엔비디아의 자율주행 연합과 테슬라의 FSD 전격 비교! [엔비디아 자율주행 上,下]

엔비디아가 테슬라 대항해서 만든 자율주행 연합군, 성능은 어떨까? [엔비디아 자율주행 上]

 

머니네버슬립

 

https://www.youtube.com/hashtag/%EB%A3%A8%EC%8B%9C%EB%93%9C

 

✔️ ’머니네버슬립’의 비즈니스 문의: snowballlabs.official@gmail.com

✅ 머니네버슬립 뭐하는 얘들임? https://litt.ly/moneyneversleeps 00:00 AI 수혜로 시총 3위 먹은 엔비디아 01:33 자율주행 사업도 펼치는 엔비디아 03:30 자율주행 하드웨어 06:04 자율주행 소프트웨어 08:08 자율주행 인프라

 

 

上

 

 

AI 수혜로 시총 3위 먹은 엔비디아

0:00

머니네버슬립 짐지 에디터입니다

0:01

지난해부터 AI 스웨즈 중에서 최고의

0:04

종목을 딱 하나만 꼽으라고 한다면은

0:06

아마 뭐 100이면 100타

0:07

엔비디아를 지목하지 않을까 싶습니다

0:09

그 정도로이 기업은 생성형 AI 붐을

0:12

타고 어마어마한 성장을 이루어

0:13

냈는데요 오래 들어서만 벌써 60%

0:16

넘게 오르면서 무시무시한 주가

0:18

상승세를 이어나가고 있죠 뭐 메타

0:20

아마존 알파벳 등 빅 테크를 차례로

0:22

다 제치고 어느덧 미국 기업 중

0:25

시가총액 3위 자리에까지 올라섰습니다

0:27

이제 비디아 위에 남아 있는 기업은

0:29

애플과 마이크로소프트 뿐이죠 어

0:31

이토록 엔비디아의 주가가 폭등한

0:33

이유는 많은 분들이 잘 아시다시피이

0:35

기업이 AI 반도체 시장을 완전히

0:37

장악하고 있기 때문입니다 엔비디아의

0:39

GPU 없이 채지 PT 같은 그런

0:41

대규모 언어 모델을 훈련하고 활용하는

0:43

것은 현재로서는 상상하기 어려운

0:46

수준이죠 구글 아마존 마이크로소프트

0:48

등 하이퍼 스케일러 클라우드 사업자들

0:50

모두가 엔비디아의 반도체를 사용하고

0:52

있고 앞으로도 당분간이 패권은 지속될

0:55

것으로 보입니다 어 이토록 AI

0:57

분야에서 강세를 떨치고 있는

0:59

엔비디아를 보고 있으면 문득 한 가지

1:01

궁금증이 생깁니다 AI 활용되는

1:03

분야가 뭐 체험만 있는게 아니잖아요

1:05

요즘에야 워낙 l&m 그이 강세를

1:07

띈다고 하지만 원래 AI 언어

1:09

처리뿐만 아니라 뭐 예측 모델링이라

1:11

그가 강화 학습 음성 컴퓨터 비전 등

1:14

다양한 분야에서 연구및 활용되고

1:16

있었고 뭐 이런 분야에서도 분명히

1:18

AI 연구를 위해서 엔비디아의

1:20

반도체나 소프트웨어를 어느 정도

1:22

사용할 거란 말이죠 어 그렇다면은

1:24

l&m 외에 다른 AI 분야에서는

1:26

엔비디아가 어떤 활약을 하고 있을까요

1:28

오늘은이 질문에 대한 답을 한번

1:30

찾아가 보도록 하겠습니다 아마

1:32

썸네일이랑 제목을 보셨으면 뭐

자율주행 사업도 펼치는 엔비디아

1:34

짐작하시겠지만 오늘은 엔비디아의

1:36

자율주행에 대한 이야기를 하려고

1:37

합니다 비디아 갈 LM 말고도 나름의

1:40

강세를 나타내는 분야가 바로이

1:42

자율주행이 든요 사실 어떤 분들은

1:44

엔비디아가 자율주행 사업을 한다는

1:46

사실도 잘 모르고 계셨을 수도 있을

1:47

것 같은데요 실제로 자율주행은

1:49

엔비디아의 주력 사업이 아닐 뿐더러

1:51

요즘은 워낙 뭐 데이터센터 GPU

1:53

관련한 주제가 부각되다 보니까

1:55

상대적으로 자율주행은 더 가려진 감이

1:57

있죠 엔비디아 하면 뭐 역시 데이터

1:59

센터 아니면 면 게이밍 이런 쪽이

2:00

가장 많은 분들께 잘 알려져 있지만이

2:03

기업은 뭐 은근 나름 자율주행

2:04

분야에서도 꽤 활약하고 있는

2:06

기업입니다 카메라 중심의 접근 방식

2:08

선두에 테슬라가 위치해 있다면은 이제

2:10

다중 센서 통합 방식에는 엔비디아가

2:13

상당히 선전하는 중이거든요 엔비디아의

2:15

자율주행 플랫폼 이름은 드라이브입니다

2:17

상당히 직관적이죠이 드라이브 플랫폼의

2:19

파트너사 라인업을 살펴보면은 업계에서

2:22

엔비디아가 어느 정도의 위치를 점하고

2:24

있는지를 바로 아실 수 있는데요 뭐

2:26

BYD 현대자동차 재규어

2:28

메르세데스벤츠 니 폴스타 볼보 리오토

2:32

등 정말 많은 완성차 기업들이 여기에

2:34

대거 포함이 되어 있고요 뭐 부품이나

2:36

소프트웨어 기업들까지 포함하면 그

2:38

숫자는 훨씬 더 많아집니다 테슬라는

2:40

거대한 적 앞에 모인 엔비디아

2:42

자율주행의 연합군이 셈이죠 어 사실상

2:45

자율주행 하면은 대부분의 사람들이

2:46

테슬라 manner 떠올리는 현

2:48

시점에서 엔비디아의 자율주행은 어느

2:50

수준까지 도달한 걸까요 그리고

2:52

엔비디아는 앞으로 과연 테슬라를

2:54

뛰어넘을 완전 자율주행을 구현할 수

2:56

있을까요 어 먼저 엔비디아의

2:57

자율주행이 어디까지 왔는지를 알아

2:59

알아보기 위해서는이 기업이 구체적으로

3:01

어떤 기술을 가지고 있고 또 어떤

3:03

방법으로 자율주행 사업에 뛰어들고

3:05

있는지를 알아야겠죠 어 엔비디아가

3:07

표방하는 드라이브의 목표를 한 줄로

3:09

정리하면 다음과 같습니다 자율

3:11

주행에서의 토탈 솔루션 플랫폼이죠 뭐

3:13

이게 뭔 소리냐고요 뭐 쉽게 말해서

3:15

실물 자동차 자율주행 프로세서와 같은

3:17

하드웨어부터 자율주행 알고리즘과 운영

3:20

체제 등 소프트웨어 그리고 마지막으로

3:22

인프라까지 모두 책임지는 엔드투엔드

3:24

플랫폼을 구축하겠다는 건데요 어이를

3:26

세부 분야별로 조금 더 자세히

3:28

알아볼게요 먼저 비디아 의

3:29

하드웨어입니다 엔비디아의 하드웨어는

자율주행 하드웨어

3:32

크게 세 가지 합의 분야로 나뉩니다

3:33

하이페리온 오린 토르로 말이죠

3:36

하이페리온은 자동차 생산을 위한

3:37

플랫폼입니다 자율주행을 구현하기

3:40

위해서는 차량에 다양한 센서를

3:41

비롯해서 여러 가지 부품을 장착해야만

3:43

하는데요이 부품을 설치하는 위치나이

3:46

차량의 설계 등에 있어서 아무런

3:47

가이드라인이 없다면은 정말 대참사가

3:50

벌어질 겁니다 어떤 차는 센서가

3:51

12시 3시 방향에 붙어 있고 어떤

3:53

차는 센서가 11시 1시 방향에 붙어

3:55

있으면은이 센서에서 수집된 정보를

3:58

기반으로 주행 알고리즘을 자

3:59

작동시키는 소프트웨어가 제 역할을 할

4:01

수 있을 리가 없죠 따라서 자율주행을

4:03

구현하기 위해서는 차체를 설계하고 또

4:06

제작하는데 있어서 통일된 아키텍처가

4:08

필요합니다 이것이 바로

4:10

하이페리온이좋나요

4:14

a 세는 12개의 외부 카메라 세

4:17

개의 내부 카메라 아홉 개의 레이더

4:19

12개의 초음파 한 개의 라이다가

4:22

포함된 센서 제품군과 AI 컴퓨터를

4:24

통합한 레퍼런스 아키텍처가 사용됩니다

4:26

또 엔비디아는 하이페리온 9

4:28

아키텍처도 개발중 있는데요 여기에는

4:30

14개의 외부 카메라 세 개의 내부

4:32

카메라 아홉개의 외부 레이더 한 개의

4:35

내부 레이더 개의 초음파 또 세 개

4:37

라이더가 포함됩니다이 하이페리온

4:39

라인은 2026년에 생산되는 차량부터

4:42

적용이 될 예정이에요 두 번째로

4:43

올인입니다

4:44

하이페리온이좋나요

4:46

있었다면은 올인은 자율주행의 두뇌에

4:49

해당합니다 엔비디아의 자율주행을

4:51

가능하게 하는 메인 프로세서가 바로

4:53

올인 반도체에 자율주행을 구동하기

4:55

위한 반도체라는 센서를 통해 수집된

4:57

정보를 찰라의 순간에 바로 처리할 수

4:59

있어요 있어야 되고 또 야외 도루

5:00

주행이라 혹독한 환경에서도 멀쩡이

5:02

기능할 수 있을 정도의 내구성을

5:04

갖춰야 되는데요 뭐 당연하지만 아무나

5:06

개발할 수 없는 첨단 반도체입니다

5:08

엔비디아는 올인 프로세서를

5:09

2021년에 개발했어요 그리고

5:11

지금까지 첨단 운전자 보조 시스템

5:13

기능을 탑재한 차량에이 반도체가

5:15

쓰이고 있는데요 뭐 대표적으로 볼보의

5:17

ex90 폴스타 3 리토의 l9

5:20

샤오항의 G9 등의 차량의 올인이

5:22

탑재되어 있습니다 올인을 탑재한

5:24

차량을 연구하는 기업들은 이보다 더

5:26

많고요 마지막으로

5:28

토르인피니티워 달릴 줄만 안다고 해서

5:30

끝은 아니죠 자동차에는 주행 외에도

5:32

수많은 영역에서 다른 반도체 부품들이

5:35

들어갑니다 자동차에는 주차 보조

5:37

카메라 모니터링 시스템 차량

5:38

인포테인먼트 여러 곳에 전자 기기가

5:41

곧곧 포함되어 있으니까요 엔비디아는

5:43

이와 같은 차량의 다양한 기능을

5:44

통제하는 각각의 반도체를 하나로

5:46

통합한 궁극의 반도체 토르를 준비하고

5:49

있습니다 토르는 올인의 뒤를 이을

5:51

엔비디아의 차세대 촬영용 반도체인요

5:53

올해 생산을 시작해서 내년부터는 실제

5:56

완성 차에도 배포돼 도로 위를 달리게

5:58

될 예정입니다 자 이제 이제

5:59

하드웨어에 대한 이야기가 끝났으니까

6:01

다음으로는 엔비디아의 소프트웨어에

6:03

대해

자율주행 소프트웨어

6:04

알아보겠습니다 결국 자율주행 기술의

6:06

핵심은이 소프트웨어에 달려 있다고

6:08

해도 과언이 아닌데요 뭐 아무리 좋은

6:10

하드웨어를 갖추어도 그 하드웨어를

6:12

기반으로 작동하는 소프트웨어가

6:13

엉망이라면 그 차는 그저 빠른 연산

6:15

속도를 지닌 사고 유발자의 불과할

6:18

테니 말이에요 엔비디아는 자체적으로

6:20

개발한 자율주행 운영 체제인

6:22

드라이브를 기반으로 다양한 드라이브

6:24

소프트웨어 스택을 활용하는데요

6:26

엔비디아의 드라이브 소프트웨어 스택

6:27

역시 크게 세 종류로 나누 볼 수

6:29

있겠습니다 어 가장 먼저 제일

6:31

중요하죠 외부 주행 환경에 대한

6:33

데이터를 처리하는 소프트웨어가

6:34

있습니다 자율주행의 핵심인 소프트웨어

6:37

그 중에서도 전금 같은 부분이라고 할

6:39

수 있겠죠 전방에 있는 사물을

6:40

인식하고 맵핑하고 레이어 화에서 실제

6:43

주행을 계획하는 소프트웨어 스택은

6:45

드라이브 AV 그 주인공입니다 어

6:47

여기에는 사방에 존재하는 장애물 뭐

6:50

차선 등에 대한 인식은 당연히

6:51

포함되고요 드라이브 쇼퍼는 이름의

6:53

보조 주행 플랫폼도 있어서 고속도로

6:56

환경이나 뭐 도심 환경에 따라서

6:57

가변적인 주행도 가능합니다 외부 환경

6:59

데이터를 처리해서 자동차가 달리면

7:01

그것으로 뭐 자율주행의 끝이냐

7:03

아닙니다 왜냐하면 최고의 자율주행

7:05

경험을 제공하기 위해서는 차량

7:07

내부에도 AI 필요하기 때문이죠 이런

7:09

콕피트 솔루션을 위한 소프트웨어

7:11

플랫폼이 바로 드라이브입니다 안전을

7:14

위해서 운전자와 전방을 제대로

7:16

주시하고 있는지를 파악하기 위한

7:18

아이트래킹 뭐 주행 상황에 대한

7:20

실시간 시각화 서비스 탑승자와 차량의

7:22

상호 작용을 위한 AI 비서 등이

7:24

여기에 포함됩니다 뭐 내가 자율주행

7:26

차량을 운전하고 있을 때 내가 달리고

7:28

있는 차량 내 의 인포테인먼트를

7:30

통해서 뭐 주변 환경에 대한 인식이

7:32

제대로 되고 있는지 이런 것이 좀

7:34

시각적으로 확인이 되어야 운전자도

7:36

안심하고 이제 자율주행 차량에게

7:38

운전을 맡길 수 있을 거잖아요 이런

7:40

것들을 담당하는게 바로 드라이브

7:41

ix인 셈이죠 자 외부 주행 환경에

7:44

대한 인식도 했고 내부 탑승객을 위한

7:46

AI 장착을 했습니다 그러면은 이제는

7:48

뭐 정말로 끝일까요 당연히 아닙니다

7:50

왜냐면은 자동차는 한 지점에서 다른

7:53

지점으로 이동하기 위해 사용하는 운송

7:54

책이기 때문입니다 즉 사용자가 원하는

7:57

a 지점에서 b 지점까지의 경로

7:59

탐색과 전체 지역에 대한 맵핑을

8:01

담당하는 소프트웨어가 필요한데요 이런

8:03

전체를 조망하는 역할을 수행하는게

8:05

바로 드라이브 맵입니다 자 이제는

8:07

하드웨어 소프트웨어에 어서 마지막으로

자율주행 인프라

8:09

인프라입니다 자율 주행에는 어떤

8:11

인프라가 필요하냐고 뭐 엔비디아와

8:13

도로나 교통 인프라를 구축하는 건

8:15

아닐 텐데 말이에요 그렇습니다

8:16

엔비디아가 제공하는 인프라는 다름

8:18

아닌 데이터 센터입니다 완전한

8:20

자율주행을 위해서는 많은 주행

8:22

데이터가 쌓여야 하고 그 데이터를

8:24

통해서 인공지능을 훈련시키는 과정이

8:26

필요합니다이 반복적인 트레이닝과

8:28

검증을 수행하기 위 에서는 전

8:30

세계에서 들어오는 막대한 양의 주행

8:31

데이터를 처리할 수 있는 고성능

8:33

데이터 센터가 필요한데요 그리고이

8:35

AI 데이터 센터 분야에서 현재 전

8:37

세계에서 둘째가라면 서러울 기업이

8:39

바로 엔비디아 이들이 인프라 구축을

8:41

다른 기업에게 맡기지 않는 것은

8:43

자연스러운 일입니다 엔비디아

8:45

드라이브의 데이터 센터에서는 수집된

8:47

주행 데이터를 기반으로 자율주행 AI

8:49

트레이닝할뿐만 아니라 다양한

8:51

시뮬레이션을 통한 학습도 진행합니다

8:53

어 실제 차량으로부터 공공도로에서

8:55

가능한 모든 교통 상황에 대한

8:56

데이터를 얻을 수 없기 때문이죠이는

8:58

테스 라에서도 비슷하게 채택하는

9:00

방식인데요 충실도가 높은 시뮬레이션을

9:03

통해서 효율적이고 안전하게 수백만

9:05

마일에 달하는 주행 데이터를 쌓아가고

9:07

있습니다 예를 들어서 자율주행 AI

9:10

테 사고를 피하는 법을 학습시키다

9:12

실제 현실에서 전손 사고를 낼 수는

9:14

없잖아요 시뮬레이션은 반드시

9:16

필요합니다 엔비디아가 어떤 방식으로

9:18

자율주행을 준비하고 있는지에 대해

9:19

간략히 살펴봤는데요 결과적으로 남는

9:22

질문은 한 가지입니다 그래서

9:23

엔비디아가 과연 테슬라를 이길 수

9:25

있을까요이 질문에 대한 답은 2편에서

9:27

확인해 보시죠네 뉴스레터와 네이버

9:30

프리미엄 콘텐츠 지금 바로 구독해

 

엔비디아의 자율주행 연합과 테슬라의 FSD 전격 비교! (엔비디아 자율주행 下)

머니네버슬립

下

 

✔️ ’머니네버슬립’의 비즈니스 문의: snowballlabs.official@gmail.com

✅ 머니네버슬립 뭐하는 얘들임? https://litt.ly/moneyneversleeps #엔비디아 #테슬라 #루시드 00:00 테슬라의 압도적인 실력 01:40 두 기업 간의 차이 03:38 라벨링 기술 05:37 예측 알고리즘 07:07 엔비디아 자율주행 연합군 08:59 엔비디아의 시뮬레이션 업력 10:06 통합 센서 시스템 (라이다) 12:00 의외의 복병 중국

 

 

 

테슬라의 압도적인 실력

0:00

네 안녕하세요 머니네버슬립 짐지

0:01

에디터입니다 저희가 지난 편에서

0:03

디아의 자율주행에 대해서 좀 같이

0:05

알아봤는데요 그때 한 가지 질문을

0:07

남기면서 영상을 마무리 했었죠 그래서

0:09

과연 엔비디아가 테슬라를 이길 수

0:11

있을까라는 점에 대해서요 하드웨어부터

0:13

인프라에 이르기까지 엔드투엔드

0:15

솔루션을 제공한다면 자기 피아를

0:17

열심히 하고 있는 엔비디아이긴 한데

0:19

생각해 보면은이는 사실 테슬라도 모두

0:21

동일하게 하고 있는 것들입니다

0:23

테슬라는 차량 아키텍처을 설계하는

0:25

선을 넘어서 아예 완성차를 직접 찍어

0:27

내고도 있고요 차량에 탑재하는

0:29

자율주행 프로세서 fsd 칩도 스스로

0:31

설계하고 있습니다 소프트웨어는 또

0:33

어떻고요 테슬라는 오토파일럿 기능을

0:36

지속적으로 업데이트하면서 현재 fsd

0:38

버전 12에 이르기까지를 개선해

0:40

나갔는데요 어 머스크는 fsd 12

0:43

버전에 대해서 카메라를 통해 비디오가

0:45

입력되면 조작이 아웃풋으로 나오는

0:47

엔드투엔드 자율 주행이라 설명한 바

0:49

있습니다 최근에는 fsd 12

0:51

버전에서 자율주행 AI 턴에도

0:53

성공하는 영상이 공유되면서 많은

0:55

주목을 받고 있기도 하고요 인프라도

0:57

만만치 않습니다 테슬라는 자체 설계

0:59

한 d1 칩을 사용한 슈퍼 컴퓨터

1:01

도조를 운영하고 있는데요 뭐

1:03

정리하자면 테슬라도 하드웨어

1:05

소프트웨어 인프라에 이르기까지 모든

1:07

영역에서 빈틈 없는 자율주행 서비스를

1:09

제공하고 있다는 뜻이죠 심지어

1:11

테슬라의 자율주행은 이미 많은

1:13

소비자들이 테슬라 차량을 직접

1:15

운행하면서 체감하고 있잖아요 기술의

1:17

발전을 실시간으로 느끼면서 사람들은

1:19

테슬라의 자율주행에 점점 익숙해져

1:21

가고 있는 반면 엔비디아의 자율주행이

1:23

어디서 뭘 하고 있는지는 좀 감감

1:25

무소식입니다 엔비디아가 소비자들에게

1:27

제공하는 경험은 기껏해야 차량의

1:29

크루즈 정도가 전부죠 테슬라의

1:31

자율주행이 도로위를 달리는 동안

1:33

엔비디아의 자율주행은 계속 실험 실만

1:35

박혀 있으니 소비자들 입장에서는

1:37

테슬라가 더 위에서 있는 것처럼

1:39

느껴지는게 당연합니다 그런데 여기에는

두 기업 간의 차이

1:41

두 기업 엄밀히 따지면 뭐 테슬라와

1:43

그 외에 모든 기업 간의 경영

1:45

스타일의 차이로 인한 영향도 있음을

1:47

유념해야 돼요 테슬라는 어느 정도

1:49

구색을 갖춘 자율주행을 일단 도로

1:51

위에 올려 버리고 나중에 업데이트를

1:53

통해서이를 지속적으로 개선 발전하는

1:55

방법을 택했습니다 반대로 엔비디아를

1:57

포함한 다른 자율주행을 연구하는

1:58

기업들은 실제 도로 위에 차량을

2:01

올리기 전에 먼저 완전한 자율주행을

2:03

개발하는 것을 우선하고 있죠 쉽게

2:05

말해서 일단 하고 나중에 고쳐라는

2:07

진영과 완벽하게 만들기 전까지 안

2:09

해라고 말하는 진영간의 대립인

2:11

셈인데요 어 초창기 다른 기업과의

2:13

차별화 전략이 없이는 살아남기

2:15

어려웠던 테슬라와 상대적으로 이을게

2:17

많은 레거시 기업들 간의 태도

2:19

차이라고도 보입니다 어쨌든 정리하면

2:21

지금 당장 보이는 것의 차이가 곧 두

2:23

기업 간의 영량 차이를 온전히

2:25

반영하고 있지는 않다는 뜻입니다 뭐

2:27

아직 비디아 자율주행을 직접 경험해

2:29

본 적 없 없다고 해서이 기업의

2:31

역량을 함부로 평가할 수는 없다는

2:32

것이죠 만약 본인이 볼보는 벤츠에

2:34

찾으시려면 이미 엔비디아의 자율주행을

2:37

일정 부분 크루즈 모드를 통해서는

2:38

경험하고 계실 텐데요 엔비디아의

2:40

자율주행 시연 영상만 몇 개

2:42

살펴보셔도이 기업의 역량이 결코

2:44

만만치 않은 수준임을 아실 수 있을

2:46

건데요 뭐 지금 나가고 있는 영상은

2:48

지난해 2월에 올라온 엔비디아의 주행

2:50

시연 영상입니다 이게 시연 영상이라는

2:53

점을 감안해도 꽤나 인상적인 성능인데

2:55

실제로 사용 사례가 더 늘어났을

2:57

때도이 영상과 같은 수준에서 성능을

3:00

나타낼 수 있을지는 지켜봐야겠지만 뭐

3:02

일단은 나쁘지 않아 보입니다 이렇듯

3:04

테슬라와 엔비디아 두 기업 간의

3:06

신제품 출시 방식의 차이가 있다는

3:08

점을 유념한다 드라이브에 대해서 조금

3:10

더 깊이

3:12

들여다보겠습니다 어 이제 단순

3:14

노하시면 말씀드리는 거긴 한데

3:15

그렇다고 해서 지금의 상황이 뭐 약간

3:17

엔비디아가 힘을 숨김이 알고 보니까

3:20

엔비디아 자율주행이 테슬라보조금

3:22

아닙니다 테슬라가 현존하는 자율주행

3:25

1위 기업인 것은 분명해요 엔비디아가

3:27

자율주행 기술이 테슬라보조금

3:29

수준이었다면 이미 엔비디아 자율주행

3:31

차들도 테슬라만큼이나 상용화 되었겠죠

3:34

다만 중요한 점은이 격차가 꽤나

3:35

빠르게 줄어들고 있다는 점입니다

3:37

자율주행에 있어서 결국 제일 중요한

라벨링 기술

3:39

것은 외부 정보를 어떻게 라벨링에

3:41

처리할 것인가입니다 자율주행 차는

3:43

다양한 센서를 통해서 외부 환경에

3:45

대한 정보를 수집하는데이 수집된

3:47

정보를 AI 인식할 수 있도록

3:49

라벨링이 필요해요 AI 지금 내가

3:51

보고 있는 것이 도로인지 뭐 실선

3:53

있지 점선 있지 사람인지 건물인지

3:56

이런 것들을 구분 without 수

3:57

있어야 안전한 운전이 가능해지니

3:59

말이에요 어 대표적으로 테슬라의

4:01

라벨링 시스템을 살펴봅시다 지금

4:03

띄워진 사진을 보시면은 테슬라가 주행

4:05

중 카메라를 통해서 촬영된 영상에서

4:07

도로는 보라색으로 인도는 빨간색으로

4:09

움직이는 차량은 파란색 등으로 칠해진

4:11

것을 아실 수 있습니다 이게 라벨링

4:13

있니다 내가 보고 있는 것이

4:15

무엇인지를 AI 정확히 인지하고 그

4:17

인지한 바에 따라서 그 대상과 어떻게

4:19

상호 작용 할지를 그냥 지나칠 것인가

4:22

절대로 쳐서는 안 되나 멈춰야 되나

4:24

이런 것들을 결정하기 위한 데이터

4:25

처리 과정이죠 자 다음은 엔비디아의

4:27

라벨링 있데요 뭐 사진을 보시게

4:29

되면은 비디디도 상당히 비슷한

4:31

방식으로 수집된 데이터를 라벨링 하고

4:33

있음을 아실 겁니다 중요한 것은이

4:35

라벨링이 얼마나 빠르고 정확하게

4:37

그리고 어느 범위까지 이루어지느냐

4:40

있데요 여기서 두 기업간의 차이가

4:42

꽤나 줄어든 상태입니다 두 기업 모두

4:44

AI 활용해 자동적으로 라벨링 작업을

4:46

진행합니다 어 아직까지도 사실 많은

4:49

기업에서는이 라벨링을 프로그래머가

4:51

사람이 붙어 가지고 진행하는 경우가

4:52

많은데요 이렇게 되면은 당연하지만 그

4:55

막대한 주행 데이터를 다 처리하기가

4:57

어렵겠죠 주행이 반복됨에 따라서

4:59

실시간으로 데이터베이스를 업데이트

5:01

하기 위해서는 AI 활용하는게

5:02

필수적입니다 또이 기업들은 수집된

5:05

라벨 데이터를 바탕으로 외부 환경을

5:07

3D 모델로 재 구축해서 시뮬레이션을

5:09

가동하기도 하고요이 시뮬레이션에

5:11

새로운 주행 데이터를 더해서 또

5:13

새로운 시뮬레이션을 만들어 내기도

5:14

하는 등 그야말로 무진 박제한 AI

5:16

활용 능력을 보여주고 있습니다 지금

5:18

보이시는 사진을 보면은 이제 이건

5:20

테슬라의 사진인데요 여러 대의 차량이

5:22

동시에 도로 위를 달리고 있고 그

5:24

차량들이 수집한 라벨링 정보를 하나의

5:27

큰 데이터베이스에 저장해서 통합적으로

5:29

활용 하는 모습을 보실 수 있습니다

5:30

엔비디아 이와 같은 기술을 보유하고는

5:33

있지만 실제 도로 위를 달리고 있는

5:35

주행 차량 대수에서 훨씬 밀리죠 주변

예측 알고리즘

5:37

환경에 어떤 사물이 놓여 있는지에

5:39

대한 파악이 끝났다면 다음으로 필요한

5:41

것은 상호 작용에 대한 예측입니다 뭐

5:43

예를 들어서 내가 비보 좌회전

5:45

교차로를 직진으로 지나려고 하는데

5:47

맞은편에서 차가 제일 왼쪽 차선에서

5:49

깜빡이를 켠채 정지하고 있는 것을

5:51

봤다고 합시다 인간 운전자라면이를

5:53

보는 순간 아 저 사람이 좌회전을

5:55

하려고 하는구나 주행하면서

5:57

유의해야겠다 이런 생각을 하게 되죠

5:59

뭐 실제로 생각까지는 하지 않더라도

6:01

뭐 자동적으로인지를 하게 되고요

6:02

인공지능도 이와 같은 작업을 수행을

6:04

할 수 있어야 됩니다 내가 언제

6:06

차선을 변경해야 될지 뭐 경로 선택은

6:08

어떻게 해야 될지 브레이크 위에 발을

6:10

올리고 있어야 되는지 뭐 이런 것들에

6:12

대한 결정이 관찰과 예측 두 가지를

6:14

기반으로 이루어지기 때문이죠 그리고

6:16

예측 알고리즘에 있어서도 테슬라와

6:18

엔비디아 간의 격차는 빠르게 좁혀지고

6:20

있어요 어 엔비디아는 지난해 11월

6:22

엔비디아 드라이브 디스패치 영상을

6:24

통해서이 기업의 새로운 예측

6:26

알고리즘에 대해서 설명해 줬는데요

6:28

여기서 엔비디아는 자신들의 신형 예측

6:30

뉴럴 네트워크에 트랜스포머 모델이

6:32

활용되었다고 밝혔습니다이 모델은

6:34

엔드투엔드 AI Pro 구동되고

6:36

데이터의 후처리가 전혀 필요가 없다고

6:38

설명했어요 엔드투엔드 AI 구동되는

6:40

주행이라 이거 어디서 많이 들어보셨죠

6:43

맞습니다 테슬라의 fsd CB 버전에

6:45

대한 설명과 동일합니다 즉 디아도

6:47

테슬라와 마찬가지로 센서에서 인풋 된

6:50

정보가 즉각적으로 주행 조작으로

6:51

연결된다는 뜻이죠 그리고이는 향상된

6:54

정확도와 더욱 빨라진 반응 속도를

6:55

가능케 합니다 엔비디아가 자율주행에

6:58

있어서 테슬러의 격차를 이런 식으로

6:59

빠르게 좁혀 나갈 수 있는 이유는

7:01

어디에 있었을까요 바로 비디아이

7:03

가지고 있는 여러 가지 강점이 있기

7:05

때문인데요 가장 먼저는 연합군이

엔비디아 자율주행 연합군

7:08

표현해도 괜찮을 정도로 많은 기업들이

7:10

포함된 방대한 생태계가 있습니다

7:12

엔비디아의 드라이브 플랫폼에는 완성차

7:14

기업 부품 기업 소프트웨어 기업까지

7:16

온갖 기업들이 동참하고 있습니다

7:18

그리고이 모든 기업들이 단 하나의

7:20

목표 아래에 모여 있죠 바로 테슬라를

7:22

뛰어넘을 자율주행을 완성한다는

7:23

것입니다 다양한 기업과 협업하기

7:26

때문에 기술 발전이 촉진될 수 있다는

7:28

것은 지금의 엔비디아에 에 있어서도

7:29

큰 강점인데요 어 사실이는 미래를

7:31

생각했을 때 더욱 빛을 바랍니다

7:33

테슬라의 자율주행은 테슬라 자동차에서

7:35

만 활용됩니다 반면 엔비디아의

7:37

자율주행은 다양한 기업들의 차량과

7:39

모두 호환이 되죠 테슬라가 다른 모든

7:41

완성차 기업을 다 밀어내고 자동차

7:43

시장을 장악할게 아니라면은 시간이

7:45

지남에 따라서 필연적으로 더 보편적인

7:47

자율주행 기술은 엔비디아의 기술이 될

7:49

가능성이 높습니다이를 막고 싶다면

7:51

테슬라는 두 가지 중 하나를 해내야

7:53

됩니다 하나는 자동차 시장 전체를

7:55

50% 이상 점유해 버리는 것이고

7:57

다른 하나는 자율주행 기술 를 다른

7:59

기업에게도 오픈하는 것이죠 뭐 전자는

8:02

가능성이 거의 없습니다 쉽게 말해서

8:03

전 세계 사람들 두 명 중 한 명이

8:05

테슬라 차량을 타게 해야 되는데

8:07

그러기에는 테슬라의 자동차는 아직

8:09

가격대도 너무 비싸고 모델의 종류도

8:11

너무 제한적입니다 어 스태티스타

8:12

자료를 보시게 되면은 테슬라가 분명히

8:14

전기차 업계에서는 1위인게 맞지만

8:16

전체 자동차 시장에서는 뭐 사실

8:18

점유율이 그렇게 높지 않다는 것을

8:20

보실 수 있을 거예요 그럼 남은

8:21

방법은 이제 두 번째뿐입니다 다른

8:23

기업과의 파트너십을 통해서 일정한

8:25

비용을 받는 대신 테슬라의 자율주행

8:27

기술을 테슬라 외에 다른 차량 에도

8:29

적용할 수 있도록 하는 것이죠 글쎄요

8:31

근데 테슬라가 이런 선택을 내릴지도

8:33

잘 모르겠거니와이 분야에서는 이미

8:35

여러 기업과의 협업 경험이 쌓인

8:37

엔비디아가 버티고 있기 때문에

8:39

테슬라의 자율주행 생태계를 형성한다는

8:41

것도 쉽지는 않을 겁니다 뭐 단순한

8:43

예시를 들어서 테슬라는 아직 SUV

8:45

모델이 없죠 따라서 테슬라는 지금까지

8:47

SUV 차량에 대한 자율주행 데이터는

8:49

쌓은 바가 없습니다 뭐 내가 만약에

8:51

지프의 CEO 면은 테슬라 대신에

8:53

랜드로버의 협업 경력이 있는

8:55

엔비디아를 파트너사로 택할 메리트가

8:57

충분히 있다는 것이죠 엔비디아가

엔비디아의 시뮬레이션 업력

8:59

테슬라와 비교해 지니는 두 번째

9:00

강점은 게이밍 산업을 통해 단련된

9:02

시뮬레이션 경험입니다 3D 모델링

9:05

시뮬레이션에 있어서는 엔비디아는 정말

9:07

단연 세계에서 제일 가는 기업입니다

9:09

엔비디아가 지난해 6월 공개한 뉴럴

9:11

안젤로는 AI 모델을 아시나요 2D

9:13

비디오 영상만을 가지고이를 3DR

9:15

구조화하는 AI 있데요 시연 영상을

9:17

보고 있으면 정말 경의로운 수준입니다

9:19

자율주행 차량에게 수집한 각종 영상

9:21

정보를 가지고 엔비디아가 어떤 일을

9:23

해 나갈 수 있을지 감히 오시나요

9:24

이미 수백만 대의 차량을 전 세계에

9:26

배포해 실시간으로 주행 데이터를

9:28

쌓아가고 있는 테슬라와 달리

9:30

엔비디아는 현실 세계에서의 주행

9:31

데이터가 현격히 부족합니다 그리고 그

9:33

부족분을 채우기 위해서 엔비디아가

9:35

사용하는 방법이 바로 엔비디아

9:37

드라이브 심 시뮬레이션이 엔비디아는

9:39

자신들의 시뮬레이션 프로그램을 통해

9:41

차량이 수집한 영상에 등장하는 객체를

9:44

개별로 모델링하고 또이를 다른

9:46

시뮬레이션에서 새로운 개체를 다시

9:47

출연시킬 수가 있어요 어 지금 나오고

9:49

있는 영상에서 보시는 것처럼 도로에

9:51

주차되어 있던 차량을 데이터베이스에

9:53

저장이 났다가 나중에 다른

9:54

시뮬레이션을 돌릴 때 그 차량을 맞은

9:56

편에서 등장시킬 수 있는 것이죠 마치

9:58

게임에서 캐릭터를 수집하고 나중에

10:00

플레이할 때 등장시키는 것처럼

10:02

말이에요 이런 방식으로 엔비디아는

10:03

양질의 주행 데이터를 빠르게 쌓아가고

통합 센서 시스템 (라이다)

10:06

있습니다 어 엔비디아가 지니는 세

10:08

번째 강점은 바로이 기업이 통합 센서

10:11

시스템을 사용한다는 겁니다 테슬라의

10:13

목표는 명확합니다 오르지 카메라만을

10:15

활용한 완전 자율주행의 달성이 왜냐면

10:17

인간이 실제로 운전을 하는 방식이

10:19

그러하기 때문입니다 사람은 거의

10:21

전적으로 시각 정보에 의존해서 운전을

10:23

하죠 물론 청각 정보나 이런 것들도

10:24

있기는 하지만 뭐 거의 대부분이 시각

10:26

정보입니다 이와 같이 테슬라는 인공

10:29

지능도 그렇게 만들겠다는게 자신들의

10:31

방침이에요 테슬라를 제외한 다른

10:32

기업들은 전혀 다른 방법을 채택합니다

10:34

바로 통합 센서 시스템이죠 뭐

10:36

대표적인게 라이다 센서에 라이다는

10:39

레이저 펄스를 사용해서 물체를

10:40

감지하는 센서입니다 물리적인 파장을

10:42

쏘아서 장애물과의 거래를 측정하는

10:44

기술인만큼 대상 사물의 크기 나와의

10:46

거리 등에 대해서 아주 정확한 값을

10:48

결과로 얻을 수 있습니다 영상 속

10:50

이미지 정보를 분석해서 거리를

10:52

추정해야 되는 카메라 기변의

10:54

시스템과는 시작점이 아예 다른 겁니다

10:56

라이다 센서를 활용할 경우에 자율주행

10:58

차량은 단순히 카메라만 사용하는 것에

11:00

비해서 훨씬 더 많은 정보를 수집할

11:02

수 있고 더 많은 정보는 곧 더

11:03

정확하고 안전한 주행에 기반이 됩니다

11:06

지난 영상에서 하이페리온의 대해

11:07

설명드리면서 엔비디아는 14개의 외부

11:10

카메라 세 개의 내부 카메라 아홉

11:12

개의 외부 레이더 한 개의 내부

11:13

레이더 20개의 초음파 세 개의

11:15

라이다를 이용해서 정보를 수집한다고

11:17

말씀드렸는데요 뭐 센서의 개수 뭐

11:20

종류만 해도 엄청난 수준이죠 반면에

11:22

테슬라는 어떨까요 여덟 개의 외부

11:24

카메라와 한 개의 내부 카메라 총

11:25

아홉 대가 끝입니다 단순히 정보의

11:27

어떤 다양성이나 정확도만 놓고

11:29

비교하면 엔비디아 자율주행 측에

11:31

압승이 겁니다 근데 뭐 문제는 부품의

11:33

가격입니다 테슬라에 비해서 훨씬 더

11:35

많은 부품을 사용하는만큼 엔비디아

11:37

자율주행의 아키텍처가 적용된 차량은

11:39

그만큼 가격이 높아질 수밖에 없습니다

11:41

라이다 기술이 발전하면서 가격이 점차

11:43

낮아지는 추세이기는 하지만 여전히

11:45

카메라와 비교하면 훨씬 더 비싼 축에

11:48

속하죠 따라서 엔비디아의 자율주행

11:50

솔루션을 채택하려는 자동차 기업은

11:52

가격 경쟁력을 어느 정도 포기하던가

11:54

아니면 다른 영역에서 완성차의 가격을

11:56

낮출 방법을 찾아야 하는 셈입니다 어

11:58

마지막 막으로 엔비디아 자율주행이

의외의 복병 중국

12:00

갖는 강점은 의외의 복병인 중국입니다

12:03

갑자기 중국이라 이게 무슨 소리인가

12:05

싶으실 수 있는데요 개인적으로는

12:07

엔비디아 자율주행이 패권을 잡는데

12:09

있어서 의외로 중국이 제일 큰 역할을

12:11

할 수도 있을 것 같습니다 어 지난

12:13

영상에서 엔비디아 자율주행 플랫폼을

12:15

사용하는 완성차 기업들의 명단을

12:16

가볍게 짚고 넘어간 적이 있는데요 좀

12:18

더 자세하게 다시 살펴보면은 거기에

12:20

중국 자동차 기업들이 엄청나게 많다는

12:22

사실을 아실 수 있을 겁니다 중국

12:24

3대 2v 스타트업으로 꼽히는 니오

12:26

샤오펑 리오더는 물론이고요 모터나

12:29

샤오미 gwm 등 중국 기업들이 대거

12:32

엔비디아의 자율주행 플랫폼에 동참하고

12:34

있죠 중국은 세계 최대 전기차 소비

12:36

국가입니다 당연히 테슬라도 매출의

12:38

상당 부분을 중국에 의존하고 있는데요

12:40

많은 분들이 잘 아시는 것처럼 BYD

12:42

필두로 한 중국 국내 기업들과의

12:44

경쟁에서 테슬라도 고전을 면치 못하고

12:47

있는 상황입니다 만약 이런 상황에서

12:48

중국 전기차 기업들이 미국을 포함해서

12:51

더 넓은 글로벌 시장을 확장해

12:52

나간다면 어떨까요 2월 14일

12:54

블룸버그에 따르면 포드의 마린 자자는

12:57

중국의 전기차 기업들은 기술에서

12:59

우리보다 앞서고 있다며 언젠가는

13:01

미국에 올 것이므로 전기차에 더 잘

13:03

적응하지 않는다면 회사의 미래는

13:05

없다고 강력히 경고했어요 그리고

13:07

미국의 전기차 시장을 위협할 수

13:09

있는이 중국산 전기차들이 탑재된

13:11

자율주행 기술 누구의 것일까요

13:13

그렇습니다 모두 엔비디아의 자율주행을

13:15

사용하고 있어요 즉 중국의 전기차

13:17

기업들이 테슬라를 상대로 선전하면

13:20

선전할 록 자율주행 시장에서

13:22

엔비디아의 지배력도 같이 올라간다는

13:24

겁니다 완전히 손 안 되고 코푸는

13:26

격이죠 자 지금까지 엔비디아의

13:27

자율주행에 대해서 쭉 살펴봤는데요

13:29

어떠신가요 엔비디아가 테슬라의

13:31

대항마가 되기에 충분해 보이시나요 어

13:33

특히 2024년 올해는 엔비디아

13:36

자율주행 진영에게 있어서 꽤나 중요한

13:38

해가 될 것으로 보입니다 왜냐하면

13:39

엔비디아의 자율주행이 본격 데뷔하는

13:42

해이기 때문이죠 메르세데스 벤츠와

13:44

파트너십을 통해서 말이죠 즉 엔비디아

13:46

자율주행과 테슬라의 자율주행이

13:48

본격적으로 정면 대결을 시작하는

13:49

겁니다 엔비디아와 파트너십을 기반으로

13:51

탄생한 메르세데스 벤츠 자율주행

13:54

시스템의 이름은 드라이브 파일럿입니다

13:55

드라이브 파일럿은 지난해 9월

13:58

캘리포니아 및 네바다에서 sae 레벨

14:01

3를 세계 최초로 인증받은 자율주행

14:03

시스템이에요 테슬라는 아직 레벨 2로

14:05

분류가 되어 있습니다 sae

14:07

레벨이라고 하는 것은 자율주행의

14:09

기술을 다섯 단계로 분류한 것인데요

14:11

아이 중에서 레벨 3는 조건부

14:13

자동화로 어 이때부터 사람이 아니라

14:15

시스템이 전체 주행을 수행하는 즉

14:18

주행 책임이 자율주행 시스템에 있는

14:20

그런 단계가 됩니다 물론 등급과

14:22

인증이 전부는 아닙니다 그런데 적어도

14:24

sae 레벨에서 만큼은 엔비디아와

14:27

벤츠의 연합 전선이

14:35

테슬라보조금 시작할 예정이라고

14:37

말했는데요 정말로이 기업이

14:39

자신하는만큼 놀라운 성능을 보여줄지

14:41

좀 두고 봐야겠습니다 자 엔비디아의

14:43

자율주행이 테슬러의 비견해 어느

14:45

정도의 수준을 보여줄지 올해가 좀

14:47

시험대가 되는 한해가 될 거 같은데요

14:49

결과가 어떨지 함께 지켜봅시다 원니

14:52

네버슬립 뉴스레터와 네이버 프리미엄

14:53

콘텐츠 지금 바로 구독해

14:55

[음악]

14:57

보세요