- 전체
- 후기 6740
- 후기-카드 1810
- 후기-발권-예약 1238
- 후기-백신 79
- 후기-격리면제 28
- 질문 56938
- 질문-기타 20563
- 질문-카드 11650
- 질문-항공 10147
- 질문-호텔 5176
- 질문-여행 4014
- 질문-DIY 176
- 질문-자가격리 19
- 질문-은퇴 405
- 정보 24134
- 정보-자가격리 133
- 정보-카드 5202
- 정보-기타 7990
- 정보-항공 3814
- 정보-호텔 3224
- 정보-여행 1051
- 정보-DIY 203
- 정보-맛집 217
- 정보-부동산 38
- 정보-은퇴 256
- 여행기 3414
- 여행기-하와이 388
- 잡담 15446
- 필독 63
- 자료 64
- 자랑 721
- 금요스페셜 106
- 강퇴로 가는 길 11
- 자기소개 661
- 구라 2
- 요리-레시피 70
- 오프모임 200
- 나눔 2699
- 홍보 15
- 운영자공지 32
시리즈가 완성된 기념으로 목차 답니다. :)
[자율주행] 1. 자율주행이란 무엇인가? (부제 Tesla는 왜 자율주행차가 아닌가?)
[자율주행] 2. 자율주행 업계 현황 그리고 그 안에서 Tesla의 위상은?
[자율주행] 3. 자율주행 구현은 어떻게? Camera만 쓴 자율주행은 정말 가능할까?
=============================================================
자동주행 단계들의 정의, 특히 운전 보조 시스템(L2)과 진정한 자율주행(L4+) 간의 차이를 집중 탐구했던 지난 편에 이어 이번 편에서는 L4+ 업계 리더들의 실제 현황을 알아보고, Tesla와의 비교를 통해 2020년 말까지 L5 상용화 및 robo taxi 사업을 완성하겠다는 그들의 주장이 얼마나 현실성이 있는지 고찰해볼까 합니다.
자율주행에 대한 일반적인 사실만을 다룬 지난 번 글과는 달리 이제 본격적으로 가치 판단이 들어가는 이번 2편부터는 분명 다양한 반론들이 나올 수 있으리라 생각합니다. 그래서 부탁 한가지를 드리는 것으로 시작하고자 합니다. 의견 댓글로 남겨주시면 감사히 받아들이고 제 생각을 진지하게 공유하도록 하겠습니다만, 이 글의 주제 안에서만 의견을 한정지어주셨으면 합니다.
예를 들어 제가 Tesla나 Elon Musk를 비판할 때마다 자주 나오는 반론인, "그래도 Elon Musk가 인류 사회에 공헌한 바가 크다"... 네 그렇게 보시는 분들이 많은 것 잘 알고 있고 저도 어느 정도는 인정합니다. 하지만 그건 Tesla의 자율주행 능력 평가와는 아무런 관련이 없지요.
혹은 "Tesla가 자율주행 기술이 딸리는 건 알겠지만, 그래도 상용차 중에 Tesla 만큼 한 곳이 있냐?" 맞는 말씀인데요. 비유하자면 달착륙 경쟁을 하고 있는데, 한 회사가 전용 우주선을 쓰지 않고, 상용 여객기로 달에까지 가겠다고 하면서 거의 대기권 제일 위까지 도달했다고 하면... 뭐 대단하긴 하고 분명 거기서 산출되는 부가기술들도 많겠지만, 달착륙이라는 주제 안에선 그게 상용 여객기라는 핸디캡을 고려해서 기술 평가를 할 이유는 없는 거잖아요?
올릴 때마다 워낙 민감한 주제이다 보니 이런 disclaimer부터 하게 됐네요. 그럼 시작해보겠습니다.
---
현재 L4+ 자율주행을 개발하고 있는 업체들은 수도 없이 많지만, 그 중에서도 리더를 꼽으라면 거의 모두가 Waymo(과거 Google)와 Cruise(GM이 인수)를 꼽습니다. 어디서 모아놓고 공식 비교 테스트를 하는 거도 아니고, 아직 출시도 되지 않은 제품이라 사고율 정보도 없는데 어떻게 이 두 업체의 기술이 타사 대비 월등한지 알 수 있냐구요? 사실 지금 당장은 공정하게 기술력을 비교할 방법은 없습니다. 하지만 꽤 근사하게 추정할 수 있는 방법이 있지요.
California에서 자율주행을 테스트하고 있는 회사들은 매년말 의무적으로 CA DMV에 disengagement report라는 걸 제출해야 합니다. (제가 얘기했죠? Disengagement 중요한 개념이고 계속 나올 거라고...) 이게 뭐냐면 과거 1년 동안 운행한 자율주행차 댓수, 운행 거리, 그리고 그 운행 거리 동안 발행한 disengagement 횟수, 다시 말해 safety driver가 몇번이나 자율 주행 시스템을 해제하고 직접 운전을 해야 했냐, 등을 정리한 리포트예요. 당연히 disengagement 가 적게 발생했을수록 좋겠죠. 그래서 거리/횟수를 계산해서 몇 마일마다 disengagement가 발생했냐, 혹은 반대로 횟수/거리를 계산해서 1,000 마일 동안 disengagement가 몇번 발생했냐를 계산해서 비교합니다. 제 글에서는 전자, 즉 disengagement 간 거리를 기준으로 삼겠습니다.
그럼 상기한 두 업체의 disengagement report 기록을 보겠습니다. Disengagement 간 평균 거리이므로 높을수록 좋습니다.
보시다시피 작년 2018년을 기준으로 Waymo는 평균 약 11k 마일마다 한번씩 disengagement가 발생했고, Cruise는 약 5.2k 마일마다 한번씩 발생했습니다. 이거 생각해보면 엄청난 수치예요. 1년에 보통 1만 마일 정도 운행한다칠 때 지금 당장 Waymo 차를 타면 1년에 딱 한번 정도 외에는 차가 알아서 다 운전을 해줄 수 있다는 얘기입니다. 반대로 생각해보면 무섭기도 합니다. 아니, 1위라는 업체 차를 타면 1년에 한번 꼴로 사고가 난다는 거야?!
또 하나 눈에 띄는 점은 Cruise의 2018년 수치가 Waymo의 2016년 수치와 비슷하다는 겁니다. 그럼 Cruise의 기술이 Waymo보다 약 2년 정도 뒤떨어져 있다고 보면 될까요? 그렇게 단정내리기는 힘듭니다. 이 CA disengagement report에는 몇가지 맹점들이 있거든요.
1. California 밖에서 테스트한 내역은 포함되지 않습니다. 따라서 Waymo는 Phoenix에서 이미 베타 서비스를 시작할 정도로 AZ에서도 활동 내역이 많지만 그 내용이 포함되지 않았고, 실제로 이를 포함하면 저 수치가 더 떨어지거나 올라갈 수 있겠죠.
2. 비슷하게 California 밖에서만 테스트하는 업체가 있다면 아예 저 명단에 올라가지 않습니다. California, 특히 Bay Area가 가지는 tech hub로서의 상징성을 고려할 때 그런 업체가 있을 가능성은 매우 낮긴 하지만요.
3. Disengagement의 정의가 업체마다 다를 수 있습니다. 예를 들어 Cruise의 경우 어떤 일이 있었냐면, 자율주행차가 신호등에 걸려서 섰는데 마침 횡단보도 위였다고 합니다. 그래서 safety driver가 자율주행 기능을 잠시 끄고 신호등 밖으로 차를 움직였는데, 이는 차량 안전 때문에 disengagement가 발생한 것은 아니라고 보고 저 report의 수치에 포함시키지 않았다고 합니다.
4. 각 회사 별로 주로 테스트하는 지역, 도로가 다를테고 따라서 주로 어려운 지역에서 테스트를 하는 회사일수록 불리한 수치가 나오게 됩니다. Cruise의 경우 SF 시내에서 주로 테스트를 하는 것으로 유명합니다. 따라서 Waymo와 동일한 환경으로 바꿀 경우 저 위의 수치들 간의 격차는 좀 더 좁혀지거나 심지어 역전될 수도 있는 일입니다. 또 Waymo의 경우 2017년과 2018년의 수치에 큰 차이가 없는데, 이것만 보곤 기술 발전의 한계에 부딪혔다고 단정내리긴 힘듭니다. 단순히 2018년에는 좀 더 어려운 곳들에서 테스트한 것일 수도 있거든요.
---
자, 이쯤에서 과연 2020년 말까지 L5 기술을 모든 차량에 배포하겠다는 Tesla는 과연 어떤 수준인지 볼까요? 위 그래프에 Tesla의 기록을 포함시켜봤습니다.
네? Tesla가 안 보인다구요? 음... 일단 Waymo를 삭제하고, 2018년 기록도 삭제하고, 점도 확대하고 해볼께요.
이젠 보이시죠? 이게 도대체 무슨 뜻이냐구요? Tesla는 2016년에 무려 평균 3마일마다 한번씩이라는 치욕적인 disengagement report를 제출하고 나선 그 뒤로는 한번도 자료를 제출한 적이 없습니다. (2016년의 Cruise가 그래프 상에선 비슷해보여도 실제 수치는 54마일입니다.) 아니, 정확하게 말하자면 그 뒤로도 제출은 했는데, 내용을 보면 우리는 뭐 shadow mode로 테스트 없이도 열심히 배우고 있고 어쩌고 하는 홍보 자료 수준이고, 결론은 작년에 우리는 CA에서 자율 주행 테스트를 하지 않았음입니다.
물론 위에서 서술한 disengagement report의 한계 상 Tesla가 CA 밖 어디선가 자율주행 테스트를 열심히 하고 있지만 그게 리포트에 나오지 않는 것일 수도 있습니다. 충분히 가능한 시나리오이긴 한데, Elon Musk와 Tesla의 과거 PR 이력이나 성향으로 볼 때 타주에서 좋은 자료가 나왔는데 이를 숨기고 있을 확률은 0%라고 봅니다. 그러니깐, CA 밖에서 테스트를 하고 있더라도 결코 좋은 성적은 아닐 거라는 추측이 나온다는 거죠.
이런 자료들을 볼 때 Tesla가 자율주행에 있어서 다른 업체들에 비해 vastly ahead 해있다는 Elon Musk의 주장은 과연 어디서 나온 건지 궁금해지기만 합니다.
---
이쯤에서 약간 앵글을 바꿔서, 정량적 분석이 아닌 정성적 분석을 좀 해볼까요? 이 회사들의 실제 주행 모습을 보고 한번 판단을 해보자는 얘기입니다. 먼저 Waymo, Cruise 양강 회사부터...
일전에 소개해드린 영상인데, Cruise의 2년 전 영상입니다. 플레이 버튼을 누르시면 SF 내에서 운행을 하는 장면이 바로 나옵니다. 맨하탄보다야 한적하지만, 그래도 비숙련 운전자들은 아주 단단히 각오를 하고 들어가는 곳이 SF 시내인데 아주 안정적으로 주행을 해내죠. 자율 주행 현황에 대한 tech talk이라 내용도 재미있어서 관심이 있으신 분들은 끝까지 보실만 합니다.
이것도 위 영상이랑 같이 소개한 적이 있죠. Waymo(당시엔 Google)의 5년 전 영상입니다. 위 Cruise 영상 만큼 인상적이진 않지만, 기찻길 앞에서 안전하게 정차한 뒤 기다렸다 출발하는 모습은 저보다 낫다 싶을 정도네요.
Cruise의 최근 영상입니다. 복잡한 도심에서 운전을 하려면 무조건 정해진 규칙만 따를 수는 없죠. 실제 상황에서 얼마나 유연한 대처를 하는지 정말 잘 보여줍니다. 특히 마지막에 버스에 가려서 2차로의 차들이 안 보이는 상태에서 조금씩 전진해서 비보호 좌회전을 해내는 모습은 진짜 말 그대로 소오름!
다시 Waymo의 4년 전 영상입니다. Waymo는 아쉽게도 Cruise만큼 최신 주행 영상이 공개된 게 별로 없네요. 대신 이 영상은 자율 주행 차량이 어떻게 정보를 받아들이고 어떤 식으로 대응하는지, 그리고 어떤 종류의 예외 상황들까지 고려해야 했는지를 알기 쉽게 잘 설명해줍니다.
이 정도 되는 업체들이 현재 인정받는 선두 주자이고, 그럼에도 불구하고 이 정도로는 아직 L4+ 달성에는 부족하다고 판단하여 베타 서비스 정도에 만족하며 연구개발에 몰두하고 있습니다.
---
이번에는 비교를 위해 Tesla의 따끈따끈한, 한달도 안 된 최신 영상을 한번 보겠습니다. 올해 4월 22일에 Tesla는 Autonomy day라는 investor 대상의 행사를 열고 내년까지 L5 주행 기능 완성 및 배포, robo taxi 서비스 시작을 공언하면서 자사의 자율주행 기술에 대한 프리젠테이션과 비공개 test drive를 진행한 뒤, 데모 영상까지 하나 발표했는데요. 그 영상을 한번 볼께요.
딱 봐도 대비가 되죠? 정말 예외 상황이라곤 전혀 발생하지 않고, 복잡한 교차로도 지나지 않는 교외의 아주 한적한 곳에서 찍은 영상입니다. Tesla 잘 아시는 분들은 아시겠지만, 이 회사가 더 복잡한 케이스도 데모할 수 있으면 이 정도로 끝낼 회사가 절대 아니죠. 그냥 지금 Tesla의 자율주행 수준이 고작 이 정도 난이도의 주행만 커버할 수 있는 수준인 겁니다.
그런데 더욱 놀라운 것은 이게 그나마 잘 됐을 때의 영상이라는 겁니다.
이 영상이 공개된 Autonomy day 때 참석자들을 대상으로 촬영을 하지 않는 조건으로 비공개 자율 주행 데모를 실행했는데, Tesla 측에서 미리 계획한 간단한 경로들 중 하나를 선택해서 진행하는 방식이었음에도 불구하고, 주행이 그닥 매끄럽지 않고, 심지어 disengagement가 발생했다고 합니다.
Deutsche Bank analyst Emmanual Rosner, who took a test drive of the vehicles Tesla showed on Tuesday, was skeptical, writing, “Throughout the ride, the car performed relatively well but experienced a few rough maneuvers and had one disengagement where it failed to recognize cones blocking off some parked vehicles on the side of the road.”
He continued, “Given our own test ride still faced issues despite being on a pre-planned course and under relatively simple road conditions, we believe the company’s targeted timeline for both full self-driving and its robotaxi service is at the very least aggressive. Ultimately, we still wonder whether Tesla can even solve the large challenges of fully autonomous driving with its vision-based approach alone.”
조금 더 깊게 들어가서 발표된 기술 수준도 한번 비교해볼까요?
그나마 Autonomy day 발표에서 희망을 심어준 image recognition을 예로 들어보겠습니다. 그날 아주 자랑스럽게 "우리처럼 log가 무진장 많은 회사만 잡아낼 수 있는 극단적인 edge case지"하고 자랑한 것 중에 하나가 바로 아래의 "자전거를 뒤에 달고 가는 SUV" 케이스입니다. 이런 경우 차와 자전거를 별도의 object로 해석하면 안 되고 하나의 object로 이해할 수 있어야 한다는 거죠.
미국에서 운전 좀 해본 분이라면 자전거를 뒤에 달고 다니는 SUV가 정말 Tesla가 access 가능한 log의 방대함과 image recognition 기술 수준을 showcase할 예제가될 만큼 희귀하고 어려운 케이스냐라는 생각이 드실 겁니다. Autonomy day라고 거창한 이름을 붙여놓고 사람들을 부른 행사에서 고작 자랑할만한 수준이 이 정도냐는 거죠. 이것도 한번 Waymo, Cruise랑 비교해볼까요?
Waymo의 사례 하나. SUV 뒤에 달린 자전거을 주행 중인 자전거와 구별하는 수준이 아니라 트럭 뒤에 올라타서 작업 중인 사람과 보행자를 구분하는 수준임을 설명하는 이미지입니다.
또 다른 Waymo의 사례. STOP 사인이라고 다 같은 STOP 사인이 아닙니다. 학교 앞에 사람이 들고 나와서 서는 STOP 사인이 있고, 스쿨버스에서 튀어나오는 STOP 사인도 있으며 (여기까진 흔하죠?) STOP 사인을 들고 달리는 자전거;;;에서 검출되는 STOP 사인도 있습니다. 이런 것들도 구별합니다.
마지막으로 Cruise 사례도 하나 갈께요. 왼쪽은 캡춰 이미지에선 잘 안 보이는데, UPS 트럭의 비상등이 신기하게 좌우가 교대로 켜집니다. 오른쪽에선 이 중에 어떤 게 진짜 turn signal light인지 어떻게 구분해야 할까요?
결국 다른 업체들은 지금 대학교 공학 수학, 선형대수학 풀고 있는데, Tesla는 맨날 구구단만 하다가 이제 겨우 2차 방정식의 근의 공식 정도 배우고 나서, "짜잔~ 내가 바로 수학 천재라구!"라고 하는 수준입니다.
---
어떻게들 느끼시나요? 개인적으로 Autonomy day 행사를 봤을 때 딱 떠오른 에피소드가 있습니다. 바로 2009년 중순에 있었던 티맥스 소프트의 Tmax Window 공개 행사입니다. 2009년 말 공공기관용 출시, 2010년 일반인 대상 출시(어떻게 타임라인까지 비슷;;;)를 목표로 MS Windows 완벽 호환을 내걸고 개발된 이 OS의 발표 행사는 미리 계획했던 시나리오대로 진행했음에도 불구하고 엄청나게 느린 속도와 블루스크린 등으로 점철된 비극의 공개 행사가 되고야 말았죠. Tesla는 다행히(?) 메인 행사를 모두 그 흔한 동영상 하나 없이 기술 발표로만 메워서 그 정도의 사태는 면하긴 했는데, 결국 최종적으로 알려진 기술 수준을 보면 딱 비슷한 수준의 상황으로 보입니다.
현재 이렇게 민망한 수준으로 초보적인 기술을 갖고 있는 회사가 당장 내년 말까지 다른 선두 업체들도 지금 당장은 불가능하다고 인정한 L5를 완성하고 심지어 robo taxi 사업까지 하겠답니다. 이걸 얼마나 믿어줘야 할까요?
먼저 L5 달성. 이건 그냥 안 됩니다. 그 어떤 업체들도 L5 달성과는 거리가 멀고, Tesla는 더욱 그렇습니다. L5도 아닌 L4를 지향하는 Waymo의 차량의 카메라에는 이런 게 달려있습니다.
이게 뭐냐면 차량의 카메라 렌즈가 새똥 등으로 인해 더러워지면 자동으로 카메라를 닦아주는 시스템입니다. L5를 구현한다는 얘기는 모든 날씨와 조건에 대응한다는 얘기이고, 이 정도는 기본 중의 기본입니다. 주행 중간에 카메라에 먼지가 달라붙거나, 도로가 눈에 뒤덮이거나, 빗물이 애매하게 튀어서 렌즈에 붙어 왜곡이 일어나도 대응할 수 있어야 합니다. 이 정도를 준비한 Waymo도 아직은 L5는 무리라고 합니다. 한겨울 눈이 펑펑 내리는 날 스키장 주차장에 도착하면 직원들이 나와서 수신호로 주차장 방향 및 구체적인 주차 위치를 지정합니다. 이런 상황까지 어느 정도는 대응해야 L5입니다.
그 수많은 케이스들을 지금 간단한 카메라 렌즈 청소 기능도 없는 Tesla가 내년까지 다 handle하겠다구요? Lidar도 없이? (현재로써는 lidar 없이는 L5는 커녕 L4도 불가능합니다. 자세한 내용은 다음 편에 더 설명하겠습니다.) 어쨌든 이론상으로는 이 수많은 난관을 뚫고 내년까지 L5를 상용화하는 게 가능하긴 하겠죠. 근데 그 얘긴 영어도 잘 못 하는 영주권자인 제가 죽기 전에 natural born citizen만으로 제한된 미합중국 대통령 자격을 개헌을 통해 바꾸고 당선까지 되는 것이 이론상 가능한 것과 같은 맥락의 이론상 가능성이죠. 전 이건만 따지면 실리콘 밸리 사기꾼의 대명사 Theranos의 Elizabeth Holmes에 버금가는 맹벽한 사기행각이라고 봅니다.
---
그럼 L5는 Elon Musk가 숨쉬듯이 하는 허풍이었다 치고, L4는 어떨까요? 전 이것 역시 힘들다고 봅니다. L4가 결코 쉬운 게 아닙니다. 간단한 예를 하나 들까요? Waymo 차량에는 외장 microphone이 달려있습니다. 왜 그럴까요?
바로 이 이미지에 나온 것처럼 긴급 차량이 사이렌을 울릴 경우 정지를 하거나 갓길로 비키는 기능이 필요하기 때문입니다. Tesla의 자율주행 홍보 홈페이지에는 센서에 관한 설명이 무척 많지만 마이크에 대한 얘기는 없습니다. 아직 여기까지는 생각도 못 해봤겠죠.
이럴 때 Tesla와 Tesla 옹호론자들이 들고 나오는 비장의 무기가 있습니다. 바로 Tesla 전차종에서 실시간으로 수집되는 log입니다. 그런데 이 log라는 게 절대 전가의 보도가 아닙니다. Log 만능설에 간단한 반례 하나 들어볼까요? Tesla Autopilot이 출시된 게 2014년입니다. 그때부터 지금까지 Tesla는 Autopilot 핵심 기능에 대해서는 정말 지겹도록 차고 넘치는 양의 log를 쌓았을 겁니다. 그런데 현실은 어떤가요?
분기점에서 앞에 차 하나가 갑자기 끼어들었다는 이유 만으로 정신을 못 차리고 분리벽으로 돌진을 하는가 하면,
https://np.reddit.com/r/teslamotors/comments/bien11/was_merging_onto_a_ramp_on_unconfirmed_noa/
고속도로에서 잘 가다가 위에 고가도로 그림자에 놀라서 급브레이크를 밟기도 합니다.
(이 동영상에서 또 다른 웃긴 부분은... 패널에 표시되는 우측 차량들의 형상을 보세요. 개별 차량들을 전혀 인식하지 못 하고 트럭 하나로 퉁쳐서 인식하는데 심지어 그 트럭의 위치가 널뛰기를 합니다.)
13초 부근에서 갑자기 속도가 줄어드는 것을 볼 수 있습니다. 고속도로에서 뒤에 바로 붙어서 따라오는 차가 있을 때 이런 현상이 발생한다면 정말 위험하겠죠.
엄청나게 축적한 log 만으로도 자율주행 기술 선도가 가능하다면, 왜 이렇게 기초적인 문제를 못 풀고 있을까요? 혹은 이런 오류가 발생하는 것을 방지하지 못 했을까요? 자율주행의 기술적인 요소들을 좀 더 깊숙히 다룰 다음 편에서 더 자세히 설명하겠지만, 비유로 설명하자면 log가 압도적으로 많다고 해서 자율 주행 기술 우위를 점할 수 있다는 논리는 참고서 많이 산다고 서울대 간다는 논리와 다를 바가 없습니다.
마지막으로 또 다른 Tesla의 특장점인 OTA에 대해서 간략하게 얘기하자면, OTA는 기술 개발에 있어서 플러스 알파 정도의 요소이자 동시에 위험할 수 있는 양날의 검일 뿐, 게임 체인저의 수준은 아닙니다. 개발된 기술을 실시간에 가깝게 적용하고 피드백을 받을 수 있다는 점은 좋지만 그렇다고 해서 핵심 기술 개발 시간이 의미있게 단축되지는 못 합니다. 오히려 L4+로 가까이 갈수록 절대 안정성을 추구해야 하는 제한 때문에 사실상 큰 의미가 없기도 하구요.
결국 현재 수준도 민망할 정도로 뒤떨어지고, 향후 전망도 딱히 더 나을 것이 없는 Tesla가 내년까지 모든 업체들을 제치고 의미 있는 수준의 L4를 배포하고, robo taxi 사업을 제한적이나마 시작할 수 있는 가능성 역시 전 0%로 봅니다.
---
휴우~ 앞으로 몇주간 주말에 큰 일정들이 있어서 당분간 진도가 안 나갈 것 같아 오늘 무리하게 달렸더니 손가락이 넘모 아프네요 ㅠㅠ 오늘 목표했던 주제는 여기까지 하고, 다음 글에서는 몇번 언급한대로 좀 더 기술적으로 깊이 들어간 부분들, 특히 자율주행 차량에 쓰이는 센서들의 장단점과 Tesla의 전략의 한계에 대해서 짚어볼까 합니다.
긴 글 읽어주셔서 감사하고, 서두에 말했듯이 이 글의 주제 안에서는 얼마든지 다양한 토론을 환영하니 댓글 남겨주시면 늦게라도 (일단 손가락 좀 쉬고;;;) 읽고 답글 달겠습니다. 감사합니다.
- 전체
- 후기 6740
- 후기-카드 1810
- 후기-발권-예약 1238
- 후기-백신 79
- 후기-격리면제 28
- 질문 56938
- 질문-기타 20563
- 질문-카드 11650
- 질문-항공 10147
- 질문-호텔 5176
- 질문-여행 4014
- 질문-DIY 176
- 질문-자가격리 19
- 질문-은퇴 405
- 정보 24134
- 정보-자가격리 133
- 정보-카드 5202
- 정보-기타 7990
- 정보-항공 3814
- 정보-호텔 3224
- 정보-여행 1051
- 정보-DIY 203
- 정보-맛집 217
- 정보-부동산 38
- 정보-은퇴 256
- 여행기 3414
- 여행기-하와이 388
- 잡담 15446
- 필독 63
- 자료 64
- 자랑 721
- 금요스페셜 106
- 강퇴로 가는 길 11
- 자기소개 661
- 구라 2
- 요리-레시피 70
- 오프모임 200
- 나눔 2699
- 홍보 15
- 운영자공지 32
159 댓글
Comment Page Navigation
wunderbar
2019-05-12 21:08:50
글이 길고 다시 읽고 또 다시 읽고 싶어서 스크랩합니다.
정말 고급 정보와 자세한 설명으로 저같이 전기쪽엔 문외한인 사람에게도 재밌고 눈여겨 읽게 되고 그러네요. 제 식견을 넓혀 주셔서 감사드림니다.
조만간 저희 큰 아이와 이걸 프린트해서 같이 얘기할 생각입니다.
그냥 어떤거에 대해서 같이 얘기 나누고 싶은 그런거요. 그런 얘깃거리는 제공해 주셔서 감사드려요... 그리고 이렇게 접근하는 아이디어도 가르쳐주고 싶고요...^^
벌써 다음편도 기대가 되는데요... 연휴도 다가오고 여러 답글도 다시느라 시간도 많이 들었을텐데요...
그래도 기대가 됩니다.
여기에 댓글 달아 주신분들도 감사드려요....
엣셋트라
2019-05-12 21:11:39
대단하십니다. 전문가가 아닌데 이런 수준의 글이 나오다니. 기운 더 내셔서 24부작(ㅋㅋ) 남은 에피소드들 완성해주세요!
Lidar에 대한 설명을 들어보니 이건 완전 문외한인 제가 봐도 무조건 달고 시작해야하는 것 같네요. 이미지 인식 코딩 수만줄 아무리 잘 짠다고 해도 차라리 lidar로 "반경 n미터 안에 무엇이든 갑자기 포착되면 감속해라"라고 몇줄 코드 넣는게 무조건 더 안전할거 같아요.
우리동네ml대장
2019-05-13 09:56:11
거의 컨설팅 의뢰해서 받아볼법한 고퀄리티 레포트 보는 느낌이네요.
전혀 모르던 사실들 많이 배웠습니다. 좋은 글 감사합니다. ㅎㅎ
다만 몇몇 분들이 테슬라 오토파일럿이 비젼에만 의존한다고 지적하신 부분이 좀 있었는데, 오토파일럿은 레이다를 주력으로 사용하여 판단한다고 합니다. 비젼은 보조라고 하더라구요. 초창기 오토파일럿이 비젼을 주력으로, 레이다를 보조로 썼기때문에 오해가 좀 있었던 것 같습니다.
엘런이 2빌리언 펀드레이즈 하느라 또 무리수를 던지는 것 같네요... 후...
어떤 테슬라 숏셀러로 보이는 분이 쓴 글을 읽은적이 있는데요, 엘런을 욕하면서 "엘런이 이번에 또 골 포스트를 옮긴다" 라고 하더라구요. 그분의 주장은 엘런이 계속해서 "모델3 생산만 잘 되면 우리는 흑자 낸다. 우리는 모델3 -> 모델Y 로 돈 벌거다" 라고 수년간 얘기 해왔고, 반대쪽의 숏셀러들은 치열한 원가분석을 통해서 모델3로 돈 남길수 없다는 분석을 했고, 따라서 숏셀링을 했다고 하네요. 근데 이제 모델3가 생각보다 돈을 벌지 못하는 (원가가 높은) 문제가 고쳐질 기미가 보이지 않으니 이번에는 또 테슬라를 로봇택시업체로 포장하면서 최소한 향수 수년간의 주가를 방어할 희망(?) 을 주입하고 있다라는 것이죠. 축구에 비유 하자면 골 넣기로 했던 골대에 골을 못 넣으니 그냥 골대를 옮겨버렸다, 라는 얘기였습니다. 사실 저도 로보택시 발표를 보면서 혹했거든요. ㅎㅎㅎ
그나저나, 헐퀴님의 글을 읽고 몇 가지 생각이 저를 스쳤는데요, 첫번째는 트럭의 highway 자율중행이 가장 먼저 나와서 히트상품이 되지 않을까 생각이 문득 들었습니다. interstate truck driving이 드라이버들의 삶의 질을 굉장히 많이 떨어뜨리는, 따라서 아주 높은 비용이 들어가는 일이라고 하더라구요. 정확한 gps와, 정확한 지도와, 현재 state-of-the-art 수준의 기술이면... 이미 알려진 포인트-2-포인트로 하이웨이 자율주행 정도는 가능하지 않을까요? 예를들면 뉴욕 - LA 구간 중 하이웨이 부분만이라도 가능하다면 대다한 진보일 것 같아서요.
두번째는 T 도로 좌회선이 불가능하다면, 그냥 그 좌회선을 피해서 라우팅 하면 되지 않을까 하는 생각이 들었습니다. 저도 개인적으로 비보호 T 좌회선을 굉장히 싫어하는데요 ㅜㅜ 그래서 그냥 좀 돌아가더라도 신호등이 있는 T 교차로 까지 지나가서 좌회전 하기도 합니다.
세번째는 은근히 GM 주식을 사고싶은 마음이 좀 생기네요 ㅋㅋ 생각해보면 lyft 에도 지분을 많이 가지고 있다고 들은것같고... 전기차도 이미 만들고 있고... Cruise도 인수했고. 등등 준비를 은근히 (rust belt의 대표주자 답지않게) 잘 하고 있는 것 같아서요.
약동
2019-05-13 11:03:31
제가 잘못 알고 있을 수도 있지만...
비젼이 주력이고, 레이다는 보조 아닌지요?
주력을 레이다로 할 수 없는것으로 알고 있어요. 잡음이 워낙 많거든요.
다만, 그게 날씨에 상관없이 쓸 수 있는 장점이 있어서, 정말 급 브레이크등을 밟을때나 쓰는거죠.
만약 레이다를 주력으로 쓰면 지금보다 훨~씬 더 악화될것 같다고 생각듭니다.
다만, 라이다도 비전에 비해 좋긴하지만, 날씨등에 취약한것으로 알고 있어요. 분명 사람이 비젼만을 토대로 운전할 수 있다는것을 생각했을때 언젠가는 컴퓨터도 비젼만을 이용해서 운전 할 수 있지 않을까 싶긴해요.
우리동네ml대장
2019-05-13 11:33:23
2016년부터 비젼보다는 레이다를 주력으로 사용하고 있다고 합니다.
https://www.benzinga.com/analyst-ratings/analyst-color/16/09/8446349/analyst-tesla-autopilots-switch-from-camera-to-radar-bad
약동
2019-05-13 11:55:34
감사합니다.
신기하네요. 레이다를 주력으로 쓰다니...
cashback
2019-05-13 13:20:05
첨부하신 기사에서 레이다를 주요하게 사용할수도 있다라고 한 것은 모빌아이와의 결별과정에서 기술적이 우위를 보여주기 위한 일종의 선전이 아닌가하는 생각이 듭니다.
테슬라 공홈에 보면 camera가 여전히 중요부분으로 보입니다. https://www.tesla.com/autopilot
약동
2019-05-13 13:57:57
그럴수도 있겠네요.
저는 날씨 영향을 안받는 레이다는 당연히 들어가는거고, 문제는 라이다 위주냐 카메라 위주냐의 대결구도로 봤거든요.
Prodigy
2019-06-09 22:14:17
아 테슬라가 모빌아이랑 같이 했다가 결별했어요? 모빌아이가 원래 deep learning 나오기 전에 vision쪽 최강자였는데 말이죠. ㅎㅎ 이젠 인텔이 되긴 했지만 ㅎㅎ
억울하면강해져라
2019-05-13 11:08:17
저도 자세히 아는 것은 아니지만, 주워들은 걸로 말씀드리자면,
레이다 (Radar) 와 라이다(Lidar) 는 작동하는 원리는 비슷하다고 할 수 있지만 (사용하는 전파의 종류가 다릅니다.), 해당 센서가 취득하는 자료는 상당한 차이가 있습니다.
레이다는 이미 상용화되어 많은 자동차에 설치되어 사용되고 있습니다.
최근 이용되는 자동차 주변에 사물이 가까이 있으면 경고를 주거나, 멈추거나, 차선변경이 안된거나 하는 기능은 주로 레이다를 이용합니다.
라이다에 비해 가격도 싸고, 이용하기도 쉽지만, 대신 정확도 및 3차원 정보 취득의 결과가 라이다에 비해 많이 떨어집니다.
(물론 과거에 비해 레이다 센서의 성능이 엄청 향상된 것도 사실입니다.)
개인적인 견해로는 레이다로 자율주행의 안전성, 안정성, 신뢰성을 확보하기에는 부족하다고 생각합니다.
원리가 비슷하다고 할지라도 라이다에 비해 간섭도 심하고, 정확도도 떨어지고, 취득되는 정보의 질과 양이 모두 부족합니다.
레이다가 쓸모 없다기 보다는 라이다가 자율주행 자동차를 위해서는 더 좋은 센서같다는 것이고,
레이다와 라이다가 적절히 사용될 수 있는 부분이 각기 따로 있다고 봅니다.
우리동네ml대장
2019-05-13 11:35:55
사실 저도 레이다와 라이다의 차이는 위키피디아에서 보는 수준으로밖에 모르는데요, 저도 그렇게 이해하고 있습니다.
레이다는 엄청나게 해상도가 떨어지고, 미리 지정된 특정 포인트 까지의 거리만 잴 수 있다고 하더라구요. 라이다에 비해서 성능이 정말 형편없죠. 아마도 이조차 없어서 비젼에만 의존하는 것 보다는 나을테지만요.
헐퀴
2019-05-13 11:44:09
3편에 쓸 내용을 남겨두는 한도 내에서 조금만 제 생각을 공유하자면, Tesla 차량들이 radar도 쓰는 것은 사실인데, 문제는 전방으로 딱 하나만 씁니다. 이에 비해 Waymo나 Cruise는 정확한 숫자는 기억 안 나는데 (자료 정리해둔 거에 없네요 분명히 봤는데;;) 무진장 많이 씁니다. 기억이 맞다면 Waymo는 자체 개발한 custom radar를 6개인가 쓰고 Cruise는 자체 개발인지 모르겠지만 다양한 종류의 radar를 거의 10개 정도 썼던 걸로... 이것의 구체적인 의미와 시사점은 3편에서 다루겠습니다. :)
어쨌든 핵심 질문은 "vision이 중심이냐" 혹은 "순수한 vision 외에 다른 3D sensor를 메인으로 쓰느냐"에 방점을 두는 것이 맞다고 봅니다. 외부 논의를 보면 lidar 사용 여부가 쟁점처럼 돼있는데 short-term으로는 맞지만 long-term으로 가면 어떤 다른 technology가 부상할지 알 수 없기 때문에 lidar 여부만 놓고 따지는 건 무의미하구요. Tesla의 주장처럼 2D camera 영상을 ML로 처리하는 것을 메인 데이터로 해서 L4+ 자율주행이 가능하냐를 논의하는 것이 핵심 논제겠죠.
헐퀴
2019-05-13 13:32:56
많은 의견과 격려의 말씀 주신 분들 감사드립니다. 새 주가 시작되니 또 정신이 없어서 더 상세하게 같이 말씀 나눠보고 싶은 이야기들에도 답글들을 잘 못 달고 있습니다.
제가 당분간 주말마다 일이 있어서 3편은 빨라야 3주 후에나 가능할 것 같습니다. 응원해주시는 분들, 기다리시는 분들께 미리 사과드립니다. (_ _)
미리 감사는 안 되지만 미리 사과는 괜찮... 더 이상한가요;;;사과할 짓은 아예 하질 말아야지!3편은 앞서 말씀드린대로 자율주행에 쓰이는 각종 센서들의 특징을 소개해드리고, 이를 토대로 요즘 이 바닥에서 최고 핫한 주제인 "Lidar 없는 자율주행은 가능한가?" (혹은 저는 "2D Vision 중심의 자율주행은 가능한가?"라고 바꿔 묻고 싶습니다.)에 대해서 나름의 진단을 내려볼까 합니다. 그리고 그와 함께 자연스럽게 언급이 될 주행 log의 활용과 의미에 대해서도 좀 더 심층 분석을 하겠습니다.
얼마에
2019-05-19 23:25:40
답글따위 필요없고 3편 빨리요.
reflect9
2019-05-18 01:16:31
얼마 전에 엘리자베스 홈즈의 이야기를 그린 다큐멘터리 Bad Blood를 봤는데요. 실리콘 밸리에는 Fake-it-until-you-make-it이란 문화가 있다고 합니다. 지키지 못할 약속을 남발하더라도 투자받은 돈으로 성공만 하면 중간 과정에서의 허풍은 다 용인(심지어 추천)된다는 뜻인 것 같습니다. 투자를 받기 위해 아이디어 단계의 사업모델을 피칭하는 스타트업들에게 fake-it-until-you-make-it은 보디빌더들에게 스테로이드 주사제 만큼이나 필수요소가 되버린 것도 사실이구요. 말씀하신 엘런 머스크의 사기죄 중에는 '지키지 못할게 뻔히 보이는 약속'도 어느 정도 포함되어 있는 것 같습니다.
저는 자율주행에서 L1-5로 평가되는 기술적 완성도 외에도 몇 가지 요소가 더 있다고 생각합니다. 경제성도 그 중 하나겠죠. Lidar의 가격이 (예를 들어) 3k이하로 떨어질까요? 그렇지 않다면, 테슬라의 (조악한 비전 + 로그 데이터 기반 모델 + 알파) 가 현실적으로 유일한 솔루션이 될 가능성도 무시할 수는 없을 것 같습니다. 여기서 제가 '알파'로 생각하는 건, 자율주행 외부 요인의 변화인데요. 예를 들어서, 조악한 비전 기술로 사고가 날 만한 지역을 미리 개선한다거나, 자율주행차가 안전히 다닐 수 있는 차선 / 도로를 지정한다거나, 근접한 차들이 현재 위치와 주행 정보를 실시간으로 공유하게 하는 식으로 난이도를 낮추는 것도 활발히 진행되고 있다고 들었습니다. 제 관전 포인트는 (1) 어떤 상황에서도 L4를 달성하기 위해 당장은 경제성이 떨어지는 하드웨어를 써서 기술적 발전에 올인하는 웨이모 진영 vs (2) 급격히 증가하는 반-자율주행차와 IoT의 발전, 그리고 도로 법규의 변화에 기대를 품고 싸구려 기술로 버티는 테슬라; 이 두 진영 중에 누가 살아남을까 입니다.
엄청난 노력이 들어간 좋은 글 감사드리며, 다음 글도 기대하고 있겠습니다. peace out
얼마에
2019-05-19 23:27:56
fake-it-until-you-make-it
이거는 실리콘밸리만이 아니라 웬만한 스타트업은 다 그렇죠. 학계도 새로 시작하는 교수 랩은 다들 그렇습니다. 박사 갓 졸업하고 아무것도 모르는 천둥벌거숭이들인데, 대단한 과학의 비밀을 찾아낸체 해야 펀딩을 잘받습니다.
얼마에
2019-05-19 23:29:54
다음편에 반영해주세요. 답글은 사양합니다 :
라이다가 뭔가요?!?
제차에도 레이다가 있는데 레이다로는 안되고 꼭 라이다를 써야합니까?!?
라이다 얼마에요?!?
자율주행이랑 머신러닝이랑 무슨 관계인가요? 그냥 if-then 으로 알고리듬 짜면 되는거 아닌가요?!?
루스테어
2019-05-19 23:43:37
레이더는 전자기파 라이다는 레이저를 이용합니다. 웨이브의 특성이 다르기 때문에 얻을 수 있는 장단점이 다 다릅니다.
자율주행에 머신러닝이 필요한 가장큰 이유는 "예상 못한" 문제를 극복하기에 좋은 툴이기 때문입니다.
주행을 하다보면 예상 못한 일들이 항상 생기기 때문이지요.
컴퓨터가 지금까지 가장 약했던 부분은 룰기반의 툴이다보니 직관이라는 것이 없었지요.
하지만, 알파고로 대표되는 딥러닝을 통하여 머신에게도 직관이라는 능력을 부여할 수 있다는 것이
어느정도 증명되면서 자율 주행에 쓰일 수 있는 좋은 툴로 각광을 받는거죠.
If - then 같은 단순한 룰기반 코딩으로는 구현이 불가능한 것을 해결하기 위한 거라 생각하시면 됩니다.
머신러닝을 이용한 툴의 가장 큰 문제는 중간에 어떻게 그렇게 결과가 나왔는지를 알기 어렵다는 겁니다.
최종 결론은 머신러닝의 판단이 최선일까, 사람의 판단보다 최선이라고 증명할 혹은 사회적 합의가 이루어질까에 대한 거라고 봅니다.
사실 이걸 위해서 일부러 알파고 vs 이세돌이라는 대형 쇼를 준비한거 같구요.
----
.. 답글 사양이라는 건 없었던거 같은데... 죄송합니다.
얼마에
2019-05-19 23:46:03
답글 사양은 헐퀴 님 답글 다느라 시간 쓰지 마시고 3편 올리시라는 말씀이요. 3자의 답글은 환영합니다.
포트드소토
2019-05-20 00:43:06
대부분 맞는 말씀인데요..
다른 건 몰라도.. 저는 NN에 "직관력"이 있다고 보진 않습니다. Extrapolation 안되요. Interpolation 은 되어도.
러프하게 비유하면 우아한/유연한 Lookup table 정도라고 봅니다.
NN은 그동안 맞추면 좋고, 틀려도 큰 문제 아닌 application 에 수십년간 쓰여져 왔지요. 앞으로도 그럴거라 봅니다. 왜냐하면, 그정도 밖에 능력이 없어서요. 딱 그정도가 안성맞춤.
루스테어
2019-05-20 00:56:42
일반인들이 알기 쉽게 이야기하자면 직관이 생겼다고 봐도 된다고 봅니다. 일반적인 룰베이스에서는 예상치 못한 결과가 나오는 것들을 보았을때는 말이죠.
그것을 직관이라고 말을 할지 구체적인 정의 여부에서는 ? 가 있습니다만.. 궁극적으로는 이 결과를 더 믿게되는 날이 올지도 모릅니다.
저는 아직까지는 보수적이고 포트드소토 님과 비슷한 입장입니다만, 계속 지켜봐야할 것 같습니다. 밑에 네이쳐에서 작성한 기사 첨부해드립니다.
https://www.nature.com/news/digital-intuition-1.19230
헐퀴
2019-05-20 11:58:37
저도 NN=직관으로 비유하고 싶네요. 사실 이전에는 Thinking, Fast and Slow에서 본 System 1 개념을 빗대어서 설명하곤 했는데, 직관이라고 설명해도 크게 문제는 없을 것 같습니다. 사실 사람의 직관이나 System 1도 완전히 새로운 케이스에 맞닥뜨렸을 때 같은 문제에 최적화된 NN보다 잘 대처할 수 있으리란 보장이 없으니까요.
Prodigy
2019-06-09 22:19:59
전 보통 NN을 얘기할 때 기존의 naive/simple (사실은 수학이 한가득이라 훨씬 complex 합니다만...) 한 model로 modeling이 안되던 것을 NN이 잡아내고 있다고 생각하거든요. 그게 사람이라고 생각한다면 직관이라고도 할 수 있을거 같은데 그냥 nature에서 우리가 그 원리를 모르던 것을 그 동안 단순한 model로 approximation해서 설명했던 것을 이젠 NN을 통해서 조금 덜 approximation 할 수 있게 된게 아닌가 싶어요.
reflect9
2019-05-20 13:22:36
저도 NN의 특징을 인간의 직관력에 비유하고 싶지는 않습니다. Bottom-up reasoning을 통해서 knowledge를 구축하지 못해서, 아예 처음 보는 상황에서 무용지물이 되는 걸 '직관'이라고 할 수는 없을 것 같아요. 물론 rule-based나 shallow model에 비하면 훨훨훨 유연해지긴 했죠. 포트드소토님이 말씀하신대로 NN은 정확도가 크리티컬하지 않은 영역에서 쓰여왔지만, 그 영역을 점점 넓혀가고 있는 것도 사실입니다. 자율주행이 좋은 예인데요. 현재의 messy한 도로상황에서는 NN을 쓰는게 무책임한 선택이지만, 그걸 안전한 영역으로 만드는 다양한 시도가 NN외의 영역에서 행해지고 있죠. 더 많은 데이터를 실시간으로 모아서 학습시키는 파이프라인으로 처음 보는 상황에 대한 대처를 아주 빠르게 할 수도 있구요. "알아서 운전 잘하는 것"에서 "언제 운전자에게 핸들을 넘겨야 할지 판단하는 것"으로 L2레벨의 효용성이 극대화된 것에서만 봐도 user interaction을 통해 NN의 약점을 보완할 수 있습니다.
포트드소토
2019-05-20 13:30:20
저는 현재의 도로 시스템에서 비교할 경우, 앞으로 몇십년이 흘러도
[ AI (?) + 사람 합동 운전 ] vs [ 사람 운전 + 응급 자동 브레이크 ] 에서 후자가 항상 더 사고율이 적을 거라는데 $2 겁니다. ^^
루스테어
2019-05-20 16:25:17
개인적으로는 모든 차량에 (혹은 상당히 많은 양의) 동일한 수준의 AI 가 적용된다면, 이 케이스가 사고율이 더 적을거라고 봅니다.
사람의 의지가 개입이 많이 되어있는 한, 이는 포트드소토님의 말씀이 맞을 듯하긴 합니다만.
하지만 늘 그래왔듯이, 어느정도 레벨이 올라가서 본격적으로 L4 의 적용여부가 논의가 시작되면 인프라 구축이 시작될 겁니다.
예를 들면 인프라가 갖춰진 일부 지역에서는 L4 사용이 가능하고, 인프라가 안갖춰진 부분에서는 L4 를 L2 로 낮춘다는등의
방식이 있을 수는 있겠죠. 인프라의 변경이 오래걸리긴 하겠지만, L4 의 본격적인 논의가 시작되면 관련된 내용이 나올거긴 합니다.
전에 한 컨퍼런스 자율주행 개발하는 분들과 한 이야기가 있는데, "만약 L4 가 부분적으로 적용되기 시작하고, 일부 극한 환경에서는
운전자가 운전을 한다는 룰이 나왔다고 가정했을때, L4 에 익숙한 드라이버들은 전체적인 운전능력이 많이 떨어진 상태가 되지 않을까요?
이 때 상당한 반사신경과 경험을 요구하는 운전자 개입이 요구되는 환경에서 제대로 운전이 가능할 지 근본적인 의문이 들고,
이 쯤되면 사람이 운전을 두려워하게 되서 L4 로 자연스럽게 맞기게 되는 현상이 나타나지 않을까 싶습니다." 라는 망상적인 이야기를 했는데,
가만 상상해보니, 2-3세대 뒤로 내려가면 진짜 그럴지도 모르겠다는 생각이 들더군요.
헐퀴
2019-05-20 12:01:03
오... Radar 있는 차 타시나요? 좋은 차 타시네요. 너무 과신하진 마세요. 왜인지는 3편에서... ㅋㅋ
기너
2019-05-22 17:33:48
컨슈머리포트에서 꽤 부정적으로 리뷰했네요.
https://www.consumerreports.org/autonomous-driving/tesla-navigate-on-autopilot-automatic-lane-change-requires-significant-driver-intervention/
헐퀴
2019-05-23 19:26:29
L2 시스템이란 걸 고려하면 전 성능 자체에 너무 엄격한 잣대를 들이대고 싶진 않아요. 하지만, 이렇게 시스템에 대한 착시 효과나 과신을 심어줄 가능성이 있는 위험한 기능을 론치할 때에는 그 수준에 맞는 인간 심리와 행동 양식 변화에 대한 진지한 예측과 연구, 고민이 뒤따라야 하는데 Tesla의 Autopilot은 그게 늘 문제라고 생각합니다. 자세한 건 L2를 집중적으로 다룰 번외편에서...
"With great power comes great responsibility"
기너
2019-05-25 08:31:01
저도 그런거 들을때마다 좀 불편합니다. ㅠㅠ
다음편 엄청 기대하고 있습니다. 글 올려쥬셔서 넘나 감사합니다.
purple
2019-05-22 19:08:57
지난번 1편을 읽고 2편을 기다렸는데 못 보고 지났었나보네요. 오늘 다시 2편을 보게 되서 흥미롭고 유익했습니다. 아무것도 모르고 그냥 결국은 테슬라가 해낼수 밖에 없지 않나 싶었는데 좀 더 전문적으로 볼 안목이 생기는거 같아요. 헐퀴님과 댓글에 좋은 글 적어주신 분들께 정말 감사합니다.
MAGNETIC
2019-05-22 20:11:01
테슬라가 늘 심증으로만 뭔가 매번 사기를 치고 있다는 느낌만 받았는데 이렇게 객관적으로 자료와 기술적 설명을 보니 너무 재밌고 더욱 확신이 드네요 ㅎㅎ
차량의 만듦새(하체나 내부의 공법 수준, 마감 단차 등등), 18650 배터리 수천개를 이어 붙여 만든 배터리 셀과 몇몇 끔찍한 배터리 발화 사고들도 좀 더 기술적인 내용을 찾아보고 싶은데 지식과 검색의 한계가 크네요...
훌륭한 글 너무 감사합니다! 다음 3편도 즐겁게 기다리겠습니다!!!
메얼린
2019-05-24 08:48:08
머스크도 상상하지 못한 테슬라의 기능...
https://ruliweb.com/hobby/board/300143/read/42394563
랄리랄리
2019-05-28 17:00:29
많은 분들이 테슬라의 사기수준(?!)에 대해 댓글 달아주셨는데요, 저는 Waymo의 기술 수준에 대한 저의 느낌을 살짝 공유해 봅니다.
작년에 Waymo 베타 테스터로 2-3달 정도 이용해 보았었는데요, 1편에서도 헐퀴님께서 언급 해주셨지만, 저도 Waymo가 L4를 달성했는가에는 저도 회의적으로 느낍니다. 대부분의 제가 이용했던 Waymo 차량이 이 글에 있는 Waymo 영상들에 있는 수준으로 움직이지는 못했다고 느꼈습니다. (Waymo 측에서 많은 Documents에 싸인을 요구했어서 제가 경험한 기술적인 내용은 공유 못함을 이해 부탁드려요.)
물론 Waymo가 베타 테스트 한 차량에 영상들에 나온 모든 기능을 다 적용시켰었는지 여부도 모를 일이지만, 제 요지는 Waymo도 홍보 영상과 현실은 차이가 있다 정도 되겠네요.
그나저나 저도 3편이 매우 기대 됩니다!! 좋은 글 감사합니다.
헐퀴
2019-05-28 17:19:26
사실 많은 분들을 실망시켜드리기 싫어서 좀 돌려서 적었지만... 개인적으론 저 disengagement report 수치를 잘 생각해보면 Waymo도 한참 멀었다는 생각을 합니다. 제 나름의 기준으로는 택시 서비스를 론치하려면 대상 지역에선 최소 disengagement 간 평균 거리가 최소 100만 정도는 나와야 한다고 생각하는데... 아무리 집중 테스트 지역이라 할지라도 1만이라니요;;
목표 완성도를 99.999%라 한다면 Waymo나 Cruise는 대략 99% 정도에 있는 듯한 느낌입니다. 0.999% 차이지만 이 정도 레벨에서 소숫점 아래에 9 하나씩 붙여가는 건 정말 상상도 할 수 없을 만큼 어려운 과제죠. 그래서 역으로 Tesla가 (예를 들어) 현재 70% 선에 있다고 하더라도 최종적으로 먼저 99.999%를 달성하는 것도 충분히 가능한 일이라고 생각합니다. 어차피 진짜 싸움은 99% 뒤니까요...라는 말을 적고 보니 웬지 위에 댓글에서 먼저 한번 쓴 적이 있는 내용 같기도 하네요 ㅋㅋ
아참, 요새 Waymo 베타 서비스는 공개를 허용한다고 하더군요. 라이드 경험기를 가끔 찍어서 올리는 사람이 있는데 그 사람에 의하면 비공개 베타 때보다는 확실히 나아졌다고 합니다.
랄리랄리
2019-05-28 18:19:56
그렇군요, 제가 참여했던 베타 테스트 이후로도 Waymo가 시범 서비스 지역으로 여기에 작정 하고 투자 하는듯 하더라고요, 요즘 저희 동네 대형 몰 주자장 한편에 Waymo 전용 탑승장도 생기고 있네요.
사실 4-5년 전쯤에 이 동네에서 시험 운전 하는 Waymo 차량 뒤에 따라가려면 정말 답답했었는데, (특히 교차로 부근에서는 정말 속 터졌었다는... ) 몇 년 사이에 이렇게 빨리 발전 하는구나 싶었거든요. 그런데 직접 타보고 실망한 면이 많았었어요.
그나저나, 이제 베타 서비스 공개 허용했군요.
댓글도 자세히 달아주셔서 감사합니다... 그런데 저도 3편을 빨리 보고 싶어요 ㅎㅎㅎㅎㅎ
포트드소토
2019-05-28 17:55:31
원래 이런 AI나 로봇쪽이 주로 그래요.. ^^
여기서 세계 유수의 대학들과 연구기관들에서 도전했던 2015년 DARPA 로봇 대회 보고 가실께요.. 로봇의 문열기 시도입니다.. (참고로 이 대회에서 우승은 카이스트가 했죠)
https://www.youtube.com/watch?v=UUOo8N9_iH0
패턴인식이나 비전쪽 처리해서 제어하는 쪽 전공해 보신 분들은 다 알지만.. 시나리오나 제약 조건 없이 자연환경에서 무언가를 인식해서 한다는 건 굉장히 어려운 일이거나.. 불가능한 일이죠.. 회사들의 로봇 시연이나 그런거는 다 짜고 친건 아는거고요..
공장에서 자동차 조립처럼.. 정해진 환경( 조명, 위치, 목적 등등)에서 무언가를 반복해서 하는 건 참 잘하게 만들기 쉽지만.. 무언가를 Smart & AI 스럽게? 한다는 건 참으로 어려운 일이죠.. ㅎㅎ
랄리랄리
2019-05-28 18:26:57
맞아요, 저도 AI 분야에 관심 많은 (하지만 공부는 안하는) 일인 인데요, 정말 스카이넷은 제 느낌엔 아직 머나먼 이야기 같아요. 알파고가 아무리 사람을 이겼단들,그냥 빅데이터를 처리해서 얻은 결과로만 해석이 되요. 이런 생각을 하다보면 자연스레 뇌 과학분야에 관심이 생기더라고요 ㅎㅎ (하지만 또 관심에서 끝나는 현실...)
nysky
2019-05-28 19:14:55
그래도 알파고 나오기 전까진, 바둑은 컴퓨터가 절대 이길수 없다 확신하는 사람들이 많았죠. 장기,체스는 이겨도 ㅋ
이젠 바둑기사가 ai는 이길수 없다가 기본이 되는 세상이 된거보면..컴퓨터의 응용, 발전은 가늠하기 어려운거같아요.
근데 또 심해 어류들 보면 ;;;;; 한참 먼거같기도 하고요 ㅋ
내려가질 못하니 ;;
포트드소토
2019-05-28 19:25:16
저는 바둑이 설겆이 보다 절대로 쉽다에 무조건 한표입니다.. ^^ 로봇에게요..
바둑이 인간에게는 어렵죠? 이런 계산은 어떤가요? exp( 23 + sqrt(8742^7 + log(8372))) 우리 에겐 거의 불가능하지만 계산기에겐 버튼 한번?
바둑.. 딱 정해진 가로 세로 정해진 좌표에.. 룰도 정확하고.. 놓는 바둑 돌도 Black or White.. 사실 컴퓨터에게 이렇게 쉬운게 없어요.. 시간이 (아주) 많이 걸려서 그렇지.. ㅎㅎ
그런데.. 설겆이요? 이 세상 모든 식기와 모든 부엌 용품의 3D, 재질 정보등이 있지 않는 한 어렵다 봅니다.
사람에게 쉬운게 있고.. 로봇에게 어려운게 있고.. 또 그 반대도 있고..
운전이요? 사람에게도 쉽지는 않지만 또 그리 어렵지도 않지요.
로봇에게요? 아주 아주 어렵죠.. ^^
Prodigy
2019-06-09 21:56:20
이건 불확실성의 차이라고 봅니다. 사실 바둑에는 불확실성은 없죠. 즉 모든 가능성을 다 search해서 알 수 있으면 거기서 가장 reward가 큰 path를 택하는 방식이 deep learning이나 reinforcement learning이 하는 것인데 설거지의 계 (system)에는 너무나도 많은 불확실성이 존재하거든요. 로봇손 (또는 집게)으로 그릇을 잡아야 하는데 그릇도 모양에 따라서 optimally 잡는 방법도 다 다르고 씻는 방법도 다르고 조명의 illumination도 달라질 수 있고 등등....즉 말씀하신바와 같이 아직은 "이 세상 모든 식기와 모든 부엌 용품의 3D, 재질 정보등이 있지 않는 한 어렵다 봅니다."에 100% 동의합니다 ㅎㅎ
거기에 비해서 바둑은 "상대적으로" 로봇에게는 쉬운거죠. ㅎㅎ 물론 상대적으로 쉬운거에요. 바둑을 잘 두는 것도 결코 쉬운 문제는 아니지만요.
헐퀴
2020-02-27 14:38:23
드디어 오매불망 기다리던 2019 년 CA 자율주행 disengagement (인간 운전자 개입) report가 나왔습니다. 다른 해보다 유달리 늦었는데 이 report의 효용성에 대한 반론 제기가 많아서였는지, 아니면 그냥 단순히 처리할 데이터가 많아서였는지는 모르겠습니다.
아주 상세한 리포트 내용을 보시려면 여기로... 하지만 너무 raw data라 추천하지 않구요. 차라리 아래 The Verge 기사를 추천합니다.
https://www.theverge.com/2020/2/26/21142685/california-dmv-self-driving-car-disengagement-report-data
제가 요새 회사일이 너무 바빠서 적극적으로 해석을 달거나 토론에 임하지 못할 것 같고, 간단히 몇몇 회사들의 숫자만 정리만 해드리자면 아래와 같습니다.
* Waymo
- 1,454,137 마일 주행, 운전자 개입 110회, 평균 13,219 마일 당 1회 (vs 2018년 11,017 마일)
* GM Cruise
- 831,040 마일 주행, 운전자 개입 68회, 평균 12,221 마일 당 1회 (vs 2018년 5,205 마일)
* Baidu
- 108,300 마일 주행, 운전자 개입 6회, 평균 18,050 마일 당 1회 (vs 2018년 206 마일)
* Tesla
- 12 마일 주행, 운전자 개입 0회, 운전자 개입 간 평균 간격 계산 불가
우리동네ml대장
2020-02-27 14:46:44
정확한 정보 빠른 소식 감사합니다. ㅎㅎ
테슬라는 추측컨데 홍보영상 유튭 찍으면서 달린 12마일만 넣었나보네요.
그나저나 이 레포트 때문에 상대적으로 쉬운 구간만 (아마도 하이웨이) 줄창 달리는 차들이 있을거라는 비판이 좀 있더라구요.
HJ012
2020-02-27 14:58:31
요부분에 대해서, 오토기어에서도 잘 설명해 주었던데 (6:10) https://www.youtube.com/watch?v=Ko8R68nGGUg&t=523s 요약하면 오토파일럿 관계된 수치와 체감은 공인연비 vs 실연비로 볼수있다. 척척박사님들은 헐퀴님의 문자위주로, 척척석사님들은 영상으로 좋은 정보들 얻고가세요~~
포트드소토
2020-07-15 19:29:00
테슬라의 주가가 하늘을 찌르려고 하는 이 즈음에 헐퀴님의 전설적인 글이 생각나서 다시 끌어올려 봅니다.
그리고, 이런 유튜브 비디오가 있는데.. 한번 봐보세요.. 시간 안 끌고 요점만 빨리 빨리 짚어 주시네요..
제목이 "테슬라의 말도 안되는 사기 - 자율주행" ㅎㅎ 벌써 부터 감이 오시죠? 헐퀴님 글처럼 3부작이네요.. 이런건 뭐든지 3부까지 해야 제맛?
https://youtu.be/U6aziAWs5HY
Blackstar
2020-07-15 19:43:20
https://www.google.com/amp/s/www.nytimes.com/2020/07/14/business/tesla-autopilot-germany.amp.html
오늘 독일 법원에서 오토파일럿 용어가 부적절하다고 판결했습니다. 아마 비슷한 판결이 다른 나라에서도 따라나오지 않을까 싶네요. 미국도 그리 된다면 테슬라는 대형 로펌들 써서 공성전 준비할거고요.
포트드소토
2020-07-15 20:00:54
명칭도 이상하긴 하지만.. 더 중요한건, 과장광고 아닐까요? 올해 말까지 Full Self driving 한다고 했는데.. 이 허풍을 어찌 치울려는지..
포트드소토
2020-07-15 19:46:43
그런데, 그 영상보다가 매년 발표되는 캘리포니아 2019년 무인주행 기록이 발표된 걸 깜빡했었군요..
https://thelastdriverlicenseholder.com/2020/02/26/disengagement-report-2019/
그래서 저도 한번 들여다 보았습니다. 매년 하는 성지순례?
깜놀한게.. 이제 1등이 Baidu! 구글 Waymo 를 이겼네요.. 헉..
그 다음은 웨이모, 크루즈가 역시 2,3등 하고 있군요.
그 다음에 무인주행에 투자 많이 한다는 NVIDIA 테스트 차량은 상당히 하위권이군요.
테슬라는 이번에도 당연히 참가 안했구요. 당연히 무인주행이 실제로 못 되니..
다른 회사들 보고 있는데..
4. AutoX 도 중국 스타트업인가 보네요.. 잘 하네요.. 금방 따라오네요. 중국의 기술력이 사실 미국과 이제 점점 차이가 없어짐.. ㅜㅜ
5. Pony.AI 도 중국 관련 기업이네요
6. Nuro 는 실리콘 밸리 회사인데.. Jiajun Zhu 중국 분이시네요.
7. Zoox 는 미국회사이고..
8. Plus.ai 도 실리콘 밸리 회사네요. 트럭 중심으로 개발 중이네요..
그런데, 사실상 상위 5위 정도 까지만 잘하고 있고.. 나머진 그닥.. 그중에서 3개 회사가 중국. 미국 회사는 웨이모, 크루즈.
무인주행으로 주식 잘 올라가는 Nvidia 와 테슬라는 끼지도 못하구요.. 재밌는 상황이네요.
헐퀴
2020-07-15 22:28:00
헛, 이 데이터 저 바로 윗 댓글에 숫자로 올렸었는데 ㅎㅎ
당시 Baidu가 1등으로 나온 것을 해석한 기사들을 좀 봤었는데 내용이 확실히 기억나질 않네요. 일단 확실한 건 위에 제가 올린 자료를 보시면 아시겠지만 웨이모 크루즈에 비해 테스트 거리가 훨씬 짧구요. 아마 쉬운 도로들 위주로 테스트한 것 같다...라고 했던 것 같아요.
포트드소토
2020-07-15 22:49:05
역시 댓글 안 읽고 달면 이런 뒷북이 생기는군요.. ㅎㅎ
포트드소토
2020-07-15 22:56:21
그런데 바이두 10만 마일 주행에 6번 실패면 어마어마하네요. 차 한대 사서 10만 마일 타는 동안 6번만 실수? ㅎㅎ
물론 그 6번 중 한번이라도 사고나면 큰일이겠죠. 아직 미흡하더라도 막 시작한 회사치고 잘 하네요..
China Rising.
트레이더
2020-07-15 23:07:29
바이두 및 중국의 자율주행 스타트업 같은 경우는 이미 베이징 및 상하이에서 로보택시 시험운행을 하고 있습니다. 일반인도 앱을 다운로드 받아서 시승할 수 있는 상태이구요. 미국보다 좀 더 앞서가는듯 합니다. 테슬라가 올해 안에 자율주행 가능하다는 머스크의 멘트는 100% 뻥이라고 봅니다. 주가 상승 및 FSD구매를 유도하여 손익구조를 개선하고 sp500지수에 편입시키려는 목적같구요. 그로 인해 머스크는 최대 550억불의 스톡옵션을 얻을 수 있게 됩니다. 이 스톡옵션은 테슬라가 지불해야할 비용으로 잡히게 될테니, 테슬라 실적 좋아지고 주가가 상승해봐야, 회사는 이익이 많이 안나고 머스크만 거액을 벌어들일 가능성이 높겠네요.
헐퀴
2020-07-15 22:59:34
이 글이 끌올된 김에 Comma.ai 창업자이자 OpenPilot의 실질적 리더인 George Hotz가 MIT에서 AI 연구를 하고 있는 (JRE에 여러번 출연해서 유명해지기도 했습니다) Lex Fridman의 팟캐스트에 출연해서 자율주행에 대해 인터뷰한 내용을 기억나는대로 정리한 걸 올려봅니다. 원래는 주식방에 편한 마음으로 공유했다가 나름 긴 토론이 이어졌는데, 전 동의하지 않는 내용도 많지만 자율 주행 기술에 관심이 있는 분들은 한번씩 생각해볼만한 화두들이라고 봅니다.
- 자신이 자율주행 쪽에 몰두하도록 영감을 준 것은 Elon Musk 임.
- 2019년 말까지 테슬라가 FSD 기능들을 완성하겠다고 했는데 (정확한 워딩은 기억 안 나지만 작년 오토노미 데이 때 그런 뉘앙스의 말을 했죠.) 말도 안 되는 소리.
- 하지만 L5 FSD 레이스는 결국 테슬라가 가장 먼저 성공할 것임 -> 데이터 축적 싸움에서 다른 회사가 테슬라를 이길 방법이 없음.
- Comma.ai(Open Pilot을 만들었고 주도하는 회사)는 보험회사로 변신해서 수익을 낼 계획.
- 테슬라와 Comma.ai 외 회사들은 모두 삽질 중임 -> perception과 planning problem을 분리해서 생각하면 안 됨. (이 부분은 FSD 기술에 대한 좀 더 깊은 이해가 있어야 하므로 일단 간략하게...) 두개를 연계시켜서 deep learning으로 풀어야 함.
- Waymo는 현재 테슬라보다 3-5년 정도 앞서있음. Waymo의 사업 모델은 우버와는 달리 network effect가 없어서 선점 효과가 0. Waymo가 설사 FSD를 먼저 개발하더라도 중국 회사 하나가 그 기술을 카피해서 저가로 내면 누구든지 똑같이 로보택시 시장에 진입할 수 있음.
- GM Cruise는 Waymo보다 살짝 뒤쳐져 있는데 (3-5년이라고 헀다가 그냥 생각나는대로 말한 숫자라고 정정) GM이 Cruise를 인수한 것은 매우 스마트한 결정. Cruise 인수 하나로 자율주행차량 기술에서 아주 확실한 보험을 산 것임.
- 라이다는 Elon Musk의 말대로 Clutch에 불과. Perception은 라이다 없이도 잘 할 수 있고, localization에서 라이다의 장점이 빛을 발하는데 localization을 라이다를 써서 cm 단위로 해야 한다면 그것만으로도 이미 망한 기술임.
https://www.youtube.com/watch?v=iwcYp-XT7UI
포트드소토
2020-07-16 01:16:25
무인주행차라는 것이.. 도로 상황 인식 --> 차량 운전 명령
사실은 이 간단한 2단계인데, 도로 상황인식이 어렵겠지요. 차량 운전 명령은 도로 상황 알고, 자동차 운동 모델을 알면 어느 정도 쉽게 내려지긴 하죠. 물론 도심에서 복잡한 케이스에 어떤 룰들을 만드는건 어렵겠지만 그런 룰 들 만드는데 NN(신경망) 을 쓰면 굉장히 위험하겠죠?
NN은 결국 (카메라등의) 센서 정보를 처리해서 도로 상황 인식하는데 주로 쓰일 텐데.. 여기에 딥러닝등의 다양한 기술이 들어가겠죠. 그런데 이게 라이다 등 좀 더 좋은 센서가 있으면 그냥 정확한 3D 정보를 구할 수 있는데, 굳이 엉성한 비젼으로 하려고 하니 그런 NN 이 필요해지는 거겠죠.
그리고, 테슬라는 이미 도로에 차들 잔뜩 굴리고 있어서 (NN 트레이닝 시킬) 데이터 축적에서 앞선다는 논리인데..
여러가지 의문점이 듭니다.
여러분들이 모는 모델 S나 3의 비디오 정보가 바로 테슬라 서버로 가나요? 별로 안 그럴것 같은데요.. 테슬라가 어떻게 raw data 들을 모은다는 건지?
그리고, 사실 여러가지 도로 영상 비디오 하면 차라리 구글맵 비디오 데이타가 더 다양할 것 같은데요.. 그건 구글이 실제로 이미 가지고 있고...
그리고, 실제로 이거 모을려고 하면 별로 어렵지 않던데요.. 그냥 실험용 차 타고 한번 쭉 돌고만 와도 수주동안 쓸 데이타가 모이던데요.
테슬라가 웨이모나 크루즈 처럼 벌써 FSD 기술을 실제 도로에서 연구하면서 계속 다양한 알고리듬이나 자료를 모으고 있다면 말이 되는데, 현재 수준에서 달리고 있는 테슬라 차들에서 데이터가 모인다는건 저는 이해가 잘 안가더라구요. 물론 어떤 실패한 특정한 결과들만은 테슬라가 모을 수는 있다고 봅니다.
그저 아무런 근거 없이 올라가는 주식가격에 거품 근거라도 만들어 보려는 걸로 보이더라구요.
트레이더
2020-07-16 01:23:04
테슬라가 추구하는 카메라 비전을 통해 빅데이타를 수립하고, 라벨링 및 NN등으로 자율주행을 구현하는 것은 인텔의 모빌아이에서도 보듯이 어느 정도 가능해진 상태입니다만, 가장 큰 문제점이 극복이 안됐죠. 카메라를 통한 비전은 날씨가 매우 흐리거나, 비가 오거나, 캄캄한 밤에는 비전이 매우 제한적이기 때문에, 자율주행이 어려워지는 문제가 있죠. 날씨가 쨍하고 좋을때는 비전을 통한 실시간 인식이 잘되겠지만, 날씨가 안좋거나 어두울때는 어떻게 할까요? 전 그래서 카메라만으로 자율주행을 구현하는 것은 무리라고 봅니다. 라이다가 현재는 비싸지만, 항상 그랬듯이 공산품은 대량생산을 통해 단가가 계속 낮아지죠. 어느정도 규모의 경제가 되면 라이다의 경제성도 확보되리라고 봅니다.
무지렁이
2021-01-04 22:33:03
헐퀴님. 오늘 이런 글을 접했는데 어떻게 생각하시나요?
반년 사이에 테슬라에 장족의 발전이 있었던건가요?
https://www.facebook.com/100001466253230/posts/3763164970409008/?d=n
자율주행의 두 리더였던 웨이모와 테슬라, 이제 누가 승자인지는 분명해졌다. 웨이모는 테슬라의 상대가 되지 못한다.
웨이모가 몇가지 중요한 실수를 했기 때문, 아니 더 정확히는 테슬라가 너무나 대담하고 위대한 선택들을 했기 때문이다.
웨이모와의 차이를 만든 테슬라의 결정적인 선택들을 (내 맘대로) 정리해 보면,
3. 노 라이다: 딥러닝이 있으므로 라이다 없이도 괜찮다고 믿었고 실제로 딥러닝에 엄청 투자해서 그것을 이뤄냈다. 그래서 라이다가 달린 실험용 차량과 실험 환경이 아닌 라이다가 없는 보통의 생활용 차량으로 생활 환경에서 반자율주행이 가능한 상태를 만들어냈다.
2. 데이터: 그렇게 해서 전세계에 깔린 일반 차량 수십만대로부터 반자율주행 데이터를 엄청나게 모았다. 그 데이터들은 딥러닝에 쓰였고 반자율주행 성능이 올라가면서 더 많은 사람들이 반자율주행을 이용했고 그러면서 더 많은 데이터를 모으는 선순환에 들어갈 수 있게 되었다.
1. 낮은 단계: 웨이모 등 다른 많은 회사들은 3단계 이하의 반자율주행 상태에서는 일반 운전자들에게 반자율주행을 서비스하기 어렵다고 생각하고 그런 서비스 과정을 거치지 않고 한번에 5단계 완전자율주행을 만들려고 하고 있었다. 하지만 테슬라는 그러지 않았다. 낮은 단계에서도 아주 많은 사람들에게 반자율주행을 서비스했고 데이터를 엄청 모을 수 있었다. 그리고 교통 당국에는 반자율주행 서비스 만으로도 사고율을 엄청 떨어뜨릴 수 있다는 것도 보여줬다.
내 생각에, 위 1/2/3 선택의 조합으로 테슬라가 자율주행의 승자가 되었고, 이런 대담하고 위대한 선택을 한 회사가 별로 없기에, 앞으로 웨이모뿐 아니라 다른 대부분의 회사들은 테슬라 수준의 반에반도 따라 가기 쉽지 않을 것이라고 본다. 그리고 진짜 매우 안전한 완전 자율 주행의 수준은 가까운 시일내에는 오직 테슬라만이 이뤄낼 것이다.
헐퀴
2021-01-05 08:57:12
3 - 글쓴 분도 아직 라이다 없는 자율주행은 반자율까지만 만들어낸 것을 인지하시는 모양인데 그걸로 라이다가 필요없다라는 결론을 내리신다면... 솔직히 완전자율주행의 기술적 난이도에 대해서 이해도가 부족하신 분 같습니다. 반자율주행과 완전자율주행은 (현재까지 드러나는 바로는) 완전히 다른 목표입니다. 제 글에서 썼던 비유 같은데 비행기를 조금씩 높이 날린다고 우주선이 되진 못 하는 것과 비슷하달까요? 그렇지 않고, 반자율주행을 딥러닝 기반으로 계속 가다듬으면 언젠가는 자율주행이 된다는 게 테슬라의 주장인데... 그 기반은...
2 - 무궁무진한 학습 데이터에 있죠. 근데 ML 하시는 분들은 아실 겁니다. 데이터 아무리 때려넣는다고 자율주행처럼 복잡한 시스템에서 precision과 recall이 인간의 생명을 맡길만한 수준으로 나올 수 있을까요? 이 부분은 제 글에서 상세히 반박하기도 한 내용이므로 더 자세한 설명은 생략하겠습니다. 참고로 그렇게 많은 로그 데이터를 활용해서 최근에 나온 FSD 베타도 아직 웨이모와 크루즈에 비교하면 5년 이상 뒤쳐져 있는 수준입니다.
1. 이건 그냥 테슬라(일런 머스크)가 좋게 말하면 엄청 깡이 좋고, 나쁘게 말하면 비윤리적인 거죠. 근데 테슬라가 반자율주행을 광범위하게 배포한다는 사실은 테슬라가 자율주행경주에서 승리할 것이라는 예측과는 아무런 관계가 없습니다. 굳이 연결하자면 3과 2의 동어반복이 될 뿐인데요.
----
요즘은 일도 바쁘고 이쪽 소식도 갈수록 지지부진해져서 그냥 간혹 가다 상황 체크만 합니다만, 제 생각은 여전히 완전자율주행 기술 레이스에서 테슬라는 잘 봐줘야 다크 호스 정도에 불과합니다. 물론 이건 기술적인 예측일 뿐이고, 반자율 포함 자율주행 산업 전반에 걸친 상업적인 이익 면에서는 접근하자면 또 다른 얘기가 될 수 있겠지만요. (웨이모 크루즈는 그렇게 돈 쏟아붓고도 완전자율주행 이룩에 실패하거나, 기술적으론 성공하더라도 생각보다 상업적으론 아쉬운 결과가 될 수도 있다는 생각)
무지렁이
2021-01-05 22:15:10
헐퀴님, 자세한 코멘트 감사합니다.
어리둥절했다가, 헐퀴님 코멘트 읽고 나니 연결이 또 되네요. ^^
새해 복 많이 받으세요.
헐퀴
2021-01-06 00:32:18
넵, 무지렁이 님도 새해 복 많이 받으세요!
테슬라가 상용화된 자율주행 시스템들 중에선 넘사벽 1위이다 보니 (웨이모는 아직 상용화했다고 봐주기엔 좀 곤란하죠) 아무래도 절대적인 기술 수준에 대한 착시 효과가 좀 발생하는 것 같습니다. 사실 웨이모나 크루즈 같은 회사들의 자료는 작정하고 찾아보지 않으면 접하기 힘들기도 하구요. 기술적인 승자가 누가 되던 간에 상업적인 승자는 결국 테슬라가 될 확률이 꽤 되는 것 같습니다. 이미 그렇게 흘러가는 분위기이기도 하구요. :)
159 댓글
Comment Page Navigation