[Tech] Vehicle Swarm Intelligence 차량 군집 지능

목차

 

1. Vehicle Swarm Intelligence란?
2. Vehicle Swarm Intelligence 실현 가능해?
3. Vehicle Swarm Intelligence 예상 전개 시나리오는?

(가트너 하이프 사이클 내용 요약)

---

Vehicle Swarm Intelligence란?

[정의]

Swarm  Intelligence는  동물  왕국의  행동을  모방하여  Swarm의  각  구성원이  내릴  수  있는  자율적  결정보다  훨씬  우수한  집단적  결과를  달성가능하다는 개념.  대규모  Swarm Intelligence에는  에이전트  기반  모델링  및  오케스트레이션  관리와  같은  고급  AI  개념이  필요.  자율주행차에  적용되는  이러한  기능은  데이터  수집,  시뮬레이션  및  자율주행차의  의사결정  규칙의  머신  러닝  교육에  대한  노력을  크게  줄일  수  있음

 

[왜 중요하지?]

자율주행차를  실제  세계에서  효율적으로  작동하도록  훈련시키는  것은  매우  복잡한 일임.  도로와  주변  환경에  대한  상세한  디지털  트윈이  필요하지만  끊임없이  변화하는  주변  조건은  이를  어려운  작업으로  만들고 있으며, 차량들이 도로에서  마주할  수  있는  모든  상황에  대한  의사  결정  과정에  대한  교육을  받기는 더더욱 어려운 상황. Swarm Intelligence는  자율주행차의 집단적  의사  결정을  허용하여  데이터  수집  및  의사  결정  교육을  극적으로  가속화가 가능해짐.

 

[비지니스 임팩트는?]

자율주행차의  상업적  실행  가능성에  대한  타임라인을  크게  앞 당길 수 있게 됨. 예를  들어,  새로운  도시에서  로보택시  서비스를  시작하는  자율주행  회사는  높은  수준의  안전으로  모든  장애물을  해결하기  위해  자율주행  기술을  훈련하는  데  상당한  투자와  시간을  소비하고 있는데  Swarm  Intelligence는  해당  테스트  프로세스를  줄여  경제적으로  확장  가능한  기술  배포가 빨라질 수 있음. 

---

 

Vehicle Swarm Intelligence 실현 가능해?

[실현이 될 수 있는 이유는?]

자율주행차  기술의  현재  높은  비용, 배포 시간을 근본적으로 줄일 수 있는 게 큰 메리트. 크라우드소싱, Swarm Intelligence에  대한  통찰력은 이미 다른 산업에서도 많이 검증된 어프로치임.   미국 국방부는 드론을 통해 이미 Swarm Intelligence를  시연  했으며  집단적  의사결정,  적응형  대형  비행,  심지어  자가  치유  능력을  수행할  수  있는 기능까지 구현함.

테슬라나 모빌아이와  같은  회사가  이미  swarm  데이터  수집을  사용하기  시작했다는  사실이  다른  회사가  이를  따르도록  하는 요인이기도 함. 차량 무리 데이터  수집의 범위는 넓어지고 있으며  인프라  데이터를  추가하고  모든  관련  차량에서  공유될  해당  데이터에서  인사이트를  추출하여  개념이 추가 확장될 수 있음. (Bosch는  거의  모든  자동차  제조업체가  2027년까지  Swarm Intelligence 기능을  사용할  것이라고 언급)

ISDA가 이동성  개방형  데이터  에코시스템의  생성은  Swarm Intelligence 미래  플랫폼을  위한  디딤돌이  될  수도 있음. AI  영역의  지속적인  발전은  군집  데이터  수집,  연합  학습  및  Swarm Intelligence  도약을  위한  새로운  기회를  창출할 수 있음. AI  데이터  주석  프로세스는  점점  더  자동화되고  있으며 보다 발전된  AI는  보다  효율적인  기계  학습을  가능하게  할 전망

분산  컴퓨팅의  발전은  각  자율주행차의  고성능  컴퓨팅  기능을  보다  쉽게  활용할  수  있을 수 있으며 개별  자율주행차가  협력하여  Swarm  Intelligence  플랫폼을  구축할  수  있음.

[실현이 어려워지는 이유는?]

대부분의  자동차  제조업체는  여전히  군집  데이터  수집을  채택하고  있지만 군집  데이터  수집을  배포하는데에는 인터페이스 문제를 해결해야함. 

군집  데이터  수집에서  떼  인텔리전스로의  단계는  더  높은  수준의  기계  학습이  필요한 상황으로 이  단계는  비용과  시간의  관점에서  대부분 Wait-and-See 관점임. 

자동차  제조업체  간의  협업이  부족한 것도 문제 요소로 기본적으로 다른  자동차  제조업체나 모빌리티 사업자와 공통  플랫폼을  구축하려고 하지 않고 있는 상황. 

사업자는  V2X와  같은  핵심  기술에  투자할  동기가  아직  없어  주요  데이터  사각지대가  발생하고 있음.

---

 

Vehicle Swarm Intelligence 예상 전개 시나리오는?

[파트너십의 확대]

광범위한  회사  간  군집  데이터  수집  생태계를  만들기  위한  파트너십이 확대될 가능성이 큼. 파트너와  함께  군집  데이터  수집에서  군집  인텔리전스로  이동할  수  있도록  데이터에서  통찰력을  직접  자동으로  결정하고  해당  통찰력을  나머지  생태계와  공유하는 방향으로 진화될 전망. 차량의  고급화된  컴퓨팅  기능 발전은 클라우드와의 데이터 교환을 최소화 가능하게 하여 전체 비용 절감이 가능해짐. 

[AI 솔루션의 발전]
더  빠르고  더  효율적인 작업을  가능하게  하는  자동화된  AI 주석 솔루션이 범용화 될 것이며, 군집 데이터  수집에서   인텔리전스로의  전환을  가능하게  하는 AI  솔루션이 많아질 전망

 

 

 

 

---