안녕하세요 우리는 리옵스입니다
리옵스는 최신 3D 딥러닝 기술로, 자율주행에 필수적인 데이터 큐레이션을 제공합니다.
우리는 우리의 서비스를 통해 자율주행 Level5를 달성하는 세상을 꿈꿉니다.
리옵스(LiOps) 이야기
“왜 Level3 이상의 자율주행은 아직까지 상용화 되기 어려울까?”
고도의 자율주행이 성공하기 위해서는 방대한 주행 데이터를 확보해야하고 이를 토대로 개발한 자율주행 로직을 공도 환경에서 직접 실험해 볼 수 있어야 합니다. 그러나 여러 규제로 인하여 실제 사고가 날만한 상황을 가정하고 공도 자율주행 실험을 하는 것은 거의 불가능한 상황입니다.
리옵스는 이 질문에서 시작한 딥테크 스타트업입니다. 우리는 국내 유명 oem ADAS 개발팀, 자율주행 배달로봇 스타트업, 대학교 자율주행 연구실, 국내 최대 로봇팔 기업 관계자를 직접 만났습니다. 그 과정에서 배운 lesson learned는 다음과 같습니다.
✅ 자율주행은 2D 이미지로부터 3D 공간정보를 인지하는 것이 가장 중요하다.
✅ 새로운 데이터 큐레이션 서비스가 정말 필요하다. 인터넷 상에 정제된 데이터는 많지만 각 회사가 만들고자 하는 차량, 로봇에 적합한 데이터는 결국 직접 취득하여 가공해야 하고 이 과정에서 천문학적인 비용이 든다.
✅ corner case 수집이 어렵다. 우리가 자율주행 AI에게 미리 학습시키기 힘든 안개, 악천후와 같은 다양한 환경과 사고 상황의 데이터가 필요한데 이를 광범위한 현실에서 수집하는 것은 거의 불가능에 가깝다.
결국 우리는 현실을 기반으로 한 가상 데이터 시뮬레이션을 만들기로 했습니다.
3D vision 기반 자율주행은 폭발적으로 성장하고 있습니다
2022 cvpr에서 테슬라가 발견하여 처음 사용하기 시작한 occupancy prediction은 올해 2023 cvpr에서 자율주행 대회 4종목 중 한 종목으로 선정되었고, 각국의 빅테크 기업, 대학교 연구실들이 그 성능으로 경쟁하는 기술이 되었습니다.
occupancy prediction을 쉽게 설명하면, 왼쪽 사진으로부터 오른쪽 사진과 같은 결과를 만들어 3D 공간 상에서 차량이 여러 사물을 피할 수 있게 도와주는 역할을 합니다. 중간에 보이는 prediction 결과가 ground truth에 가까우면 가까울수록 더욱 자율주행 성능이 높아집니다.
리옵스는 이러한 3D vision 기반의 AI 학습에 필요한 데이터를 무한정 제공할 수 있는 서비스를 만들고 있습니다.
“왜 지금, 리옵스만 가능한가요?”
테슬라가 이 기술을 사용하여 성능을 크게 향상시킬 수 있었던 이유는 자율주행 기술력도 있겠지만 그 기술을 개발하기 위해 세계 수백만대 차량으로부터 매일 엄청난 양의 데이터를 받을 수 있기 때문입니다. 그렇지만 결국 이 데이터들도 정해진 도로환경에서 시간대, 교통상황, 날씨 등의 외부 환경변수만 달라진 것일 뿐입니다.
그렇다면 우리나라 자율주행 시범지구부터 시작해서 전 지역을 3D로 재구성하여 환경변수를 AI로 조작한 현실기반 데이터를 생성할 수 있다면 테슬라가 가지는 빅데이터라는 강점을 똑같이 활용할 수 있지 않을까요?
이 아이디어는 현재까지 저희 리옵스만이 생각하고 개발할 수 있는 것입니다.
국내 최초로 자율주행에 딥러닝을 도입한 현대모비스 자율주행 팀에 근무한 경력,
LiDAR기반 3D segmentation에서 글로벌 1위 record를 가지고 있는 AI개발자와
NeRF라는 3D 딥러닝 기반 현실 재구성 기술을 국내 최초 SaaS로 서비스한 기업에서
MLOps로 근무한 개발자가 의기투합하여 현실과 똑같은 가상현실을 구현하는데 성공했습니다.
