승차 거부 없는 택시, 부르면 어느 곳이든 달려오는 택시, 안전하게 목적지에 데려다주는 택시. 이런 택시가 있으면 얼마나 좋을까요? 이른바 ‘완전 자율주행 택시’, 로보 택시(Robo Taxi)가 도로를 달리기 시작했습니다. 4차 산업혁명이 자동차를 첨단 IT 기기로 탈바꿈 시키면서 AI(인공지능)가 운전하는 완전 자율주행 혁명이 일어나고 있습니다. 어떤 미래 차가 등장할까요? 웨이모, 세계 첫 AI 차량 선보이다 구글 자회사인 웨이모(Waymo)는 2018년 12월 세계 최초로 AI가 운행하는 자율주행 택시를 상용화했습니다. 최근에는 완전 자율주행 기술을 적용해 애리조나주 피닉스시에서 서비스를 재개했습니다. 아마존, 테슬라, GM 크루즈, 오로라-우버-도요타 연합, 현대자동차 등도 속속 로보 택시 기술..

우리는 매일 여러 방법으로 수많은 사람, 사물과 소통합니다. 만나서 직접 이야기를 하거나, 문자나 메신저, 채팅을 통해 이야기를 나눕니다. 심지어 컴퓨터와 프로그래밍 언어를 통해 소통합니다. 소통을 위해 글씨를 쓰기도 하고 수화 같은 몸짓으로 표현하기도 합니다. 일반적으로 사람은 언어라는 매개체를 통해 소통합니다. 전 세계적으로 매일 약 7,000개에 달하는 언어가 사용됩니다. 더욱 놀라운 사실은 7,000개의 언어는 역사적으로 알려진 언어의 1/4 정도밖에 되지 않는다는 것입니다. 약 3만 개 이상의 언어가 사용됐는데, 지금까지 3/4에 해당하는 언어가 사라졌고 앞으로도 언어는 계속 소멸할 것으로 예상합니다. 그렇다면 이미 사라진 과거의 언어는 어떻게 해석할 수 있을까요? 혹은 우리가 지금까지 확인할 ..

여러분은 YOLO(욜로)라고 하면 무엇이 떠오르나요? ‘인생은 한 번뿐이다.’를 뜻하는 You Only Live Once가 떠오르시나요? 미래보다는 현재를 즐기는 사람들을 뜻하는 YOLO 족을 많이들 생각하실 것 같은데요. 딥러닝 알고리즘 세계에서 YOLO는 다른 의미로 통한답니다. You Only Look Once. 여기에서 YOLO는 인공지능 물체 인식 기법으로, 말 그대로 한번 만에 물체를 실시간으로 감지하고 분류할 수 있게 하죠. YOLO는 이미지에서 관심 객체를 배경과 구분해 식별하는 자동화 기법인데요. 올바른 객체 탐지를 위해서 경계 박스를 설정해 객체의 상태를 나타내는 사물의 카테고리와 연관시켜야 하는데, 이때 딥러닝 기술이 활용되죠. 그렇다면 YOLO와 같은 기술이 왜 필요할까요? 자율주행..

자율주행차의 대표적인 센서로는 카메라, 라이다, 레이더를 들 수 있습니다. 특히 카메라와 레이더는 현재 주요 차량에서 상용화된 부분 자율주행 기술인 고속도로 자율주행 기술에 적용되어 있습니다. 라이다 센서는 아우디의 일부 모델에만 상용화가 되어 있습니다. 라이다와 레이더가 자율주행차에 본격적으로 쓰이기 위해서는 여러 장벽을 넘어야 하는데요. 날씨 조건 등 외부적인 요인 이외에도 가격, 거리, 수명, 해상도, 신뢰성 등 여러 측면에서 기술적인 장벽이 있는 게 사실입니다. 먼저, 라이다를 살펴 보면 기존 회전형 센서의 경우 가격 측면과 더불어 회전 부분의 수명이 짧은 단점이 있습니다. 고정형 라이다 센서의 경우에는 아직 측정 거리가 짧다는 단점이 있는 상황입니다. 레이더의 경우에는 현재 4D 이미지 레이더로..

다양한 분야의 IT 기업들은 5~10년 이내 Trillion Sensor 시대를 전망하고 있습니다. 그렇다면 Trillion Sensor 시대 기업 동향에 대해 알아보겠습니다. 디바이스 그동안 스마트폰, 태블릿 분야에서는 최신 모바일 OS와 고성능 하드웨어 탑재 등과 같은 성능 위주의 스펙이 주된 경쟁의 핵심이었습니다. 하지만 모바일 OS의 성능이 점차 안정화, 평준화되어 가며 고성능 프로세서 등을 통해 제공되는 컴퓨팅의 속도 향상이 사용자 체감 성능에 더 이상 주요 요인으로 작용하지 못하고 있는 상황입니다. 이에 따라 주요 스마트폰 제조사들은 디바이스 차별화를 위해 신규 센서, 혹은 기존 센서를 S/W 적으로 활용한 다양한 기능 및 UX를 제공하고 있습니다. 예를 들어 생체 정보를 활용한 인증 및 결제..

4차 산업혁명 시대, 차량은 어떻게 진화할까요? 인공지능이 알아서 목적지로 데려다주는 자율주행차를 뛰어넘는 혁신적인 기능들이 차량에 탑재될 전망입니다. 차량이 차량 밖 모든 사물과 연결되는 ‘차량 사물 통신’, 즉 V2X(Vehicle to Everything) 세상을 만들기 때문입니다. 미래 차 1 = 눈 달린 AI가 된다 미래의 차는 5G 인프라와 반응하는 ‘초연결 차량’으로 거듭 태어나게 됩니다. 근처의 다른 자동차, 도로 시설물, 신호등, 보행자 등과 연결되어 반응하는 ‘눈 달린 AI’가 됩니다. 차량에는 위치를 인식하는 관성 측정 센서(IMU), 위성 항법 센서(GPS), 카메라, 라이더(LiDAR) 등이 탑재되기 때문입니다. V2X가 도로 주변 교통 환경에 대한 정보를 차량과 공유하는 V2I(..

최근 IT 하드웨어의 발달로 대용량 데이터에 대한 저장•처리가 가능해지면서, 빅데이터 분석이나 인공지능 학습이 대두되고 있습니다. 영화 ‘마이너리티 리포트’를 보면, 범죄 데이터를 분석해 범인을 잡는 것뿐만 아니라, 인공지능을 학습시켜 범인의 행동 패턴을 기반으로 살인이 일어나는 것까지 사전 예측해 범죄를 예방하는 장면이 있습니다. 조금 비약은 있지만, 이러한 기능들로 범죄 예방에서 벗어나, 범죄가 일어나지 않는 사회를 만들 수도 있을 것 같습니다. 이런 일들은 영화에서만 볼 수 있는 게 아니라, 제조 기업 현장에서도 일어나고 있는 일입니다. 제조 기업들은 제품의 품질을 높이고 공장에서 발생하는 안전사고를 예방하는 데 노력을 아끼지 않고 있습니다. 스마트 팩토리에서는 인공지능을 통해 어떻게 불량을 예방하..

자율주행차의 센서에 흙탕물이 튄다면? 2018년 12월 구글 웨이모의 유료 자율주행 서비스가 상용화되면서, 자율주행차의 실제 상용화에 대한 관심이 높아지고 있습니다. 현재 자율주행 기술의 한계와 가능성을 명확히 해야 할 텐데요. 자율주행 센서의 인식에 영향을 미치는 외부 요인도 고민해 볼 필요가 있습니다. 미국 자율주행 스타트업 팬텀 AI에서 근무하는 윤지현 박사는 지난 4월 12일 자율주행 관련 발표에서 웨이모의 라이다 센서 클리닝 시스템 사례를 언급했습니다. 라이다 센서에 흙탕물이나 새의 배설물이 묻었을 경우, 인식에 영향을 주게 되고, 깨끗하게 하기 위한 별도의 시스템이 필요하다는 내용인데요. 이 사례처럼, 자율주행 센서의 외부 오염을 방지하기 위한 시스템도 다양하게 연구되고 있습니다. 이 글에서는..

터치 인터페이스 이후 디지털 요소를 조작할 방법은 어떤 것이 될까요? 많은 전문가가 허공 제스처(in-air Gestures)를 예상했고, 연구되었습니다. 스마트폰의 발전으로 마우스나 펜이 아닌 손가락으로 상호작용하는 게 익숙해지자 손을 활용한 인터페이스의 발전이 다음 순서로 여겨지면서 허공 제스처는 가장 주목받는 기술로 꼽혔습니다. l 허공 제스처 (출처: Leap Motion) 하지만 많은 연구 성과와 결과물에도 허공 제스처가 터치 인터페이스를 대체하고 있진 못합니다. 터치 인터페이스로 조작할 디지털 요소가 스마트폰이나 태블릿의 화면에 갇혔기 때문인데요. 입력 오류를 줄이고, 자연스러운 상호작용을 위해서는 허공보다는 화면을 직접 터치하는 것이 직관적입니다. 허공 제스처를 다시 주목하기 시작한 건 증강..

스마트시티는 한글로 풀면 지능형 도시라고 해석할 수 있습니다. 지능형 도시란 무엇이며 지능을 가진 똑똑한 도시는 어떻게 진화하고 있을까요? 이번 편에서는 지능형 도시 구현을 위해서 4차 산업혁명의 핵심 기술인 인공지능이 적용되고 있는 사례들을 살펴보고 똑똑한 미래 도시의 진화 방향을 살펴보도록 하겠습니다. 도시의 안전을 위협하는 요인들은 강도, 방화, 폭탄 테러 등의 인위적인 범죄와 산불, 지진 등의 자연적 재해로 나눌 수 있습니다. 이러한 위협 요인들에 대응하는 단계는 그 위협 요인을 사전에 찾아내어 제거 또는 사전에 차단하는 예방 단계와 그 위협 행동에 의해 발생한 문제들을 신속히 해결하는 복구 단계로 나누어집니다. 도시의 안전 요소 중 가장 중요한 것은 범죄나 재난 재해가 발생하기 전에 그 문제가 ..