인텔 캐피탈, 향후 2년간 2억 5천만 달러 이상 신규 투자     

인텔 CEO 브라이언 크르자니크는 현지 시각으로 지난달 15일, LA 오토쇼 연계 행사인 ‘오토모빌리티 LA’에서 기조연설을 통해 자율주행 부분의 새로운 투자 계획을 밝혔다. 브라이언 크르자니크는 앞으로 2년 동안 약 2억 5천만 달러 이상의 추가 신규 투자를 진행하며, 엔드 투 엔드 솔루션 제공에 집중할 예정이라고 발표했다. 여기서는 브라이언 크르자니크가 생각하는 자율주행 자동차의 미래와 해결 과제 등에 대해 정리했다.

▲ 인텔 CEO, 브라이언 크르자니크(Brian Krzanich)

현재 세상은 기름 연료(Oil)로 움직이고 있다. 집안을 따뜻하게 하거나 시원하게 하고, 대부분의 교통수단 동력으로도 사용되고 있다. 기름 연료를 사용하지 않는 차량으로는 장거리를 가기가 어렵다. 기름이 없으면 자동차 엔진은 과열될 것이고, 피스톤 및 링은 실린더 벽에 녹아 붙게 될 것이며, 엔진 블록은 부서질 것이다. 그래서 기름은 현재 우리가 알고 있는 자동차 세계를 가능하게 하는 핵심 재료라고 할 수 있다. 그러나 최근 들어 이러한 사실들이 조금씩 변화되고 있다.

특히 미래 자동차와 자율주행차에서 데이터는 문자 그대로 새로운 기름 역할을 하게 됐다. 데이터는 소비자, 자동차 제조업체, 기술 전문가, 시민의 자동차 주행 경험에 대해 사고방식을 급진적으로 변화시킬 수 있는 잠재력을 갖고 있다.

자율주행차 한 대에서 하루에 4TB 데이터 생성

최근 가장 급진적이라고 생각되는 혁신 트렌드 중 하나는, 스마트 커넥티드 디바이스가 급증함에 따라 거의 모든 업계에서 엄청난 양의 데이터가 범람하고 있다는 것이다. 좀 더 자세히 살펴보면, 현재 우리는 데이터가 넘쳐나는 세상에 살고 있지만 미래에 비해서는 데이터 양이 상대적으로 적은 편이라고 할 수 있다. 일반적인 사람들은 PC, 모바일 폰, 웨어러블 기기 등을 통해 하루에 650MB의 데이터를 만들어 낸다(2016년). 그런데 이 수치가 2020년이 되면 하루 1.5GB에 달할 것이라는 예상이다. 4년 만에 200% 이상 증가하는 것이다. 그럼에도 이 증가폭은 자율주행 차량에서 진행되고 있는 변화에 비하면 별것 아닌 수준이다.

자율주행차에서는 카메라, 레이더, 소나(Sonar: 음파탐지기), GPS, 라이다(LIDAR: 레이저 기반 물체인식 기술) 등의 구성 요소를 고려해야 한다. 이는 피스톤, 링, 엔진 블록을 구동하는 새로운 방식에서 핵심이 되기 때문이다. 카메라는 초당 20∼60MB, 레이더는 초당 10KB, 소나는 초당 10∼100KB, GPS는 초당 50KB, 그리고 라이다는 초당 10∼70MB의 데이터를 운영하게 된다. 따라서  향후 각각의 자율주행 차량은 하루에 약 4,000GB, 또는 4TB(테라바이트)의 데이터를 생성하게 될 것이다. 즉, 자율주행차 한 대가 거의 3천 명의 사람이 만들어 내는 양과 동일한 데이터를 생성하게 된다는 것이다. 만약 전 세계에 100만 대의 자율주행차량이 있다고 가정한다면, 이는 곧 자율주행이 만들어 내는 데이터의 양이 30억 명의 사람들이 만들어 내는 데이터의 양과 같다는 의미이다.

지난 세기 동안 기름이 세계를 변화시켜 왔다면, 이제 데이터는 향후 수백 년 혹은 그 이상 세상에 변화를 가져올 것이다. 그리고 자동차 업계의 에코시스템은 데이터를 활용해 통찰력을 추구하고 새로운 비즈니스 기회를 확보하며, 보다 안전하고 논쟁이 적은 세상을 구현할 수 있는 기회를 갖게 될 것이다.

자율주행차가 가진 데이터의 중요성

자율주행이 창출할 가치 있는 세 가지 유형의 데이터는 다음과 같다.

■ 인사이드-아웃 데이터

먼저, 가장 명백한 것은 기술적인 데이터 또는 ‘인사이드-아웃(Inside-out)’ 데이터이다. 이것은 아이와 동물 간의 차이, 떨어진 가지와 원뿔형 도로표지 간의 차이 등을 식별하는 차량의 센서에서 나오며, 차량의 움직임 및 외부 사항 관련 의사 결정도 책임진다. 이 데이터는 엄청난 컴퓨팅 성능을 필요로 하는데, 이러한 데이터를 갖게 되면 누구든 머신러닝, 딥러닝 알고리즘 및 데이터 분석 같은 최상의 AI 툴을 개발할 수 있게 될 것이다.

■ 아웃사이드-인 데이터

두 번째로 다양한 출처로부터 확보된 사회적 데이터, 또는 ‘아웃사이드-인(outside-in)’ 데이터이다. 교통 정보 등의 차량 관련 데이터들은 자동차가 A 지점에서 B 지점으로 이동하는 데, 또는 C 지점으로 코스를 바꾸는 데 영향을 준다. 웨이즈 앱(교통정체 정보 앱)이 오늘날 아웃사이드 인 데이터의 좋은 예이다. 이러한 데이터를 확보하게 되면 최상의 애플리케이션을 개발할 수 있게 될 것이다.

■ 개인 데이터

마지막으로 개인 데이터이다. 얼마나 많은 사람이 차량에 있는지, 탑승자별 선호 음악이 무엇인지를 확인하는 것은 물론, 심지어 탑승자가 선호하는 브랜드 또는 매장이 무엇인지 분석해 차량이 근처에 접근했을 때 관련 정보를 알려준다. 

웨어러블 및 차량 내 다른 센서들 또한 탑승자의 행동, 관심 사항, 감정 및 신체주기 등을 모니터링해 안전과 보안을 더욱 강화할 수 있게 한다. 이러한 개인 데이터를 활용하면 최상의 사용자 경험을 개발하고, 제공할 수 있을 것이다.

데이터의 가치를 높이는 엔드 투 엔드 컴퓨팅 솔루션

데이터는 분명 자동차 세계에서 새로운 흐름이 되고 있다. 다만, 데이터를 확보하는 것만으로는 충분하지 않다. 우리는 데이터를 통찰력을 갖춘, 실행 가능한 모습으로 전환함으로써 데이터의 가치를 극대화해야 한다. 그리고 이를 위해서는 자동차에서부터 네트워크, 클라우드, 그리고 강력한 연결성을 아우르는 엔드 투 엔드 컴퓨팅 솔루션이 필요하다.

이에 인텔은 미래 주행을 위해 파트너사들과 협력을 강화함으로써 자동 주행 및 엔드 투 엔드 솔루션 구현을 가속화하고, 차세대 컴퓨팅의 전환을 이끌어 낼 예정이다.

자동차 업계의 에코시스템은 데이터와 관련해 현재 세 가지 도전 과제들을 해결해야 한다. 방대한 양의 데이터 세트, 데이터 처리를 위한 인텔리전스 개발 주기, 그리고 보안이다. 자동차 제조업체 및 부품 공급 업체들이 이러한 해당 과제들을 극복하기 위해서는 확장성을 확보해야 하는데, 이는 곧 각각의 고유 영역을 침해하지 않는 선에서 상호 협력하고, 기술을 공유 및 습득해야 할 필요가 있다는 것을 의미한다.

인텔 캐피탈은 완전한 자율주행 구현을 위해 향후 2년간 2억 5천만 달러 이상의 추가 신규 투자를 진행한다. 앞으로도 인텔은 데이터로부터 통찰력을 도출하고 가치를 창출해 낼 수 있는 엔드 투 엔드 솔루션 제공에 집중할 예정이다.  

김희성 기자 (npnted@hellot.net)