기본 콘텐츠로 건너뛰기

자동차에 승부를 거는 엔비디아 - Drive CX 및 Drive PX 공개

 ​
 ​ 과거 게이밍 그래픽 카드 전문업체였던 엔비디아는 이제 다양한 분야에 집중하고 있습니다. PC 산업이 사양세를 타고 있고 독립 그래픽 카드의 설자리가 점점 줄어드는 상황에서 미리 GPGPU를 이용한 슈퍼컴퓨팅 분야, 테그라로 대변되는 모바일 분야 등으로 투자한 것은 이제와서 선견지명이라는 평가를 받고 있습니다. 
 고성능 태블릿에 주로 사용되는 테그라 프로세서는 새로운 시장을 개척하는 중인데 바로 자동차입니다. 이미 아우디와 협력 관계를 공고히한 엔비디아는 자동차 내비게이션 뿐이 아니라 자동차 전체를 컨트롤하고 자율 주행 기능까지 포함하는 자동차의 두뇌 역할을 노리고 테그라 프로세서 기반의 모듈을 선보였습니다. 한 개의 테그라 X1 프로세서를 사용한 Drive CX 모듈과 두 개의 테그라 X1 프로세서를 사용한 Drive PX 모듈이 그것입니다.






(출처 : 엔비디아)
 드라이브 CX 모듈의 역할은 자동차의 내비게이션 및 정보 시스템을 통합 관리하는 것입니다. 이를 이용하면 자동차의 계기판을 디스플레이로 표현할 수 있습니다. 여러가지 정보를 3D로 실시간 처리하는 것도 가능합니다. 물론 만약의 가능성을 고려해서 기계식 계기판을 두고 그 주변부를 다양한 디스플레이로 남겨두는 것 역시 가능할 것입니다.
 테그라 X1 프로세서 한 개만으로도 충분히 4K 영상을 구동할 수 있으며 1 테라플롭스 급의 연산 능력을 가지고 있습니다. 따라서 내비게이션은 물론 블랙박스 기능이나 주변 카메라, 기타 정보 표시 기능 연산을 모두 처리할 수 있습니다. 테그라 X1 프로세서에 대해서는 이전 포스트를 참조해 주시기 바랍니다. ( http://jjy0501.blogspot.kr/2015/01/Nvidia-announced-tegra-X1.html   참조)
 하지만 엔비디아는 CES 2015 발표회에서 자신들이 단순히 통합형 차량 내비게이션 이상의 시장을 바라보고 있다는 것을 천명했습니다. 바로 드라이브 PX 의 존재입니다. 테그라 X1 을 두 개나 사용해서 2.3 TFLOPS 급 연산 능력을 확보한 이유는 바로 미래 자동차 기술의 핵심인 자율 주행 (Autonomous driving) 시장을 노리기 위한 초석이라고 할 수 있습니다.
 드라이브 PX는 최대 12개의 카메라를 동시에 지원할 수 있습니다. 그리고 1300 Megapixel/second 의 처리 능력을 지니고 있습니다. 아난드텍에 의하면 이것은 12개의 1080p 해상도 카메라를 60 프레임으로 촬영하거나 혹은 720p 해상도 카메라를 120 프레임으로 실시간 촬영할 수 있는 능력이라고 합니다. 이를 이용해서 드라이브 PX는 차량에 장착된 다수의 카메라와 센서로 부터 정보를 받아 자율 주행이나 혹은 운전자를 돕기 위한 정보를 실시간으로 디스플레이에 표시할 수 있습니다.






​(출처 : 엔비디아)
 드라이브 PX 는 우선 자동 추차 같은 간단한 일부터 시작해서 운전자를 돕는 정보를 전달할 것입니다. 드라이브 PX 의 딥 러닝(Deep Learning) 기술은 앞에 가는 것이 승용차인지, 승합차인지, 사람인지를 실시간으로 분석해서 운전자에게 너무 가까이 다가갈 경우 경고를 해줄 수 있습니다. 또 리어 램프에 불이 들어오는 것을 감지해서 앞차가 브레이크를 밟고 있다는 것도 알려줄 수 있습니다. 이와 같은 머신 러닝은 각각의 드라이브 PX가 다른 차량 및 네트워크에 연결되므로써 더 강화됩니다.
 드라이브 PX가 실시간으로 처리할 수 없는 이미지는 네트워크로 전송되어 분석된 후 다시 드라이브 PX로 전송될 수 있습니다. 이와 같은 방식으로 계속해서 학습을 해나가는 것이 드라이브 PX의 성능을 개선시키는 방식입니다. 물론 이를 위해서는 자동차가 네크워크에 연결되어야 하는데, 향후 추세를 봤을 때 이는 아마도 먼 미래가 아니라 가까운 미래의 일이 될 것으로 보입니다. 사물 인터넷(IoT)의 가장 큰 격전지가 바로 자동차가 될 것이기 때문입니다.
 엔비디아 뿐 아니라 다른 회사에서 나오는 프로세서들도 시간이 지나면서 성능이 점점 크게 개선되고 있으므로 자율 주행 자동차는 이제 꿈이 아닌 점차 현실로 다가오는 느낌입니다. 그리고 엔비디아는 이 시장에서 선점 효과를 누리기 위해서 노력하는 중으로 보입니다.
 CES 2015에서 엔비디아는 아우디와 협력을 통해 시속 400km로 무인 주행을 할 수 있는 자동차 개발에 성공했다고 언급해 참석자들을 놀라게 했습니다. 사실 아우디는 이미 시속 240km 라는 무인 주행 속도 기록을 세운 적이 있는데 이 말이 사실이라면 이미 기록을 갱신한 셈입니다.
 향후 미래는 쉽게 알기 어렵겠지만 아무튼 IT 기술이 지금보다 더 깊숙이 자동차에 파고들 것은 분명합니다. 아마도 우리가 세대에는 진짜 자율 주행 자동차가 등장하게 될 것으로 보입니다. 과연 그 시기가 구체적으로 언제가 될지 궁금해지네요.
 참고

  

댓글

이 블로그의 인기 게시물

통계 공부는 어떻게 하는 것이 좋을까?

 사실 저도 통계 전문가가 아니기 때문에 이런 주제로 글을 쓰기가 다소 애매하지만, 그래도 누군가에게 도움이 될 수 있다고 생각해서 글을 올려봅니다. 통계학, 특히 수학적인 의미에서의 통계학을 공부하게 되는 계기는 사람마다 다르긴 하겠지만, 아마도 비교적 흔하고 난감한 경우는 논문을 써야 하는 경우일 것입니다. 오늘날의 학문적 연구는 집단간 혹은 방법간의 차이가 있다는 것을 객관적으로 보여줘야 하는데, 그려면 불가피하게 통계적인 방법을 쓸 수 밖에 없게 됩니다. 이런 이유로 분야와 주제에 따라서는 아닌 경우도 있겠지만, 상당수 논문에서는 통계학이 들어가게 됩니다.   문제는 데이터를 처리하고 분석하는 방법을 익히는 데도 상당한 시간과 노력이 필요하다는 점입니다. 물론 대부분의 학과에서 통계 수업이 들어가기는 하지만, 그것만으로는 충분하지 않은 경우가 많습니다. 대학 학부 과정에서는 대부분 논문 제출이 필요없거나 필요하다고 해도 그렇게 높은 수준을 요구하지 않지만, 대학원 이상 과정에서는 SCI/SCIE 급 논문이 필요하게 되어 처음 논문을 작성하는 입장에서는 상당히 부담되는 상황에 놓이게 됩니다.  그리고 이후 논문을 계속해서 쓰게 될 경우 통계 문제는 항상 나를 따라다니면서 괴롭히게 될 것입니다.  사정이 이렇다보니 간혹 통계 공부를 어떻게 하는 것이 좋겠냐는 질문이 들어옵니다. 사실 저는 통계 전문가라고 하기에는 실력은 모자라지만, 대신 앞서서 삽질을 한 경험이 있기 때문에 몇 가지 조언을 해줄 수 있을 것 같습니다.  1. 입문자를 위한 책을 추천해달라  사실 예습을 위해서 미리 공부하는 것은 추천하지 않습니다. 기본적인 통계는 학과별로 다르지 않더라도 주로 쓰는 분석방법은 분야별로 상당한 차이가 있을 수 있어 결국은 자신이 주로 하는 부분을 잘 해야 하기 때문입니다. 그러기 위해서는 학과 커리큘럼에 들어있는 통계 수업을 듣는 것이 더 유리합니다...

9000년 전 소녀의 모습을 복원하다.

( The final reconstruction. Credit: Oscar Nilsson )  그리스 아테나 대학과 스웨덴 연구자들이 1993년 발견된 선사 시대 소녀의 모습을 마치 살아있는 것처럼 복원하는데 성공했습니다. 이 유골은 그리스의 테살리아 지역의 테오페트라 동굴 ( Theopetra Cave )에서 발견된 것으로 연대는 9000년 전으로 추정됩니다. 유골의 주인공은 15-18세 사이의 소녀로 정확한 사인은 알 수 없으나 괴혈병, 빈혈, 관절 질환을 앓고 있었던 것으로 확인되었습니다.   이 소녀가 살았던 시기는 유럽 지역에서 수렵 채집인이 초기 농경으로 이전하는 시기였습니다. 다른 시기와 마찬가지로 이 시기의 사람들도 젊은 시절에 다양한 질환에 시달렸을 것이며 평균 수명 역시 매우 짧았을 것입니다. 비록 젊은 나이에 죽기는 했지만, 당시에는 이런 경우가 드물지 않았을 것이라는 이야기죠.   아무튼 문명의 새벽에 해당하는 시점에 살았기 때문에 이 소녀는 Dawn (그리스어로는  Avgi)라고 이름지어졌다고 합니다. 연구팀은 유골에 대한 상세한 스캔과 3D 프린팅 기술을 적용해서 살아있을 당시의 모습을 매우 현실적으로 복원했습니다. 그리고 그 결과 나타난 모습은.... 당시의 거친 환경을 보여주는 듯 합니다. 긴 턱은 당시를 살았던 사람이 대부분 그랬듯이 질긴 먹이를 오래 씹기 위한 것으로 보입니다.   강하고 억센 10대 소녀(?)의 모습은 당시 살아남기 위해서는 강해야 했다는 점을 말해주는 듯 합니다. 이렇게 억세보이는 주인공이라도 당시에는 전염병이나 혹은 기아에서 자유롭지는 못했기 때문에 결국 평균 수명은 길지 못했겠죠. 외모 만으로 평가해서는 안되겠지만, 당시의 거친 시대상을 보여주는 듯 해 흥미롭습니다.   참고  https://phys.org/news/2018-01-te...

사막에서 식물을 재배하는 온실 Ecodome

 지구 기후가 변해가면서 일부 지역에서는 비가 더 많이 내리지만 반대로 비가 적게 내리는 지역도 생기고 있습니다. 일부 아프리카 개도국에서는 이에 더해서 인구 증가로 인해 식량과 물이 모두 크게 부족한 현상이 지속되고 있습니다. 이를 해결하기 위한 여러 가지 아이디어들이 나오고 있는데, 그 중 하나가 사막 온실입니다.   사막에 온실을 건설한다는 아이디어는 이상해 보이지만, 실제로는 다양한 사막 온실이 식물재배를 위해서 시도되고 있습니다. 사막 온실의 아이디어는 낮과 밤의 일교차가 큰 사막 환경에서 작물을 재배함과 동시에 물이 증발해서 사라지는 것을 막는데 그 중요한 이유가 있습니다.   사막화가 진행 중인 에티오피아의 곤다르 대학( University of Gondar's Faculty of Agriculture )의 연구자들은 사막 온실과 이슬을 모으는 장치를 결합한 독특한 사막 온실을 공개했습니다. 이들은 이를 에코돔( Ecodome )이라고 명명했는데, 아직 프로토타입을 건설한 것은 아니지만 그 컨셉을 공개하고 개발에 착수했다고 합니다.   원리는 간단합니다. 사막에 건설된 온실안에서 작물을 키움니다. 이 작물은 광합성을 하면서 수증기를 밖으로 내보네게 되지만, 온실 때문에 이 수증기를 달아나지 못하고 갖히게 됩니다. 밤이 되면 이 수증기는 다시 응결됩니다. 그리고 동시에 에코돔의 가장 위에 있는 부분이 열리면서 여기로 찬 공기가 들어와 외부 공기에 있는 수증기가 응결되어 에코돔 내부로 들어옵니다. 그렇게 얻은 물은 식수는 물론 식물 재배 모두에 사용 가능합니다.  (에코돔의 컨셉.  출처 : Roots Up)   (동영상)   이 컨셉은 마치 사막 온실과 이슬을 모으는 담수 장치를 합쳐놓은 것이라고 말할 수 있습니다. 물론 실제로도 잘 작동할지는 직접 테스트를 해봐야 알 수...