LG CNS 자세히보기

주행 데이터 3

딥러닝 기반의 자율주행 혁신 사례

컴퓨팅 하드웨어 제조사인 NVIDIA는 자사의 GPU 제조 역량을 활용해 자율주행 자동차 시장에 진출하고 있습니다. GPU는 딥러닝 기반의 인공지능 구현 시 컴퓨팅 속도 및 성능 향상을 위해 필수적으로 활용되어야 하는 핵심 부품입니다. 이러한 역량을 기반으로 인공지능 기반의 다양한 산업 영역 중 자율주행 시장에 집중하며 기술 혁신을 만들어 가고 있습니다. NVIDIA의 자율주행 자동차 NVIDIA는 자사의 GPU를 기반으로 한 자율주행 기능을 소프트웨어로 구현하고, 이를 플랫폼으로 공개해 자율주행 분야의 생태계를 구축하고 있습니다. 실제 NVIDIA는 딥러닝 기반의 자율주행 관련 논문을 발표하고 자사가 개발한 자율주행 차량의 데모 영상을 공개했습니다. 데모 영상에서 NVIDIA가 개발한 자율주행 자동차는..

IT Insight 2019.05.08

자율주행 기술 발전에 도움을 주는 인공지능 기술은?

최근 급속히 발전하고 있는 인공지능 분야의 기술 중 자율주행 분야에 적용될 경우 큰 기술 혁신을 만들어 낼 것으로 기대되는 기술은 강화 학습(Reinforcement Learning)입니다. 강화 학습은 인간의 개입이 없이도 반복 학습을 통해 인공지능이 스스로 목적을 달성하는 과정을 터득해 내는 방법입니다. 인간은 단지 인공지능이 달성해야 하는 목적과 시행착오 중 성공과 실패에 대한 보상(Reward) 및 벌칙(Penalty) 값만 정의해 주면 됩니다. 이에 기반해 인공지능은 수십, 수백만 번의 시행착오를 반복하며 보상 값을 극대화하면서 목적을 달성할 방법을 스스로 찾아내는데요. 실제 알파고를 구현해 낸 딥마인드가 구글에 인수 당시 보유했던 핵심 기술이 바로 강화 학습이었고, 알파고 또한 강화 학습에 기..

IT Insight 2018.11.19

인공지능 기술의 자율주행 적용 '학습 지능 기술'

차량 주행 기능들은 최근까지도 모든 상황들이 규칙으로 정의되고 모델링 된 후 소프트웨어로 구현되는 규칙기반 방식(Rule-based approach)으로 구현되어 왔습니다. 따라서 이러한 규칙들을 정교하게 정의하고 모델링 할 수 있는 자동차 분야의 전문가를 확보하는 것이 자율주행 기능 구현의 핵심으로 작용해왔습니다. 실제 주요 ICT 기업들이 초기 자율주행 자동차를 연구, 개발 시 완성차(OEM) 업체의 전문 인력들을 대거 영입하며 팀을 구성했던 것도 이와 같은 이유였습니다. 구글은 과거 자율주행 독립 조직 설립 시 전체 170여 명의 엔지니어 중 약 40여 명의 인력을 완성차 및 Tier 1 기업에서 영입하였으며, 애플 또한 자율주행 팀 구성 시 폭스바겐, 포드 및 Bosch, Delphi 등 자동차 ..

IT Insight 2018.10.24