• 목록
• 답변
• 글쓰기
• 게시판 리스트 옵션
  • 수정
  • 삭제

플레오렌탈 [현실 자율주행 ADAS 양산시대] ‘말’ 대신 ‘숫자’로…누적 500만 대가 파낸 방어벽레벨4(L4) 이상의 완전 자율주행으로 나아가기 위해 천문학적인 투자 대비 지연되는 상용화 일정 속에서, 글로벌 완성차(OEM) 업계는 당장 수익을 내고 대중화가 가능한 '양산형 ADAS(첨단운전자보조시스템)'로 빠르게 전략을 선회하고 있습니다. 이에 <디지털데일리는> 글로벌 자율주행 시장의 패러다임 변화를 짚어봅니다. [편집자주]스트라드비젼 SVNet[디지털데일리 김문기기자] 글로벌 자율주행 및 ADAS 시장의 무게추가 하이엔드 기술 데모에서 ‘비용 효율적인 양산’으로 이동하면서 전 세계 완성차(OEM) 업계의 조달 전략도 요동치고 있다. 특정 하드웨어에 종속되는 블랙박스형 솔루션을 거부하고, 하드웨어와 소프트웨어를 분리해 최적화하려는 디커플링 트렌드가 선명해지는 추세다.이러한 패러다임의 시프트 속에서 국내 오토모티브 소프트웨어 기업인 스트라드비젼(STRADVISION)의 행보는 시장의 이목을 집중시켰다. 이들은 대중형 ADAS 시장이 요구하는 가혹한 3중고, 즉 제한된 연산 자원과 엄격한 전력 소모, 그리고 극단적인 원가 절감 압박을 정면으로 돌파하며 글로벌 시장에서 독보적인 기술적 해자를 구축해 나가고 있다.◆ 임베디드 한계 깨는 초경량 비전 AI, 'SVNet' 기술력인텔 출신의 컴퓨터 비전 및 이미지 프로세싱 전문가들이 지난 2014년 설립한 스트라드비젼은 창업 초기부터 저전력 임베디드 환경에서의 고성능 비전 AI 구현 기술을 핵심 무기로 삼았다.당초 웨어러블 기기 시장을 겨냥했던 기술력은 ADAS 및 자율주행 수요의 폭발적인 성장 흐름과 맞물려 자동차 분야로 빠르게 피봇팅됐다. 당시만 해도 차량용 저전력 반도체 환경에서 무거운 딥러닝 기반 인지 기술을 안정적으로 구동하는 것은 불가능에 가깝다는 게 업계의 통념이었다. 스트라드비젼은 이 고정관념을 깨고 핵심 소프트웨어인 'SVNet'을 통해 시장의 판도를 바꾸기 시작했다.SVNet의 핵심 경쟁력은 최소한의 연산량과 전력 소비만으로 딥러닝 기반 객체 인식 기능을 구현하는 초경량·고효율 아키텍처에 있다. 차량용 하드웨어는 일반 서버나 PC 환경과 달리 리소스 제약이 극심하다. SVNet은 메모리 사용량과 연산 부담을 극한으로 최적화하여, 악천후나 야간 환경, 혹은 다른 물체에 일부가 가려진 실제 도로 위의 가혹한 상황에서도 차량과 보행자, 차선, 신호등을 오차 없이 안정적으로 인식해 낸다.즉, 고가의 하이엔드 칩을 쓰지 않고도 완성차가 요구하는 정밀한 인지 성능을 뽑아낼 수 있다는 점은 대중형 ADAS 확대를 노리는 글[현실 자율주행 ADAS 양산시대] ‘말’ 대신 ‘숫자’로…누적 500만 대가 파낸 방어벽레벨4(L4) 이상의 완전 자율주행으로 나아가기 위해 천문학적인 투자 대비 지연되는 상용화 일정 속에서, 글로벌 완성차(OEM) 업계는 당장 수익을 내고 대중화가 가능한 '양산형 ADAS(첨단운전자보조시스템)'로 빠르게 전략을 선회하고 있습니다. 이에 <디지털데일리는> 글로벌 자율주행 시장의 패러다임 변화를 짚어봅니다. [편집자주]스트라드비젼 SVNet[디지털데일리 김문기기자] 글로벌 자율주행 및 ADAS 시장의 무게추가 하이엔드 기술 데모에서 ‘비용 효율적인 양산’으로 이동하면서 전 세계 완성차(OEM) 업계의 조달 전략도 요동치고 있다. 특정 하드웨어에 종속되는 블랙박스형 솔루션을 거부하고, 하드웨어와 소프트웨어를 분리해 최적화하려는 디커플링 트렌드가 선명해지는 추세다.이러한 패러다임의 시프트 속에서 국내 오토모티브 소프트웨어 기업인 스트라드비젼(STRADVISION)의 행보는 시장의 이목을 집중시켰다. 이들은 대중형 ADAS 시장이 요구하는 가혹한 3중고, 즉 제한된 연산 자원과 엄격한 전력 소모, 그리고 극단적인 원가 절감 압박을 정면으로 돌파하며 글로벌 시장에서 독보적인 기술적 해자를 구축해 나가고 있다.◆ 임베디드 한계 깨는 초경량 비전 AI, 'SVNet' 기술력인텔 출신의 컴퓨터 비전 및 이미지 프로세싱 전문가들이 지난 2014년 설립한 스트라드비젼은 창업 초기부터 저전력 임베디드 환경에서의 고성능 비전 AI 구현 기술을 핵심 무기로 삼았다.당초 웨어러블 기기 시장을 겨냥했던 기술력은 ADAS 및 자율주행 수요의 폭발적인 성장 흐름과 맞물려 자동차 분야로 빠르게 피봇팅됐다. 당시만 해도 차량용 저전력 반도체 환경에서 무거운 딥러닝 기반 인지 기술을 안정적으로 구동하는 것은 불가능에 가깝다는 게 업계의 통념이었다. 스트라드비젼은 이 고정관념을 깨고 핵심 소프트웨어인 'SVNet'을 통해 시장의 판도를 바꾸기 시작했다.SVNet의 핵심 경쟁력은 최소한의 연산량과 전력 소비만으로 딥러닝 기반 객체 인식 기능을 구현하는 초경량·고효율 아키텍처에 있다. 차량용 하드웨어는 일반 서버나 PC 환경과 달리 리소스 제약이 극심하다. SVNet은 메모리 사용량과 연산 부담을 극한으로 최적화하여, 플레오렌탈