테슬라는 21.7월 FSD(Full Self Driving) 구독 서비스를 미국 내 출시하며 기존 오토파일럿 첨단 보조주행 기술에 다양한 자율주행 기능 추가 구현을 예고했다. 2015년 차선 유지 및 차간 간격 유지가 가능한 부분 자동화 기능(레벨 2)을 탑재한 오토파일럿을 출시하고 현재는 제조 차량 전체에 기본 탑재 후 새롭게 선보이는 FSD 구독 서비스는 1만달러(국내 904.3만원)의 추가 요금을 내면 자동 차선 변경(Auto Lane Change), 고속도로 내비게이션 자율주행(NoA, Navigateon Autopilot), 자동 주차(Autopark), 차량 호출(Summon) 등이 지원된다.
현재 2천명의 베타테스터가 실제 도로에서 시험 중이며 곧 공개될 소프트웨어 9.2 버전의 FSDbeta는 한층 뛰어난 자율주행 성능을 보여줄 것이라고 테슬라 CEO 일론 머스크가 공언한 바 있다. 자율주행 플랫폼 완성을 위해 AI(Artificial Intelligence, 인공지능) 알고리즘부터 훈련을 위한 슈퍼컴퓨터, 차량 자율주행 하드웨어까지 In-house 제작 중이다.
소프트웨어-하드웨어-애플리케이션을 연결하는 자체 완성형 밸류체인 구축-하드웨어는 통합을 통한 단순화 과정을 거치면서도 성능은 향상되고 원가는 경쟁사에 비해서도 낮아 전체적으로 경쟁력 있는 시스템을 구성하고 있다.
테슬라는 판매되는 차량에 자율주행 기술을 구현할 수 있는 하드웨어 기반을 기본 탑재했으며 2019년 4월부터는 현재의 HW 3.0 조합을 적용하고 있다. HW 3.0은 전망 카메라 8개, 레이더 1개, 초음파 센서 12개로 구성돼 있으며 다른 자율주행 기술 기업이 채택한 라이다 센서는 채택하지 않았다.
지난 5월부터 미국 사양은 ‘퓨어비전'(Pure Vision) 드라이빙을 표방하고 레이더도 제거했으며 테슬라의 뛰어난 통합 능력은 전방 카메라 모듈에서 만나볼 수 있다. 3개의 카메라 세트를 담은 Tri-Cam 모듈의 경우 하나의 통합보드(PCB, Printed Circuit Board)에 넣고 중앙의 통합컴퓨터(ECU, Electronic Control Unit)로 신호를 처리해 카메라만을 위한 별도의 프로세서도 불필요하다.
BMW에 탑재된 ZF사의 Tri-Cam 모듈과 비교해도 ZF사의 PCB는 신호 처리를 위한 프로세서(MCU와 SoC Processor)가 필요해 시스템이 복잡하고 가격도 165달러로 테슬라의 Tri-Cam(65달러)보다 고가다. 각 센서와 연산 제어 하드웨어를 연결하는 E/E(Electric and Electronics, 전기전자) 아키텍처만 봐도 50개 이상의 ECU를 사용하는 다른 기업과 달리 4개 도메인(3개 바디제어, 1개 자율주행) 26개 ECU로 통합돼 있다. HW2.5까지는 모빌아이, 엔비디아 등 타 기업의 AI 칩셋을 사용했지만 HW3.0부터는 자체 설계해 현재는 2022년 출시 예정인 HW4.0 FSD 칩셋을 개발 중이다.
분당 약 2.6GB의 데이터를 생성하는 자율주행차를 위해 초당 144조회 연산이 가능한 자율주행 컴퓨터를 도입했으며 특히 연산을 담당하는 AI 프로세서를 직접 개발하고 있다.
지난 2019년 4월 개최된 AutoNomy Day 당시 현재의 HW 3.0을 공개하고 14nm 공정이 적용된 자체 개발 프로세서(SoC, System on Chip) 칩을 소개했다. HW 3.0에 적용된 테슬라 프로세서는 3개의 CPU(논리 연산)와 1개의 GPU(고차원 연산), 2개의 NPU(인공신경망 관련 연산)로 구성됐다. HW3.0 자율주행 컴퓨터에는 2개의 프로세서 칩이 탑재됐으며, 이는 HW2.5에 탑재된 4개의 프로세서 칩(2x 엔비디아 파커 SoC, 1x 엔비디아 파스칼 GPU, 1x 인피니언 TriCore CPU)을 통합한 효과를 보였으며, 2개의 프로세서를 탑재한 이유는 중복 연산(redundancy)을 통해 오류를 검증하고 전원장치까지 독립된 2개의 시스템을 장착함으로써 하나가 고장나도 하나 더 백업하기 위해서다.
개발 중인 HW 4.0 탑재 프로세서 칩은 TSMC에 위탁 생산해 최신 7nm 공정을 통해 제작될 것으로 보이며 현재 가장 뛰어난 것으로 평가되는 엔비디아의 페가수스 칩(500W, 320TOPS)보다 뛰어난 연산력을 보이면서도 저전력 시스템일 것으로 예상된다.
테슬라는 향후 비전센서(카메라) 데이터에만 의존해 자율주행하는 ‘Pure Vision’ Driving을 추구하겠다고 전했고 레이더 센서도 5월부터는 시스템에서 제거했다. 가장 유력한 자율주행 스타트업 중 하나로 평가받는 웨이모는 ‘카메라+레이더+라이더’ 시스템에 기반한 반면 테슬라는 8개의 카메라 데이터만으로 FSD 구현을 선언했다.
비전 센서만으로 주행 전략을 짜는 것은 다양한 센서의 데이터를 중첩해 상황을 파악하는 ‘센서 퓨전(sensorfusion)’이 오히려 너무 많은 정보로 인해 연산 속도를 늦추고 불필요한 신호(noise)가 입력돼 오류 가능성을 높이기 때문이라고 설명하고 있으며 실제 테슬라 오토파일럿 이용자들은 불필요한 상황에 브레이크가 작동하는 Phantombraking 현상을 적지 않게 겪고 있다. 일론 머스크는 사람도 시각만으로 주행하는 데 문제가 없기 때문에 자동차도 Pure Vision Driving이 가능하다고 주장하고 있다.
안드레 카파시 AI 디렉터는 최근 열린 학술 컨퍼런스(CVPR 2021)에서 자율주행 비전 학습과 뉴럴 네트워크 컴퓨팅, 자체 개발 슈퍼컴퓨터에 대해 소개했다. 자율주행자동차는 일반적으로 다양한 상황에 놓인 다량의 주행 데이터를 수집하고 사전 학습시킴으로써 상황에 맞는 주행 전략을 수행하도록 설계했으며 테슬라는 실제 도로에서 주행하는 차량의 주행 영상을 수집해 오프라인에서 물체(사람, 표지판, 자전거 등)의 위치, 속도, 가속도를 자동 분류 표지(Labeling)해 학습 데이터를 구축했다.
완전 자율주행 기술이 어려운 이유는 도로 주행 시 잘 발생하지 않는 에지 Case로 인한 사고 위험 때문인데 테슬라는 처리하기 어려운 이런 상황을 유발하는 221개 유형의 징후를 분류해 에지 Case에 대응하고 있다. 한 차량에서 Edge Case가 발생하면 새로운 상황 대응 전략을 학습하고 테슬라 전체 차량으로 다시 업데이트하는 순환 과정을 거치기 때문에 시간 경과에 따라 안전해져 현재 1.5페타바이트, 6조개의 레이블 수를 포함한 100만개의 영상 학습 세트를 구축해 슈퍼컴퓨터에서 훈련 과정을 거치게 된다.
사람의 뇌 구조와 유사한 신경망 학습(Neural Network)을 위해 세계에서 가장 강력한 칩 중 하나인 D1을 자체 개발 중이며, 이를 활용한 슈퍼컴퓨팅 플랫폼 Dojo 프로젝트를 진행하고 있다. 현재는 영상학습세트를 처리하고 훈련하는 과정을 거치기 위해 1.8 엑사플롭스(초당 1.8×1018 명령어 처리, 3클러스터, 세계 5위 수준의 컴퓨팅 파워) 처리 능력의 슈퍼컴퓨터 활용, 향후 두조 플랫폼으로 대체했다. 지난 8월 19일 열린 AIDay에서 베일에 가려져 있던 두조 프로젝트를 공개했다. 500억개의 트랜지스터를 담은 연산속도 362테라플롭스(초당 362조 연산)의 D1칩 개발, 이는 현존하는 칩 중 가장 우수한 수준인 것으로 평가(기존 최고수준칩인 NVIDIAA100 대비 16% 빠른 연산력, 대역폭은 5배로 초당 데이터 처리량이 5배에 이를 전망)된다. D1 칩 25개를 모아 하나의 트레이닝 타일(tile)이라 칭하고 다시 트레이닝 타일 120개(D1 칩 3000개)를 묶어 ExaPOD 슈퍼컴퓨터를 구성하고 있다. ExaPOD 1대는 1.1 엑사플롭스의 연산 속도와 동일한 가격으로 4배의 성능을 보이는 가격 경쟁력을 갖추고 있으며, 특히 전력 소모율이 1.3배 낮아 세계 최고 수준의 트레이닝 컴퓨터가 될 것으로 전망된다.
테슬라의 FSD는 완전한 자율주행 기술(레벨 5)이 아닌 우수한 수준의 운전자 보조 기능을 제공함에도 불구하고 제조사의 책임 부담을 줄이기 위해 레벨 2를 유지할 것으로 예상된다.
테슬라는 실제 도로 환경에서 자율주행 기술을 소비자 참여로 실험하고 있는 유일한 기업으로 2021년 말까지 약 50억 마일 오토파일럿 누적 주행이 예상된다. 자율주행 스타트업 중 테슬라 대항마로 알려진 웨이모의 경우도 자율주행 실도로 주행 기록이 현재 300만 마일에 미치지 못하는 것으로 알려졌다. 자율주행에 가까운 최상의 운전자 보조 기능을 제공하면서도 운전자가 전방 주시하면서 스티어링 휠에 손을 대고 있어야 하는 레벨2를 유지할 것으로 설명돼 레벨3를 넘어설 경우 사고에 대한 책임이 제조사로 넘어가는 부담이 작용했을 것으로 예상되지만 로보택시 서비스, 장거리 무인 호출 등을 구상하는 일론 머스크는 지속적으로 운전자 개입이 필요 없는 레벨5 완전 자율주행 기술에 계속 도전할 것이다.
자율주행 기술 완성을 위해 역대 세계 최고 수준의 반도체 공학자인 짐 켈러, 피터 배넌 등을 영입해 직접 Aichip을 설계하고 인공지능 혁신가 안드레 카파시를 통해 자율주행 소프트웨어 개발, 슈퍼컴퓨터를 자체 제작하는 등 기술 수직 계열화하고 있다. 기존 완성차 업체들이 카메라, 레이더 등의 센서, 센서 신호 처리를 위한 컴퓨터 칩셋 및 소프트웨어를 외주 제작하는 반면 테슬라는 전 과정에 직접 개입하고 있다. 일론 머스크는 AI 데이를 통해 테슬라가 가장 첨단 연구개발 프로젝트를 추진 중임을 대외에 알리고 글로벌 인재들이 도전적 프로젝트에 참여하도록 유도하고 있다. 자동차 업체 중 드물게 초기부터 반도체 설계 및 압도적 소프트웨어 개발 역량 확보를 위해 최고의 인재를 영입 중이며, 각 분야 전체를 통합할 수 있는 시야를 갖춘 ‘마스터 아키텍처’를 마련해 개별 부품의 성능보다 차량 전체의 성능을 끌어올리는 전체 최적화로 차별화하고 있다. 이는 혁신에 대한 도전적 문화와 최고의 전문가가 쉽게 흡수되고 자신의 기량을 마음껏 발휘할 수 있는 권한과 환경을 제공하는 데서 비롯됐다.
#테슬라, #D1칩, #DOJO, #웨이모, #FSD, #NeuralNetwork, #퓨어비전, #AI하드웨어
출처 : POSRI 이슈 리포트