BAEK_PRO🅱️'s banner

BAEK_PRO🅱️

@baekpro • 4,999 subscribers

X Premium+ Automotive Engineer | Crypto Creator Billions Ambassador (@billions_ntwk) 백 프 로 (Made 100k project )

Shorts

26.03.02 오전 10시 58분 3.46kg 둘째 딸이 태어났습니다🎉🎉

26.03.02 오전 10시 58분 3.46kg 둘째 딸이 태어났습니다🎉🎉

37,239 Aufrufe

룰베이스와 E2E의 차이보다 현직 개발자가 느끼는 Tesla의 진짜 무서움 많은 분들이 테슬라 FSD를 이야기하며 룰베이스와 E2E의 차이를 말씀하십니다. 룰베이스와 E2E 자율주행의 차이는 인간이 설계한 로직을 사용하느냐, AI가 판단을 하느냐의 문제로 설명할 수 있습니다. 하지만 제가 진짜로 걱정하고, 솔직히 무섭다고 느끼는 지점은 기성 OEM과 테슬라 사이의 ‘데이터 수집량’의 격차입니다. ---- 기존 OEM들이 흔히 자율주행이라고 부르는 SCC, AEB와 같은 주행 기능들은 엄밀히 말하면 룰베이스 이전에 ‘센서 기반 로직’에 가깝습니다. 카메라나 레이더 같은 센서 내부의 MCU에서 탐지 → 추적 → 판단 로직까지 대부분 수행되고, 차량은 그 결과 신호를 받아 제어만 수행하는 구조입니다. 최근에는 여러 센서 정보를 퓨전하고 DRV 주행제어기 등을 따로 사용하는 방향으로 고도화되고 있지만, 여전히 차량 레벨에서는 raw 데이터가 아닌 1차 가공된 추적 결과를 사용하는 것이 일반적입니다. ---- 여기서 문제는 크게 두 가지입니다. 첫 번째 문제, OEM은 ‘자율주행 로직’을 직접 설계하지 않는다입니다. 일반인 분들은 충격적으로 받아드리실 수도 있는 내용이지만, 현재 양산 차량에 탑재된 주행 로직의 상당 부분은 OEM이 아닌 센서 업체에 의존하고 있습니다. 적어도 제가 알고 있는 범위에서는, 현재 양산 중인 차량에 적용된 대부분의 주행 로직은 카메라/레이더/제어기 등 센서 내부에 구현되어 있습니다. 즉, 차량은 센서가 내려주는 제어 신호를 받아 움직일 뿐, 자율주행 판단 로직에는 깊이 관여하지 않습니다. 이 때문에 - 같은 OEM이라도 차종별 센서 구성에 따라 성능 편차가 발생하고 - 센서 제조사나 SW 버전에 따라 자율주행 성능이 달라집니다. 현대자동차가 42dot을 인수해 자율주행을 자체적으로 개발하려 한 이유도 결국 이 구조적 한계 때문이라고 봅니다. 실제로 대부분의 기존 OEM들은 자체 자율주행 로직을 오랫동안 보유하지 않았고, 최근 몇 년 사이에야 본격적으로 개발을 시작했습니다. 더 큰 문제는 데이터가 쌓이지 않는 구조입니다. 몇십 년간 차량을 양산해왔지만, OEM이 ‘자율주행 학습용 데이터’를 본격적으로 쌓기 시작한 시점은 매우 최근입니다. 그마저도 대부분은 양산 차량이 아닌 소수의 테스트카에서 수집된 데이터입니다. 룰베이스 기반 개발에서 센서로부터 수집되는 데이터는 이미 가공된 정보이기 때문에 활용에 한계가 있습니다. 더 절망적인 점은, 이미 양산된 수많은 차량들이 - 센서 장착 위치가 모두 다르고 - 센서 제조사와 성능이 제각각이며 - raw 데이터를 저장하지 않기 때문에 자율주행 학습 데이터로 재사용이 사실상 불가능하다는 점입니다. 국내 도로에 수많은 차량이 돌아다니고 있지만, 그 차량들이 남기는 정보는 단순한 주행 로그나 지도 수준에 머물 뿐, 이슈 상황 당시의 도로 환경, 센서에 입력된 실제 데이터, 상황 판단에 필요한 맥락 정보는 거의 저장되지 않고 있습니다. 이 지점이 제가 가장 우려하는 부분입니다. 반면, 테슬라는 정확한 내부 구조까지는 알 수 없지만, 적어도 E2E 방식으로 주행을 한다면 이슈 발생 시 필요한 정보는 최대한 저장하고, 분석하고, 재사용하는 구조일 가능성이 높습니다. 특히 테슬라가 E2E 전환을 본격화했다고 알려진 2023년 전후부터를 기준으로 보더라도, 양산되는 모든 차량에서 데이터가 수집되고 있었다면 그 규모는 상상하기 어려울 정도일 것입니다. 그리고 그 데이터는 지금 이 순간에도 수많은 테슬라 오너들로부터 실시간으로 쌓이고 있을 것입니다. ---- 반대로 국내 OEM은 시장 점유율이 70%에 가깝다 하더라도, 그 차량들로부터 수집되는 데이터는 ‘AI 학습용 대규모 raw driving data’ 기준으로는 거의 0에 가깝습니다. 제가 처음 이 상황을 충격적이고 무섭다고 느꼈던 이유는 바로 이것입니다. 테슬라는 이미 양산 단계에서 데이터를 쌓고 고도화하고 있는 반면, 국내는 많아야 수십 대 수준의 테스트카로 AI 자율주행을 이제서야 준비하고 있습니다. AI는 결국 데이터 싸움입니다. 이 격차를 과연 줄일 수 있을지, 그 가능성에 대한 근본적인 의문이 드네요.

룰베이스와 E2E의 차이보다 현직 개발자가 느끼는 Tesla의 진짜 무서움 많은 분들이 테슬라 FSD를 이야기하며 룰베이스와 E2E의 차이를 말씀하십니다. 룰베이스와 E2E 자율주행의 차이는 인간이 설계한 로직을 사용하느냐, AI가 판단을 하느냐의 문제로 설명할 수 있습니다. 하지만 제가 진짜로 걱정하고, 솔직히 무섭다고 느끼는 지점은 기성 OEM과 테슬라 사이의 ‘데이터 수집량’의 격차입니다. ---- 기존 OEM들이 흔히 자율주행이라고 부르는 SCC, AEB와 같은 주행 기능들은 엄밀히 말하면 룰베이스 이전에 ‘센서 기반 로직’에 가깝습니다. 카메라나 레이더 같은 센서 내부의 MCU에서 탐지 → 추적 → 판단 로직까지 대부분 수행되고, 차량은 그 결과 신호를 받아 제어만 수행하는 구조입니다. 최근에는 여러 센서 정보를 퓨전하고 DRV 주행제어기 등을 따로 사용하는 방향으로 고도화되고 있지만, 여전히 차량 레벨에서는 raw 데이터가 아닌 1차 가공된 추적 결과를 사용하는 것이 일반적입니다. ---- 여기서 문제는 크게 두 가지입니다. 첫 번째 문제, OEM은 ‘자율주행 로직’을 직접 설계하지 않는다입니다. 일반인 분들은 충격적으로 받아드리실 수도 있는 내용이지만, 현재 양산 차량에 탑재된 주행 로직의 상당 부분은 OEM이 아닌 센서 업체에 의존하고 있습니다. 적어도 제가 알고 있는 범위에서는, 현재 양산 중인 차량에 적용된 대부분의 주행 로직은 카메라/레이더/제어기 등 센서 내부에 구현되어 있습니다. 즉, 차량은 센서가 내려주는 제어 신호를 받아 움직일 뿐, 자율주행 판단 로직에는 깊이 관여하지 않습니다. 이 때문에 - 같은 OEM이라도 차종별 센서 구성에 따라 성능 편차가 발생하고 - 센서 제조사나 SW 버전에 따라 자율주행 성능이 달라집니다. 현대자동차가 42dot을 인수해 자율주행을 자체적으로 개발하려 한 이유도 결국 이 구조적 한계 때문이라고 봅니다. 실제로 대부분의 기존 OEM들은 자체 자율주행 로직을 오랫동안 보유하지 않았고, 최근 몇 년 사이에야 본격적으로 개발을 시작했습니다. 더 큰 문제는 데이터가 쌓이지 않는 구조입니다. 몇십 년간 차량을 양산해왔지만, OEM이 ‘자율주행 학습용 데이터’를 본격적으로 쌓기 시작한 시점은 매우 최근입니다. 그마저도 대부분은 양산 차량이 아닌 소수의 테스트카에서 수집된 데이터입니다. 룰베이스 기반 개발에서 센서로부터 수집되는 데이터는 이미 가공된 정보이기 때문에 활용에 한계가 있습니다. 더 절망적인 점은, 이미 양산된 수많은 차량들이 - 센서 장착 위치가 모두 다르고 - 센서 제조사와 성능이 제각각이며 - raw 데이터를 저장하지 않기 때문에 자율주행 학습 데이터로 재사용이 사실상 불가능하다는 점입니다. 국내 도로에 수많은 차량이 돌아다니고 있지만, 그 차량들이 남기는 정보는 단순한 주행 로그나 지도 수준에 머물 뿐, 이슈 상황 당시의 도로 환경, 센서에 입력된 실제 데이터, 상황 판단에 필요한 맥락 정보는 거의 저장되지 않고 있습니다. 이 지점이 제가 가장 우려하는 부분입니다. 반면, 테슬라는 정확한 내부 구조까지는 알 수 없지만, 적어도 E2E 방식으로 주행을 한다면 이슈 발생 시 필요한 정보는 최대한 저장하고, 분석하고, 재사용하는 구조일 가능성이 높습니다. 특히 테슬라가 E2E 전환을 본격화했다고 알려진 2023년 전후부터를 기준으로 보더라도, 양산되는 모든 차량에서 데이터가 수집되고 있었다면 그 규모는 상상하기 어려울 정도일 것입니다. 그리고 그 데이터는 지금 이 순간에도 수많은 테슬라 오너들로부터 실시간으로 쌓이고 있을 것입니다. ---- 반대로 국내 OEM은 시장 점유율이 70%에 가깝다 하더라도, 그 차량들로부터 수집되는 데이터는 ‘AI 학습용 대규모 raw driving data’ 기준으로는 거의 0에 가깝습니다. 제가 처음 이 상황을 충격적이고 무섭다고 느꼈던 이유는 바로 이것입니다. 테슬라는 이미 양산 단계에서 데이터를 쌓고 고도화하고 있는 반면, 국내는 많아야 수십 대 수준의 테스트카로 AI 자율주행을 이제서야 준비하고 있습니다. AI는 결국 데이터 싸움입니다. 이 격차를 과연 줄일 수 있을지, 그 가능성에 대한 근본적인 의문이 드네요.

27,974 Aufrufe

Videos

Anya Rossi

sweetdream.ai

SweetDream.ai•Sponsored•Livecam

Watch Anya Live

Anya is streaming live right now! Join her private show and enjoy exclusive content.

Exclusive private shows

1.2k viewers online

Private Show

Join now for exclusive access

Free preview available • Premium content

Tesla의 FSD를 경험했습니다. 저는 이제 뭐로 먹고 살죠? 저는 자율주행 관련 직종에서 업무를 하고 있습니다. 지난 주 벤치마킹을 위해 FSD 기능이 탑재된 테슬라 모델 X를 주행해봤습니다. 유튜브나 말로만 들었지 기존의 오토파일럿 정도만 타보고 실제로 FSD 경험은 처음이었습니다. 이정도의 기술과 안정성으로 양산이 된다는 것이 정말 충격적입니다. 그동안 저희가 개발하고 있는 것들이 애들 장난처럼 보이는 수준입니다. 마치 이제 더하기 뺄셈, 곱셈을 배웠는데 눈 앞에 우주 방정식을 본 느낌입니다. 부서장분도 FSD를 타보는 것이 자칫 팀원들의 사기를 꺾을까 걱정도 했고, 실제로 테슬라 주행을 마치고 돌아온 직원끼리 우리 이제 뭐하면 되는거냐, 개발이 끝났는데 우리가 할 게 있냐면서 자소적으로 이야기 했습니다. 저는 직접적으로 자율주행 로직을 개발하는 부서는 아닙니다. 그래서 국내에서 준비중인 최신 자율주행 로직이 어느 정도 수준인지는 알지 못합니다. 다만 확실한 것은 테슬라는 ‘양산’ 수준이 기술이 이만큼 발전되어 있다는 것입니다. 개발 단계와 양산 단계의 차이는 하늘과 땅입니다. 회사 내에서도 선행 기술과 그것이 양산으로 이어지는 개발의 완성도는 완전히 다른 이야기 입니다. 그렇기 때문에 이미 양산을 시작하고 고도화를 시작한 테슬라의 FSD를 과연 우리가 따라갈 수 있을지도 의문이네요. FSD 탄 이후로 일주일 정도 일이 손에 잘 안잡히네요.

Tesla의 FSD를 경험했습니다. 저는 이제 뭐로 먹고 살죠? 저는 자율주행 관련 직종에서 업무를 하고 있습니다. 지난 주 벤치마킹을 위해 FSD 기능이 탑재된 테슬라 모델 X를 주행해봤습니다. 유튜브나 말로만 들었지 기존의 오토파일럿 정도만 타보고 실제로 FSD 경험은 처음이었습니다. 이정도의 기술과 안정성으로 양산이 된다는 것이 정말 충격적입니다. 그동안 저희가 개발하고 있는 것들이 애들 장난처럼 보이는 수준입니다. 마치 이제 더하기 뺄셈, 곱셈을 배웠는데 눈 앞에 우주 방정식을 본 느낌입니다. 부서장분도 FSD를 타보는 것이 자칫 팀원들의 사기를 꺾을까 걱정도 했고, 실제로 테슬라 주행을 마치고 돌아온 직원끼리 우리 이제 뭐하면 되는거냐, 개발이 끝났는데 우리가 할 게 있냐면서 자소적으로 이야기 했습니다. 저는 직접적으로 자율주행 로직을 개발하는 부서는 아닙니다. 그래서 국내에서 준비중인 최신 자율주행 로직이 어느 정도 수준인지는 알지 못합니다. 다만 확실한 것은 테슬라는 ‘양산’ 수준이 기술이 이만큼 발전되어 있다는 것입니다. 개발 단계와 양산 단계의 차이는 하늘과 땅입니다. 회사 내에서도 선행 기술과 그것이 양산으로 이어지는 개발의 완성도는 완전히 다른 이야기 입니다. 그렇기 때문에 이미 양산을 시작하고 고도화를 시작한 테슬라의 FSD를 과연 우리가 따라갈 수 있을지도 의문이네요. FSD 탄 이후로 일주일 정도 일이 손에 잘 안잡히네요.

BAEK_PRO🅱️

620,041 Aufrufe • vor 6 Monaten

Keine weiteren Inhalte verfügbar