머신러닝(ML) 패러다임 변화의 씨앗은 수십년 동안 존재했지만 자동차 및 제조업 기업들은 확장 가능한 컴퓨팅 용량의 가용성, 데이터의 대규모 확산, ML 기술의 급속한 발전과 함께 비즈니스를 혁신하고 있다. 오늘날 생성형 AI는 많은 이의 관심을 사로잡고 있다. 그러나 생성형 AI로 구동되는 챗봇은 아직 시작에 불과하다. 생성형 AI가 업계에 실질적인 영향을 주기 위해서는 기업이 그 가능성을 받아들이고 개발자들에게 필요한 도구를 제공해야 한다. AWS는 대부분의 고객 경험과 애플리케이션이 생성형 AI와 함께 재창조될 것이라고 보고 있다.

자동차산업에서 생성형 AI는 차량의 설계 및 개발 방식을 변화시킬 수 있는 잠재력을 가지고 있다. 생성형 AI는 새로운 콘텐츠와 아이디어의 창조 과정에 AI를 적용할 수 있는 새로운 접근 방식이다. 클라우드의 강력한 컴퓨팅 자원을 기반으로 자동차 개발 과정에 생성형 AI를 활용하면 엔진, 경량구조, 차량 기능 등 복잡한 시스템에 최적의 설계 옵션을 선택할 수 있게 된다. 이 글에서는 생성형 AI가 자동차 OEM 업체들의 소프트웨어 개발과 자동화 및 자율주행 시스템 설계, 훈련 및 시험 등을 어떻게 지원하는지에 대해 살펴보고자 한다.

현재 자동차업계는 고객에게 보다 유연하고 반응성이 뛰어난 솔루션을 제공하기 위해 OTA 업데이트를 통해 차량 기능을 업데이트하고 성능을 향상시킬 수 있는 소프트웨어 중심 자동차(SDV)를 적극적으로 도입하고 있다.

생성형 AI는 차량 하드웨어의 성능 개선뿐 아니라 소프트웨어와 제어 시스템의 생성과 최적화에도 사용될 수 있다. 자동차기업은 생성형 AI를 활용해 통합 개발 환경(IDE)에 이미 작성된 코드와 개발자의 자연어 코멘트를 기반으로 실시간으로 새로운 코드를 제안해 개발자 생산성을 향상시켜주는 AI 코딩 도우미를 사용할 수 있다.

복잡한 소프트웨어와 하드웨어가 함께 원활하게 작동해야 하는 자율주행 시스템의 설계 및 시험에도 생성형 AI가 중요한 도구가 될 수 있다. 예를 들어, OEM업체들은 다양한 주행 시나리오하에서 차량의 반응을 테스트하는 시뮬레이션 제작에 생성형 AI를 사용할 수 있다. 이는 자동차기업의 효율성 개선뿐 아니라 전반적인 시스템 기능을 향상시키는 수많은 테스트 시나리오를 추가로 만들어낼 수 있게 한다.

클라우드가 파운데이션 모델(FM)이라고 불리는 방대한 ML 모델을 활용해 생성형 AI 애플리케이션 구축의 가장 쉬운 공간이 될 수 있는 환경을 제공하는 것이 중요하다. 생성형 AI가 요구하는 다량의 컴퓨팅 자원과 데이터는 습득과 관리에 많은 비용과 시간이 필요하다. 생성형 AI FM을 활용해 수행하는 운영, 구축, 커스터마이즈 등의 작업은 ML 전용으로 제작된 고성능의 비용효율적인 인프라가 요구되는데 대규모로 배포된 후 모델 운영 및 추론 실행을 위한 클라우드 인스턴스를 활용해 훈련 비용을 최대 50% 절약할 수 있다.

이들은 결국 AWS와 같은 클라우드 공급업체들이 열심히 탐구하고 통합하고 있는 새로운 기술들이다. 자동차업계의 미래 솔루션인 SDV와 자율주행 모빌리티에 힘을 실어주는 ‘자동차용 생성형 AI’의 확산을 기대해본다.

사샤 디히(Sascha Dieh) AWS 오토모티브 마케팅 총괄