고가의 부피가 큰 하드웨어에 의존하지 않는 컴퓨터 비전 기술을 제공하기 위해 로우엔드 CPU에서도 실행할 수 있는 딥러닝(Deep Learning) 소프트웨어를 개발하고 있는 이스라엘 스타트업 브로드맨17(Brodmann17)이 1,100만 달러(약 125억 원) 자금을 유치했다.
올해 말 서비스 개시를 준비하고 있는 브로드맨17은 이달 초 크라우드펀딩 ‘아워크라우드(OurCrowd)’를 통해 시리즈 A 투자로 1,100만 달러를 모금했다. 투자사로는 이스라엘 벤처 펀드인 매니브 모빌리티(Maniv Mobility), AI 얼라이언스(AI Alliance), UL 벤처스(UL Ventures), 삼성넥스트 및 소니 이노베이션 펀드(Sony Innovation Fund) 등이 참여했다. 삼성넥스트는 2년 전에도 이 회사에 투자한 바 있다.
브로드맨17은 인공지능(AI)의 발전이 대용량 하드웨어가 아니어도 품질이나 성능을 떨어뜨리지 않고 ADAS에서 완전 자율주행차까지 구현할 수 있다고 보고 있다. 이러한 비전을 실현하기 위해, 브로드맨17은 오픈소스(Open source)에 의존하지 않고 처음부터 핵심 AI 알고리즘을 설계해 딥러닝 비전 솔루션을 개발하고 있다.
자동차 업계는 자율주행 시스템이 고가일 뿐만 아니라 많은 전력을 소비하고 차량 공간을 많이 차지하므로, 이 문제를 해결할 수 있는 솔루션을 찾고 있다. 또한 현재 많은 솔루션이 클라우드에서 계산이 이루어지기 때문에 수 테라바이트의 대역폭을 소비하고 운전 시나리오에 허용한계를 초과해 지연이 발생한다.
브로드맨17은 훈련 데이터의 양이 아닌, 보다 지능적인 신경망을 개발해 그 데이터를 계산하고 이해하는 데 초점을 맞추고 있다. 전문가들은 오랫동안 인간처럼 생각하도록 설계된 신경망이 모든 것을 해결할 것이라고 생각했지만, 핵심은 여전히 이 신경망을 훈련시키는 최선의 방법을 찾는 것이다. 단지 신경망에 데이터만 입력한다고 해결될 문제가 아니다. 브로드맨17이 초점을 두고 있는 분야이다.
오늘날 자동차 컴퓨터 비전 시장의 선두주자는 모빌아이이다. 하지만 브로드맨17과 같은 유망한 스타트업의 도전은 자동차 컴퓨터 비전 시장을 가장 흥미로운 시장으로 만들고 있다.
| 오픈소스 및 최적화 도구 | 모빌아이 | 브로드맨17 | |
| 솔루션 설명 | 오픈소스 코드 | 특정 카메라 및 렌즈용으로 하드코딩된 소프트웨어가 포함된 단일 크기의 하드와이어드 칩 | 자체 기술을 기반으로 설계해 극히 일부의 컴퓨팅 파워 만으로 높은 정확도 제공 |
| 방법 | Classification | 센서 퓨전 | 인지(Perception) |
| 사업 모델 | 소프트웨어 라이선싱 | 블랙박스 솔루션 | 소프트웨어 IP 솔루션 |
| Recall rate 추이 |
시간 경과에 따라 성능의 정확성 유지 | 일반적으로 시간이 지남에 따라 개선되지만 하드웨어 릴리즈 로드맵에 의존 | 일반적으로 지속적으로 개선되며 MOPS에서 TOPS까지 다양한 SoC에서 실행 |
| 하드웨어 | 부피가 크고 고가이며 전력소모가 많은 고성능 GPU | 고정 카메라가 장착된 부피가 크고 고가이며 전력소모가 많은 하드와이어드 시스템/플랫폼 | 슬림하고 전력 효율이 높으며 비용 효율적인 임베디드 소프트웨어로, 하드웨어 공급업체와 프로세서 유형에 구애받지 않음 |
| 비용효율성 | $$ | $$$ | $ |
| 이동성 (Portability) |
Portable | Non-portable | 하드웨어에 상관없음 |
| 알고리즘 아키텍처 |
톱다운 방식으로 최적화된 오픈소스 DNN을 기반으로 정확성과 성능 사이의 균형을 이룸 | 딥러닝과 고전적 컴퓨터 비전으로 구성된 IP | 고유 딥러닝 IP는 오픈소스 기반이 아닌 처음부터 바텀업 방식으로 설계됨 |
| 적기 출시 | 시장 진입이 매우 느림(지식을 습득하거나 새로운 팀을 고용해야 함) | 업그레이드가 하드웨어 릴리즈 로드맵에 의존 | 시장 출시 매우 빠름(자동으로 훈련) |
<저작권자 © AEM. 무단전재 및 재배포, AI학습 이용 금지>
