엔비디아가 중국 쑤저우에서 열린 GTC 차이나에서 엔비디아 드라이브(NVIDIA DRIVE™) 딥 뉴럴 네트워크(Deep Neural Network)에 대한 액세스 권한을 운송업계에 제공한다고 밝혔다. 이로써, 운송업계 기업들은 엔비디아 GPU 클라우드(NVIDIA GPU Cloud, NGC) 컨테이너 레지스트리에서 자율주행 차량을 개발할 수 있게 됐다.

엔비디아는 자율주행 차량 개발자들에게 사전 훈련된 인공지능(AI) 모델에 대한 액세스와 훈련 코드를 제공할 계획이다. 엔비디아는 이를 통해 자율주행 차량 개발자들이 일련의 엔비디아 AI 툴을 활용해 모델을 자유롭게 확장하고 커스터마이징하여 자율주행 시스템의 견고함과 기능을 향상시킬 수 있다고 밝혔다. 

엔비디아의 젠슨 황(Jensen Huang) 창립자 겸 CEO는 “AI 자율주행 차량은 다양한 데이터 세트로 전 세계 곳곳에서 작동하기 위해 필요한 소프트웨어 정의형 차량이다. 엔비디아는 자율주행 차량 개발자에게 딥 뉴럴 네트워크에 대한 액세스 권한과 여러 데이터 세트에 최적화된 고급 학습 툴을 제공할 예정이다. 이는 데이터 소유권과 개인정보는 유지하는 동시에, 기업과 국가 간 공유 학습을 가능케 할 것으로 기대된다. 궁극적으로, 엔비디아는 자율주행 차량의 현실화를 앞당기고 있다”고 말했다.

엔비디아는 엔비디아 드라이브 AGX 플랫폼에서 실행되는 딥 뉴럴 네트워크를 개발하고 교육하여, 원시 센서 데이터를 세상을 깊이 이해하고 인식해내는 자원으로 전환했다. 이러한 딥 뉴럴 네트워크는 신호등 및 표지판 감지, 차량, 보행자 및 자전거 감지 및 경로 인식, 차량 내부의 시선 감지 및 제스처 인식 등과 같은 작업을 다룬다.

AI 개발을 위한 고급 학습 툴

엔비디아는 딥 뉴럴 네트워크에 대한 액세스를 제공하는 것 외에도, 개발자가 자체 데이터 세트 및 타겟 기능 세트를 사용해 엔비디아 딥 뉴럴 네트워크를 커스터마이징하고 향상시킬 수 있도록 지원하는 고급 툴 세트를 발표했다. 이러한 툴을 통해 능동 학습(active learning), 연합 학습(federated learning), 전이 학습(transfer learning)을 사용해 딥 뉴럴 네트워크를 훈련시킬 수 있다.

• 능동 학습: 수동 큐레이션 대신 AI를 사용해 데이터 선택을 자동화함으로써 모델 정확도를 개선하고 데이터 수집 비용을 줄인다.
• 연합 학습: 기업은 데이터 프라이버시를 유지하고 지적 재산을 보호하면서 국가 및 다른 회사와 데이터 세트를 활용할 수 있다.
• 전이 학습: 엔비디아 드라이브를 사용하는 기업들은 인식 소프트웨어의 개발을 가속화하고, 자체 애플리케이션 및 타겟 기능을 위해 이러한 네트워크를 추가로 개발할 수 있다.