자율주행차 등 미래자동차의 핵심기술로 손꼽히는 영상인식 기술.

영상인식 기술은 차량 주변의 물체를 단순히 감지하는 것을 넘어 운전자 상태 등 인식된 사물의 종류와 의미를 이해하는 단계를 포괄하며 인식된 사물이 차량, 표지판 또는 보행자 인지에 따라 각기 다른 주행 제어 기능을 구현한다.

 

하지만 각각의 기능을 하는 장치들이 차량내부 장착된다면... 네비게이션, 블랙박스 등 이미 부착되어 있는 공유물들이 많아 운전자 시야만 어지러워 질 수도 있다. 졸음운전을 하고 있는지, 담배를 피우는지, 스마트폰을 사용하는지 등을 감지하지 위해 별도의 카메라를 설치한다면 말이다.

 

이 때문에 다가올 자율주행차뿐 아니라 완성차업체, 칩메이커, 블랙박스 업체 등에서 딥러닝과 같은 인공지능 기술뿐만 아니라 기존 장치의 칩안에 들어갈 수 있는 알고리즘 설계기술이 핵심기술로 꼽히고 있어 주목받고 있다.

 

최근까지만 해도 자율주행 기술은 기술 진입 장벽이 매우 높아 장기적인 투자와 기술개발 역량을 확보한 거대 ICT 기업이나 자동차 산업 내 소수의 기업이 자율주행 기술개발을 주도해 왔다. 하지만, 최근 3~4년 동안 실리콘밸리를 중심으로 영상인식기술을 활용한 자율주행 기술을 구현하는 기업들이 출현하면서 그 간 높은 기술진입 장벽이 빠르게 허물어지고 있으며, 국내기업들의 참여도 활발하게 진행되고 있다. 특히 영상인식 기술을 넘어 사물을 인식하는 방법에 대한 알고리즘을 어떻게 설계하느냐가 영상인식 기술의 운명이 좌우될 것으로 보인다.

 

더 컴팩트하게... 기존 칩(Chip)속에 녹여낸 알고리즘 설계

 

▲ 비전기술을 기반으로 하는 ADAS 전용 솔루션 제공기업, (주)에프에스솔루션(대표 이윤기)

 

 

에프에스솔루션은 비전기술 기반에 인공지능 기술을 활용한 영상인식 알고리즘을 설계하는 기업이다. 실제 이 분야는 대기업이나 중소기업 등 몇 회사만이 참여하고 있는 핵심 개발 분야다. 에프에스솔루션은 알고리즘을 설계하는 부분에 있어 PC기반의 컴퓨팅 파워가 우수한 환경에서 설계하기 보단 Edge디바이스 기반 즉, 산업의 임베디드(Embedded) 디바이스에 알고리즘을 최적화시키는데 장점이 있다. 특히 컴팩트한 알고리즘을 설계하는 기술력이 우수하고 이에 대한 특허도 다수 보유하고 있다.

 

차별화만이 경쟁력... 컴팩트한 알고리즘 설계

 

에프에스솔루션의 컴팩트한 알고리즘 설계에는 남다른 차별화된 기술력이 숨어 있다.

첫째, System 의존성 배제이다. 현재 에프에스솔루션은 ANN/CNN 이용 부분을 제외하면 이미지 및 영상처리를 다루기 위한 API를 단 한 개도 호출하지 않고 하드 코딩하고 있다.

 

이로써 ①C컴파일러만 제공되면 어떤 임베디드(Embedded) 하드웨어 플랫폼 환경에서도 알고리즘을 포팅할 수 있다 ②코드의 속도 효율이 매우 뛰어나다. C로 컴파일 된 코드는 컴파일러 번역이 간단해서 CPU가 효율적으로 처리 할 수 있으며, API 호출로는 할 수 없는 코드 경량화, 시스템 특성에 기인한 최적화가 가능하다 ③알고리즘의 디테일한 부분도 전부 변경이 가능하기에 고객사가 어떤 카메라를 사용하든 이미지를 수집/분석하고 이 카메라 특성을 반영 할 수 있다. 이에 따라 타사와는 다른 카메라 특성에 의해 발생하는 단 몇%의 인식률 손실도 극복 할 수 있는 특성이 있다.

 

물론 개발 방향 검증이나 알고리즘의 성능 측정을 위해 OpenCV같은 API를 이용하지만 최종 결과는 모두 하드코딩 된 C 라이브러리 형태로 연구개발하여 솔루션을 공급하고 있다. 때문에 어떠한 하드웨어 플랫폼을 사용해도 고객사의 하드웨어에 대응이 가능하다.

 

둘째, 인공지능에 대한 풍부한 경험이다. 2015년 창업 당시부터 뉴럴네트워크(인공지능)를 적극 도입하여 ARM cortex-a7로 리얼타임으로 구동을 시켜 상용화까지 성공, 그간 축적한 경험과 DB, 연구 스킬을 바탕으로 인공지능에 대한 실전 경험이 경쟁사에 비해 매우 풍부한 인적 네트워크를 보유하고 있다.

 

셋째, 신규 솔루션 구축 능력이다. 에프에스솔루션은 로우 레벨의 이미지 필터 등도 전부 직접 다루기 때문에 정형화된 솔루션이 아닌 고객의 요구에 맞춤형 알고리즘을 설계할 수 있다. 가령, DSM 알고리즘의 경우 중국 수요에 따르면 담배와 전화를 사용도 인식에 요구한다. 에프에스솔루션은 알고리즘 및 DB를 직접 설계·구축하고 적용하기 때문에 이런 요구에 타사보다 빠르게 대응이 가능했다. 현재 자동차 Tier-1 부품업체와 완성차 적용을 검토하는 등 기술력과 신뢰성을 인정받는 이유이다.

 

 

또한 BSD의 경우, 레이더 센서나 BSD용 사이드 카메라가 아닌 블랙박스의 후방 카메라를 이용한 솔루션을 국내 최초로 상용화에 성공했다. 선행 기술에 대한 대응력과 문제를 분석하고 해결책을 찾아 알고리즘을 구축할 수 있는 에프에스솔루션만의 독보적인 특허기술력 때문이다.

 

넷재, 에프에스솔루션은 현재의 기술력에 안주하지 않는다. 이 회사 언제나 급변하는 기술 동향의 환경에서 최신 기술을 수용하는 것에 거부하지 않는다. 엔지니어인 이윤기 대표를 비롯 팀원들도 적극적으로 학습하고 역량을 늘리는데 게을리 하지 않는다.

 

이러한 에프에스솔루션의 연구개발은 놀라운 개발성과도 이뤘다.

이 회사의 인공지능 네트워크 모델 FSNet과 물체 인식 오픈 소스 신경망 Yolo의 네트워크 성능 비교결과, FSNet이 Embedded 최적화가 되어 Yolo V2 보다 10배 이상 yolo V3 보다 20배 이상 연산량을 축소시켰다. 빠르다는 것이다. 이는 FSNet, Yolo2, Yolo3 모두 416x416 크기 이미지로 테스트한 결과이다.

 

이러한 에프에스솔루션의 독창적인 알고리즘 설계는 각 분야별 기대효과가 크다.

먼저 기술적 측면에서 보면 자율주행차의 영상처리 기술을 이용한 전방 관심 차량 인식/분석 기술, 딥러닝을 통한 객체 분석 알고리즘 기술은 카메라 영상을 활용한 ADAS 분야에 필수적 기술로 적용될 수 있고, 영상인식 및 객체 인식 알고리즘 기술로 CCTV 보안업체 등에 활용이 가능하다.

 

 

경제 및 산업적 측면에서도 다각적인 비전을 제시하고 있다. 시판된 ADAS 제품 또는 차량용 블랙박스에 적용이 용이한 표준화된 솔루션을 제공, 기존 차량용 ADAS 개발 업체가 소프트웨어 업그레이드만을 통해 사용 가능, 국내 관련 업체들의 세계시장 경쟁력을 한 단계 높여줄 수 있으므로 국가적으로도 파급효과가 클 것으로 예상되고, 미래의 지능형 자동차 관련 기술의 선점도 가능하다. 특히 ADAS 시스템과 향후 무인자동차 시스템 분야에서의 핵심 기술로 발전이 가능하다.

무엇보다 순수 국내 기술로 로열티 및 OS사, Chipset 및 별도 센서업체의 개발 지원 등이 필요없다.

 

현재 에프에스솔루션은 차량용 카메라 Device 업체에 솔루션을 제공, 새로운 운전자 서비스를 제공하는 ADAS 제품 출시해 개발된 솔루션을 소프트웨어 라이브러리로 제공하여 생산성 및 원가절감에 기여할 것으로 보인다. 또한 ADAS 제조업체 이외에도 차량용 IT 업체에 솔루션 홍보를 통한 시장 규모 확대도 가능할 것으로 보인다.

 

 

기사 내용과 관련이 없는 글, 욕설을 사용하는 등 타인의 명예를 훼손하는 글은 관리자에 의해 예고없이 임의 삭제될 수 있으므로 주의하시기 바랍니다. 댓글 작성 시 상대방에 대한 배려와 책임을 담아주세요.

• 닉네임
• 비밀번호
• 
• 도배방지 입력