섹션별 상세
NVIDIA DRIVE AV 기반의 L4 대응 아키텍처는 기존의 규칙 기반 시스템과 달리 복잡한 엣지 케이스를 처리할 수 있는 풀스택 자동 주행 시스템을 제공한다. 이 시스템은 NVIDIA DGX 시스템에서 대규모로 학습되었으며, Omniverse NuRec 라이브러리와 Cosmos 월드 모델을 통한 고충실도 시뮬레이션으로 검증되었다. 이를 통해 차량은 단순히 패턴에 반응하는 것이 아니라 복잡한 환경을 분석하고 실시간으로 가장 안전한 경로를 선택한다.
NVIDIA DRIVE Hyperion을 통한 설계의 다양성은 레벨 4 자율주행의 핵심인 안전성을 위해 하드웨어 결함이나 센서 성능 저하 시에도 작동을 유지하는 중복 설계(Redundancy)를 채택했다. 카메라, 레이더, 라이다를 아우르는 다중 모드 센서 다양성을 확보했으며, AI 기반 의사결정 스택과 병렬로 실행되는 고전적 안전 스택을 결합하여 단일 장애점(Single Point of Failure)을 제거했다.
NVIDIA Alpamayo 오픈 모델 제품군과 시뮬레이션 도구를 활용하여 개발된 자율주행 기술을 실제 차량 생산 단계에 맞춰 최적화했다. NVIDIA Halos 안전 시스템을 적용하여 AI 파이프라인에 엄격한 안전 표준을 부여했으며, 메르세데스-벤츠 전용 센서 및 차량 아키텍처와 원활하게 통합되도록 엔지니어링되었다.
이번에 발표된 L4 대응 S-클래스는 Uber의 모빌리티 네트워크를 통해 승객들에게 제공될 예정이다. 이는 프리미엄 로보택시 및 쇼퍼 스타일의 자율주행 경험을 대중적인 모빌리티 서비스로 확장하려는 전략의 일환이며, 레벨 2 수준의 점대점 주행부터 레벨 4 수준의 완전 자율주행까지 폭넓은 자동화 시스템을 지원한다.
용어 해설
- 레벨 4 자율주행(Level 4 Autonomy)
- — 특정 조건 하에서 운전자의 개입 없이 차량이 스스로 모든 주행 기능을 수행하고 위험 상황에 대처하는 고도 자율주행 단계이다. 운전자가 잠을 자거나 자리를 비워도 시스템이 안전하게 정지할 수 있는 수준을 의미하며 로보택시 서비스의 핵심 기술이다.
- 중복성(Redundancy)
- — 시스템의 신뢰성을 높이기 위해 핵심 부품이나 기능을 이중화 또는 다중화하는 설계 원칙이다. 자율주행차에서 특정 센서나 연산 장치가 고장 나더라도 보조 시스템이 즉시 가동되어 사고를 방지하고 차량의 제어권을 유지하는 데 필수적인 요소이다.
- 엣지 케이스(Edge Case)
- — 자율주행 시스템이 도로 위에서 마주칠 수 있는 매우 드물고 복잡한 돌발 상황을 의미한다. 갑작스러운 보행자 돌출이나 도로 위 파편 등 예측하기 어려운 시나리오를 포함하며, 이를 해결하는 능력이 자율주행 시스템의 완성도와 안전성을 결정짓는다.
- 센서 퓨전(Sensor Fusion)
- — 카메라, 레이더, 라이다 등 서로 다른 특성을 가진 여러 센서로부터 수집된 데이터를 결합하여 주변 환경을 입체적으로 인식하는 기술이다. 각 센서의 단점을 상호 보완함으로써 기상 악화나 야간 주행 시에도 정확한 객체 탐지와 거리 측정을 가능하게 한다.
기술
- NVIDIA DRIVE Hyperion
- NVIDIA DRIVE AV
- NVIDIA DGX
- NVIDIA Omniverse
- NVIDIA Halos
- NVIDIA Alpamayo
활용 사례
- 로보택시 서비스
- 프리미엄 자율주행 쇼퍼 서비스
- 자율주행 안전 시스템
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 01. 30.수집 2026. 02. 21.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
