이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.
핵심 요약
모빌아이는 Surround ADAS와 Sim-to-Real 기술을 통해 자율주행의 대중화를 이끌고 있다. 자동차 분야에서 축적한 AI 역량을 휴머노이드 로봇 등 Physical AI 전반으로 확대하여 모빌아이 3.0 시대를 연다.
배경
CES 무대에서 모빌아이의 CEO 암논 샤슈아가 자율주행 기술의 현재와 미래 로드맵을 발표했다.
대상 독자
자율주행 산업 관계자, AI 엔지니어, 로보틱스 연구자
의미 / 영향
모빌아이의 기술력이 자동차를 넘어 로보틱스 전반으로 확산되면서 Physical AI 시장의 경쟁이 가속화될 것이다. 특히 Sim-to-Real 기술의 성숙도는 자율주행뿐만 아니라 산업용 로봇의 학습 효율을 획기적으로 개선하여 로봇 도입 비용을 낮추는 결과를 가져온다.
챕터별 상세
00:00
ADAS의 진화와 대규모 보급 목표
전방 감시 중심의 ADAS에서 차량 주변 전체를 인지하는 Surround ADAS로의 진화가 핵심이다. 2027년까지 6개 도시, 2033년까지 10만 대 이상의 자율주행 차량을 도로에 배치한다는 구체적인 목표를 수립했다. 이미 900만 대 규모의 차량 데이터를 처리하며 고용량 데이터 운용 능력을 입증했다.
- •전방 ADAS에서 Surround ADAS로의 기술적 패러다임 전환
- •2033년까지 실주행 자율주행 차량 10만 대 보급 목표 설정
- •900만 대 이상의 차량을 통한 대규모 데이터 처리 실적 확보
Surround ADAS는 차량의 전방뿐만 아니라 측방과 후방을 모두 감시하여 사각지대를 최소화하는 기술이다.
00:30
Sim-to-Real 기술을 통한 정책 전이
시뮬레이터에서 학습된 주행 정책(Policy)을 실제 환경으로 전이하는 정교한 Sim-to-Real 기술을 개발했다. 가상 환경에서 학습한 데이터를 실제 도로 주행에 즉시 적용할 수 있는 파이프라인을 구축했다. 이는 자율주행 시스템의 안전성을 확보하고 개발 속도를 높이는 핵심 동력이다.
- •시뮬레이션 학습 정책의 실제 도로 환경 전이 기술 고도화
- •가상 데이터 활용을 통한 주행 안전성 및 개발 효율성 극대화
- •실제 도로 데이터와 시뮬레이션 데이터의 정교한 결합
Sim-to-Real은 가상 시뮬레이션에서 학습한 AI 모델을 실제 물리적 환경에 적용할 때 발생하는 오차를 줄이는 기술이다.
00:40
자율주행 단계별 로드맵과 비용 최적화
L2++ 단계에서 L3 및 L4 단계로 이행하는 과정에서 Eyes-on 시스템에서 Mind-off 시스템으로의 전환을 추진한다. 향후 5년간의 핵심 과제는 시스템 구축 비용 절감(Cost Reduction)이다. 기술적 완성도뿐만 아니라 경제적 타당성을 확보하여 자율주행 기술의 대중적 접근성을 높인다.
- •L2++에서 L3/L4로의 단계적 자율주행 기술 고도화
- •향후 5년 내 자율주행 시스템의 획기적인 비용 절감 추진
- •상업적 보급 확대를 위한 경제적 접근성 강화 전략
Mind-off는 운전자가 전방을 주시할 필요 없이 시스템이 주행의 주도권을 완전히 갖는 단계를 의미한다.
00:50
Physical AI로의 확장: 모빌아이 3.0
모빌아이는 자동차를 넘어 로봇 분야로 영역을 확장하는 모빌아이 3.0 단계를 선언했다. Mentee Robotics 인수를 통해 휴머노이드 로봇 등 Physical AI 전반으로 기술력을 확산시킨다. 자동차 인지 기술에서 얻은 노하우를 산업용 로봇과 일반 로봇의 물리적 상호작용 지능으로 전이한다.
- •자동차 분야를 넘어선 Physical AI 전반으로의 사업 영역 확장
- •Mentee Robotics 인수를 통한 휴머노이드 로봇 기술 확보
- •모빌아이 3.0 시대를 통한 로보틱스 지능의 고도화
Physical AI는 디지털 환경을 넘어 실제 물리적 세계에서 물체와 상호작용하고 움직이는 지능형 시스템을 뜻한다.
실무 Takeaway
- Surround ADAS로의 전환을 통해 차량 주변 360도 인지 능력을 강화하고 자율주행의 안전 임계치를 높인다.
- Sim-to-Real 기술을 고도화하여 가상 학습 데이터를 실제 도로 주행 정책에 즉시 반영하는 효율적인 학습 파이프라인을 구축한다.
- 자율주행 시스템의 비용 절감을 최우선 과제로 설정하여 기술의 상업적 보급 시점을 앞당긴다.
- 자동차 인지 기술을 로보틱스에 접목하여 물리적 세계와 상호작용하는 Physical AI 시장을 선점한다.
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 02. 09.수집 2026. 02. 21.출처 타입 YOUTUBE
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.