이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.
핵심 요약
Mobileye는 단순 인지를 넘어 VLM 기반의 의미론적 판단 시스템을 구축했다. ACI를 통한 대규모 시뮬레이션 학습으로 안전성을 극대화하며, 휴머노이드 로봇 분야 진출을 통해 물리적 세계의 AI 리더십을 확보할 것이다.
배경
Mobileye의 연례 CES 키노트로, 자율주행 기술의 현재 성과와 미래 로드맵을 공유하는 자리이다.
대상 독자
자율주행 기술 엔지니어, AI 연구자, 자동차 산업 관계자 및 투자자
의미 / 영향
Mobileye의 이번 발표는 자율주행 기술이 단순한 인지 단계를 넘어 고차원적인 상황 이해와 판단 단계로 진화했음을 보여줍니다. 특히 휴머노이드 로봇 분야로의 확장은 자율주행에서 축적된 AI 기술이 물리적 세계 전반의 지능형 에이전트로 확산될 것임을 시사하며, 이는 향후 제조 및 가사 노동 로봇 시장의 기술적 기반이 될 것입니다.
챕터별 상세
03:35
2025년 주요 성과 및 ADAS 시장 현황
2025년 Mobileye는 주요 글로벌 OEM들과의 협력을 통해 ADAS 시장에서 독보적인 위치를 유지했다. IQ6L 칩 파이프라인은 전년 대비 3.5배 성장했으며, 전 세계적으로 2억 3천만 개 이상의 Mobileye SoC가 실제 차량에 탑재되어 운행 중이다. REM 기술을 활용해 매일 800만 대의 차량으로부터 데이터를 수집하고 320억 마일 이상의 주행 데이터를 처리하여 고정밀 지도를 실시간으로 업데이트했다.
- •전 세계 도로 위 2억 3천만 개 이상의 Mobileye 칩 배포 완료
- •IQ6L 칩 파이프라인 전년 대비 3.5배 성장 달성
- •매일 800만 대 차량을 통한 실시간 고정밀 지도 데이터 수집
REM(Road Experience Management)은 Mobileye의 크라우드 소싱 기반 지도 제작 기술이다.
11:13
MOIA와 협력하는 대규모 Robotaxi 사업 전략
Volkswagen 그룹의 MOIA와 협력하여 대규모 Robotaxi 서비스 상용화를 추진 중이다. ID. Buzz 차량에 Level 4 자율주행 시스템인 Mobileye Drive를 통합했으며, 2026년 말 미국 내 드라이버리스 서비스 런칭을 목표로 한다. 하드웨어 중복 설계(Redundancy)와 원격 관제 시스템을 결합한 에코시스템 플랫폼을 구축하여 운영 효율성과 안전성을 동시에 확보했다.
- •ID. Buzz 기반 Level 4 자율주행 차량 100대 이상 테스트 운행 중
- •2026년 말 미국 내 완전 무인 Robotaxi 서비스 런칭 계획
- •원격 관제 및 승객 관리를 포함한 통합 MaaS 플랫폼 구축
MOIA는 VW 그룹의 모빌리티 서비스 전문 자회사이다.
20:03
자율주행 AI 아키텍처: Fast & Slow Thinking
자율주행 시스템에 인간의 사고 방식을 모사한 'Fast Thinking'과 'Slow Thinking' 아키텍처를 도입했다. Fast Thinking은 10Hz 이상의 속도로 즉각적인 안전 제어를 수행하며, Slow Thinking은 VLM을 활용해 복잡한 도로 상황을 의미론적으로 분석한다. ACI 기술을 통해 시뮬레이션 상에서 수십억 시간의 주행 데이터를 학습시켜 실제 도로에서 발생하기 힘든 엣지 케이스에 대한 대응력을 높였다.
- •즉각적 제어(Fast)와 의미론적 판단(Slow) 레이어의 분리 및 통합
- •VLM을 활용한 복잡한 도로 상황의 맥락 이해 및 의사결정
- •ACI 기반 시뮬레이션으로 수십억 시간 분량의 주행 시나리오 학습
VLM은 시각 정보와 언어적 논리를 결합해 상황을 추론하는 모델이다.
51:47
Physical AI 확장과 Mentee Robotics 인수
Mentee Robotics 인수를 발표하며 자율주행을 넘어선 Physical AI 분야로의 본격적인 진출을 선언했다. 자율주행에서 검증된 시각 인지 및 판단 기술을 휴머노이드 로봇에 이식하여 비정형 환경에서의 복잡한 작업을 수행하도록 한다. 특히 'Real-to-Sim-to-Real' 학습 방식을 통해 사람이 시연한 동작을 시뮬레이션에서 최적화한 후 로봇에 즉시 적용하는 기술적 성과를 공개했다.
- •Mentee Robotics 인수를 통한 휴머노이드 로봇 시장 진출
- •자율주행 인지 기술을 로봇의 시각 지능으로 전이 적용
- •Real-to-Sim-to-Real 파이프라인으로 로봇의 학습 속도 극대화
Physical AI는 물리적 세계에서 실시간으로 판단하고 움직이는 지능형 시스템을 의미한다.
실무 Takeaway
- 자율주행 시스템에 VLM 기반의 'Slow Thinking' 레이어를 추가하여 복잡한 도로 상황에서의 판단 정확도를 높였다.
- ACI 기술을 활용해 시뮬레이션 상에서 수십억 시간의 주행 데이터를 생성하고 학습함으로써 실제 데이터 수집의 한계를 극복했다.
- Real-to-Sim-to-Real 파이프라인을 구축하여 사람이 한 번 시연한 복잡한 동작을 로봇이 단시간 내에 학습하여 실행하도록 구현했다.
- 자율주행에서 축적된 시각 인지 및 판단 알고리즘은 휴머노이드 로봇과 같은 Physical AI 분야로 직접 전이 가능하다.
언급된 리소스
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 01. 07.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.