뷰런의 ‘Autonomous AI Foundry’ 비전과 미래 성장 방향성을 담은 컨셉 이미지 (사진=뷰런테크놀로지)
| 이코노미사이언스 정연재 기자 |
자율주행 산업이 하드웨어 중심에서 소프트웨어 중심 차량(SDV)으로 전환되면서, 인공지능(AI) 개발 방식 역시 데이터 기반 ‘전주기 플랫폼’ 형태로 진화하고 있다. 라이다 기반 인지 AI 기업 뷰런테크놀로지가 이러한 흐름에 맞춰 ‘자율형 AI 파운드리’ 전략을 제시하며 기술 구조 전환에 나섰다.
뷰런테크놀로지는 최근 서울 서초구 본사에서 비전 발표 행사를 열고, 기존 인지 솔루션 중심 사업에서 데이터 수집부터 학습, 검증, 배포까지 연결하는 ‘AI 전주기 플랫폼’ 구축 전략을 공개했다. 단순 솔루션 공급을 넘어 자율주행 및 스마트 인프라 시스템 전반을 지원하는 기술 파트너로의 전환을 선언한 것이다.
이번 전략은 반도체 산업의 파운드리 모델을 자율주행 소프트웨어 영역에 적용한 것이 특징이다. 고객 요구에 맞춰 인지 AI를 설계하고 실제 환경에서 검증·배포까지 담당하는 구조로, 특정 센서나 하드웨어에 종속되지 않는 유연한 아키텍처를 기반으로 한다.
제품 체계도 데이터 흐름 중심으로 재편됐다. 현장 데이터를 수집하는 ‘프로스펙터’, 이를 학습·검증하는 ‘엑스 팩토리’, 실제 적용 단계인 차량용 ‘코파일럿’과 인프라용 ‘룩아웃’으로 이어지는 구조를 통해 데이터 기반 AI 개발 전 과정을 하나의 체계로 연결했다.
이 같은 구조는 현장에서 수집된 데이터가 빠르게 AI 모델로 전환돼 다시 적용되는 선순환을 가능하게 한다. 기존에 수개월 단위로 진행되던 인지 모델 업데이트 주기를 단축해 변화하는 도로 환경에 대응 속도를 높일 수 있다는 점에서 의미가 있다는 평가다.
이와 함께 뷰런은 실제 인프라 환경에서의 기술 검증에도 속도를 내고 있다. 서울 강남구 구룡지하차도에서 진행된 실증 사업에서는 자사 스마트 인프라 솔루션 ‘뷰투(VueTwo)’가 교통량 계수 정확도 97.13%를 기록했다.
해당 실증은 왕복 4차로 지하차도 환경에서 교통량과 차량 속도를 측정하고, 정지 차량, 보행자 진입, 역주행 등 이상 상황을 실시간으로 감지하는 방식으로 진행됐다. 라이다 기반 3D 데이터 인식을 활용해 차선별 95~98% 수준의 정밀도를 확보한 것으로 나타났다.
특히 기존 영상 기반 교통 관리 시스템이 저조도나 악천후 환경에서 정확도가 떨어지는 한계를 보이는 반면, 라이다 기술은 안정적인 객체 인식이 가능하다는 점에서 차별성이 부각되고 있다.
VueTwo 기반 교통량 및 속도 감지 실제 화면 (사진제공=뷰런테크놀로지)
현장에서는 기술 적용 가능성에 대한 긍정적인 평가도 이어졌다. 교통 관리 실무진은 정확한 데이터 확보와 즉각적인 상황 감지가 가능한 점을 주요 강점으로 꼽으며, 기존 시스템을 보완할 수 있는 대안 기술로서 활용 가능성을 언급한 것으로 전해졌다.
뷰런은 이번 실증을 통해 공공 인프라 시장 진입 기반도 확보했다. 성과 공유 확인서를 확보하고, 향후 조달청 우수제품 등록과 공공 기술마켓 등재를 추진할 계획이다. 이를 통해 터널, 교량, 지하차도 등 안전 관리가 중요한 구간을 중심으로 라이다 기반 교통 인프라 확대에 나선다는 구상이다.
업계에서는 자율주행 기술 경쟁이 차량 자체 성능을 넘어 데이터 처리와 인프라 연계 역량으로 확장되고 있다는 점에 주목하고 있다.
자율주행 관련 기업 한 대표는 “SDV 시대에는 데이터를 얼마나 빠르게 수집하고 AI로 전환해 현장에 적용하느냐가 핵심 경쟁력이 된다”며 “AI 파운드리 구조는 개발 속도와 확장성을 동시에 확보할 수 있는 방식”이라고 평가했다.
뷰런은 향후 북미와 유럽 시장을 중심으로 글로벌 완성차 제조사와 모빌리티 플랫폼 기업과의 협력을 확대할 계획이다. 자율주행 기술이 데이터 중심 산업으로 재편되는 흐름 속에서, 이번 전략은 국내 기업이 제시한 새로운 기술 구조라는 점에서 의미가 있다는 평가가 나온다.
아주쉽다
댓글
0