서울로보틱스와 라이다 기술을 소개하면.

서울로보틱스는 라이다 센서에 들어가는 컴퓨터 비전 AI 소프트웨어를 만드는 회사로 2017년에 창업했다. 한국에서 연구·개발을 하고, 비즈니스는 미국 디트로이트를 중심으로 펼치고 있다. 서울로보틱스는 B2B 분야에서는 많이 알려져 있다. 세계적으로 라이다 기기 제조사들이 80~90군데 된다. 이 제조사들의 공동창업자나 대표를 직접 만나 파트너십을 맺었다. 첫 번째 고객이 BMW그룹이다.

△ 라이다 센싱 데이터 모델의 예(자료 제공: 서울로보틱스)

라이더는 레이다와 비슷하다. 라이더를 쏘아서 공간 정보를 획득하는 센서로 보면 된다. 카메라를 센싱 도구로 쓰면 색깔 정보까지 확보할 수 있는데, 라이다는 형상 데이터만 얻는다. 사람, 차량, 건물, 지면과 같은 3D 형상 데이터 확보 센서라고 보면 된다.

라이다의 3D 형상 데이터 자체는 컴퓨터에게는 아무런 의미가 없다. 쉽게 말해, 차량이나 로봇한테 라이더 데이터로 어떤 행동을 하라는 정보가 없는 상태다. 서울로보틱스는 이 라이다 데이터를 처리하여 차량이나 로봇에게 중요한 대상물을 인지하도록 하는 기술을 공급하고 있다.

DB-STARS에서 대상을 차지한 소감과 이 프로그램에 지원한 계기는.

매우 기쁘다. 1년의 절반 이상을 해외에서 보내고 있는데 연구·개발팀이 열심히 했고, 심사위원들이 라이더 전문업체로서 서울로보틱스의 장점을 높게 평가해준 덕분이라고 본다. 더 열심히 하여 관심에 보답하고 싶다.

서울로보틱스의 라이다 3D 데이터 처리기술은 자율주행 업체들과 라이더 센서 개발사들뿐 아니라 다양한 분야의 업체들이 적용하려고 한다. 현재는 주로 자동차 관련 업체들을 대상으로 소프트웨어를 공급하지만, 앞으로는 수집 데이터 또는 데이터 처리 툴을 공급함으로써 수익을 창출하기 위해 DB-STARS에 지원했다.

자율주행 커뮤니티 멤버들의 의기투합

2017년, 유타시티(구글의 자율주행차 연구개발자 출신들이 전 세계인을 대상으로 AI나 자율주행 코딩을 보급하기 위해 2015년을 전후해 설립한 회사)에서 처음 자율주행 교육 프로그램이 만들어졌는데 내가 첫 번째 졸업생이다.

수료와 함께 유다시티에서 1년 동안 파트타임으로 자율주행 코딩 강사활동을 했다. 자율주행 영역에 들어오고 싶어하는 사람들을 돕는 일이었다. 서울로보틱스 창업 멤버들도 거기서 만난 사람들이다. 당시 페이스북에서 커뮤니티를 운영하며 AI와 자율주행 공부를 했다. 유다시티에서 마침 자율주행 경진대회를 한다 해서 지금의 창업 멤버들을 모아서 경진대회에 참가했다.

그동안의 자율주행은 카메라나 레이더 데이터를 처리하여 구현하는 게 일반적이었다. 우리팀은 라이더를 잘 다루는 회사는 드물 것이라고 보고, 라이다를 앞세웠다. 그 결과, 전 세계 2000개가 넘는 참가 팀에서 10위를 했다. 한국 팀 중에서는 1등을 했다. 그걸 계기로, 라이더 데이터 처리 비즈니스를 해도 되겠다 하는 확신이 들었다. 팀원들도 1년 동안 같이 공부했던 이들이라서 믿음이 갔다.

지금 회사의 40%가 외국인이다. 공동 창업자 4명 중에 한 명은 베트남계 프랑스인이고, 나머지 3명은 한국인이다. 프랑스, 아이슬란드, 이탈리아, 영국, 미국 등 되게 다양한 나라에서 온 사람들이 추가로 합류했다. 외국인들과 함께 근무하기 때문에 모든 회의나 잡담이나 회식도 영어로 진행한다.

주요 고객은 모빌리티 티어원(완성차 업체와 직접 거래하는 1차 부품 공급업체)과 OEM(티어1으로부터 모듈과 부품을 납품 받는 자동차 제조사)들이다.

△ 멤버들이 한 자리에. 차량 지붕에 솟아오른 장비가 라이다 센서다(자료제공: 서울로보틱스).

앞서 소개 드렸듯이, 서울로보틱스의 모든 연구개발은 한국에서 한다. 라이다, 특히 3D 데이터 프로세싱 분야는 경력자들이 전 세계적으로 그리 많지 않다. 미국 실리콘밸리가 아닌 서울에서 창업한 이유는 연구·개발 단계에서 오히려 한국인의 빠른 습득 능력과 적응력을 적극 활용하기 위해서다.

데이터 판매 기업으로서 서울로보틱스

라이다는 당초 자율주행용, 즉 차량에 적용하기 위해 시작된 기술이다. 하지만 서울로보틱스의 라이다 소프트웨어는 굳이 차량만을 대상하지 않는다. 도시나 건물, 항만, 암호화, 신호등 등 라이다가 설치가 되는 곳이라면 어디에다 적용할 수 있다.

예를 들어 스마트시티용으로 (라이다를) 적용한다고 하자. 라이다를 도로에 설치하고 주변에 지나가는 사람들이라든지 차량의 정확한 위치와 속도, 대수 데이터를 서울로보틱스 라이다 솔루션으로 뽑아 낼 수 있다. 이 같은 방법으로 확보한 데이터로 수익 창출도 가능할 것이라고 본다.

자율주행 차에서 사람이나 사물을 인식할 때, 높은 정확도가 필요하다. 이 솔루션으로 상권분석을 한다면 기존의 (신용카드 매출분석 등) 접근과는 다른 결과를 도출해 낼 수 있다. 사람들 몇 명이 이쪽 골목을 지나다니고, 한 달 동안 몇 명이 지나갔음을 정확하게 알 수 있다. 이때 좋은 점은 확보한 데이터의 개인정보 이슈가 없다는 점이다. 라이다는 형체를 중심으로 사물을 인식하기 때문이다. 사람임은 인지할 수 있지만 개인정보 노출이 안 되는 센서 기술이다. 그래서 스마트시티 보안 회사들에서 라이다 기술에 관심을 보이고 있다.

응용 범위 넓은 라이다 센서 데이터

카메라 센서로 입수한 데이터에서 개인정보를 지우려면 얼굴을 한 번 인식한 다음에 지워야 한다. 개인정보를 이미 한 번 처리했다는 거다. 라이다는 어렴풋한 형체만 파악하여 처리한다. 팔이 보이고 다리가 보이고 머리가 보이는 정도다. 남자와 여자를 구분할 수도 없고, 키 크기 정도만 나오기 때문에 개인정보 보호에 민감한 유럽 쪽에서 특히 관심이 높다.

한국에서도 유통업체들이 유동인구 데이터 파악 측면에서 라이다에 관심을 보인다. 카메라를 도입하려다가 법적인 이유 때문에 실행할 수 없어서 POC(Proof Of Concept)를 요청하는 곳들이 있다. 라이더 센서 가격이 내려가면 매우 다양한 영역에 적용될 거라고 본다. 물로 카메라를 대체할 기술은 아니다. 카메라로 처리하기에 적합하지 않거나 할 수 없었던 부분들을 지원하고 보완하는 쪽으로 확대될 것이라고 본다. 자율주행이라든지 보안 영역에서 다양한 센싱 기술이 필요하다. 서울로보틱스는 그 라이다에 들어가는 소프트웨어의 완성도를 높여서 제공하는 쪽으로 접근하고 있다.

오픈소스를 참고하여 도전 가능한 영역

라이다 동향에 대해서는 대학생들이 더 빠르게 파악할 것이다. 라이다 기술을 포함해 컴퓨터 비전이나 3D 데이터 프로세싱은 매우 빨리 발전하기에 책에서 배우기가 쉽지 않을 것이다. 대부분의 논문들이 오픈소스로 온라인에 올라오고 있다. 서울로보틱스도 모든 연구를 온라인 리소스를 통해 진행하고 있다. 이 분야에 관심을 가진 학생이라면 제일 쉽게 시작할 수 있는 방법이 자율주행 경진대회 참여가 아닌가 싶다.

다양한 경진대회가 한 달에 한 번씩으로 개최되고 있다. 그런 경진대회에서 ‘이런 데이터는 어떻게 처리해야 하는지’ 나만의 방식을 도출해 보고, 온라인상의 다양한 오픈소스는 어떠한 방식으로 이걸 처리했는지를 알아보면 한국에서도 뛰어난 컴퓨터 비전 데이터 개발자들이 많이 나오지 않을까 한다.

세계 1위 라이다 소프트웨어 기업 목표

우리는 창업 초기부터 ‘모빌아이’란 곳을 벤치마킹 했다. 이 업체는 카메라 모듈이 처음 등장했을 때부터 모빌리티 업체들을 대상으로 한 컴퓨터 비전 소프트웨어 비즈니스를 했다. 현재도 시장 점유율 60% 이상을 유지하면서 15조 원 이상의 회사가치를 인정받고 있다.

현재는 라이다 시장이 크게 활성화하진 않았지만, 추후에 카메라 시장만큼 커졌을 경우 모빌아이만큼의 높은 시장 점유율과 높은 정확도의 솔루션을 확보한 세계 1위의 라이다 소프트웨어 기업이 되는 게 목표다. (끝)

출처 : 한국데이터산업진흥원
제공 : 데이터 온에어 Dataonair.or.kr