앤키·웨이모·베드록 로보틱스 창업자가 밝힌 로봇 사업의 현금흐름과 시장 선택의 교훈 정리
카네기멜런대 추모 강연에서 앤키 공동창업자이자 전 웨이모 임원인 보리스 소프먼이 히트 상품을 내고도 회사가 무너진 이유, 자율주행의 기술 전환점, 그리고 건설 중장비 자율화에 걸고 있는 승부를 직접 설명했다.
핵심 내용 읽기 →
AI TOPIC
자율주행 최신 뉴스와 핵심 해설
자율주행 관련 핵심 뉴스와 활용 인사이트 23편을 최신순으로 모았습니다.
자율주행 레이싱으로 검증하는 물리적 지능: UVA 카발리에 팀의 시속 296km 도전
체스는 수십 년 전에 정복됐지만 운전은 여전히 어렵다. 버지니아대 마두르 벨 교수가 UC 버클리 EMBER 세미나에서 자율주행 레이싱을 물리적 지능의 시험대로 삼은 이유와, 안전성 측정·자동 반증·실차 레이싱 성과를 설명했다.
핵심 내용 읽기 →
KAIST 심현철 교수 강연 정리: 자율 드론 레이싱과 자율주행 경주, 그리고 비행기를 조종하는 휴머노이드
KAIST 심현철 교수가 UC버클리 세미나에서 30년간의 자율 드론 레이싱과 자율주행 경주 경험을 정리하고, 기체를 개조하는 대신 기존 조종석을 그대로 쓰는 휴머노이드 로봇 파일럿 연구를 소개했다.
핵심 내용 읽기 →
안전 필터와 강화학습으로 자율 로봇의 안전을 보장하는 방법 — 프린스턴 연구 세미나 정리
프린스턴 하이메 페르난데스 피삭 교수가 UC 버클리 세미나에서 설명한 자율 시스템 안전 보장법을 정리했다. 운영 설계 영역, 안전 필터의 세 구성요소, 적대적 강화학습으로 차원의 저주를 우회하는 방법을 다룬다.
핵심 내용 읽기 →
GOSPA 지표란: 다중 표적 추적 성능 평가에서 OSPA의 한계를 고친 새 거리 척도
다중 표적 추적 알고리즘 평가에 쓰이는 GOSPA 지표를 소개한 발표를 정리했다. 오차를 위치·미검출·오검출 세 조각으로 나누는 구조와, 기존 OSPA가 오검출이 늘어도 값이 커지지 않는 문제를 짚는다.
핵심 내용 읽기 →
SF 과학 방법론 정리, 자율주행 도덕 딜레마부터 AI 에이전트 위임 실험 결과까지
막스플랑크 인간발달연구소 이야드 라완 교수가 기술이 퍼지기 전에 사회적 영향을 실험으로 미리 재는 'SF 과학'을 소개했다. 자율주행 도덕 딜레마, AI 위임이 부른 도덕적 해이, 인간과 봇의 협력 실험을 정리했다.
핵심 내용 읽기 →
자율주행 3D 점유 예측에 CLIP 결합하기: 오픈 보캐뷸러리 인식 실험 세 가지 전략 비교
학습 데이터에 없는 공사 자재나 특수 차량까지 알아보려면 어디에 언어 정보를 붙여야 할까. 카메라 기반 3D 점유 예측 모델에 세 가지 방식으로 CLIP을 결합해 비교한 실험의 설계와 결과를 정리했다.
핵심 내용 읽기 →
스탠퍼드 AA203 강의 정리: 도달가능집합과 모델예측제어(MPC)의 기초와 튜닝 원리
스탠퍼드 AA203 강의가 해밀턴-야코비-아이작스 방정식으로 충돌 회피용 안전 집합을 계산하는 방법과, 개루프의 속도와 폐루프의 강점을 절충하는 모델예측제어의 구조 및 세 가지 튜닝 손잡이를 함께 정리한다.
핵심 내용 읽기 →
HJB·HJI 방정식과 도달가능집합 — 스탠퍼드 AA203 최적·학습 기반 제어 10강 정리
스탠퍼드 AA203 10강은 무한 시간 MDP의 가치 반복과 정책 반복을 마무리한 뒤, 연속시간 벨만 방정식인 HJB와 외란을 상대하는 HJI 방정식, 충돌 회피에 쓰이는 도달가능집합까지 이어서 설명한다.
핵심 내용 읽기 →
AI 안전성 검증 방법 4가지: 실패 분석·형식 보증·설명·런타임 감시로 쌓는 안전 논거
스탠퍼드 시드니 카츠 연구원이 항공 충돌 회피와 자율주행을 예로 AI 안전성 검증을 설명한다. 실패 분석·형식 보증·설명·런타임 감시에는 은탄환이 없어 여러 층을 겹겹이 쌓아야 한다는 것이 핵심이다.
핵심 내용 읽기 →
월드 모델과 공간 지능: 산야 피들러가 말한 자율주행 시뮬레이션의 진화와 피지컬 AI의 남은 과제
트랜스포머와 월드 모델은 경쟁 관계가 아니다. 엔비디아 AI 연구 부사장 산야 피들러가 자율주행 시뮬레이션의 세대 교체, 촉각 데이터의 부재, 그리고 범용 로봇의 챗GPT 순간이 언제 올지를 이야기했다.
핵심 내용 읽기 →
웨이모 공동 CEO의 물리 세계 AI 7가지 교훈: 데모 18개월, 제품 15년의 격차
웨이모 공동 CEO가 스타트업 스쿨에서 밝힌 자율주행 15년의 기술 교훈을 정리했다. 데모와 제품 사이의 격차, 센서 중복성, 파운데이션 모델, 폐루프 시뮬레이션, 평가 지표까지 물리 세계 AI가 디지털 AI와 다른 지점을 짚는다.
핵심 내용 읽기 →
피지컬 AI 시대 자율주행 정책 진단: 미국·중국과의 격차와 한국의 버스 중심 실증
국내 자율주행 기업의 정책 담당 임원이 피지컬 AI를 주제로 열린 포럼에서 미국과 중국의 제도 차이, 471대에 그친 국내 허가 실적과 버스에 몰린 사업 구조, 그리고 엔드투엔드 전환을 둘러싼 현실적 제약을 차례로 짚었다.
핵심 내용 읽기 →
자율주행의 시작 ALVINN: 1980년대 신경망 주행과 데이터 증강, 그리고 웨이모까지
30×32 픽셀 이미지로 조향을 배운 1980년대 신경망 ALVINN의 개발자가 5분 실시간 학습과 초기 합성 데이터 실험, 160킬로미터 고속도로 주행, 차선이탈경고 상용화까지의 과정을 직접 들려줬다.
핵심 내용 읽기 →
피지컬 AI 한국의 현주소: 자율주행 규제와 데이터 부족, 휴머노이드 인프라 격차 진단
SPRi 포럼 패널토론에서 자율주행·휴머노이드·조선 현장 전문가들이 짚은 피지컬 AI의 병목을 정리했다. 무인주행 규정과 원격주행 금지, 실도로 데이터 부족, GPU와 전기 인프라, 장인 노하우의 데이터화까지 현장의 언어로 나온 진단이다.
핵심 내용 읽기 →
AI 해석 가능성의 한계와 일자리 충격, 스티브 저벳슨이 스탠퍼드 대담에서 던진 질문
오랜 AI 투자자 스티브 저벳슨이 스탠퍼드 대담에서 AI의 안전성·통제·해석 가능성에 회의를 표했다. AI를 십대에 빗대 한계를 설명하고, 운전 직종이 사라지는 노동 충격과 전환기 정책의 공백을 함께 경고했다.
핵심 내용 읽기 →
소프트웨어 안전과 자율주행 제조사 책임 — 테슬라 사고 판결과 ISO 26262가 말하는 것
소프트웨어 안전은 보안과 무엇이 다를까요. 제조사 책임을 처음 인정한 자율주행 사고 판결을 ISO 26262 등 국제 표준과 국내 제도에 비춰 읽고, 항공·자동차·의료 분야의 준비 수준을 짚었습니다.
핵심 내용 읽기 →
열화상 세그멘테이션 도메인 적응: RGB-열화상 상호 증류로 야간 자율주행 인식 성능 높이기
딥러닝 논문 읽기 모임이 소개한 크로스 스펙트럴 비지도 도메인 적응 연구. 마스크드 상호 학습·크로스 스펙트럴 프로토타입·프로토타입 자기지도 손실로 라벨 없는 야간 열화상에서도 mIoU를 70.4%에서 76.9%로 끌어올린다.
핵심 내용 읽기 →
신뢰할 수 있는 자율주행·로봇 안전: 스탠퍼드 세미나의 의미론적 이상 탐지와 데이터 개선
스탠퍼드 로보틱스 세미나에서 자율주행·로봇의 안전을 다룬다. 표지판 오인 같은 의미론적 이상을 잡아내는 빠른·느린 이중 추론과, 데이터로 정책을 개선하는 방법을 정리했다.
핵심 내용 읽기 →
월드 모델(World Model)이란? AI가 행동의 결과를 예측하고 계획하는 원리와 활용
구글 지니와 엔비디아 코스모스, 얀 르쿤의 JEPA까지, 현재 세계 상태와 행동으로 미래를 예측하는 월드 모델의 정의와 생성형·예측형 두 구현 학파, 그리고 자율주행·로봇·게임·에이전트 활용 사례를 한눈에 정리했다.
핵심 내용 읽기 →
칼만 필터 쉽게 이해하기: 잡음 섞인 예측과 측정을 결합해 위치·속도 상태를 추정하는 원리
칼만 필터는 불완전한 예측과 잡음이 섞인 측정을 결합해 시스템의 상태를 추정하는 알고리즘이다. 자율주행 자동차 예시를 통해 예측 단계와 갱신 단계, 그리고 칼만 이득의 직관을 단계별로 쉽게 풀어 설명한다.
핵심 내용 읽기 →
액체 신경망이란 무엇인가: 19개 뉴런으로 차를 모는 뇌에서 영감받은 작은 AI의 도전
MIT 라민 하사니가 소개한 액체 신경망을 정리했다. 모델을 무작정 키우는 거대화 흐름과 달리, 학습이 끝난 뒤에도 적응하는 작은 신경망이 단 19개의 뉴런으로 자율주행과 드론 과제에서 보여준 성능과 해석 가능성을 살펴본다.
핵심 내용 읽기 →
웨이모 자율주행 인식 원리: 라이다 점구름과 카메라를 결합한 4D 3D 물체탐지
테슬라의 카메라 전용 방식과 달리 라이다와 카메라를 함께 쓰는 웨이모의 인식 구조를, 점구름·RGB 영상을 시간축까지 묶어 3D 물체를 탐지하는 구글·웨이모 연구로 풀어 설명한다.
핵심 내용 읽기 →