사람들은 시, 소설, 보고서 등 글쓰기, 그림 그리기, 알고리즘 코딩 등 창작의 세계가 그동안 인간에게만 허락된 별도의 영역이라 알고 있었다. 그런데 AI(인공지능)의 발전과 함께 이제는 진화한 AI가 스스로 창작의 영역을 넘보는 시대가 되었다. 생성형 AI(Generative AI)의 등장은 인간에게 어떤 의미가 있으며 우리의 미래에 어떤 영향을 미칠지 가늠하기 쉽지 않지만, 생성형 AI는 이미 여러 분야에서 현실로 나타나 적용되고 있다. 우리에게 성큼 다가온 생성형 AI의 시장현황, 다양한 이슈와 관심 사항 등을 살펴보기로 하자. <편집자 주>

 

 

[뉴스투데이=최봉 산업경제 전문기자] “유연하지 않고 표준화된 인터페이스의 시대는 끝났다.”

 

생성형 AI(Generative AI) 기술이 자동차에 미치는 영향을 대변해주는 단적인 표현이라 하겠다.

 

앞서 본 시리즈(2023.8.30., 9.7 기사 참조)에서 몇몇 글로벌 자동차 메이커 사례를 통해 살펴보았듯이 Generative AI는 자동차 환경을 재편하고 차량에 지능을 주입하며 개인의 선호도와 요구 사항에 맞는 맞춤형 운전 경험을 창출하고 있다.

 

즉, 자동차는 이제 Generative AI의 도움에 힘입어 미적 측면, 디스플레이 및 제어 장치를 조정하여 사용자의 선호도에 완벽하게 부합하는 완전히 맞춤화된 운전 경험을 제공할 수 있다.

 

---

• 자동차산업의 Generative AI 세계 시장, 2032년까지 연평균 24% 성장

 

Precedence Research에 따르면, 자동차산업의 Generative AI 세계 시장규모는 2022년에 3억1,246만달러로 평가되었다. 예측에 따르면 2032년까지 약 26억9,192만달러에 도달하여 2023년부터 2032년까지 24.03%의 연평균 성장률(CAGR)을 보일 것으로 예상된다.

 

 

특히 Generative AI는 차량 자동화 발전에 중추적인 역할을 하고 있다. 이는 이미 자동차산업에서 진행되고 있는 자율주행 및 차량 자동화의 몇 가지 중요한 측면의 실현을 더욱 가속할 것으로 기대한다(LeewayHertz).

 

우선 인식 및 감지 기능이다. Generative AI는 LiDAR와 같은 기술을 통해 차량이 주변을 인식하도록 지원한다. AI 알고리즘은 환경에 대한 상세한 3D 지도를 생성하여 차량이 장애물, 보행자 및 기타 차량을 정확하게 식별하도록 돕는다.

 

둘째, 의사결정이다. Generative AI는 자율주행차에 대한 실시간 의사결정을 지원한다. 이러한 시스템은 다양한 운전 시나리오를 시뮬레이션하고 최적의 응답을 생성하여 제동, 가속 또는 차선 변경 시기와 같은 안전한 탐색을 보장할 수 있다.

 

셋째, 예측 모델링이다. AI 모델은 생성 기술을 사용하여 다른 도로 사용자의 행동을 예측하므로 자율주행차가 예측할 수 없는 상황을 더 잘 예측하고 대응할 수 있다.

 

넷째, 시뮬레이션 및 테스트다. Generative AI는 자율주행 차량 시스템 테스트를 위해 방대한 양의 합성 데이터와 현실적인 시나리오를 생성한다. 이를 통해 개발 및 검증 프로세스가 가속화되어 차량이 더욱 안전하고 안정적으로 만들어진다.

 

 

---

• Generative AI, 자동차 디자인 및 제조/예측 유지보수 등 다양한 분야에서 활용 기대

 

자동차 부문에서 Generative AI는 어떻게 활용되고 있는가? 본 시리즈 자동차산업을 종합하는 차원에서 이를 정리해본다.

 

첫째, 자동차 디자인 분야에서의 활용이다. Generative AI는 방대한 데이터 세트를 분석하고 다양한 설계 시나리오를 시뮬레이션하여 엔진, 경량 구조, 차량 기능을 포함한 복잡한 자동차 시스템에 대한 여러 설계 옵션을 신속하게 생성한다.

 

이를 통해 디자이너는 다양한 가능성을 탐색하고 창의적이고 혁신적인 솔루션을 만들 수 있다.

 

 

둘째, 자동차 제조 분야다. 자동차 제조업체는 자동차 제조 공정의 모든 측면에 AI를 원활하게 통합하고 있다. AI 기반 시스템을 통해 로봇은 높은 성공률로 컨베이어 벨트에서 부품을 능숙하게 선택할 수 있다.

 

딥 러닝을 활용하는 로봇은 선택할 부품, 선택 방법, 적절한 순서를 자동으로 식별하여 인력 개입을 줄이고 프로세스 정확도를 향상시킨다.

 

셋째, 예측 유지보수 분야다. Generative AI는 과거 데이터와 차량 센서 입력을 분석하여 유지 관리 요구 사항을 정확하게 예측한다.

 

잠재적인 문제를 식별함으로써 차량 관리자는 사전에 유지 관리 일정을 계획하고 예상치 못한 고장과 가동 중지 시간을 줄일 수 있다.

 

넷째, 품질 관리 분야에서의 활용이다. 방대한 양의 데이터를 분석하고 제조된 부품의 미묘한 결함까지 감지하는 능력은 자동차산업에서 매우 중요하다.

 

Generative AI 시스템은 이미지, 센서 데이터, 심지어 음향 신호까지 처리하여 구성 요소의 이상 징후를 식별하여 고품질 부품만 차량에 들어갈 수 있도록 보장한다.

 

Generative AI는 이러한 검사 프로세스를 자동화함으로써 결함 감지의 정확성을 높일 뿐만 아니라 수동 품질 관리와 관련된 시간과 비용을 크게 줄여준다.

 

이 외에도 Generative AI 기술은 자동차 부문에서 다양하게 활용되어 제품 품질을 높이고 안전 표준과 고객 만족을 유지하는 데 중요한 역할을 할 것이다.

 

자동차산업의 Generative AI 기술은 계속 발전하여 소비자에게 혁신의 미래와 향상된 이동성을 제공할 것으로 기대한다.

 

 

---