작년, AI 개발 플랫폼인 허깅 페이스(Hugging Face)는 실제 로봇 공학 시스템 구축을 돕기 위해 LeRobot이라는 이름의 개방형 AI 모델, 데이터 세트, 도구 모음을 출시했습니다. 지난 화요일, 허깅 페이스는 AI 스타트업 야크(Yaak)와 협력하여, 도시 거리와 같은 환경을 자율적으로 주행할 수 있는 로봇 및 차량 훈련 세트를 LeRobot에 추가했습니다.
Learning to Drive (L2D)라는 이름의 이 새로운 세트는 1페타바이트가 넘는 대용량을 자랑하며, 독일 운전 학교 차량에 설치된 센서에서 수집된 데이터를 포함하고 있습니다. L2D는 운전 강사와 학생들이 건설 구역, 교차로, 고속도로 등을 주행하는 과정에서 촬영된 카메라, GPS, 그리고 "차량 동역학(vehicle dynamics)" 데이터를 포착합니다.
알파벳의 웨이모(Waymo)나 코마 AI(Comma AI) 등 여러 기업에서 자체 주행 훈련 세트가 공개되어 있지만, L2D 제작진은 이들 중 다수가 객체 감지 및 추적과 같은 계획(planning) 작업에만 초점을 맞추고 있어, 고품질 어노테이션(annotations)이 필수적으로 요구되므로 확장성이 떨어진다고 지적합니다.
여러 센서를 통해 포착된 L2D 데이터 세트의 일부.
반면 L2D는 제작진의 주장에 따르면, "엔드투엔드(end-to-end)" 학습 개발을 지원하도록 설계되었습니다. 이는 센서 입력(예: 카메라 영상)으로부터 행동(예: 보행자가 길을 건널 수 있는 상황)을 직접 예측하는 데 도움을 줍니다.
야크의 공동 창립자인 하르심랏 산다왈리아(Harsimrat Sandhawalia)와 허깅 페이스의 AI 로보틱스 팀원 레미 카뎅(Remi Cadene)은 블로그 게시물에서 다음과 같이 밝혔습니다. "AI 커뮤니티는 이제 엔드투엔드 자율 주행 모델을 구축할 수 있게 되었습니다. L2D는 AI 커뮤니티가 독특하고 다양한 '에피소드'를 활용하여 엔드투엔드 공간 지능(spatial intelligence)을 훈련할 수 있도록 지원하는 가장 큰 오픈 소스 자율 주행 데이터 세트가 되는 것을 목표로 합니다."
허깅 페이스와 야크는 올여름 L2D와 LeRobot을 사용해 훈련된 모델들을 실제 환경의 "폐쇄 루프(closed-loop)" 테스트에 적용할 계획이며, 안전 운전자가 탑승한 차량에 이를 탑재할 예정입니다. 두 회사는 AI 커뮤니티에 회전교차로나 주차 공간 주행과 같이, 평가가 필요한 모델과 과제를 제출해 줄 것을 요청하고 있습니다.