Wayve의 공동 창립자이자 CEO인 알렉스 켄달(Alex Kendall)은 자사가 설립한 자율주행 스타트업의 기술을 상용화할 큰 잠재력을 보고 있다. 즉, Wayve가 자율주행 소프트웨어를 운영 비용이 저렴하고(cheap to run), 하드웨어에 구애받지 않으며(hardware agnostic), 첨단 운전자 보조 시스템(ADAS), 로보택시, 나아가 로봇 공학까지 폭넓게 적용할 수 있는 전략을 고수하고 있다는 것이다.
켄달은 엔비디아(Nvidia)의 GTC 컨퍼런스에서 이 전략을 설명했다. 이 전략은 종단 간(end-to-end) 데이터 기반 학습 접근 방식에 근거한다. 이는 시스템이 다양한 센서(카메라 등)를 통해 '관찰한 정보'가 운전 행위(제동하거나 좌회전하는 결정과 같은)로 직접 이어짐을 의미한다. 또한, 이는 기존의 자율주행 기술들이 의존했던 고정밀 지도(HD map)나 규칙 기반 소프트웨어에 의존할 필요가 없다는 것을 뜻한다.
이러한 접근 방식은 투자자들의 관심을 끌고 있다. 2017년에 출범하여 지난 2년 동안 13억 달러 이상을 모금한 Wayve는 자율주행 소프트웨어를 자동차 및 차량 운송 파트너에게 라이선싱할 계획이다.
회사는 아직 자동차 파트너십을 공식 발표하지 않았으나, 대변인은 TechCrunch에 Wayve가 다양한 유형의 차량에 소프트웨어를 통합하기 위해 여러 OEM(주요 자동차 제조업체)과 "긍정적인 논의"를 진행 중이라고 밝혔다.
이러한 '저비용 운영 가능'이라는 소프트웨어의 강점은 계약 체결에 결정적인 역할을 한다.
켄달에 따르면, Wayve의 ADAS를 신규 생산 차량에 도입하려는 OEM들은 추가적인 하드웨어에 투자할 필요가 없다. 그 이유는 이 기술이 일반적으로 주변 카메라와 일부 레이더로 구성된 기존 센서와 호환되기 때문이다.
또한 켄달은 Wayve가 '실리콘에 구애받지 않는다(silicon-agnostic)'는 점을 강조했다. 즉, OEM 파트너가 차량에 이미 탑재하고 있는 어떤 GPU에서도 소프트웨어를 구동할 수 있다는 것이다. 다만, 현재 Wayve의 개발 차량군(development fleet)에는 엔비디아의 오린(Orin) 시스템 온 칩이 사용되고 있다.
켄달은 수요일 무대에서 "ADAS 시장 진입은 매우 중요합니다. 왜냐하면 지속 가능한 비즈니스를 구축하고, 대규모 유통망을 확보하며, 나아가 시스템을 [레벨] 4 수준까지 훈련시킬 수 있는 데이터 확보에 유리하기 때문입니다"라고 말했다.
(레벨 4 주행 시스템이란 특정 조건 하에서 사람이 개입할 필요 없이 스스로 환경을 주행할 수 있는 수준을 의미한다.)
Wayve는 우선 ADAS 수준에서의 시스템 상용화를 목표로 한다. 따라서 이 스타트업은 대부분의 레벨 4 기술 개발사들이 필수 센서로 간주하는, 레이저 광을 이용해 거리를 측정하고 정밀한 3D 지도를 생성하는 라이다(LiDAR, light detection and ranging radar) 없이도 구동되는 AI 운전자를 설계했다.
Wayve의 자율주행 접근 방식은 테슬라와 유사하여, 테슬라 역시 시스템 구동 및 자율주행 소프트웨어의 지속적 개선을 위해 종단 간 딥러닝 모델을 활용하고 있다. Wayve 역시 ADAS의 광범위한 배포를 활용하여 시스템이 완전한 자율주행에 도달하는 데 필요한 데이터를 수집하는 것을 목표로 한다. (테슬라의 "Full Self-Driving" 소프트웨어는 일부 자동 주행 작업은 수행할 수 있지만, 완전한 자율 기능을 갖춘 것은 아니다. 비록 회사는 올여름 로보택시 서비스 출시를 목표로 하고 있다.)
기술적 관점에서 Wayve와 테슬라 접근 방식의 주요 차이점 중 하나는, 테슬라가 오직 카메라에만 의존하는 반면, Wayve는 단기적인 완전 자율성을 위해 라이다 통합을 기꺼이 수용한다는 점이다.
켄달은 "장기적으로 보면, 신뢰성을 확보하고 어느 정도의 규모를 입증할 능력을 갖추게 되면 [센서 스위트]를 더 간소화할 기회가 분명히 생깁니다. 어떤 제품 경험을 원하느냐에 따라 달라집니다. 차량이 안개 속을 더 빠르게 주행하길 바란다면 [라이다]와 같은 다른 센서가 필요할 수 있습니다. 하지만 AI가 카메라의 한계를 이해하고 그에 따라 방어적이고 보수적으로 운행하는 것을 감수할 수 있습니까? 저희 AI는 그것을 학습할 수 있습니다"라고 덧붙였다.
켄달은 또한 자율주행에 맞춰진 Wayve의 최신 생성형 월드 모델인 GAIA-2에 대해서도 언급했다. 이 모델은 방대한 양의 실세계 및 합성 데이터를 광범위한 작업을 통해 학습시켜 차량의 운전자를 훈련시킨다. 이 모델은 비디오, 텍스트, 기타 동작을 종합적으로 처리하며, 켄달에 따르면 이를 통해 Wayve의 AI 운전자는 주행 행동에서 더욱 적응력이 높고 인간과 유사한 모습을 보일 수 있게 된다.
켄달은 "가장 흥미로운 부분은 나타나는 인간과 같은 주행 행동입니다"라며, "물론 수작업으로 코딩된 행동은 아닙니다. 저희는 차량에게 어떻게 행동해야 하는지 지시하지 않습니다. 인프라가 아닙니다. 다만, 과거의 경험을 통해 학습하는 것입니다."
웨이브는 자동 주행 학습에 대한 최신 논문들을 소개하는 자리를 가졌다. 이 자리는 자동차 기술의 혁신적인 발전을 보여주었다.