AI 기반 영상 인식 소프트웨어 전문 기업 스트라드비젼이 AWS 서밋 서울 2026에서 ‘Physical AI 학습을 위한 데이터 전략: 실 데이터와 합성 데이터로 심투리얼(Sim-to-Real) 가속화’를 주제로 발표를 진행했다. AWS 서밋 서울 2026은 아마존웹서비스가 주최하는 국내 최대 규모의 AI·클라우드 컨퍼런스로, 생성형 AI와 클라우드 기술을 중심으로 최신 기술 트렌드와 산업별 혁신 사례를 공유하는 행사다.

세션 발표자로 나선 김인수 스트라드비젼 데이터 이노베이션 센터장은 차량용 Vision AI가 2D 인지에서 3D 인지 중심으로 고도화되면서 급격히 증가하는 데이터 처리 수요에 대응하기 위한 데이터 운영 전략과 AI 개발 체계를 소개했다. 최근 차량에 탑재되는 카메라 수가 2개 수준에서 8개, 15개 이상으로 확대되면서 데이터 전송, 저장, 처리 규모 역시 빠르게 증가하는 추세다. 대규모 AI 학습에 필요한 GPU 및 고성능 스토리지 확보 경쟁이 심화되는 가운데, 개발 속도와 양산 대응 역량을 동시에 확보하는 것이 업계 전반의 주요 과제로 꼽힌다.

AWS 기반 하이브리드 아키텍처 활용… 글로벌 자원 경쟁 대응
스트라드비젼은 AWS 기반 하이브리드 아키텍처를 도입해 로컬 환경과 클라우드를 병행하는 데이터 운영 체계를 구축해왔다. 평상시에는 로컬 인프라 중심으로 운영하면서도, 대규모 데이터 처리 및 AI 학습이 필요한 시점에는 AWS 클라우드 리소스를 활용해 확장성과 운영 효율을 확보하는 방식이다. 전 세계적으로 GPU 자원 확보 경쟁이 치열한 상황에서 스트라드비젼이 안정적이고 신속하게 AI 모델을 개발하고 배포할 수 있는 핵심 기반으로 작용하고 있다.

독자적인 데이터 파이프라인 기술도 함께 공개했다. 실도로 데이터 기반 합성 데이터 증강 파이프라인인 ‘SVGenFlow’와 시뮬레이션 기반 검증 체계인 ‘SVSimFlow’가 대표적이다. SVGenFlow는 가상의 데이터를 무작위로 생성하는 대신 실제 도로 환경 데이터를 바탕으로 부족한 객체와 돌발 상황을 보강하는 구조로 설계됐다. 이를 통해 학습 데이터 다양성과 개발 효율을 높이고 다양한 주행 환경에 대한 AI 모델의 대응력을 강화한다.

독자 데이터 파이프라인 ‘SV Flow’… 실제 양산 프로젝트 적용
SVSimFlow는 실제 도로 환경에서 재현하기 어려운 위험 상황을 시뮬레이션 기반 시나리오로 구성해 반복 검증할 수 있도록 지원하는 시스템이다. 다양한 조건에서 Vision AI 성능 검증을 수행해 전체 개발 사이클을 단축하는 효과를 거두고 있다. 이러한 데이터 운영 체계를 연구 목적의 기술 데모 수준에 머무르게 하지 않고, 실제 양산형 Vision AI 개발 과정에 직접 적용하고 있다는 점이 핵심 차별화 요소다. 독자 데이터 파이프라인인 ‘SV Flow’를 기반으로 데이터 가공 공정의 상당 부분을 자동화함으로써 AI 모델 개발 효율성과 양산 대응 속도를 동시에 높이고 있다.

김인수 데이터 이노베이션 센터장은 Physical AI 시대에는 단순 모델 성능뿐 아니라 데이터를 얼마나 빠르고 효율적으로 처리하고 검증할 수 있는지가 중요한 경쟁력이라고 짚었다. 이어 실데이터와 합성데이터, 시뮬레이션을 결합한 운영 체계를 기반으로 실제 양산 환경에 최적화된 Vision AI 개발 역량을 지속 고도화하고 있다고 설명했다. AWS 기반 하이브리드 인프라 전략이 대규모 AI 개발 환경에서 요구되는 확장성과 유연성을 확보하는 데 기여하는 만큼, 앞으로도 협력을 통해 데이터 및 AI 개발 체계를 지속 발전시켜 나갈 계획이라고 전했다.

글 / 원선웅 (글로벌오토뉴스 기자)​
<저작권자(c) 글로벌오토뉴스(www.global-autonews.com). 무단전재-재배포금지>