스트라드비젼, AWS 기반 AI 개발 전략 공개

실데이터·합성데이터 결합해 비전 AI 고도화

스트라드비젼이 AWS 기반 하이브리드 데이터 전략을 앞세워 차량용 비전 AI 개발 고도화에 나섰다.

스트라드비젼은 'AWS 서밋 서울 2026'에서 '피지컬 AI 학습을 위한 데이터 전략: 실 데이터와 합성 데이터로 심투리얼(Sim-to-Real)를 가속화'를 주제로 발표를 진행했다고 21일 밝혔다.

AWS 서밋 서울은 아마존웹서비스(AWS)가 주최하는 국내 최대 규모 AI·클라우드 행사다. 올해 행사에서는 생성형 AI와 클라우드 기술을 중심으로 산업별 혁신 사례가 공유됐다.

김인수 스트라드비젼 데이터 이노베이션 센터장 (사진=스트라드비젼)

이번 발표에는 김인수 스트라드비젼 데이터 이노베이션 센터장이 연사로 나섰다. 그는 차량용 비전 AI가 기존 2D 인식 중심에서 3D 인식 기반으로 발전하면서 급증하는 데이터 처리 수요에 대응하기 위한 데이터 운영 전략과 AI 개발 체계를 소개했다.

최근 자율주행 차량 탑재 카메라는 기존 2개 수준에서 최근 8개, 15개 이상으로 확대되면서 데이터 전송·저장·처리 규모도 빠르게 증가하고 있다. 이에 따라 GPU와 고성능 스토리지 확보 경쟁이 심화되며 개발 속도와 양산 대응 역량 확보가 업계 주요 과제로 부상했다.

스트라드비젼은 2024년부터 AWS 기반 하이브리드 아키텍처를 도입해 로컬 환경과 클라우드를 병행하는 데이터 운영 체계를 구축했다. 평상시에는 로컬 인프라 중심으로 운영하고, 대규모 AI 학습이나 데이터 처리가 필요한 경우 AWS 클라우드 리소스를 활용해 확장성과 운영 효율을 확보하는 방식이다.

스트라드비젼은 이날 실도로 데이터 기반 합성 데이터 증강 파이프라인 'SVGenFlow'와 시뮬레이션 기반 검증 체계 'SVSimFlow'도 공개했다.

SVGenFlow는 완전 가상 데이터를 생성하는 대신 실제 도로 환경 데이터를 기반으로 부족한 객체와 상황을 보강하는 구조다. 이를 통해 학습 데이터 다양성과 AI 모델 대응력을 강화한다는 설명이다.

SVSimFlow는 실제 도로에서 재현하기 어려운 상황을 시뮬레이션 기반 시나리오로 구성해 반복 검증할 수 있도록 지원한다. 회사는 이를 통해 다양한 조건에서 비전 AI 성능 검증과 개발 사이클 단축 효과를 기대하고 있다.

스트라드비젼은 독자 데이터 파이프라인 'SV Flow'를 기반으로 데이터 가공 공정 상당 부분을 자동화해 AI 모델 개발 효율성과 양산 대응 속도를 높이고 있다고 강조했다.

김인수 스트라드비젼 데이터 이노베이션 센터장은 "피지컬AI 시대에는 단순 모델 성능뿐 아니라 데이터를 얼마나 빠르고 효율적으로 처리하고 검증할 수 있는지가 중요한 경쟁력이 되고 있다"며 "실데이터와 합성데이터, 시뮬레이션을 결합한 운영 체계를 기반으로 실제 양산 환경에 최적화된 비전 AI 개발 역량을 지속 고도화하고 있다"고 말했다.