자율 주행

특별히 구축된 AWS와 파트너 서비스 및 솔루션을 사용하여 고급 운전자 지원 및 자율 주행 기능을 더 빠르게 개발

올해의 자동차 기업

Frost & Sullivan에서 업계를 이끄는 주요 업체로 AWS를 선정한 이유를 알아보세요.

자율 주행의 지속적인 발전을 지원
첨단 운전자 보조 시스템(ADAS) 기능 및 자율 주행(AV) 시스템을 개발하고 배포하려면 고도로 확장 가능한 컴퓨팅, 스토리지, 네트워킹과 분석 및 딥 러닝 프레임워크를 갖춘 개발 플랫폼이 필요합니다. 엔드-투-엔드 플랫폼에는 데이터 수집, 모으기, 저장, 데이터 관리 및 처리, 레이블링 및 익명화, 맵 개발, 모델 및 알고리즘 개발, 시뮬레이션, 확인 및 검증, 워크스페이스 관리 기능(MLOP 및 DevOps 포함)을 허용하는 기능이 포함됩니다. 주요 자동차 및 모빌리티 고객은 개발을 확장하고 가속화하기 위해 AWS를 사용하여 광범위하고 깊이 있는 관리형 서비스, 전용 솔루션, 경험, 새로운 기능 개발을 확장하고 가속화하는 데 필요한 아키텍처와 기술을 제공하는 파트너 커뮤니티에 맞게 개발 플랫폼을 자율 운영합니다.

이점

확장 가능한 인프라
AWS는 개발 및 검증을 위한 컴퓨팅 코어를 수천 개 제공하여 페타바이트급 데이터 처리, 저장 및 관리 필요를 해결합니다.
간소화된 데이터 관리
개발 플랫폼 툴 체인 전반에서 데이터 관리 효율성을 높여 새로운 기능을 더 빠르게 제공합니다.
도구 체인 호환성
AWS는 데이터 레이크 및 복잡한 도구 체인을 함께 연결하는 데 필요한 관리형 인프라 계층을 제공합니다.
출시 기간 단축
AWS를 기반으로 구축하면 민첩성이 향상되고 검증이 간소화되며 개발 시간이 단축됩니다.

자율 주행 차량 기능 개발

자율 기능 개발 프로세스

자율 주행 사용 사례 및 솔루션

데이터 모으기 및 전처리

닫기

데이터 모으기 및 전처리

데이터 모으기를 가속화하는 서비스를 사용하여 페타바이트 규모의 데이터에 더 빠르게 액세스한 다음, 고품질의 관련 데이터만 저장하고 엣지 케이스에서 쉽게 검색할 수 있도록 데이터를 처리
시나리오

자세히 알아보기 »
데이터 관리, 처리 및 분석

데이터 레이블링 및 익명화

닫기

데이터 레이블링 및 익명화

레이블링 및 주석 작업의 속도를 높이는 동시에 운영 오류를 줄여 고품질 데이터 세트를 완성

자세히 알아보기 »
데이터 레이블링 및 익명화

데이터 관리, 처리 및 분석

닫기

데이터 관리, 처리 및 분석

개발 플랫폼 도구 체인 전반에서 데이터 관리 효율성을 높여 새로운 기능을 더 빠르게 제공

자세히 알아보기 »
자율 주행 차량 소프트웨어 개발

모델 개발 및 훈련

닫기

모델 개발 및 훈련

AI 알고리즘을 개발하고 기계 학습 워크로드를 최대 5배 빠르게 실행하는 동시에 전 세계에 분산된 팀 간의 협업을 강화

자세히 알아보기 »
모델 및 알고리즘 개발

AM 소프트웨어 개발

닫기

AM 소프트웨어 개발

업계 표준 도구 체인에 액세스할 수 있는 공통의 클라우드 네이티브 환경에서 개발 및 테스트를 수행

자세히 알아보기 »
데이터 수집, 모으기 및 보강

시뮬레이션 및 확인

닫기

시뮬레이션 및 확인

수십억 마일을 가상으로 테스트하여 자율 주행 기능 성능을 개선함으로써 몇 개월이 아닌 며칠 만에 KPI를 달성

자세히 알아보기 »
시뮬레이션 및 확인

Autonomous Driving Data Framework(ADDF)

데이터 처리 파이프라인, 시각화 메커니즘, 분석 인터페이스 및 장면 검색 인터페이스를 사용하여 ADAS 및 자율 주행 개발을 확장하고 가속화합니다.

자세히 알아보기 »

Scene Intelligence with Rosbag on AWS

Scene Intelligence with Rosbag는 사용자 지정 비즈니스 로직을 사용하여 센서 데이터를 추출하고 객체 탐지를 적용하는 단계를 안내하는 AWS 솔루션입니다.

자세히 알아보기 »

엄선된 AWS 서비스로 시작

AWS Direct Connect 클라우드 서비스는 AWS 리소스에 대한 최단 경로입니다. 전송하는 동안 네트워크 트래픽은 AWS 글로벌 네트워크에 남아있으며 퍼블릭 인터넷에 닿지 않습니다.
업계 최고 수준의 확장성, 가용성 및 보안을 갖춘 객체 스토리지로, 모든 위치에서 원하는 양의 데이터를 저장하고 검색할 수 있습니다.
Amazon Elastic Compute Cloud(Amazon EC2)는 안전하고 크기 조정이 가능한 컴퓨팅 파워를 클라우드에서 제공하는 웹 서비스입니다.
AWS Batch를 사용하면 개발자, 과학자 및 엔지니어가 AWS에서 수많은 배치 컴퓨팅 작업을 효율적으로 손쉽게 실행할 수 있습니다.
Amazon SageMaker를 통해 데이터 사이언티스트와 개발자는 기계 학습을 위해 특별히 구축된 다양한 기능 세트를 함께 활용하여 고품질 기계 학습 모델을 빠르게 준비, 구축, 훈련 및 배포할 수 있습니다.
Amazon EMR은 Apache Spark, Apache Hive, Presto와 같은 오픈 소스 프레임워크를 사용하여 페타바이트 규모의 데이터 처리, 대화형 분석, 기계 학습을 지원하는 업계 최고의 클라우드 빅 데이터 솔루션입니다.
AWS CodeBuild는 소스 코드를 컴파일하고 테스트를 실행한 다음 배포 가능한 소프트웨어 패키지를 생성할 수 있는 완전관리형의 지속적 통합 서비스입니다.
AWS CodePipeline은 빠르고 안정적인 애플리케이션 및 인프라 업데이트를 위해 릴리스 파이프라인을 자동화하는 데 도움이 되는 완전관리형의 지속적 전달 서비스입니다.
Amazon Elastic Kubernetes Service(Amazon EKS)는 클라우드 또는 온프레미스에서 Kubernetes 애플리케이션을 실행하고 크기를 조정하는 관리형 컨테이너 서비스입니다.
Amazon FSx for Lustre는 컴퓨팅 워크로드를 위한 비용 효율적이면서 확장 가능한 고성능 스토리지를 제공하는 완전관리형 서비스입니다.
Amazon SageMaker Ground Truth Plus를 사용하면 레이블 지정 애플리케이션을 구축하거나 레이블 지정 인력을 관리할 필요 없이 고품질 훈련 데이터 세트를 생성할 수 있습니다.
NICE DCV 및 Amazon EC2를 사용하면 EC2 인스턴스에서 원격으로 그래픽 집약적 애플리케이션을 실행하고, 보다 단순한 클라이언트 머신으로 사용자 인터페이스를 스트리밍할 수 있으므로 고가의 전용 워크스테이션이 필요하지 않습니다. NICE DCV는 광범위한 HPC 워크로드의 원격 시각화 요구 사항에 사용됩니다. NICE DCV 스트리밍 프로토콜은 Amazon Appstream 2.0, AWS Nimble Studio 및 AWS RoboMaker와 같은 인기 서비스에서도 활용됩니다. Amazon EC2에서 NICE DCV를 사용하는 데 따른 추가 요금은 없습니다. 워크로드를 실행하고 저장하는 데 사용한 EC2 리소스에 대해서만 요금을 지불하면 됩니다.

고객 사례

AWS 자율 주행 솔루션으로 비즈니스 혁신을 꾀하는 선도적인 자동차 회사의 사례를 확인하세요.

Torc 로고

Amazon S3에 구축된 데이터 레이크를 통해 자율 주행 트럭 운송을 혁신

Torc Robotics에서 Amazon S3를 사용하여 클라우드의 최신 데이터 레이크로 마이그레이션한 후 얻은 주요 인사이트에 대해 알아보세요.

 

 

블로그 읽기 >>
Torc Robotics, Amazon S3에 구축된 데이터 레이크를 통해 자율 주행 트럭을 혁신
BMW Group 로고

Developing a highly automated driving platform in the cloud(클라우드에서 고도로 자동화된 주행 플랫폼 개발)

방대한 양의 데이터와 AWS 서비스를 통해 시나리오 레이블링을 가속화하고 재처리 규모를 확장하여 새로운 기능을 더 빠르게 제공함으로써 클라우드에서 고도로 자동화된 차세대 주행 개발 플랫폼을 구축한 BMW의 사례를 확인하세요.

동영상 보기 »
AWS의 BMW Group: 클라우드를 활용하여 더 나은 운전 경험을 제공 | Amazon Web Services
Lyft Level 5 로고

Amazon EC2 스팟 인스턴스를 통해 시뮬레이션 용량은 늘리고 비용은 낮춘 Lyft

Lyft는 자체 자율 주행 시스템의 성능 및 안전성을 개선하기 위해 Amazon EC2 스팟 인스턴스를 통해 시뮬레이션 용량은 늘리고 비용은 낮췄습니다.

사례 연구 보기 »

Toyota Research Institute 로고

AWS에서 전 세계적인 규모로 딥 러닝을 활용하여 안전한 자율 주행 기술의 개발을 가속화하는 Toyota Research Institute

Toyota Research Institute는 수집하는 엄청난 양의 데이터를 Amazon EC2 P3 인스턴스를 사용하여 처리하여 자체 자율 주행 시스템의 개발을 가속화하고 있습니다.

블로그 보기 »

Momenta 로고

AWS로 자율 주행 기술 개발의 속도를 높인 Momenta

Momenta는 AWS 스토리지 및 IoT 솔루션을 사용하여 자율 주행 차량에 장착된 센서에서 수백 페타바이트에 달하는 데이터를 수집하여 처리하고 있습니다.

사례 연구 보기 »

WeRide 로고

AWS로 자율 주행 기계 학습 모델의 학습 속도를 몇 주에서 12시간으로 단축시킨 WeRide

WeRide는 AWS로 자율 주행 기계 학습 모델의 학습 속도를 몇 주에서 12시간으로 단축시켰습니다.

사례 연구 보기 »

TuSimple 로고

AWS를 사용하여 레벨 4 자율 주행 트럭을 개발한 TuSimple

TuSimple은 수십 억 마일을 주행을 시뮬레이션하여 AWS에서 정교한 딥 러닝 알고리즘을 사용하는 자체 자율 주행 플랫폼을 개발했습니다.

동영상 보기 »

주요 산업 파트너와 함께 혁신

AWS에서 솔루션을 구축하면서 기술 전문성과 고객 성공을 입증한 AWS 파트너로 구성된 글로벌 커뮤니티와 함께 소통해 보세요.

DXC technology 로고

DXC Robotic Drive on AWS

문의처

KPIT 로고

KPIT SIL Platform

문의처

Capgemini 로고

Driving Automation and Systems Validation(DASV)

문의처

Seagate 로고

Lyve Mobile Data Transfer Services

문의처

dspace 로고

Simphera

문의처

Equinix 로고

Equinix Interconnection

문의처

Ottometric 로고

Ottometric Platform

문의처

Weights & Biases 로고

Weights & Biases MLops Platform

문의처

Tier IV 로고

Web.Auto

문의처

리소스

AWS Automotive 블로그 게시물, 동영상, 팟캐스트 및 기타 리소스에서 최신 개발 정보를 자세히 알아보세요.

주요 리소스

자율 주행 개발 Ebook

자율 주행 차량은 인간 운전자에 대한 의존도를 최소화하여 궁극적으로 인간 없이도 안전하고 효율적이며 접근 가능한 미래를 약속합니다. 이 ebook을 읽고 Toyota Research, Lyft, Momenta, TuSimple이 AWS에서 구축하여 자체 자율 주행 시스템의 개발을 어떻게 가속화할 수 있었는지 알아보세요.

자율 주행을 위한 자동화된 장면 감지 파이프라인 구축 썸네일
블로그

자율 주행을 위한 자동화된 장면 감지 파이프라인 구축 – ADAS 워크플로

2020년에 작성된 이 Field Notes 블로그는 참조 아키텍처를 사용하여 자율 주행 데이터 레이크를 구축하는 방법을 설명합니다.

블로그 보기 »

고속도로를 주행 중인 자율 주행 차량 스톡 이미지
블로그

어떻게 자율 주행 트럭이 자율 주행 차량 개발의 예기치 못한 영웅이 되었는가

고속도로에서 매일 지나치는 견인 트럭인 Class 8 상용 트럭은 일반적으로 비교적 예측 가능한 조건의 장거리 경로에서 천문학적 주행 거리를 기록합니다. 이는 자율 주행 기술을 개발 및 입증하기 위한 이상적인 환경입니다.

블로그 보기 »

AWS RoboMaker에서 시뮬레이션 썸네일
블로그

GPU 및 컨테이너의 지원을 받아 AWS RoboMaker에서 충실도 높은 시뮬레이션 실행

고충실도 시뮬레이션을 지원하기 위해 현재 AWS RoboMaker는 컴퓨팅 집약적 워크플로(예: 고충실도 시뮬레이션)를 위해 개발된 GPU 기반 시뮬레이션 작업을 지원합니다.

블로그 보기 »

rviz 및 Webviz를 사용한 AWS의 ROS Bag 데이터 썸네일
블로그

자율 주행을 위해 rviz 및 Webviz를 사용하여 AWS에서 ROS Bag 데이터 배포 및 시각화

이 블로그 게시글에서는 널리 사용되는 두 가지 시각화 도구를 사용하여 AWS에서 ROS bag 데이터를 배포 및 시각화하는 방법에 대한 세 가지 솔루션을 설명합니다.

블로그 보기 »

Amazon SageMaker Ground Truth에서 동영상에 레이블 지정
블로그

Amazon SageMaker Ground Truth를 사용하여 동영상 레이블 지정

모델이 점점 더 정교해짐에 따라 동영상 콘텐츠에 기계 학습 예측을 적용하는 AWS 고객이 점점 늘고 있습니다. 안전을 위해 도로 상태와 움직이는 물체를 정확하게 감지하고 실시간으로 추적해야 하기 때문에 자율 주행은 가장 대표적인 사용 사례입니다.

블로그 보기 »

3D 포인트 클라우드 레이블 지정 썸네일
블로그

Amazon SageMaker Ground Truth를 사용하여 3D 포인트 클라우드 레이블 지정

작업자는 기본 제공 그래픽 사용자 인터페이스(GUI)와 탐색 및 레이블 지정을 위한 단축키를 사용하여 3D 객체('자동차', '보행자' 등)에 레이블, 상자 및 카테고리를 빠르고 정확하게 적용할 수 있습니다.

블로그 보기 »

Capgemini
관련 리소스

Capgemini Driving Automation System Validation

OEM이 자율 주행의 기본 아키텍처 및 기술을 빠르게 도입하도록 지원합니다.

자세히 알아보기 »

DXC
관련 리소스

DXC 및 AWS Robotic Drive Cloud

자율 주행 관련 워크로드를 위해 최적화된 AWS 서비스를 강화하여 자율 주행 기능 및 소프트웨어의 구축을 가속화하기 위해 AWS에서 도구, 서비스 및 기본 백엔드 플랫폼을 제공합니다.

자세히 알아보기 »

시작하기

글로벌 자동차 제조사에서 스타트업에 이르기까지 모든 유형 및 규모의 자동차 회사가 AWS를 활용하고 있습니다. AWS의 전문가와 상담하고 클라우드로의 전환을 지금 시작하세요.