2018년 4월 12일

언리얼 엔진의 AI: 가상 시뮬레이션을 통한 학습

저자: Sebastien Miglio

이제 인공지능은 그저 인기있는 SF 소재에서 벗어나 현실로 다가왔으며, 가까운 미래에 인류의 삶을 혁명적이고도 멋진 다양한 방법으로 바꿔놓으려 하고 있습니다. 자율주행 자동차, 적응형 로봇 공학, 기타 AI 주도형 기술의 발전은 현대사회에서 한 때 미래의 상징이던 것을 실현해 내는 데 한 걸음 다가가면서 보게 되는 풍경의 시작일 뿐입니다.

이런 굉장한 혁신들을 완전히 실현하는데 필요한 인공 두뇌의 개발 및 교육 과정은 복잡하고 시간이 많이 걸릴 수 있으나, 인공지능을 실생활 응용에 맞게 교육하고 인증하는 과정에서 언리얼 엔진이 중요한 역할을 수행합니다.

언리얼 엔진에서의 자율 주행 AI 교육

자율주행 차량의 현실화를 둘러싼 우려를 감안할 때, 자율주행 차량의 진화와 구현은 완전히 흥미롭지는 않지만 예민한 주제입니다. 자율주행 운송 수단의 상용화에서 공공 안전은 반드시 짚고 넘어가야 할 분명한 관심사이기 때문에, AI를 꼼꼼하고 빈틈없이 훈련시키는 철저한 절차가 따라야 합니다. 알고리즘이 최대한의 성능을 발휘할 수 있도록 반복학습시키기 위해서는 많은 유연성과 공간이 필요합니다.

많은 스타트업 기업들이 이 분야에서 상당한 발전을 보여주고 있는 가운데, 이런 적응형 알고리즘과 복잡한 기계의 현실 도로 주행 테스트를 준비하는 과정에서 가상 시뮬레이션은 필수적입니다. 언리얼 엔진은 조명, 날씨 등을 비롯한 무한한 범위의 테스트 조건을 굉장히 빠르게 재현하고 조정할 수 있기 때문에, 완벽한 자율주행 운송 수단의 AI를 사실적인 가상 공간 속에 준비하는데 매우 적합합니다. 이외에도 수많은 테스트를 통해 동일한 재시뮬레이션을 할 수 있는 결정론적 환경에서 모든 시뮬레이션을 시행한다는 것은 지속적으로 성능 개선을 측정하는 데 있어 매우 중요합니다.

article-body-img1_zoox.jpg
자율주행 차량 AI는 언리얼 엔진을 활용한 가상 훈련을 통해, 시뮬레이션 공간 속에서 수백만 마일에 달하는 도로를 달릴 수 있습니다.

언리얼 엔진을 사용해 차세대 시뮬레이션 파이프라인을 구축한 실리콘 밸리 로보틱스(Silicon Valley Robotics)와 자율주행 차량 스타트업 기업 죽스(Zoox)는, 실제 도시의 도로 데이터를 캡처하고 AI 알고리즘을 개선하기 위한 '지상 실측 정보' 를 제공하기 위해 언리얼 엔진 내에 모든 것을 재구성했습니다. 개발자들은 AI가 사물을 분간할 수 있도록 가르치기 위해 일일이 수동으로 로토스코핑 작업을 하는 대신, 기본 도로 데이터와 실시간 엔진을 결합하여 AI가 훨씬 빠르게 건물, 보행자, 모퉁이, 교통 상태 등을 구분할 수 있도록 하였습니다.

가상 시뮬레이션은 AI가 평균적으로 주행하는 실제 도로 대비 가상 도로의 거리 비율이 1:1,000인 것을 감안하면, 교육 효과를 증폭하고 강화해 주는 강력한 기술입니다. 이를 통해 AI는 실제 거리를 주행하기 전에 수십억 마일에 달하는 가상 도로 시뮬레이션을 주행해볼 수 있습니다.

AI를 증명할 수 있는 새로운 환경

인공지능 연구 분야에서 자동차만 테스트되는 유일한 자율주행 차량은 아니며, 특히 점점 더 많은 회사들이 드론 기술이 지닌 잠재력에 흥미를 보이고 있습니다. 마이크로소프트(Microsoft)의 에어심(AirSim)은 언리얼 엔진용 오픈 소스 플러그인으로써 AI 훈련 및 테스트용 시뮬레이션을 개발 및 지원할 수 있는 실시간 플랫폼을 제공하며, 드론, 자동차, 그리고 그 외의 운송 수단에 이용할 수 있습니다.

article-body-img3_airsim.jpg
사실적인 가상 세계는 현실 속에서 조성하기 어려운 조건을 시뮬레이션할 수 있어, AI 연구에 완벽한 테스트 환경을 제공합니다.

통제된 환경에서 드론과 기타 자율주행 운송 수단을 테스트하는 것에는 한계가 있으며, 가상 세계 속에 안전하고 역동적인 포토리얼리스틱 환경을 조성하면 AI 연구 면에서 알고리즘 반응 관찰에 대한 더욱 강력한 통제력을 제공하고, 일반적으로는 재현하기 어려운 상황에도 적응하도록 만들 수 있습니다. 예를 들어 시뮬레이션 속 모든 요소의 통제권을 쥐고 연구원들은 AI의 조종을 받는 가상 드론의 성능이 다양한 풍속으로부터 어떤 영향을 받는지 테스트를 해볼 수 있습니다.

article-body-img2_airsim.jpg
마이크로소프트의 언리얼 엔진용 에어심 플러그인은 AI 연구원이 안전하고 역동적인 가상 환경에서 자율주행 운송 수단의 알고리즘을 훈련하고 테스트할 수 있게 해 줍니다. .

교육 위주의 시나리오에서 AI 두뇌가 정확하고 올바른 데이터와 센서 정보를 기반으로 학습하도록 하는 것은 기술의 성공과 안전에 매우 중요합니다. 이 연구 프로젝트에서의 마이크로소프트 목표 역시 에어심을 AI 실험, 딥 러닝 및 학습 강화 툴로 계속 적용하는 것입니다.

이제는 기술과 툴의 대중화를 통해 불가능을 가능으로 바꾸는 AI 진화의 시대에 들어섰습니다. 언리얼 엔진이 다양한 디자인 및 연구 산업 분야의 AI 개발 및 훈련에 힘을 실어주면서, 미래 세대를 위한 AI 발전에 있어 엄청난 수준의 잠재적 진보가 이루어졌습니다.

실시간 기술을 통해 세계를 변화시키는 혁신자들의 물결에 동참하실 준비가 되셨습니까? 오늘 언리얼 엔진을 무료로 사용해 보세요!