스트라드비젼, ‘AWS 서밋 서울 2026’에서 실·합성 데이터 기반 심투리얼 가속화 주제 발표 진행

[고카넷, 글=남태화 기자] AI 기반 영상 인식 소프트웨어 전문 기업 스트라드비젼이 ‘AWS 서밋 서울 2026’에서 ‘피지컬 AI 학습을 위한 데이터 전략: 실 데이터와 합성 데이터로 심투리얼(Sim-to-Real)가속화’를 주제로 발표를 진행했다.

올해로 12회째를 맞이한 ‘AWS 서밋 서울 2026’은 아마존웹서비스(AWS)가 주최하는 국내 최대 규모의 AI·클라우드 컨퍼런스이며, 생성형 AI와 클라우드 기술을 중심으로 최신 기술 트렌드와 산업별 혁신 사례를 공유하는 행사다.

이번 세션에서는 스트라드비젼 데이터 이노베이션 김인수 센터장이 발표자로 나서 차량용 비전 AI(Vision AI)가 ‘2D perception’에서 ‘3D perception’ 중심으로 고도화되면서 급격히 증가하는 데이터 처리 수요에 대응하기 위한 스트라드비젼의 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 증가하고 있다.

특히, 대규모 AI 학습에 필요한 GPU 및 고성능 스토리지 확보 경쟁이 심화되며, 개발 속도와 양산 대응 역량을 동시에 확보하는 것이 업계 전반의 주요 과제로 떠오르고 있다.

스트라드비젼은 2024부터 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 확보하고 있다는 설명이다.

이러한 전략은 GPU 자원 확보 경쟁이 치열한 글로벌 시장에서 스트라드비젼이 안정적이고 신속하게 AI 모델을 개발·배포할 수 있는 핵심 기반으로 작용하고 있다.

이와 함께 스트라드비젼은 실도로 데이터 기반 합성 데이터 증강 파이프라인인 ‘SVGenFlow’와 시뮬레이션 기반 검증 체계인 ‘SVSimFlow’를 소개했다.

SVGenFlow는 완전히 가상의 데이터를 생성하는 방식이 아니라, 실제 도로 환경 데이터를 기반으로 부족한 객체와 상황을 보강하는 구조로 설계됐다. 이를 통해 학습 데이터 다양성과 개발 효율을 높이고, 다양한 주행 환경에 대한 AI 모델 대응력을 강화하고 있다.

또한, SVSimFlow는 실도로 환경에서 재현이 어려운 상황을 시뮬레이션 기반 시나리오로 구성해 반복 검증할 수 있도록 지원한다. 회사는 이를 통해 다양한 조건에서 비전 AI 성능 검증을 수행하고 개발 사이클을 단축하고 있다고 설명했다.

스트라드비젼은 이 같은 데이터 운영 체계를 연구 목적의 기술 데모 수준에 머무르지 않고, 실제 양산형 비전 AI 개발 과정에 적용하고 있다는 점을 차별화 요소로 제시했다.

특히, 독자 데이터 파이프라인인 ‘SV Flow’를 기반으로 데이터 가공 공정의 상당 부분을 자동화함으로써 AI 모델 개발 효율성과 양산 대응 속도를 동시에 강화하고 있다고 밝혔다.

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

이어 “AWS 기반 하이브리드 인프라 전략은 대규모 AI 개발 환경에서 요구되는 확장성과 유연성을 확보하는 데 중요한 역할을 하고 있다”며, “앞으로도 스트라드비젼은 AWS와 피지컬 AI 시대에 대응하기 위한 데이터 및 AI 개발 체계를 지속 발전시켜 나갈 계획”이라고 덧붙였다.

사진제공 = 스트라드비젼