미래모빌리티 테크기업 에이스웍스는 지난달 31일 해외 인턴 최종발표회를 열고, 인턴들이 수행한 자율주행 데이터 및 차량 인터페이스 검증 자동화 프로젝트의 성과를 공유했다.
이번 발표에는 미국 카네기멜런대학교 컴퓨터공학과 이유진 인턴과 조지아공과대학교 컴퓨터공학과 류태훈 인턴이 참여했다. 두 인턴은 단순한 연구 과제를 넘어 에이스웍스의 실제 개발 환경에서 활용할 수 있는 검증 시스템과 자동화 파이프라인을 직접 설계하고 구현했다.
이유진 인턴은 고정밀 비전 모델 개발에 사용되는 BEV(Bird’s Eye View)와 PCD(Point Cloud Data) 라벨링 데이터의 품질을 자동으로 검증하는 대시보드를 선보였다. 자율주행 인공지능 모델은 학습 데이터의 라벨 품질에 따라 성능이 크게 달라지지만, 방대한 데이터를 사람이 일일이 검수하는 데에는 한계가 있다.
이에 이유진 인턴은 데이터를 업로드하면 입력값과 개별 프레임, 시퀀스 등 3단계로 오류를 검사하고, 이상 프레임을 시각적으로 확인할 수 있는 시스템을 구축했다. 검수 결과는 PDF와 JSON, CSV 형식의 리포트로 제공되며, 적용한 기준값과 이상 프레임 목록까지 함께 기록할 수 있도록 설계했다.
해당 대시보드는 5,000개 이상의 프레임과 4만2,000개 이상의 라벨을 약 33분 만에 검사했으며, 이 과정에서 1,000개 이상의 이상 프레임을 탐지했다. 검사 항목을 함수 형태로 추가할 수 있도록 구성해 향후 새로운 데이터와 검증 기준에도 유연하게 대응할 수 있다는 점도 특징이다.
류태훈 인턴은 차량마다 서로 다른 신호 체계로 인해 발생할 수 있는 인터페이스 오류를 자동으로 찾아내는 ‘차량 인터페이스 검증 자동화 파이프라인’을 발표했다. 한 차종에서는 정상적으로 작동한 소프트웨어가 다른 차종에서는 오류를 일으킬 수 있지만, 코드가 변경될 때마다 모든 차량을 수동으로 재검증하는 것은 현실적으로 어렵다는 문제에서 출발했다.
류태훈 인턴이 구축한 시스템은 개발자가 소스코드를 변경하면 이를 1분 이내에 감지해 자동으로 소프트웨어를 빌드하고, 실제 인터페이스 보드에 설치한 뒤 부팅 상태와 차량별 테스트 결과를 확인한다. 검증 결과와 오류 원인은 사내 협업 채널을 통해 자동으 로 전달되며, 최종 판정과 코드 병합은 개발자가 직접 수행하도록 설계했다.
현재 파이프라인에는 아이오닉 5와 GV60 등 2개 차종의 차량 모델이 적용돼 있다.
한 번의 코드 변경으로 2개 차종에서 총 32개의 회귀 테스트가 자동으로 실행되며, 메시지의 주기와 신호 값, CRC, 카운터, 응답 지연 등을 종합적으로 확인한다. 실험 과정에서는 의도적으로 오류를 삽입하자 32개 검사 항목이 모두 실패하고 원인까지 자동으로 안내했으며, 오류를 제거한 뒤에는 전체 테스트가 정상적으로 통과했다.
류태훈 인턴은 프로젝트 종료 이후에도 팀에서 시스템을 지속적으로 활용할 수 있도록 54개의 테스트 카탈로그와 차량 모델 라이브러리, 검증 실행 엔진, 벤치 재구성 및 운영 설명서를 함께 구축했다. 새로운 차량과 테스트 시나리오를 계속 추가할 수 있는 구조로 설계해 일회성 결과물이 아닌 에이스웍스의 검증 자산으로 남겼다.
이번 최종발표 회는 해외 인턴들이 학교에서 배운 인공지능과 소프트웨어 기술을 실제 자율주행 개발 환경에 적용하고, 에이스웍스의 업무 효율과 검증 신뢰도 향상에 직접 기여했다는 점에서 의미가 있다. 특히 개발자의 반복 업무를 줄이는 데 그치지 않고, 데이터와 차량 소프트웨어의 품질을 체계적으로 관리할 수 있는 기반을 마련했다.
에이스웍스는 앞으로도 해외 우수 인재들이 미래모빌리티 산업의 현장 경험을 쌓고 실질적인 성과를 만들어갈 수 있도록 글로벌 인재 파이프라인을 강화할 계획이다. 아울러 인턴십 과정에서 도출된 기술과 아이디어를 사내 연구개발 프로젝트와 연결해 미래모빌리티 검증 경쟁력을 지속적으로 높여나갈 방침이다.