스트라드비젼, AWS 클라우드 기반 피지컬 AI End-to-End 파이프라인 가속화 사례

자율 주행 AI 고도화에는 방대한 도로 데이터가 필요하지만, 인도 도로의 소처럼 특정 지역의 희귀 데이터나 사고와 같은 위험 데이터를 직접 수집하는 데는 한계가 있습니다.

스트라드비젼은 이를 해결하기 위해 데이터 수집부터 학습, 검증까지 이어지는 데이터 플라이휠(Data Flywheel) 구조를 도입했습니다. 이 시스템은 SVGenFlow(합성 데이터 생성), SVDeepFlow(딥러닝 학습), SVSimFlow(시뮬레이션 검증) 등으로 구성됩니다.

인프라 측면에서는 포항 데이터센터와 AWS 클라우드를 결합한 하이브리드 아키텍처를 채택했습니다. AWS Direct Connect로 두 환경을 연결하여 대용량 데이터를 안전하게 전송하며, 대규모 연산이 필요할 때 Amazon EC2 P5en, G6e, G6 등 다양한 GPU 인스턴스를 탄력적으로 활용합니다.

특히 SVGenFlow는 실제 도로 영상에 가상의 객체를 자연스럽게 합성하는 기술을 통해, 인도 도로의 동물이나 대형 트레일러와 같은 복잡한 시나리오를 대량으로 생성하여 SVNet 모델의 성능을 높이는 데 기여합니다.