혼잡한 도시 길에서 스스로 방향을 찾고, 운전자와 대화하며 주행하는 자동차를 상상해보세요! 딥루트닷에이아이가 바로 이런 미래를 현실로 만들고 있습니다. 2025년 말까지 일반 양산차 기반 로보택시 상용화를 목표로 하는 이 회사는 단순한 자율주행을 넘어 범용 인공지능 수준의 지능을 차량에 구현하려는 야심찬 계획을 진행 중이에요. 이미 중국 내 15만 대 차량에 자율주행 플랫폼을 적용했으며, 세계적인 평가 기관으로부터 기술력을 인정받았답니다. 오늘은 딥루트닷에이아이의 AGI 실현 목표와 연구 방향에 대해 자세히 알아보겠습니다!
로보택시 상용화, 이제는 일반 차량으로 가능해진다
딥루트닷에이아이가 추진하는 로보택시 사업의 가장 큰 특징은 특수 제작된 고가의 차량이 아닌, 일반 소비자들이 사용하는 양산차를 기반으로 한다는 점이에요. 2025년 말까지 약 20만 대 이상의 차량에 자율주행 시스템을 적용할 계획이라고 하니, 머지않아 길거리에서 자율주행 차량을 흔히 볼 수 있는 날이 올 것 같네요!
기존 자율주행 차량은 수억 원이 넘는 고가의 센서와 컴퓨터 장비를 탑재해야 했지만, 딥루트닷에이아이의 접근 방식은 대량 생산되는 일반 차량에 자율주행 시스템을 통합하는 거예요. 이렇게 하면 차량 한 대당 수천만 원 이상 절감할 수 있어, 보다 많은 사람들이 자율주행 서비스를 이용할 수 있게 된답니다. 실제로 중국 내에서 이미 15만 대의 양산 차량에 이 기술이 적용되었고, 계속해서 그 규모를 확대하고 있어요.
로보택시 플릿 운영을 위한 인프라 구축도 활발히 진행되고 있어요. 차량 공유 플랫폼과의 협력, 주차 공간 확보, 충전 시설 구축 등 다양한 분야에서 사업을 준비 중이에요. 사용자들이 스마트폰 앱으로 간단히 호출하면 자율주행 차량이 지정된 장소로 찾아오는 서비스가 머지않아 현실이 될 전망입니다!
스마트 #5 EHD 적용, 하이브리드 차량도 이제 자율주행 시대에
자율주행 기술이 순수 전기차뿐 아니라 하이브리드 차량까지 적용 범위를 확장하고 있어요. 딥루트닷에이아이는 스마트 자동차의 플러그인 하이브리드 모델인 스마트 #5 EHD에 자율주행 기술을 성공적으로 적용했답니다. 이는 기술의 다양성을 보여주는 중요한 사례라고 할 수 있어요.
하이브리드 차량에 자율주행 기술을 적용하는 것은 기술적으로 더 복잡한 과제예요. 내연기관과 전기 모터가 함께 작동하는 복합적인 구동 시스템을 정밀하게 제어해야 하기 때문이에요. 하지만 딥루트닷에이아이는 이러한 기술적 난제를 해결하며 다양한 차량 플랫폼에 자율주행 기술을 적용할 수 있는 능력을 입증했어요.
이러한 기술 적용 범위의 확대는 시장에서 큰 의미를 가져요. 전 세계적으로 아직까지 하이브리드 차량이 큰 비중을 차지하고 있기 때문에, 다양한 차종에 자율주행 기술을 적용할 수 있다는 것은 시장 진입 장벽을 낮추는 중요한 요소가 될 거예요. 유럽 프리미엄 브랜드와의 이러한 협력은 글로벌 시장에서의 경쟁력을 한층 높일 것으로 기대되고 있어요.
AI 에이전트 기반 통합 아키텍처, 차량이 이제는 대화 상대가 된다
딥루트닷에이아이가 추구하는 기술의 핵심은 단순히 차량을 움직이게 하는 것을 넘어, 차량이 상황을 이해하고 운전자와 소통할 수 있는 수준이에요. 이를 위해 자율주행 기술과 차량용 대형 언어 모델을 결합한 AI 에이전트 기반의 통합 아키텍처를 구축하고 있답니다.
AI 에이전트는 다양한 상황에서 스스로 판단하고 행동할 수 있는 지능형 시스템이에요. 예를 들어, 갑자기 길에 사람이 뛰어들면 단순히 브레이크를 밟는 것을 넘어, 주변 차량의 움직임을 예측하고 가장 안전한 회피 경로를 스스로 계산할 수 있어요. 또한 운전자가 “배고픈데 근처 식당으로 안내해 줘”라고 말하면, 현재 교통 상황과 주차 가능성을 고려해 최적의 경로를 찾아줄 수 있죠.
이러한 기술 발전은 단순한 편의성 향상을 넘어서요. 특히 노약자나 장애인 등 운전이 어려운 사람들에게 독립적인 이동 수단을 제공할 수 있어 사회적 가치도 크답니다. 또한 장거리 운전에서 발생하는 피로도 문제를 해결하고, 교통 사고 발생률을 크게 낮출 수 있을 것으로 기대되고 있어요.
기술력 입증, 복잡한 도심 환경에서 뛰어난 성능 발휘
딥루트닷에이아이의 기술력은 국제적인 평가 기관으로부터 공식적으로 인정받았어요. IDC의 2025년 보조주행 기술 평가에서 도심 NOA(내비게이션 온 오토파일럿), 도심 LCC(차선 중앙 제어), 고속도로 LCC 등 6개 항목 중 3개 부문에서 최고 점수를 획득했답니다.
도심 환경에서의 자율주행은 특히 까다로운 기술적 도전과제예요. 예측하기 어려운 보행자의 움직임, 좁은 골목, 공사 구간, 갑작스러운 장애물 등 다양한 변수들을 처리해야 하기 때문이에요. 이러한 복잡한 환경에서 안정적인 주행 성능을 인정받았다는 것은 실제 상용화에 충분히 준비되었다는 방증이죠.
이러한 기술 평가 결과는 소비자들에게도 중요한 지표가 되어요. 자율주행 기술이 이제는 자동차 구매 결정의 핵심 요소로 부상하고 있기 때문이에요. 앞으로는 ‘이 차의 자율주행 성능이 어느 수준인가’가 ‘연비는 어떻게 되는가’와 같은傳統적인 기준만큼 중요해질 거예요.
대규모 투자 유치, 기술 발전의 든든한 뒷받침
딥루트닷에이아이의 야심찬 계획을 가능하게 하는 것은 기술력만이 아니에요. 알리바바, 장성자동차 등으로부터 5억 달러(약 6,500억 원) 이상의 대규모 투자를 유치하면서 재정적 안정성도 확보했답니다.
이러한 투자 규모는 자율주행 산업이 얼마나 많은 자본이 필요한 분야인지를 잘 보여줘요. 고성능 컴퓨팅 장비 구축, 대규모 데이터 처리, 인재 확보 등 모든 분야에서 막대한 자금이 필요하기 때문이에요. 특히 딥러닝 모델 학습을 위해서는 수많은 GPU와 고급 컴퓨팅 인프라가 필요하죠.
투자 유치는 기술 개발의 속도와 규모에 직접적인 영향을 미쳐요.充足的한 자금 지원 아래에서 연구진은 보다 장기적인 비전을 가지고 기술 개발에 집중할 수 있게 되죠. 또한 추가 인재 영입과 글로벌 시장 진출을 위한 마케팅 활동도 활발히 진행할 수 있게 되어, 기술의 보급 속도도 한층 빨라질 전망이에요.
AGI 실현을 위한 연구 방향, 엔드투엔드에서 VLA 모델까지
딥루트닷에이아이의 궁극적인 목표는 단순한 자율주행 기술 개발을 넘어 범용 인공지능 실현이에요. 이를 위해 엔드투엔드 및 VLA(비전-언어-액션) 모델을 대량 생산 차량에 적용하는 선도적인 접근 방식을 취하고 있답니다.
엔드투엔드 모델은 다양한 처리 단계를 하나의 통합된 시스템으로 구현하는 방식이에요. 예를 들어 카메라로 입력받은 영상을 여러 단계를 거쳐 처리하는 대신, 처음부터 끝까지 하나의 신경망이 처리하도록 하는 거죠. 이렇게 하면 시스템이 더 유연하게 다양한 상황에 대응할 수 있어요.
VLA 모델은 비전(시각), 언어, 행동을 하나로 연결하는 통합 인공지능 모델이에요. 차량이 도로 상황을 보고(비전), 운전자의 말을 이해하고(언어), 그에 맞게 조향과 가속, 감속을 수행(행동)할 수 있게 해주는 기술이에요. 이 세 가지 요소를 자연스럽게 연결하는 것이 바로 AGI 실현의 핵심 과제랍니다.
이러한 연구 방향은 딜로이트의 2025 AI 트렌드 보고서에서 강조된 물리적 AI와 에이전틱 AI의 글로벌 흐름과도 정확히 일치해요. 물리적 세계에서 실제로 행동할 수 있는 AI의 중요성이 점점 더 부각되고 있는 것이죠.
마치며
딥루트닷에이아이의 AGI 실현을 위한 여정은 자율주행 기술의 발전을 넘어 인공지능 전체의 미래를 바꿀 수 있는 중요한 도전이에요. 일반 양산차에 대규모로 자율주행 기술을 적용하려는 접근 방식은 기술의 대중화와 상용화에 새로운 방향을 제시하고 있어요. 이미 수많은 도로 테스트와 기술 평가를 통해 그 가능성을 입증했으며, 지속적인 투자 유치로 재정적 안정성도 확보했답니다.
앞으로의 발전 방향을 살펴보면, 단순히 차량을 움직이게 하는 수준을 넘어 운전자와의 자연스러운 상호작용, 복잡한 상황에서의 판단 능력 등 진정한 의미의 지능을 구현하는 데 집중할 것으로 보여요. 엔드투엔드와 VLA 모델의 발전은 자율주행 차량을 단순한 교통 수단이 아닌, 진정한 AI 동반자로 거듭나게 할 거예요.
여러분도 머지않아 자신의 차량과 대화하며 이동하는 미래를 경험하게 될지 모릅니다. 딥루트닷에이아이의 기술 발전이 만들어갈 미래 모빌리티 생태계가 정말 기대되네요! 기술의 발전 속도에 계속 주목해보세요, 분명 흥미로운 소식들이 계속 전해질 거예요!