Helm.ai, 자율주행 시뮬레이션용 영상 생성 AI 'VidGen-2' 출시

자율주행 시스템 개발에서 실제 도로 주행 테스트는 막대한 비용이 들고 위험한 돌발 상황을 인위적으로 수집하기도 어렵습니다.

자율주행 소프트웨어 스타트업 Helm.ai가 10월 1일 자율주행 인식 기술 개발과 검증을 위한 차세대 생성형 AI 모델인 VidGen-2를 발표했습니다.

지난 7월 1세대 모델인 VidGen-1을 선보인 지 약 3개월 만의 개선입니다.

해상도 2배 향상과 3개 카메라 시점 동기화

VidGen-2는 엔비디아 H100 GPU를 사용해 수천 시간 분량의 다양한 주행 영상을 학습했으며, 자체 비지도 학습 방식인 Deep Teaching 기술을 적용했습니다.

영상 생성 해상도는 이전 세대의 두 배인 696 x 696으로 높아졌고, 5fps에서 30fps까지 지원하며 30fps 환경에서 움직임이 한층 부드러워졌습니다.

텍스트 프롬프트 없이도 영상을 만들어낼 수 있을 뿐만 아니라, 단 한 장의 사진이나 입력 영상만으로도 연속된 주행 상황을 생성할 수 있습니다.

핵심 변화 중 하나는 멀티 카메라 지원입니다. 각 카메라당 640 x 384 해상도로 총 3개 시점의 영상을 동시에 생성하며, 시점 간 객체 위치와 움직임의 일관성을 유지합니다.

고속도로와 도심 주행, 보행자, 교차로, 날씨 변화 등 다양한 시나리오를 지원하며, 자차와 주변 차량이 교통 법규에 맞춰 실제 사람처럼 주행하도록 행동을 모사합니다.

왜 중요한가

전통적인 시뮬레이터는 가상 환경을 일일이 구축해야 해 비용과 시간이 많이 들고, 실제 도로 주행만으로는 극한의 코너 케이스를 확보하기 어렵습니다.

VidGen-2 같은 비디오 생성 모델은 시뮬레이션과 현실 사이의 간극을 줄여 완성차 업체가 인식 알고리즘을 훨씬 빠르고 저렴하게 검증할 수 있도록 돕습니다.

단순히 그럴듯한 1인칭 영상을 만드는 데 그치지 않고, 3개 카메라 간의 공간적 정합성과 실제 운전 행동 모사에 집중한 점은 실무적 관점에서 매우 똑똑한 선택으로 보입니다.

다만 해상도가 개선되었음에도 696 x 696 수준에 머물러 있어, 수백만 화소급 최신 차량용 센서 환경에 바로 대응하기에는 한계가 있습니다. 원거리 장애물 감지 검증 등에서 실제 도로 데이터를 얼마나 대체할 수 있을지는 더 지켜볼 필요가 있습니다.