인공지능(AI) 기반 자동 운전 시스템에는 레이블링된 고품질의 데이터가 대량으로 필요하지만, 종래와 같은 노동 집약형의 데이터 가공과 데이터의 부족, 품질의 문제에 의해 자동 운전 AI의 연구개발은 여전히 더디다.

도쿄 대학(University of Tokyo) 대학원 정보 이공학계 연구과 카토 마헤이(KATO Shinpei) 교수는 패스트라벨(FastLabel), 휴먼 데이터웨어 랩(Human Dataware Lab)과 자율주행 AI 개발에 필수적인 레이블링된 데이터 작성을 위한 3차원 어노테이션(annotation, 주석 달기) 툴 '오토맨(Automan)'을  공동 개발하고 오픈 소스로 공개했다.

특히, 오토맨은 3차원 어노테이션을 단일 기능으로 제공하는 것이 아니라, 자동 운전 시스템 전체에 연속통합·연속제공(Continuous Integration·Continuous Delivery)에 통합할 수 있는 인터페이스 구조로 웹 또는 앱을 통해 누구나 무료로 이용할 수 있는 것으로, 자율주행 AI의 개발 사이클을 혁신적으로 개선할 수 있게 되었다.

현재의 자동 운전 시스템의 주류는 인간 수준의 판단을 가능하게 하는 머신러닝 기술에 있지만, 연구팀은 고도의 판단에 의해 복잡한 케이스를 자동 운전으로 극복하는 것보다 치명적인 사고를 미연에 방지하기 위해 적절한 타이밍에 자율주행을 포기(정지)하는 쪽이 사회적 가치는 높다는 착상 하에서 위험(Risk)과 이상(Anomaly)의 예측에 초점을 맞추고 연구를 진행해 왔다.

연구팀은 또한 취약성에 대한 연구도 진행되어 외부로부터의 공격에 대한 대비와 '달리면 달릴수록 현명해지는 자동 운전 시스템'의 비전을 목표로 자동 운전의 실용화를 위한 연구 및 개발을 가속하고 있다.

한편, 이 툴은 현재 깃허브(다운)를 통해 공개돼 있으면 자세한 설명과 다운은 오토맨 공개 사이트(보기)를 참고하면 된다.