검색결과 총 359건
-
민간 AI 인사 전면 배치한 정부…'AI 3대 강국' 실행력 시험대
[경제일보] 정부가 인공지능(AI) 정책을 이끌 핵심 인선을 잇달아 단행하면서 그동안 흩어져 있던 AI 정책의 방향을 정비하고 산업 현장에서 체감할 수 있는 실행력을 높이는 데 속도를 낼 전망이다. 민간 AI·정보기술(IT) 분야 경험을 갖춘 인사를 전면에 배치한 만큼 정책을 만드는 데 그치지 않고 기업의 AI 투자와 기술 개발, 서비스 확산으로 연결할 수 있을지가 관건으로 떠올랐다. 31일 업계에 따르면 정부는 최근 이해민 AI미래기획수석과 하정우 국가AI전략위원회 부위원장을 잇달아 기용하며 AI 정책 컨트롤타워 재정비에 나섰다. AI 산업을 국가 경쟁력의 핵심 축으로 삼고 대규모 투자를 추진하는 상황에서 정책을 구체화하고 부처 간 조율을 강화하기 위한 움직임으로 풀이된다. 이번 인선은 민간 현장 경험을 갖춘 인사를 AI 정책 전면에 배치한 것이 특징이다. AI 기술과 산업 현장의 변화를 직접 경험한 인사들이 정책 결정 과정에 참여하면서 기술 개발 기업과 실제 AI를 도입하는 기업 사이의 간극을 줄이는 역할을 할 것으로 전망되고 있다. AI 산업은 기술 변화 속도가 빠른 만큼 정책 결정이 늦어질 경우 기업의 투자와 사업 추진에도 불확실성이 커질 수 있을 것으로 평가된다. 기업 입장에서는 어떤 분야에 정부 지원이 집중되는지, 데이터와 컴퓨팅 인프라를 어떻게 활용할 수 있는지, AI 서비스를 둘러싼 규제가 어느 수준에서 적용되는지에 따라 연구개발과 설비투자 규모가 달라질 수 있기 때문이다. 특히 AI는 특정 산업에 국한된 기술이 아니라 제조·금융·통신·의료·유통·콘텐츠 등 산업 전반의 생산성을 좌우하는 범용 기술로 확산하고 있다. 정부가 AI를 국가 성장동력으로 제시하면서도 실제 현장에서 기업이 어떤 기준에 따라 AI를 도입해야 하는지가 명확하지 않다면 정책 목표와 산업 현장 사이에 간극이 발생할 수 있다는 지적이 나오는 이유다. 정부가 추진하는 AI 관련 대규모 투자 역시 실제 산업 성과로 이어지는 구조를 만드는 것이 중요할 것으로 전망된다. 정부가 컴퓨팅 인프라와 연구개발에 투자하더라도 기업이 이를 활용해 제품을 개발하고 매출을 만들어내지 못한다면 국가 차원의 AI 경쟁력 강화라는 목표를 달성하기 어렵기 때문이다. 특히 국내 AI 산업은 글로벌 빅테크와 경쟁해야 하는 동시에 제조·반도체·통신·자동차 등 국내 산업의 AI 전환도 동시에 추진해야 하는 상황에 놓여 있다. 이에 AI 모델을 개발하는 기업뿐 아니라 이를 실제 업무와 생산 현장에 적용하는 수요기업까지 함께 성장할 수 있는 생태계를 만드는 것이 중요하다는 평가다. 이 과정에서 정부 정책의 일관성도 중요한 변수다. AI 기술은 정부 임기보다 긴 시간과 막대한 자본이 필요한 분야인 만큼 기업들이 단기적인 지원사업보다 중장기적인 정책 방향을 보고 투자 결정을 내릴 수 있는 환경을 만들어야 한다. 정책이 부처별로 나뉘거나 규제 기준이 빠르게 바뀔 경우 기업 입장에서는 투자 시점과 사업 방향을 결정하기 어려워질 수 있다. AI 정책 컨트롤타워가 명확해지면 이러한 불확실성을 줄일 수 있다는 기대도 나온다. AI 산업 육성, 규제 개선, 인프라 확충, 인재 양성 등 여러 정책이 개별 부처 단위로 추진되는 대신 하나의 국가 전략 아래 연계될 경우 기업이 정부 정책의 방향을 예측하고 투자와 사업 계획을 세우는 데 도움이 될 수 있다. 다만 이번 인선만으로 산업 현장의 변화가 자동으로 만들어지는 것은 아니다. AI 기업이 기술 개발을 위해 필요한 데이터와 GPU 등 컴퓨팅 자원을 확보할 수 있는지, 기업들이 AI 서비스를 도입할 때 불필요한 규제에 발목 잡히지 않는지, 정부 지원이 실제 매출과 수출 등 산업 성과로 이어지는 정책 결정 속도와 현장 적용력이 중요해질 전망이다. 특히 AI 도입 과정에서 기업들이 가장 우려하는 것은 기술 자체보다 정책과 규제의 불확실성이 될 수 있다. 새로운 AI 기술이 등장할 때마다 어떤 규제가 적용되는지 해석이 달라지거나 부처마다 다른 기준을 제시할 경우 기업은 기술 개발보다 규제 대응에 더 많은 시간과 비용을 투입할 수밖에 없다. 이에 정부가 'AI 3대 강국'이라는 목표를 현실화하기 위해서는 산업 현장에서 혼선을 줄이는 것이 우선 과제로 꼽힌다. AI 개발 기업에는 사업화의 길을 열고, AI를 활용하려는 기업에는 명확한 규칙을 제시하며, 필요한 인프라와 인재를 적시에 공급하는 방식으로 정책의 속도를 높여야 한다는 것이다. 정부가 민간 경험을 갖춘 AI 인사를 전면에 배치한 것도 결국 이러한 실행력을 높이기 위한 포석으로 풀이된다. 앞으로 정부가 내놓을 AI 정책의 성패 역시 새로운 조직이나 인물의 등장 자체보다 이들이 현장의 목소리를 얼마나 빠르게 정책에 반영하고 기업의 투자와 AI 도입을 실제 성과로 연결하느냐에 달릴 전망이다. 하정우 국가인공지능전략위원회 신임 상근부위원장은 이날 취임식에서 "국가AI전략위원회가 국가 AI 비전을 제시하고 민간의 혁신 역량과 정부의 정책 역량을 연결해 실제 성과를 만들어내는 국가 AI 거버넌스의 중심축이 돼야 한다"며 "필요한 정책은 신속하게 결정하고 부처 간 쟁점은 적극적으로 조정하며 현장의 걸림돌은 과감히 해소하겠다"고 말했다.
2026-08-31 18:08:08
-
-
-
-
-
세금은 내년인데 제도는 아직 '진행형'…가상자산 '선과세' 논란
[경제일보] 가상자산 소득 과세가 내년 1월 시행을 앞두면서 이른바 ‘선과세·후제도’ 논란이 다시 커지고 있다. 가상자산 이용자보호법 시행으로 시장의 기본적인 안전장치는 마련됐지만, 스테이킹과 에어드롭처럼 새로운 투자 방식에 대한 과세 기준이나 손실 이월공제 등 세부적인 과세체계는 여전히 논쟁이 진행 중이다. 업계에서는 산업과 투자자 보호에 대한 제도 정비가 충분히 이뤄진 뒤 과세에 들어가야 한다는 주장이 나온다. 현행 소득세법에 따르면 2027년 1월 1일 이후 가상자산을 양도하거나 대여해 얻은 소득은 기타소득으로 분리과세된다. 연간 소득에서 필요경비를 뺀 뒤 250만원을 공제하고, 초과분에 20%의 세율을 적용한다. 지방소득세까지 포함하면 실질 세율은 22%다. 2027년 거래분에 대한 첫 신고·납부는 2028년 5월 이뤄진다. 문제는 법률에 과세의 큰 틀이 정해졌다고 해서 시장에서 발생하는 모든 소득 유형까지 정리된 것은 아니라는 점이다. ◆ 스테이킹·에어드롭…새로운 수익은 어떻게 과세하나 가장 대표적인 것이 스테이킹이다. 이용자가 가상자산을 맡겨 블록체인 네트워크 운영에 기여하고 보상을 받는 방식인데, 이를 가상자산의 ‘대여’로 볼 것인지, 별도의 보상소득으로 볼 것인지에 따라 과세 시점과 방식이 달라질 수 있다. 국회입법조사처는 올해 가상자산 소득과세 관련 검토에서 스테이킹과 에어드롭, 해외 거래소 거래, 과세자료 확보 등을 주요 쟁점으로 지적했다. 특히 스테이킹이나 무상으로 받은 에어드롭 자산에 대해 받는 시점에 소득으로 볼지, 실제 처분할 때 과세할지 명확한 기준이 필요하다고 봤다. 국내 제도는 가상자산사업자의 이용자 보호와 불공정거래 규제를 위한 장치를 갖추고 있지만, 이런 새로운 수익 유형을 세법이 세밀하게 따라가지는 못하고 있다. 금융위원회 역시 올해 가상자산 2단계법인 ‘디지털자산법’ 정부안을 마련하는 과정에서 거래소 내부통제와 이용자 보호장치 등을 계속 논의하고 있다. 최근에도 거래소 대주주 지분 상한 등 일부 쟁점은 확정되지 않았다고 공식 설명했다. ◆ 시장은 커졌지만 분위기는 예전 같지 않다 시장 여건도 과세 논란의 배경이다. 금융정보분석원과 금융감독원이 27개 사업자를 대상으로 조사한 2025년 하반기 자료를 보면 국내 가상자산 시가총액은 87조2000억원으로 상반기보다 8% 줄었고, 일평균 거래규모도 5조4000억원으로 15% 감소했다. 거래가능 이용자 계정은 1113만개로 3% 늘었지만, 100만원 미만을 보유한 이용자가 826만개로 대부분을 차지했다. 거래소 영업손익도 3807억원으로 상반기보다 38% 감소했다. 시장이 사라지는 것은 아니지만 ‘폭발적 성장’만을 전제로 세제를 설계하기도 어려운 환경이다. 특히 시장의 상당 부분이 개인 투자자 중심으로 형성된 상황에서 과세 비용과 신고 부담이 커질 경우 국내 거래소 이용자보다 해외 거래소나 개인지갑을 활용하는 투자자가 늘어날 가능성도 제기된다. 실제 금융위 조사에서 지난해 하반기 국내 거래소의 외부 이전 금액은 107조3000억원에 달했다. 이 가운데 해외사업자나 개인지갑 등 화이트리스트 대상 이전액은 90조원으로 상반기보다 14% 증가했다. 다만 이 수치는 국내 투자자의 해외 이탈 규모를 그대로 뜻하는 것은 아니며, 거래소에서 외부로 이전된 전체 자산을 의미한다는 점에서 해석에 주의해야 한다. ◆ 주식은 폐지했는데 코인은 과세…형평성 논란 기본공제 250만원도 논쟁의 중심이다. 현행 제도는 같은 과세연도에 발생한 가상자산 이익과 손실은 통산할 수 있지만, 손실을 다음 해로 넘기는 결손금 이월공제는 허용하지 않는다. 국회입법조사처는 가상자산 가격 변동성이 크다는 특성을 고려할 때 이월공제를 허용하는 방안을 검토할 필요가 있다고 지적한 바 있다. 국내 주식과의 형평성도 빠지지 않는 쟁점이다. 금융투자소득세는 폐지돼 일반 개인투자자의 국내 상장주식 장내 매매차익은 원칙적으로 양도소득세 대상이 아니다. 반면 가상자산은 250만원을 넘는 소득부터 과세된다. 자산의 법적 성격과 과세 목적이 서로 다른 만큼 단순 비교에는 한계가 있지만, 투자자가 체감하는 과세 형평성 논란을 피하기는 어렵다. 실제 관련 토론에서도 가상자산 과세의 핵심은 과세 자체보다 다른 금융자산과의 ‘정합성’이라는 지적이 나왔다. 그렇다고 정부가 아무런 준비 없이 세금을 부과하는 것은 아니다. 국세청은 거래자료 제출 체계와 취득가액 산정 방식 등을 마련했고, 시행 전 보유분에 대해서도 의제취득가액 규정을 두고 있다. 과세의 기본 골격 자체는 이미 법제화돼 있다. 논쟁의 핵심은 과세 여부보다 과세체계의 완성도다. 테이킹·에어드롭·해외거래·개인지갑을 어떻게 다룰지, 손실을 어느 범위까지 인정할지, 250만원의 기본공제가 시장 현실에 맞는지 등을 시행 전에 구체화해야 한다는 요구다. 정부가 디지털자산기본법 논의와 과세 준비를 별개의 문제로 가져가기보다 시장 규율과 세제의 일관성을 함께 정비한다면 과세에 대한 반발도 줄일 수 있다. 반대로 세부 기준이 불명확한 상태에서 시행부터 강행한다면 납세자 혼란뿐 아니라 국내 거래소와 해외 플랫폼 간 규제 차이를 키울 가능성도 있다. 가상자산이 제도권 자산으로 자리 잡는 과정에서 필요한 것은 ‘빨리 세금을 걷는 것’이 아니라 투자자가 어떤 거래를 해도 예측 가능한 기준으로 세금을 계산할 수 있는 체계다. 내년 1월 시행까지 남은 시간은 결국 이 과제를 얼마나 정교하게 마무리하느냐에 달려 있다.
2026-08-28 16:22:13
-
코인 과세 5개월 앞두고 '2년 유예' 청원…주식과 다른 과세체계 논란
[경제일보] 내년 1월 시행 예정인 가상자산 과세를 2년 더 미뤄달라는 국민청원이 국회에서 제기됐다. 가상자산 시장이 제도권에 편입되는 과정에서 과세 필요성에는 공감하면서도, 시장 인프라와 투자자 보호 제도가 충분히 정비되지 않은 상황에서 세금부터 부과하는 것은 시기상조라는 주장이다. 특히 국내 주식시장과 비교해 개인 투자자의 세 부담 구조가 지나치게 다른 것 아니냐는 ‘과세 형평성’ 논쟁도 다시 불붙고 있다. 27일 국회 전자청원에 따르면 지난 21일 시작된 ‘코인과세 2년 유예에 관한 청원’은 닷새 만에 동의자 1만명을 넘어섰다. 9월 20일까지 5만명이 동의하면 국회 소관 상임위원회에 회부돼 심사를 받을 수 있다. 청원인은 가상자산 과세 첫 신고 시점이 2028년 5월로 총선 직후인 만큼 정치적 부담까지 커질 수 있다며 2028년까지 유예할 것을 요구하고 있다. 현행 소득세법상 가상자산 소득 과세는 이미 두 차례 시행이 미뤄졌다. 국회는 2024년 12월 소득세법을 개정해 시행 시점을 2027년 1월 1일 이후 양도·대여분으로 2년 연기했다. 국세청에 따르면 가상자산 양도·대여 소득에서 필요경비를 뺀 금액 가운데 연 250만원을 초과하는 소득에 20%의 세율이 적용되며 다음 해 5월 신고한다. 지방소득세까지 고려하면 실질 세 부담은 22% 수준이다. 따라서 현재의 논쟁은 ‘과세할 것이냐’보다 ‘지금 시행할 준비가 됐느냐’에 가깝다. 국세청은 이미 가상자산 거래자료 제출을 위한 서식과 세원관리 체계를 마련하고 있고, 과세 기준과 취득가액 산정 방식도 법령에 담았다. 즉 정부가 아무런 준비 없이 과세를 추진하는 상황은 아니다. 다만 투자자가 여러 거래소와 개인지갑, 해외 플랫폼을 오가는 현실에서 거래내역을 정확하게 통산하고 취득가격을 입증하는 문제는 여전히 제도 운용의 핵심 과제로 남는다. ◆ 시장도 ‘폭발적 호황’과는 거리 현재 국내 가상자산 시장을 보면 과세를 서둘러야 할 정도로 시장이 일방적인 호황 국면에 있는 것도 아니다. 금융위원회와 금융정보분석원의 2025년 하반기 실태조사에 따르면 국내 가상자산 시가총액은 87조2000억원으로 상반기보다 8% 감소했고, 일평균 거래규모도 5조4000억원으로 15% 줄었다. 거래가능 이용자 계정은 1113만개로 3% 늘었지만 100만원 미만을 보유한 계정이 826만개에 달했다. 거래소 영업손익도 6178억원에서 3807억원으로 38% 감소했다. 해외로 빠져나가는 투자 수요도 변수다. 타이거리서치와 체이널리시스는 국내 투자자로 추정되는 지갑을 분석해 2021년부터 2026년까지 국내 거래소에서 해외로 이동한 가상자산 규모가 약 700조원에 이를 것으로 추산했다. 지난해에만 약 168조원이 이동한 것으로 분석했다. 다만 이는 온체인에서 식별 가능한 경로를 대상으로 한 추정치여서 국내 투자자 전체의 실제 자금 이동을 의미하는 공식 통계는 아니다. 시장에서는 이 같은 해외 이동이 국내에서 투자자들이 이용할 수 있는 상품과 서비스가 제한된 결과라는 분석도 나온다. 국내 시장이 현물거래 중심에 머무는 동안 해외에서는 파생상품과 스테이블코인, 예측시장 등으로 활용 영역이 넓어졌다는 것이다. 과세가 국내 거래소 이용자에게만 추가적인 비용과 행정 부담을 키울 경우 일부 수요가 해외로 이동하는 ‘풍선효과’가 나타날 수 있다는 우려가 나오는 이유다. ◆ “왜 코인만 먼저?”…주식과 과세 형평성 논쟁 가장 민감한 쟁점은 주식과의 형평성이다. 현재 국내 상장주식은 소액주주가 장내에서 거래해 얻은 양도차익에는 원칙적으로 양도소득세가 부과되지 않는다. 주식은 대주주가 과세 대상이며, 2026년 기준 상장주식 대주주 요건은 종목별 보유액 50억원 이상 또는 일정 지분율 이상이다. 반면 가상자산은 투자 규모와 관계없이 연간 소득 250만원을 넘으면 과세하는 구조다. 물론 두 자산의 법적·경제적 성격이 다르고 국내 주식 거래에는 증권거래세 등 별도의 과세체계가 존재하기 때문에 단순 비교만으로 ‘불공정하다’고 결론 내리기는 어렵다. 그러나 투자자가 동일하게 자본이득을 얻는다는 관점에서 보면 가상자산에만 상대적으로 낮은 과세 문턱을 적용하는 것이 타당한지에 대한 정책적 질문은 피하기 어렵다. 과세 유예론의 핵심도 여기에 있다. 세금을 걷지 말자는 것이 아니라 투자자 보호, 해외거래 추적, 취득가액 검증, 손익 산정 등 제도를 먼저 보완한 뒤 과세하자는 주장이다. 특히 현행 제도는 연간 손익을 통산하지만 가상자산의 복잡한 거래 구조를 고려한 세부적인 납세 편의와 해외거래 대응이 실제 시행 과정에서 얼마나 원활하게 작동할지는 아직 확인이 필요하다. 한편 정부가 선택해야 할 것은 ‘과세를 하느냐 마느냐’보다 ‘왜 지금이어야 하는가’에 대한 설득력이다. 이미 법률상 시행시점이 정해져 있고 국세청의 준비도 진행되고 있는 만큼 무조건적인 유예 주장 역시 충분한 근거가 필요하다. 반대로 시장 규모와 투자자 행태가 빠르게 바뀌는 상황에서 제도의 허점을 그대로 둔 채 시행부터 서두르는 것도 바람직하지 않다. 내년 시행까지 남은 기간 동안 정부가 거래자료 확보와 해외거래 대응, 투자자 보호 장치를 얼마나 촘촘하게 보완하느냐가 관건이다. 가상자산이 제도권 금융자산으로 자리 잡으려면 과세의 속도보다 과세체계의 완성도가 먼저 증명돼야 한다는 지적이 나오는 이유다.
2026-08-27 08:58:33
-
자율주행 패권 경쟁 해법은 'AI 고도화'…"데이터·피지컬 AI가 좌우한다"
[경제일보] 자율주행 경쟁에서 앞서기 위해서는 데이터를 많이 확보하는 데 그치지 않고, AI 모델의 지속적인 개선으로 연결하는 기술력이 필요하다는 진단이 나왔다. 경험하지 못한 주행 상황까지 예측하고 대응하는 피지컬 AI와 파운데이션 모델 개발이 자율주행 기술 경쟁의 핵심 과제로 떠올랐다는 설명이다. 26일 서울 강남구 코엑스에서 열린 ‘2026 자율주행 산업 컨퍼런스’에서는 현대자동차 이경민 상무, 한국자동차연구원 전병욱 소장, 서울대학교 최준원 교수가 차례로 강연에 나서 자율주행 AI의 발전 방향을 제시했다. 이 상무는 ‘데이터 플라이휠을 통한 자율주행 모델의 지속 개선’, 전 소장은 ‘피지컬 AI 시대, 자율주행 패권 경쟁과 K-모빌리티 전략’, 최 교수는 ‘자율주행 파운데이션 모델의 핵심 설계 쟁점과 발전 방향’을 주제로 발표했다. 이경민 상무는 자율주행 모델을 지속적으로 개선하려면 데이터를 확보하는 데 그치지 않고, 학습과 검증까지 연결하는 구조를 만들어야 한다고 설명했다. 수집한 데이터를 분석·선별해 모델을 학습하고 검증한 뒤 차량에 적용하고, 다시 새로운 데이터를 확보하는 순환 구조가 핵심이라는 설명이다. 이 상무는 “데이터가 핵심이라기보다 데이터를 돌릴 수 있는 프레임이 핵심”이라며 “데이터 플라이휠은 기본적으로 데이터 수집, 데이터 학습, 학습된 모델이나 룰을 다시 데이터로 연결하는 구조”라고 말했다. 실제 주행에서 확보되는 데이터 가운데 모델 성능을 높이는 데 필요한 데이터는 일부에 불과하다는 점도 짚었다. 일반적인 직진 주행보다 차선 변경이나 돌발 상황처럼 모델이 취약한 상황을 골라내고 이를 학습에 활용해야 한다는 것이다. 이 상무는 “실제 데이터를 취득하고 나서 그걸로 학습하면서 끝나는 게 아니라 3D로 구성하고 다양한 상황을 만들어서 시뮬레이션을 통해 검증할 수 있어야 한다”고 말했다. 데이터의 양을 늘리는 것만큼 모델 성능을 떨어뜨리는 문제 상황을 빠르게 찾아내는 과정도 중요하다고 봤다. 문제의 원인을 분석해 다시 학습에 반영하고, 시뮬레이션과 실제 차량 테스트를 통해 안전성을 확인해야 한다는 설명이다. 이어 전병욱 소장은 대규모 데이터를 학습하는 AI를 넘어 물리 세계를 이해하고 예측하는 피지컬 AI가 자율주행의 다음 경쟁 영역이 될 것으로 내다봤다. 전 소장은 “AI 모델은 확보한 데이터에 대해서는 굉장히 잘하지만 예측 불가능한 데이터에 대해서는 상당히 취약하다”며 “데이터 규모는 필요조건일 뿐이고, 결국 자율주행을 하려면 물리 세계를 이해하고 예측하는 일반 지능이 필요하다”고 말했다. 야간이나 폭설, 동물 출현처럼 실제 도로에서 발생 빈도가 낮은 상황은 아무리 많은 데이터를 확보하더라도 충분히 학습하기 어렵다고 설명했다. 이런 상황에 대응하려면 과거 사례를 암기하는 방식에서 벗어나 물리 법칙과 인과관계를 이해하는 AI가 필요하다는 것이다. 전 소장은 월드 모델을 대표적인 기술로 꼽았다. 월드 모델은 물리 법칙과 인과관계를 학습해 특정 행동 이후 발생할 상황을 예측하는 모델이다. 국내 자율주행 산업에는 현재 기술을 빠르게 확보하면서 차세대 기술 개발을 병행하는 투트랙 전략을 제시했다. 전 소장은 “2세대 자율주행을 최대한 빠르게 추격하면서 3세대 자율주행을 선점하는 전략으로 가야 한다”며 “AI 모델 경량화와 차량용 추론 반도체 개발도 함께 이뤄져야 한다”고 강조했다. 마지막으로 최준원 교수는 자율주행 파운데이션 모델의 핵심 과제로 엣지 케이스 대응과 모델 구조, 연산 효율, 시뮬레이션 검증을 제시했다. 갑자기 차량이 끼어들거나 동물이 도로에 나타나는 등 규칙을 일일이 설정하기 어려운 상황에 대응하는 능력이 중요하다는 설명이다. E2E 방식은 인지부터 계획까지 하나의 AI 모델로 연결해 전체 과정을 하나의 목적에 맞춰 최적화할 수 있다는 점에서 기존 모듈러 방식과 차이가 있다고 설명했다. 최 교수는 파운데이션 모델을 주변 환경을 이해하는 ‘씬 인코더’와 차량의 행동을 생성하는 ‘액션 디코더’로 구성하는 방식도 소개했다. 센서에서 들어오는 정보를 3차원 공간으로 변환하고 이를 토큰화해 시공간 정보를 압축하는 구조다. 최 교수는 “주변 씬에 대한 시공간 정보를 잘 압축해서 표현하는 게 굉장히 중요하다”며 “엣지 케이스 대응을 위해 차량과 주변 객체의 속도, 가속도, 위치 등 다양한 정보를 학습하는 과정이 필요하다”고 말했다. 연산 효율 역시 실제 차량 적용을 위한 주요 과제로 꼽았다. 차량 주변의 넓은 영역을 높은 해상도로 처리하면 연산량이 크게 늘어나는 만큼 시공간 정보를 압축하고 과거 정보를 활용해 필요한 정보만 처리하는 방식이 필요하다는 설명이다. 실제 도로에서 확보하기 어려운 엣지 케이스를 다루기 위해서는 시뮬레이션도 필요하다. 최 교수는 “도로에 나가면 엣지 케이스도 별로 없고 AI 모델을 바로 도로에 나가서 하기에는 위험하기도 하다”며 시뮬레이션을 통한 안전성 검증의 필요성을 강조했다. 향후에는 실제 주행 데이터를 증강해 엣지 케이스를 확보하고 시뮬레이터에서 모델의 안전성과 성능을 검증하는 연구가 중요하다고 설명했다. 강화학습을 활용한 모델 안정성 향상과 실제 차량에서 구동할 수 있도록 모델을 경량화하는 작업도 주요 과제로 꼽았다.
2026-08-26 16:58:23
-
-
-
-
-
-
-