자율 주행이 인재 전쟁을 일으킨 방법

2015년 1월, 세계 최고의 차량 자율 연구원 중 일부가 Carnegie Mellon의 NREC(National Robotics Engineering Center)에서 사라지기 시작했습니다. 월말까지 50명의 NREC 직원이 연구 기관에서 이탈했는데, 이는 NREC 직원의 3분의 1에 해당하며, 여기에는 많은 고위 직원과 센터 소장이 포함됩니다.

이전에 직원들은 몇 블록 떨어진 곳에서 현재 Uber Technologies가 소유한 이전 초콜릿 공장 내부에 다시 ​​나타났습니다. 이 공장은 Advanced Technologies Group의 주력 사무실을 수용하기 위해 공간을 구입하고 개조했습니다. Uber는 하늘 높은 보상 패키지와 자동차가 실험실뿐만 아니라 실제 세계에서 스스로 운전할 수 있도록 도와줌으로써 실질적인 영향을 미칠 것이라는 약속으로 연구원들을 NREC에서 멀어지게 했습니다.

그해 말 Carnegie Mellon과 Uber는 관계를 재설정하고 CMU 연구원이 Uber와 협력할 수 있는 보다 공식적인 경로를 만들기 위해 "전략적 파트너십"에 서명했지만 자동차 분야의 다른 플레이어는 이미 이를 알아차렸습니다. 우버의 과감한 기동은 아무리 과감하기도 했지만, 세계에서 가장 가치 있는 인재인 자율주행 전문가를 어떤 수단으로든 찾아내고 채용하기 위한 전투의 시작에 불과했다.

최근 몇 년 동안 인재 전쟁이 확대되었습니다. 오늘날 Google의 Waymo 부서는 Uber가 자신의 스타트업인 Otto를 인수하기 위해 거의 7억 달러를 지불한 후 전 직원이자 자율 주행 전문가인 Anthony Levandowski가 영업 비밀을 훔쳤다고 Uber를 상대로 한 소송에 휘말렸습니다. 제너럴 모터스가 크루즈 자동화를 인수하기 위해 5억 8000만 달러를 지불하고 도요타가 자율 주행 자동차를 위한 200명의 강력한 연구 팀을 구축하기 위해 10억 달러를 책정하면서 전통적인 자동차 제조업체들이 이 경쟁에 뛰어들었다. 420억 달러의 시장이 걸려 있는 상황에서 자율주행 전문가들은 록스타와 최고의 운동선수와 같은 열정과 보상을 받고 있습니다.

인재가 차량 자동화의 혁신을 주도하는 방법

자동차 산업에서 소프트웨어의 중요성 증가에 대한 기사에서 논의한 바와 같이, 자율주행차는 자동차 가치 사슬을 근본적으로 변화시킬 것입니다. 최근까지 자동차 제조업체는 제조 및 물류에서 핵심 역량을 갖춘 하드웨어 강국이었습니다. 그러나 정교한 소프트웨어는 미래의 자동차, 즉 자율주행 자동차의 경우 엔진과 변속기만큼 필수 불가결한 요소가 될 것입니다.

인재의 관점에서 볼 때, 모빌리티 분야의 플레이어(Uber 및 Lyft와 같은 운송 네트워크, Tesla 및 GM과 같은 자동차 제조업체, Waymo 및 Apple과 같은 신규 진입자)의 가장 분명한 요구는 머신 러닝, 컴퓨터 비전 및 인공 지능 분야의 전문가를 찾는 것입니다. 자율주행차의 "가이딩 인텔리전스"를 설계하는 노하우. 이들은 센서 입력과 지도 데이터를 다양한 조건에서 엄청난 신뢰성을 보여주는 자율 주행 기능으로 변환하는 시스템입니다.

하지만 인재의 필요성은 여기서 끝이 아닙니다. 자율 주행 자동차는 4가지 상호 연관된 기술 트렌드의 접점에 있으며, 각각은 향후 10년 동안 소비자를 확보할 우수한 이동성 경험을 만들기 위해 한계까지 밀어붙여야 하는 지평을 나타냅니다. 이 기사의 나머지 부분에서는 자동차 이해 관계자가 인재 검색의 우선 순위를 정할 수 있도록 연결성, 자율성, 공유 이동성 및 전기화와 같은 기술을 검토합니다.

1. 연결성

기계 학습 기술의 모든 응용 프로그램과 마찬가지로 자율 주행 기능은 데이터의 산물입니다. 고품질 데이터를 통해 자율 주행 차량은 운전 장소와 방법에 대해 더 정확하고 신뢰할 수 있는 결정을 내릴 수 있습니다.

자동차가 스스로 운전하는 데 필요한 대부분의 미션 크리티컬 데이터는 강력한 온보드 센서를 통해 제공됩니다. 예를 들어 완전 자율주행 Tesla에는 8개의 카메라, 12개의 초음파 센서 및 전방 레이더가 있습니다. 그러나 성능과 안전성을 극대화하기 위해 자율주행차는 추가 데이터 소스에 연결해야 합니다.

기본 수준에서 여기에는 차량이 최적의 경로를 생성하도록 돕기 위해 Waze와 같은 클라우드 기반 교통 애플리케이션 및 GPS 안내 시스템에 연결하는 것이 포함됩니다. 자동차 제조업체는 이미 이러한 추세를 주도하고 있으며 Gartner는 2020년까지 거의 2억 5천만 대의 차량이 인터넷에 연결될 것으로 추정합니다. 그러나 대기 시간을 줄이고 최고 수준의 안전 및 편안함에 도달한다는 것은 자율 주행 자동차도 데이터를 공유하고 통신할 것임을 의미합니다. 다른 차량, 그리고 주변의 인프라와 도로. 예를 들어, 스마트 교통 신호는 차량과 직접 상호 작용할 수 있습니다. 애틀랜타 시는 센서가 내장된 도로 표지판과 주차 미터기가 완비된 자율 주행 자동차를 위한 별도의 도로를 건설할 계획도 있습니다.

자율 주행 자동차는 다양한 출처의 데이터를 소비할 것이며, 이는 이 분야에서 연결성과 사물 인터넷에 대한 전문 지식이 필수적임을 의미합니다. 취약성을 감지하고 커넥티드 차량이 해킹되거나 악용될 위험을 제한할 수 있는 최고의 보안 전문가를 유지하는 것만큼이나 중요할 것입니다.

2. 자율성

내부 센서와 외부 소스에서 다양한 데이터를 수집한 자율주행차는 이를 경로 및 제어 안내로 변환해야 합니다. 자율성을 생성하는 알고리즘은 무인 자동차의 가장 기본적인 구성 요소이며 자율성은 인재 전쟁의 핵심에 있는 기능입니다.

온라인 교육 플랫폼 유다시티(Udacity)는 최근 자율주행차 연구의 대부이자 스탠포드대 교수인 세바스찬 트룬(Sebastian Thrun)이 가르치는 "자율주행차 엔지니어(Self-Driving Car Engineer)" 나노학위를 출시했으며, 커리큘럼은 자율주행차 연구에 필요한 많은 소프트웨어 역량을 엿볼 수 있게 해준다. 어느 정도의 차량 자율성을 제공합니다. 필수 지식 영역에는 딥 러닝, 컴퓨터 비전, 센서 처리 및 융합, 로컬라이제이션 및 제어가 포함되며 각각 심층 하위 모듈이 있습니다. 이러한 기술을 종합하면 엔지니어는 교통 신호 및 표지판을 인식하고, 차선을 유지하고, 악천후에 적응하고, 교통 흐름에 반응하고, 잠재적 충돌을 사전에 예방할 수 있는 시스템을 설계할 수 있습니다.

Udacity의 여러 코스 모듈이 Mercedes-Benz와 Uber를 포함하여 자율주행차 기술을 연구하는 회사의 후원을 받고 있다는 점은 주목할 만합니다. 이는 주요 모빌리티 기업이 자율주행 인재를 차단하는 데 열심이어서 엔지니어를 곧바로 영입할 의향이 있음을 의미합니다. 학교 밖에서.

3. 공유 모빌리티

Uber 및 Lyft와 같은 운송 네트워크의 성장과 Zipcar 및 Car2go와 같은 카 셰어링 서비스의 성장으로 자율 주행 차량에 대한 연구가 엄청나게 가속화되었습니다. 특히 Uber와 Lyft는 자율주행차가 운전자를 없애 서비스의 가변 비용을 크게 줄이고 차량 소유의 비용과 편의성 면에서 라이드 셰어링을 경쟁력 있게 만들 것이라는 점을 믿고 있습니다.

Uber 및 Lyft의 인기는 젊은 인구 집단의 자동차 소유 가치를 감소시킨 문화적 요인과 결합되어 모든 종류의 이동성 플레이어를 주목하게 만들었습니다. Tesla는 자동차 모빌리티의 미래에 차량 소유가 훨씬 줄어들 수 있다는 생각을 수용한 자동차 제조업체 중 하나이며, 정지 시간 동안 다른 승객을 태울 수 있는 자율 주행 Tesla의 "Tesla 네트워크" 계획을 발표했습니다. GM은 또한 차량 공유 스타트업인 Sidecar의 자산을 인수하고 Lyft와 제휴하여 확장 자금을 조달하고 여러 전략적 이니셔티브를 추구하는 등 공격적인 접근 방식을 취했으며 Ford는 2021.

차량 공유 네트워크용 차량을 공급하든 자체 네트워크를 구축하든, 모빌리티 플레이어는 카풀 중 스마트 라우팅부터 유지 보수 및 승객 안전에 이르기까지 우주의 문제를 이해하기 위해 인재에 투자해야 합니다.

4. 전화

내연 기관이 장착된 자율 주행 자동차는 특히 장거리 응용 분야에서 미래에도 존재할 것입니다. 그러나 배터리 기술이 범위와 비용 면에서 향상됨에 따라 차세대 자율 차량은 전기가 아닐 가능성이 커졌습니다.

그 이유는 자율주행차 개발을 촉진한 다른 기술 동향과 관련이 있습니다. 첫째, 전기 자동차는 배터리, 인버터 및 전기 모터의 세 가지 주요 구성 요소로 구성되어 있기 때문에 유지 관리가 더 쉬울 가능성이 있습니다. 성숙기에 이르면 유도 충전과 같은 무선 기술을 통해 연료를 더 쉽게 재충전할 수 있어 차량 공유의 강렬한 사용 패턴에 매우 적합합니다.

전기 자동차는 또한 컴퓨터가 제어하기 더 쉽고 자율 차량이 데이터를 수집하고 모션을 제어하는 ​​데 사용하는 센서 어레이에 안정적인 전력을 제공할 수 있습니다. 이미 경량 자율주행 차량의 58%가 전기 파워트레인을 기반으로 제작된 반면 21%는 하이브리드 파워트레인을 사용합니다. 즉, 배터리 기술이 전기 자동차가 가솔린 자동차의 범위와 일치할 수 있을 때까지 하이브리드 엔진은 범위와 자율 차량의 고유한 요구 사항에 대한 우수한 호환성을 모두 제공하여 격차를 해소할 것입니다.

좋은 자가 운전 인재는 찾기 어렵습니다.

차량 자동화 분야의 인재 전쟁이 이제 막 시작되었습니다. 위에 설명된 4가지 영역에서 기술 및 비즈니스 인재에 대한 수요는 전체 모빌리티 공간의 조직이 현재 자율 주행 자동차의 광범위한 채택을 막는 기술 및 법적 규범의 급속한 발전에 대한 확신이 증가함에 따라 증가할 것입니다.

자율주행에 대한 깊은 전문성을 갖춘 인재를 확보하는 것은 자율주행차를 생산하는 데 필수적이지만 모빌리티 플레이어는 여기서 그치지 않아야 합니다. 인재 전쟁의 승자는 안전한 고품질 자율 주행 경험을 생성하는 데 필요한 전체 역량 스택을 살펴보고 창의적인 전술을 사용하여 인재를 가두고 차세대 이동성 시대에서 지속 가능한 성장으로 가는 길을 확보해야 합니다.