OEM과 공급업체는 고급 LLM(대규모 언어 모델)으로 구동되는 차세대 차량 내 가상 비서를 빠르게 개발하고 있습니다. 이러한 새로운 가상 비서는 더욱 매끄러운 향상된 차량 내 경험을 제공하는 것을 목표로 합니다. 그러나 구현이 중요하지 않으면 가상 비서의 기능이 사용자의 기대에 미치지 못할 것입니다.
SBD Explores 의 에디션 에서는 이러한 정교한 가상 비서를 개발할 때의 기회와 과제를 살펴보고 소비자와 OEM 모두에게 미치는 영향을 살펴봅니다.
무슨 일이 일어나고 있나요?
생성형 인공 지능(GenAI)과 대규모 언어 모델(LLM)의 새로운 물결은 차량 내 가상 어시스턴트에 즉각적인 영향을 미쳤습니다. OEM은 GenAI를 통해 추가적인
서비스를 제공하고 브랜드 DNA를 차량에 더 깊이 심어줄 수 있습니다. 또한 GenAI는 더욱 자연스러운 음성을 전달할 수 있습니다.
여러 OEM이 차량에 ChatGPT를 통합하는 방안을 적극적으로 검토하고 있습니다. 현재 메르세데스-벤츠와 DS 오토모빌은 차량 소유자를 대상으로 베타 프로그램을 운영하고 있습니다. DS 프로그램은 20,000명으로 참여 인원이 제한되어 있습니다. GM 및 Stellantis는 차량의 가상 비서에 ChatGPT를 통합하는 데 관심을 표명했습니다.
특히 ChatGPT를 사용할 수 없는 중국 시장의 다른 OEM은 자체 GenAI 모델을 개발하는 데 주력하고 있습니다.
기존 가상 비서 공급업체들은 출시 예정인 제품에 최신 LLM 기술을 통합하기 위해 노력하고 있습니다.
Amazon과 Google과 같은 거대 기술 기업들은 가상 비서 제품 팀을 재편하여 현재의 AI 엔진을 LLM 기반의 새로운 엔진으로 대체하는 것을 목표로 하고 있습니다.
왜 중요한가요?
대규모 언어 모델(LLM)을 기반으로 하는 차세대 가상 비서는 미래 자동차의 핵심 기능이 될 것입니다. 차량 내 다양한 시스템에 영향을 미칠 수 있을 것입니다.
이 혁신은 인간 수준의 자연스럽고 정확한 대화를 제공함으로써 운전 경험을 변화시킵니다. LLM의 고급 인텔리전스는 차량 내 가상 비서의 사용률을 높일 뿐만 아니라 소비자의 신뢰도 구축합니다.
이러한 새로운 유형의 어시스턴트는 복잡한 차량 설정을 위한 단순한 게이트웨이 그 이상입니다. 테이블 예약, 티켓 예약, 결제와 같은 서비스를 원활하게 통합하는 허브 역할을 합니다. 이러한 기능은 OEM이 더 많은 서비스를 통합하여 새로운 수익원을 창출할 수 있는 기회를 열어줍니다.
시간이 지남에 따라 차세대 어시스턴트는 자동차와 OEM 모두를 대표하는 신뢰할 수 있는 에이전트로 진화할 것입니다. 사용자 행동을 이해하고 시기적절하고 능동적인 지원을 제공하는 방법을 배우게 될 것입니다.
스마트폰과 같은 모바일 디바이스에 LLM을 통합하는 것은 여전히 어려운 과제이지만, 오늘날의 스마트 차량은 LLM을 위한 이상적인 호스트입니다. 필요한 컴퓨팅 용량, 센서, 연결 및 데이터를 갖추고 있어 진정한 인텔리전스를 구현할 준비가 잘 되어 있습니다.
다음은 어디인가요?
차세대 가상 비서를 위한 엔진을 구축하려면 모델, 하드웨어, 데이터, 지식이라는 네 가지 핵심 기반이 필요합니다. 이러한 핵심 요소를 기반으로 기능을 구축하여 기능을 구현합니다.
모델 - 미래 자동차의 인텔리전스는 단순한 음성 비서가 아니라 다양한 방식으로 세상을 인식할 수 있는 디지털 에이전트입니다. 따라서 멀티 모달 모델이 필수적입니다. 원활한 온디바이스 추론을 보장하려면 모델을 최적화하고 자동차 시스템 온 칩에 적합하도록 압축해야 합니다.
하드웨어 - 여기에는 저전력 소비로 작동할 수 있는 충분한 컴퓨팅 성능을 갖춘 AI 칩(예: 퀄컴 스냅드래곤 8세대 3)이 포함됩니다. 하드웨어에는 카메라, 마이크 어레이, 동작 감지기와 같은 센서도 포함되어 인식 능력을 향상시킬 수 있습니다.
데이터 - "스마트" 모델은 대량의 데이터(말뭉치)를 사용하여 학습하고 차량 지식과 같은 도메인별 데이터로 미세 조정해야 합니다. 이러한 데이터를 축적하는 데는 수년이 걸릴 수 있습니다.
지식 - OEM은 시스템을 구매, 구축 또는 파트너와 공동 개발할 수 있습니다. 어떤 경우든 UX, 차량 분야 전문 지식, 데이터 과학 및 ML 엔지니어링에 대한 집중적인 지식이 필요합니다.
주의해야 할 사항은 무엇인가?
미래의 가상 비서 시스템의 아키텍처는 복잡합니다. 주요 구성 요소는 다음과 같습니다:
멀티 모달 모델 은 가상 비서가 음성 명령을 이해할 뿐만 아니라 터치, 제스처, 표정 등 비음성 신호도 해석해야 하므로 미래 시스템에는 필수입니다. 이를 통해 보다 포괄적인 상호 작용 경험을 제공할 수 있습니다.
가상 아바타 를 사용하여 사용자 참여를 높이고 시스템에 대한 친숙함을 구축해야 합니다. 고유한 브랜드 경험을 만들고자 하는 OEM의 초점이 될 것입니다.
지식 모듈 은 OEM이 다른 제품과 차별화하기 위해 사용할 수 있는 핵심 구성 요소 중 하나입니다. 가상 비서가 처리할 수 있는 정보가 많을수록 더 많은 사용 사례를 지원할 수 있습니다.
액션 모듈 은 가상 비서가 발전함에 따라 LLM과 멀티모달 모델의 도입으로 크게 성장할 것입니다.
대화 관리 는 개인 정보 보호 및 편견 관리를 위해 필요한 모듈입니다. 가상 비서가 발전함에 따라 사용자 개인정보 보호는 소유자의 큰 관심사로 남을 것입니다.
어떻게 대응해야 할까요?
우선순위 지정
소비자에게 직접적인 혜택을 주고 다른 브랜드와 차별화할 수 있는 주요 가상 비서 기능에 우선순위를 둡니다.
미세 조정
올바른 GenAI 모델을 선택하고 도메인별 데이터를 사용하여 모델을 미세 조정하는 데 대부분의 노력을 기울이세요.
반복
팀에게 머신러닝 업데이트 주기를 숙지시키고 핵심 모델과 다운스트림 애플리케이션을 반복적으로 개선합니다.
자세히 알아보고 싶으신가요?
유니티는 맞춤형 프로젝트를 통해 고객이 새로운 도전과 기회를 더 깊이 파고들 수 있도록 돕고 있습니다. 최근 유니티가 자동차 AI 애플리케이션과 관련하여 완료한 프로젝트에 대해 논의하고 싶다면 지금 바로 문의하세요!
관련 콘텐츠도 꼭 확인해 보세요:
