포뮬러 원 트랙을 넘어 AI가 어떻게 피트 스톱을 최적화하고, 자동차 디자인을 재정의하며, 보이지 않는 최고의 피트 크루로서 팬들을 만족시킬 수 있는지 알아보세요.
포뮬러 원(F1)은 세계에서 가장 하이테크한 스포츠 중 하나입니다. 시속 230마일의 놀라운 속도에 도달하고 2초 만에 피트 스톱을 해야 하는 F1은 가장 혁신적인 엔지니어링을 요구합니다. F1은 드라이버와 자동차 못지않게 경기를 분석하는 피트 크루가 만들어내는 전략도 중요합니다.
경주 중에는 다양한 기술이 사용되며, 그중에서도 AI는 피트 크루가 사용할 수 있는 가장 중요한 도구 중 하나가 되고 있습니다. F1에서 AI가 정확히 어디에 사용되고 있는지 자세히 살펴보겠습니다.
F1 드라이버가 네 바퀴로 트랙의 가장자리를 벗어나면 트랙 제한 위반으로 간주됩니다. FIA(국제자동차연맹)에서 이러한 위반 사항을 확인하고 그 결과에 따라 페널티가 부과됩니다.
매 경기마다 수백 건의 위반 사항을 처리해야 합니다. 2023년 오스트리아 그랑프리에서는 약 1,200건의 잠재적인 트랙 제한 위반을 처리하는 데 단 4명의 인력만 투입되었습니다. 이후 레이스에서는 트랙 제한 위반을 확인하는 인원을 늘렸음에도 불구하고 충분하지 않았습니다.
그래서 2023년 아부다비 그랑프리에서 FIA는 컴퓨터 비전으로 눈을 돌렸습니다. 형상 분석을 사용하여 트랙 가장자리를 식별하고 그 선 너머로 확장되는 픽셀 수를 계산합니다. 이 시스템 계층은 사람의 개입이 필요하지 않은 경우를 제거하기 위한 것입니다. 이를 통해 FIA는 실제로 주의를 기울여야 하는 사건에 집중할 수 있습니다.
스포츠 전문가의 71%는 팬 참여가 목표 달성에 필수적이라고 생각합니다. 사람들이 스포츠와 정서적 유대감을 느끼면 계속해서 다시 찾게 되고, 이는 업계의 수익 창출에도 도움이 됩니다.
경주 주말에는 좋아하는 팀을 응원하는 것 이상의 의미가 있습니다. Amazon Web Services(AWS) 는 F1과 협력하여 순간의 결정에 대한 심층적인 인사이트를 제공하고 상세한 통계로 경기 결과를 보여줍니다. 이를 위해 Amazon S3에 저장된 약 70년간의 레이스 데이터를 분석하고 있습니다. 머신 러닝 모델은 과거 데이터 외에도 각 F1 차량의 300개 이상의 센서에서 수집한 데이터 포인트를 분석할 수 있습니다. 초당 110만 개 이상의 데이터 포인트에 대해 이야기하고 있습니다!
오라클 레드불 레이싱의 CEO인 Christian Horner가"데이터는 팀의 생명선"이라고 믿는 것은 당연한 일입니다. 레이스 운영 방식, 자동차 개발 방식, 드라이버 선발 및 분석 방식 등 성능의 모든 요소는 모두 데이터에 의해 좌우됩니다."라고 말합니다. 이러한 시스템이 출력할 수 있는 몇 가지 통계를 살펴봅시다:
시뮬레이션 레이싱 또는 심 레이싱은 가상 F1 레이싱 체험입니다. 드라이버가 경주 트랙에 더 익숙해지고 부상이나 차량 손상 위험 없이 레이싱 기술을 향상시킬 수 있도록 훈련하는 데 자주 사용됩니다. 시뮬레이션 레이싱에 AI를 통합함으로써 팀은 역동적인 레이싱 조건, 다양한 설정에서의 자동차 성능, 심지어 트랙에서 경쟁자의 행동까지 시뮬레이션할 수 있습니다.
물리 엔진은 차량의 동작을 정확하게 모델링할 수 있습니다. 공기역학, 타이어 접지력, 서스펜션 설정과 같은 요소를 고려합니다. 한편, 실제 레이스와 시뮬레이션의 데이터를 지속적으로 분석하여 전략을 수정하고 성능을 개선합니다. 시뮬레이션 레이싱 설정은 스티어링 휠과 페달이 있는 기본 설정부터 모션 플랫폼, VR 헤드셋, F1 카 콕핏의 세부 복제품이 포함된 본격적인 시뮬레이터까지 다양합니다.
최고의 F1 팀 중 일부는 AI를 적극적으로 활용하고 있으며, 심지어 AI 기업을 공식 스폰서로 영입하기도 합니다. 이러한 파트너십 중 몇 가지와 그 가치를 간단히 살펴보겠습니다.
G42는 아랍에미리트에 본사를 둔 선도적인 AI 및 클라우드 컴퓨팅 회사입니다. 메르세데스-AMG 페트로나스 F1 팀의 공식 스폰서입니다. G42는 팀에 고급 데이터 분석 및 머신 러닝 기능을 제공합니다. G42의 지원으로 팀은 방대한 양의 데이터를 실시간으로 처리하고 가치 있는 인사이트를 추출하여 데이터 기반 의사 결정을 내릴 수 있습니다. 예를 들어 G42의 AI 알고리즘은 원격 측정 데이터를 분석하여 특정 트랙에 맞게 차량 설정을 최적화하고 공기역학, 타이어 공기압, 연료 부하를 미세 조정하여 성능을 향상시킬 수 있습니다.
레드불 레이싱 팀은 AI를 사용하여 연료 소비를 최적화함으로써 더 오래 더 빨리 달릴 수 있도록 지원하며, 이는 레이스 우승의 중요한 요소가 될 수 있습니다. 이 포뮬러 원 팀은 2023년 드라이버 챔피언십과 컨스트럭터 챔피언십에서 기록적인 시즌을 보내며 우승했습니다. 이 팀은 레이스 전략, 엔진 개발, 시뮬레이션 레이싱, 팬 참여 등을 위해 오라클 클라우드에 의존하고 있습니다.
아마존 웹 서비스(AWS)는 스쿠데리아 페라리 F1 팀의 공식 후원사 중 하나입니다. 스쿠데리아 페라리 팀은 아마존 세이지메이커를 통해 인공지능(AI)과 머신 러닝을 사용하여 가상 지면 속도 센서를 만들었습니다. 이를 통해 엔지니어들에게 더 빠르고 신뢰할 수 있는 데이터를 제공할 수 있었습니다. 이 팀은 1그램도 중요한 스포츠에서 중요한 요소인 차량 무게를 줄일 수 있었습니다. 또한 AWS를 사용해 게임 이론에 기반한 ML 모델을 개발하여 경주 전략의 변수를 분석했습니다.
2024 시즌은 3월 바레인 그랑프리와 함께 시작되었습니다. 지금까지 겨우 네 번의 레이스만 치렀지만, 시즌의 시작은 매우 흥미진진했습니다. 시작부터 이번 시즌을 위한 새로운 AI 혁신이 등장하고 있습니다.
팬들에게 더 가까이 다가가기 위한 노력부터 시작하겠습니다. 새로운 카메라 앵글의 도입으로 이어졌습니다. F1 방송팀은 애스턴마틴과 긴밀히 협력하여 리어 라이트 카메라를 개발하고 있습니다. 이 카메라의 아이디어는 자동차 뒤쪽에서 바로 볼 수 있는 시야를 제공하여 이전에는 볼 수 없었던 방식으로 레이스의 격렬함을 포착하는 것입니다. AI는 속도와 조명 조건의 변화에 따라 실시간으로 초점과 노출을 조정하여 이러한 이미지가 선명하고 깨끗하게 유지되도록 지원합니다.
방송과 관련해서는 AI를 기반으로 새롭게 개편된 리플레이 시스템도 있습니다. 이 AI 시스템은 영상을 즉시 분류하여 주요 장면을 강조 표시함으로써 팬들이 경기 장면을 놓치지 않도록 해줍니다. 일반 영상에서 슬로우 모션 리플레이를 생성하는 기능도 있어 시청 경험에 새로운 차원의 깊이를 더합니다.
또한, 테스트 랩을 주행하는 맥스 베르스타펜의 1인칭 시점(FPV) 영상에서 영감을 받아 드론을 사용하여 라이브 영상을 촬영할 수 있는 가능성에 대해 많은 화제를 불러일으키고 있습니다. 아직 안전과 관련하여 극복해야 할 장애물이 남아 있습니다. 하지만 앞으로 드론 촬영을 포함할 수 있는 가능성은 매우 흥미롭습니다. 레이싱의 스릴을 안방 시청자에게 전달할 수 있는 새로운 방법을 찾는 것이 중요하기 때문입니다.
스릴에 대한 이야기가 나왔으니 말인데, 방송의 오디오 부분도 업그레이드됩니다. 이번 업그레이드의 목표는 시청자가 트랙에서 엔진의 굉음과 함께 경주장에 있는 듯한 느낌을 받을 수 있도록 하는 것입니다. AI 알고리즘을 사용하여 오디오 캡처 및 처리를 미세 조정하여 방송 사운드가 잡음 없이 몰입감 있게 들리도록 하고 있습니다. 우리는 엔진이 가속하는 소리를 들으면서도 너무 큰 볼륨 없이 레이스를 즐길 수 있기를 원합니다.
AI는 유용한 도구가 될 수 있지만, 오랜 경험과 재능을 가진 인간 드라이버와 피트 크루를 대체할 수는 없습니다. 그렇지만 앞으로 AI가 포뮬러 원에 어떤 영향을 미칠지 지켜보는 것은 흥미로운 일이 될 것입니다. 더 발전된 기술은 트랙에서 더 많은 정보에 기반한 결정을 내릴 수 있게 해줄 것이고, 이는 곧 체크무늬 깃발을 향한 놀라운 전투로 이어질 것입니다!
AI에 대해 자세히 알아보려면 GitHub 리포지토리를 확인하세요. 솔루션 페이지를 방문하여 제조 및 농업과 같은 분야에서 AI가 어떻게 적용되고 있는지 살펴보세요.
