Formula One의 AI 피트 스톱

포뮬러 원(F1)은 세계에서 가장 첨단 기술이 집약된 스포츠 중 하나입니다. 자동차가 귀를 찢을 듯한 시속 230마일로 달리고 2초 만에 피트 스톱을 마치는 이 스포츠에는 가장 혁신적인 엔지니어링이 필요합니다. F1은 드라이버와 자동차뿐만 아니라 경주를 분석하는 피트 크루가 세우는 전략도 중요한 스포츠입니다.

경주에서는 다양한 기술이 활용되며, AI는 피트 크루가 사용할 수 있는 가장 중요한 도구 중 하나가 되고 있습니다. F1에서 AI가 구체적으로 어떻게 사용되는지 자세히 살펴보겠습니다.

2023년 아부다비 그랑프리에서의 컴퓨터 비전#

F1 드라이버가 네 바퀴 모두 트랙 가장자리를 벗어나면 트랙 제한 위반으로 간주됩니다. 국제자동차연맹(FIA)이 이러한 위반을 확인하고, 결과에 따라 페널티를 부과합니다.

매 경주마다 수백 건의 위반 사례를 처리해야 합니다. 2023년 오스트리아 그랑프리에서는 단 네 명이 약 1,200건의 잠재적인 트랙 제한 위반을 처리했습니다. 이후 경주에서는 트랙 제한 위반을 확인하는 인원을 늘렸지만 여전히 충분하지 않았습니다.

그림 1. 위 이미지의 흰색 선은 트랙 가장자리로 간주됩니다.

이에 2023년 아부다비 그랑프리에서 FIA는 컴퓨터 비전을 활용했습니다. 형상 분석을 사용해 트랙 가장자리를 식별하고 해당 선을 넘어간 픽셀 수를 계산합니다. 시스템의 이 계층은 사람의 개입이 명백히 필요하지 않은 경우를 제거하는 데 사용됩니다. 이를 통해 FIA는 실제로 주의가 필요한 사례에 집중할 수 있습니다.

AI 인사이트로 팬 참여도 높이기#

스포츠 전문가의 71%는 팬 참여가 목표 달성에 중요하다고 생각합니다. 사람들이 스포츠와 정서적으로 연결되면 계속해서 찾아오며, 이는 업계의 수익 창출에도 도움이 됩니다.

레이스 주말에는 좋아하는 팀을 응원하는 일 외에도 다양한 활동이 있습니다. Amazon Web Services(AWS)는 F1과 협력해 순식간에 이루어지는 의사결정에 관한 심층적인 인사이트를 제공하고 상세한 통계로 성과를 보여줍니다. 이를 위해 Amazon S3에 저장된 약 70년간의 레이스 데이터를 분석합니다. 과거 데이터 외에도 머신러닝 모델은 각 F1 차량에 탑재된 300개 이상의 센서에서 수집한 데이터 포인트를 분석할 수 있으며, 이 데이터는 초당 110만 개가 넘습니다.

Oracle Red Bull Racing의 CEO인 Christian Horner가 “데이터는 팀의 생명줄입니다. 레이스 운영 방식, 자동차 개발 방식, 드라이버 선정 및 분석 방식 등 경기력의 모든 요소는 데이터를 기반으로 합니다.”라고 말한 것도 당연합니다. 이러한 시스템에서 제공하는 몇 가지 통계를 살펴보겠습니다.

• 배틀 예측: 뒤따르는 자동차가 앞선 자동차의 ‘공격 가능 거리’에 도달하기까지 몇 바퀴가 남았는지 예측합니다. 트랙 이력과 예상 드라이버 페이스 데이터를 사용해 예측합니다.
• 피트 전략 대결: 팬이 각 드라이버의 전략이 얼마나 성공적인지와 그 결과를 실시간으로 평가하는 데 도움이 되는 추가 인사이트를 제공합니다. 팬은 드라이버가 미세하게 조정하는 전략을 추적하고 그 조정이 결과에 미치는 영향도 확인할 수 있습니다.
• 트랙 지배력: 팬과 해설자에게 서킷에서 드라이버가 경쟁자를 상대로 어디에서 어떻게 우위를 점하는지 보여줍니다.
• 자동차 성능 점수: 이 인사이트를 통해 팬은 특정 자동차를 선택해 다른 자동차와 성능을 비교할 수 있습니다. 비교 항목은 코너링 성능(회전하거나 커브를 주행할 때 속도, 안정성, 제어력을 얼마나 잘 유지하는지), 직선 주행 성능(직선 구간에서의 가속력과 최고 속도), 자동차 핸들링(조향, 제동, 조작을 포함해 차량을 제어할 때의 전반적인 용이성과 반응성)입니다.

그림 2. 팬이 볼 수 있는 트랙 우위 시각화 예시.

AI 기반 시뮬레이션 레이싱#

시뮬레이션 레이싱 또는 심 레이싱은 가상 F1 레이싱 경험입니다. 부상이나 자동차 손상의 위험 없이 드라이버가 레이스 트랙에 익숙해지고 레이싱 기술을 향상하도록 훈련하는 데 자주 활용됩니다. 심 레이싱에 AI를 도입하면 팀은 역동적인 레이싱 조건, 다양한 설정에 따른 자동차 성능, 트랙에서 경쟁자의 행동까지 시뮬레이션할 수 있습니다.

물리 엔진은 차량의 동작을 정밀하게 모델링할 수 있습니다. 공기역학, 타이어 접지력, 서스펜션 설정과 같은 요소를 고려합니다. 한편 실제 경주와 시뮬레이션에서 얻은 데이터를 지속적으로 분석해 전략을 개선하고 성능을 높입니다. 심 레이싱 구성은 스티어링 휠과 페달을 갖춘 기본 장비부터 모션 플랫폼, VR 헤드셋, F1 자동차의 실내를 정밀하게 재현한 시뮬레이터를 포함하는 풀스케일 장비까지 다양합니다.

그림 3. 심 레이싱을 하는 포뮬러 원 드라이버 Max Verstappen. (출처: shop.gperformance.eu)

F1 팀과 AI 혁신 기업: 트랙 위에서의 만남#

일부 주요 F1 팀은 AI를 적극적으로 활용하며 AI 기업을 공식 스폰서로 영입하기도 합니다. 이러한 파트너십 몇 가지와 그 가치를 간단히 살펴보겠습니다.

Mercedes와 G42#

G42는 UAE에 본사를 둔 선도적인 AI 및 클라우드 컴퓨팅 기업입니다. G42는 Mercedes-AMG PETRONAS F1 Team의 공식 스폰서입니다. G42는 팀에 고급 데이터 분석 및 머신러닝 역량을 제공합니다. G42의 지원을 통해 팀은 방대한 양의 데이터를 실시간으로 처리하고 유용한 인사이트를 도출해 데이터 기반 의사결정을 내릴 수 있습니다. 예를 들어 G42의 AI 알고리즘은 텔레메트리 데이터를 분석해 특정 트랙에 맞게 자동차 설정을 최적화하고, 공기역학, 타이어 공기압, 연료 적재량을 세밀하게 조정해 성능을 향상할 수 있습니다.

그림 4. G42는 Mercedes-AMG F1의 공식 파트너입니다.

Red Bull과 Oracle#

레드불 레이싱 팀은 AI를 사용해 연료 소비를 최적화하고 차량이 더 오랫동안 더 빠르게 달리도록 지원합니다. 이는 레이스 우승을 좌우하는 중요한 요소가 될 수 있습니다. 이 포뮬러 원 팀은 기록적인 시즌을 보내며 2023년 드라이버 챔피언십과 컨스트럭터 챔피언십에서 우승했습니다. 팀은 레이스 전략, 엔진 개발, 시뮬레이션 레이싱, 팬 참여 등을 지원하기 위해 Oracle Cloud를 사용합니다.

그림 5. Oracle이 후원하는 Red Bull Racing Team.

Ferrari와 AWS#

Amazon Web Services(AWS)는 스쿠데리아 페라리 F1 팀의 공식 후원사 중 하나입니다. 스쿠데리아 페라리 팀은 Amazon SageMaker의 AI와 머신러닝을 사용해 가상 지상 속도 센서를 구축하여 엔지니어에게 더 빠르고 신뢰할 수 있는 데이터를 제공했습니다. 팀은 차량 중량을 줄일 수 있었으며, 1그램도 중요한 이 스포츠에서 이는 핵심 요소입니다. 또한 AWS를 사용해 게임 이론에 기반한 ML 모델을 개발하고 레이스 전략의 변수를 분석했습니다.

그림 6. AWS의 지원을 받는 스쿠데리아 페라리 F1 팀(thelastcorner.it).

이번 시즌에는 어떤 모습을 볼 수 있을까요?#

2024 시즌은 3월 바레인 그랑프리와 함께 시작되었습니다. 지금까지 네 번의 레이스만 치렀지만, 시즌의 시작은 매우 흥미진진했습니다. 시즌이 시작된 순간부터 새로운 AI 혁신이 데뷔하는 모습을 볼 수 있습니다.

팬들이 경기 현장을 더 가까이에서 느낄 수 있도록 하려는 노력부터 살펴보겠습니다. 그 결과 새로운 카메라 앵글이 도입되었습니다. F1 중계팀은 애스턴 마틴과 긴밀히 협력하여 후미등 카메라를 개발하고 있습니다. 이 카메라의 목적은 자동차 뒤쪽에서 직접 바라보는 시점을 제공하여 이전에는 볼 수 없었던 방식으로 레이스의 긴장감을 담아내는 것입니다. AI는 초점과 노출을 실시간으로 조정하여 속도와 변화하는 조명 조건의 문제를 해결하고, 선명하고 또렷한 영상을 제공하도록 지원합니다.

중계와 관련해서는 AI 기반의 새로운 개편 리플레이 시스템도 있습니다. 이 AI 시스템은 영상을 즉시 분석해 주요 순간을 강조하므로 팬들이 경기의 어떤 장면도 놓치지 않도록 합니다. 일반 영상으로 슬로 모션 리플레이를 만들 수도 있어 시청 경험에 새로운 깊이를 더합니다.

테스트 랩에서 막스 페르스타펀을 촬영한 1인칭 시점(FPV) 영상이 바이럴된 것을 계기로, 드론을 활용해 실시간 영상을 촬영할 가능성에 대한 관심도 뜨겁습니다. 안전과 관련해 해결해야 할 과제가 여전히 남아 있습니다. 하지만 향후 드론 촬영 장면을 도입할 가능성은 기대를 모으고 있습니다. 집에서 시청하는 사람들에게 레이스의 짜릿함을 전할 새로운 방법을 찾는 것이 핵심입니다.

그림 7. 가장 빠른 F1 촬영 영상.

박진감 넘치는 경험을 이야기하자면, 중계 오디오도 업그레이드될 예정입니다. 이번 업그레이드의 목표는 엔진의 굉음이 시청자를 둘러싸 마치 트랙 한가운데 있는 듯한 느낌을 주는 것입니다. AI 알고리즘을 사용해 오디오를 정밀하게 수집하고 처리함으로써, 중계 음향이 시끄럽지 않으면서도 몰입감을 제공하도록 합니다. 엔진의 가속음을 들으면서도 음량이 지나치게 크지 않아 레이스를 즐길 수 있도록 하는 것이 목표입니다.

결승선을 넘어서#

AI는 유용한 도구가 될 수 있지만, 오랜 경험과 재능을 지닌 드라이버와 피트 크루를 대체할 수는 없습니다. 그렇지만 앞으로 AI가 포뮬러 원에 어떤 영향을 미칠지 지켜보는 일은 흥미로울 것입니다. 더욱 발전된 기술은 트랙에서 더 나은 정보에 기반한 의사결정을 가능하게 하고, 체커기 아래 펼쳐질 놀라운 경쟁으로 이어집니다!

AI에 대해 더 알아보려면 GitHub 저장소를 확인하세요. 솔루션 페이지를 방문해 스포츠, 제조, 농업 등의 분야에서 AI가 어떻게 활용되는지 알아보거나 스포츠 분야의 컴퓨터 비전 애플리케이션에 관한 글을 읽어보세요.