Formula One의 AI 피트 스톱

포뮬러 원(F1)은 세계에서 가장 첨단 기술이 집약된 스포츠 중 하나입니다. 차량이 귀를 찢을 듯한 시속 230마일의 속도에 도달하고 2초 만에 피트 스톱을 완료하기 때문에, 가장 혁신적인 엔지니어링이 요구됩니다. F1은 드라이버와 차량뿐만 아니라 경기를 분석하는 피트 크루가 수립하는 전략도 중요한 스포츠입니다.

경기 중에는 다양한 기술이 활용되며, AI는 피트 크루가 사용할 수 있는 가장 중요한 도구 중 하나가 되고 있습니다. F1에서 AI가 정확히 어떻게 활용되는지 자세히 살펴보겠습니다.

2023 아부다비 그랑프리에서의 컴퓨터 비전#

F1 드라이버가 네 바퀴 모두 트랙 가장자리를 벗어나면 트랙 제한 위반으로 간주됩니다. 국제자동차연맹(FIA)이 이러한 위반을 확인하며, 결과에 따라 페널티가 부과됩니다.

매 경기 수백 건의 위반을 처리해야 합니다. 2023 오스트리아 그랑프리에서는 단 4명의 사람이 약 1,200건의 잠재적인 트랙 제한 위반을 처리했습니다. 이후 경기에서는 트랙 제한 위반을 확인하는 인력을 늘렸지만, 그것만으로는 충분하지 않았습니다.

그림 1. 위 이미지의 흰색 선은 트랙의 가장자리로 간주됩니다.

이에 따라 2023 아부다비 그랑프리에서 FIA는 컴퓨터 비전을 도입했습니다. 형상 분석을 사용해 트랙 가장자리를 식별하고 해당 선을 넘어선 픽셀 수를 계산합니다. 시스템의 이 단계는 사람의 개입이 명백히 필요하지 않은 사례를 제외하는 데 사용됩니다. 이를 통해 FIA는 실제로 주의가 필요한 사례에 집중할 수 있습니다.

AI 인사이트로 팬 참여도 향상#

스포츠 업계 전문가의 71%는 목표 달성에 팬 참여가 중요하다고 생각합니다. 사람들이 스포츠와 정서적으로 연결되면 계속해서 스포츠를 찾게 되고, 이는 업계가 수익을 창출하는 데 도움이 됩니다.

레이스 주말은 좋아하는 팀을 응원하는 것 이상의 의미를 가집니다. Amazon Web Services (AWS)는 F1과 협력하여 순간적인 의사 결정에 대한 심층적인 인사이트를 제공하고 상세한 통계로 경기력을 보여주고 있습니다. 이는 Amazon S3에 저장된 약 70년간의 레이스 데이터를 분석하여 가능합니다. 과거 데이터뿐만 아니라 머신 러닝 모델은 각 F1 차량의 300개가 넘는 센서에서 수집된 데이터 포인트를 분석할 수 있습니다. 초당 110만 개가 넘는 데이터 포인트를 다루는 것입니다!

Oracle Red Bull Racing의 CEO인 Christian Horner가 “데이터는 팀의 생명줄입니다. 레이스 운영 방식, 차량 개발 방식, 드라이버 선정 및 분석 방식 등 경기력의 모든 요소가 데이터에 의해 좌우됩니다.”라고 말하는 것도 당연합니다. 이제 이러한 시스템이 출력할 수 있는 통계 몇 가지를 살펴보겠습니다.

• 배틀 예측: 배틀 예측은 추격 차량이 앞 차량의 ‘공격 가능 거리’ 안으로 들어오기까지 몇 랩이 남았는지 예측합니다. 예측에는 트랙 이력과 예상 드라이버 페이스의 데이터가 사용됩니다.
• 피트 전략 배틀: 팬들에게 각 드라이버의 전략이 얼마나 성공적이었는지와 그 결과를 실시간으로 평가하는 데 필요한 추가 인사이트를 제공합니다. 팬들은 드라이버가 변경하는 미묘한 전략도 추적하고 그 전략이 결과에 미친 영향을 확인할 수 있습니다.
• 트랙 지배력: 팬과 해설자에게 드라이버가 서킷에서 경쟁자를 어느 구간에서, 어떤 방식으로 압도하고 있는지에 대한 인사이트를 제공합니다.
• 차량 경기력 점수: 이 인사이트를 통해 팬들은 특정 차량 하나를 분리해 다른 차량과 경기력을 비교할 수 있습니다. 비교는 코너링 성능(회전하거나 커브를 주행할 때 차량이 속도, 안정성, 제어력을 얼마나 잘 유지하는지), 직선 주행 성능(직선 구간에서 차량의 가속력과 최고 속도 역량), 차량 핸들링(조향, 제동, 기동을 포함해 차량을 제어할 때의 전반적인 용이성과 반응성)을 기준으로 이루어집니다.

그림 2. 팬이 볼 수 있는 트랙 지배력 시각화 예시입니다.

AI 기반 시뮬레이션 레이싱#

시뮬레이션 레이싱 또는 심 레이싱은 가상 F1 레이싱 경험입니다. 드라이버가 레이스 트랙에 더 익숙해지고 레이싱 기술을 향상하도록 돕는 데 자주 사용되며, 부상이나 차량 손상의 위험을 줄일 수 있습니다. 심 레이싱에 AI를 통합하면 팀은 역동적인 레이싱 조건, 다양한 설정에서의 차량 성능, 심지어 트랙에서 경쟁자의 행동까지 시뮬레이션할 수 있습니다.

물리 엔진은 차량의 동작을 정확하게 모델링할 수 있습니다. 여기에는 공기역학, 타이어 접지력, 서스펜션 설정과 같은 요소가 고려됩니다. 한편 실제 레이스와 시뮬레이션에서 얻은 데이터는 전략을 개선하고 성능을 향상하기 위해 지속적으로 분석됩니다. 심 레이싱 설정은 스티어링 휠과 페달을 사용하는 기본 구성부터 모션 플랫폼, VR 헤드셋, F1 차량 콕핏의 정교한 복제품을 포함하는 실물 크기 시뮬레이터까지 다양합니다.

그림 3. 포뮬러 원 드라이버 Max Verstappen의 심 레이싱 모습입니다. (출처: shop.gperformance.eu)

F1 팀과 AI 혁신 기업: 트랙에서 이루어진 만남#

일부 최고의 F1 팀은 AI를 적극적으로 사용하고 있으며, AI 기업을 공식 스폰서로 영입하기도 했습니다. 이러한 파트너십 몇 가지와 그들이 제공하는 가치를 간단히 살펴보겠습니다.

Mercedes & G42#

G42는 UAE에 기반을 둔 선도적인 AI 및 클라우드 컴퓨팅 기업입니다. G42는 Mercedes-AMG PETRONAS F1 Team의 공식 스폰서입니다. G42는 팀에 고급 데이터 분석 및 머신 러닝 역량을 제공합니다. G42의 지원으로 팀은 방대한 양의 데이터를 실시간으로 처리하고 가치 있는 인사이트를 추출해 데이터 기반 의사 결정을 내릴 수 있습니다. 예를 들어 G42의 AI 알고리즘은 텔레메트리 데이터를 분석해 특정 트랙에 맞는 차량 설정을 최적화하고, 공기역학, 타이어 공기압, 연료 탑재량을 미세 조정해 성능을 향상할 수 있습니다.

그림 4. G42는 Mercedes-AMG F1의 공식 파트너입니다.

Red Bull & Oracle#

Red Bull Racing Team은 AI를 사용해 연료 소비를 최적화하고, 연료 사용량을 줄여 더 오랫동안 더 빠르게 주행합니다. 이는 레이스 우승에 결정적인 요소가 될 수 있습니다. 이 포뮬러 원 팀은 기록적인 시즌을 보내며 2023 드라이버 챔피언십과 컨스트럭터 챔피언십에서 우승했습니다. 팀은 Oracle Cloud를 기반으로 레이스 전략, 엔진 개발, 시뮬레이션 레이싱, 팬 참여 등을 운영합니다.

그림 5. Red Bull Racing Team은 Oracle의 후원을 받습니다.

Ferrari & AWS#

Amazon Web Services (AWS)는 Scuderia Ferrari F1 Team의 공식 스폰서 중 하나입니다. Scuderia Ferrari 팀은 Amazon SageMaker를 통해 (AI)와 머신 러닝을 사용해 가상 지상 속도 센서를 개발했습니다. 이를 통해 엔지니어들에게 더 빠르고 신뢰할 수 있는 데이터를 제공할 수 있었습니다. 팀은 차량 중량을 줄일 수 있었으며, 이는 1그램도 중요한 스포츠에서 결정적인 요소입니다. 또한 AWS를 사용해 게임 이론에 기반한 ML 모델을 개발하고 레이스 전략의 변수를 분석했습니다.

그림 6. Scuderia Ferrari F1 Team은 AWS의 지원을 받습니다(thelastcorner.it).

이번 시즌에는 무엇이 보이고 있을까요?#

2024 시즌은 3월 바레인 그랑프리와 함께 시작되었습니다. 지금까지 네 경기를 치렀을 뿐이지만 시즌의 출발은 매우 흥미진진했습니다. 시작부터 이번 시즌에 새롭게 선보이는 AI 혁신이 나타나고 있습니다.

팬들을 경기 현장에 더 가깝게 만들려는 노력부터 살펴보겠습니다. 이러한 노력으로 새로운 카메라 앵글이 도입되었습니다. F1 방송팀은 Aston Martin과 긴밀히 협력하여 후면 라이트 카메라를 개발하고 있습니다. 차량 뒤쪽에서 바로 바라보는 시점을 제공해 이전에는 볼 수 없었던 방식으로 레이스의 긴장감을 담아내는 것이 목적입니다. AI는 초점과 노출을 실시간으로 조정해 속도와 변화하는 조명 조건에 대응함으로써 이미지가 선명하고 깨끗하게 유지되도록 돕습니다.

방송과 관련해서는 AI로 구동되는 새로운 개편 리플레이 시스템도 도입되었습니다. 이 AI 시스템은 영상을 즉시 선별해 주요 순간을 강조하므로 팬들이 경기의 어떤 장면도 놓치지 않도록 합니다. 일반 영상을 슬로 모션 리플레이로 만드는 기능도 있어 시청 경험에 새로운 깊이를 더합니다.

테스트 랩에서 Max Verstappen을 촬영한 바이럴 1인칭 시점(FPV) 영상의 영향으로, 라이브 영상을 촬영하는 드론의 활용 가능성에 대해서도 많은 관심이 쏠리고 있습니다. 안전과 관련해 해결해야 할 과제는 여전히 남아 있습니다. 하지만 향후 드론 촬영 영상을 포함할 가능성은 매우 흥미롭습니다. 시청자에게 레이스의 스릴을 새로운 방식으로 전달할 방법을 찾는 과정입니다.

그림 7. 가장 빠른 F1 장면입니다.

스릴에 관한 이야기로, 방송의 오디오 부분도 업그레이드를 앞두고 있습니다. 이번 업그레이드의 목표는 시청자가 엔진 굉음에 둘러싸여 트랙 위에 바로 있는 듯한 느낌을 받도록 하는 것입니다. AI 알고리즘을 사용해 오디오 캡처와 처리를 미세 조정함으로써 방송 사운드가 시끄럽지 않으면서도 몰입감 있게 전달되도록 하고 있습니다. 엔진이 가속하는 소리는 들으면서도 지나치게 큰 음량 때문에 레이스를 즐기지 못하는 일은 없도록 하려는 것입니다.

결승선을 통과하며#

AI가 유용한 도구가 될 수는 있지만, 수년간의 경험과 재능을 갖춘 인간 드라이버와 피트 크루를 대체할 수는 없습니다. 그렇지만 앞으로 AI가 포뮬러 원에 어떤 영향을 미칠지 지켜보는 일은 흥미로울 것입니다. 더욱 발전된 기술은 트랙에서 더 많은 정보를 바탕으로 한 의사 결정을 가능하게 하며, 체커 플래그를 향한 놀라운 경쟁으로 이어질 것입니다!

AI에 대해 자세히 알아보려면 GitHub 저장소를 확인해 보세요. AI가 제조 및 농업과 같은 분야에 어떻게 적용되는지 알아보려면 솔루션 페이지를 방문하세요.