핵심 요약
AWS가 AV 3.0 데이터 파이프라인의 참조 아키텍처를 분석해 데이터 루프의 중요성과 구현 방향을 공유합니다.
주요 경험
- AV 3.0의 8단계 데이터 파이프라인 구성과 데이터 수집→학습→검증의 흐름을 정리했습니다.
- 월드 모델과 폐루프 시뮬레이션의 역할, 추론의 두 가지 의미를 구분하는 점을 정리했습니다.
- 데이터 파이프라인의 처리량과 반복 주기가 모델 개발 속도에 결정적임을 확인했습니다.
얻은 인사이트
- 합성 데이터와 시뮬레이션으로 롱테일 문제를 보완하는 접근이 중요하다는 점을 확인했습니다.
- OpenSearch 벡터 검색 및 Dataset Search의 결합이 대규모 장면 검색에 유효합니다.
- 투 트랙 전략의 필요성과 데이터 파이프라인 표준화가 OEM 협업에 필요하다는 점을 시사합니다.
