
최적화와 커스터마이징 기술로 글로벌 시장 공략
2014년 설립된 스트라드비젼은 글로벌 완성차에 자율주행 소프트웨어를 공급하며 경험과 기술력을 축적해 온 국내 스타트업이다. 스트라드비젼이 개발, 공급 중인 고성능 인지 소프트웨어(SVNet)는 차량에 탑재된 카메라 영상을 활용해 차량부터 보행자, 차선, 교통표지판 등 다양한 오브젝트를 실시간으로 인식한다. 특히 높은 정확도와 차량용 임베디드 환경에 최적화된 경량 구조가 강점이다.
“스트라드비젼은 전 세계 고객사 차량에서 발생하는 실제 주행 데이터를 기반으로 데이터 수집부터 가공, 학습, 검증까지 전 과정을 엔드투엔드 AI 데이터 파이프라인으로 운영하고 있습니다. 하드웨어에 종속되지 않고, 대다수 글로벌 자동차 반도체 플랫폼을 지원한다는 점이 시장에서 높은 평가를 받고 있습니다.” 스트라드비젼의 김인수 데이터이노베이션센터장은 유연한 최적화와 커스터마이징이 자사의 경쟁력이라며 소개했다.
차량에서 수집되는 대규모 실증 데이터는 노이즈, 환경 편차, 센서 특성 차이 등 다양한 변수가 있기 마련이다. 따라서 스트라드비젼은 데이터 품질 검증과 재가공을 반복할 수 있는 구조, 고객사별 요구사항에 맞춰 다양한 커스터마이징 모델을 동시에 학습할 수 있는 유연한 환경뿐만 아니라 연구와 개발, 성능 검증이 병렬로 진행되는 고밀도 GPU 기반의 학습 및 검증 인프라 환경을 갖추고 있다.
비즈니스 확장을 위해 인프라 새 판을 짜다
스트라드비젼의 인프라는 실제 양산 제품의 품질을 좌우하는 ‘실증 데이터 기반 AI 인프라’라는 점에서 타제품과 차별화된다. 따라서 방대한 데이터를 다루면서도 인프라 비용과 운영 복잡도가 과도하게 증가하지 않는 효율적 운영 체계를 마련하는 일이 무엇보다 중요하다.
스트라드비젼은 최근 비즈니스를 확장하면서, 안정적으로 운영하던 인프라의 변화를 요구하는 목소리가 커졌다. 매년 수 PB 규모의 주행 데이터가 증가했고, 정교한 성능의 AI를 위한 학습량이 늘면서 모델 역시 고도화되었다. 다양한 고객이 늘어나는 것 또한, 커스터마이징 된 모델 학습이 기본 과제인 스트라드비젼에게 변화를 촉진하는 계기가 됐다.
“현재 프로덕트가 여러 종류로 업데이트되고 있고, 차세대 프로젝트까지 준비하는 과정에서 데이터가 상상 이상으로 방대해졌습니다. 큰 데이터를 효율적으로 처리할 방안을 마련하는 일이 시급해졌습니다.” 김인수 센터장이 변화의 요인에 대해 덧붙였다.
학습 데이터의 규모가 커짐에도 불구하고 기존의 환경, 즉 온프레미스에 있는 GPU 서버 한 대로만 데이터를 트레이닝한다면 자유도가 낮아지고 한정적인 결과를 낼 수밖에 없다. 이는 기업 규모가 확대되고 있는 시점에서 생산성을 저하시키는 요인으로 작용하기 때문에, 스트라드비젼은 적정한 인프라를 추가로 도입해야 했다.
먼저, 기존 스토리지 인프라로 대용량 비정형 데이터를 경제적으로 보관하고 관리하기에는 한계가 있었다. 데이터 레이크 용도로는 스케일아웃이 용이하고, TCO가 낮은 오브젝트 스토리지가 적합하다는 판단이었다. GPU 활용률을 극대화하기 위해서는 병목 지점인 스토리지 I/O 성능 개선 또한 필요했다. 스트라드비젼은 먼저 All Flash 스토리지를 도입하고 효과를 검증한 후 병렬파일 스토리지 등으로 이를 확장한다는 장기적인 로드맵을 수립했다.
모든 요건을 충족한 HS효성인포메이션시스템의 역량
스트라드비젼은 성공적인 AI 인프라 구축 프로젝트를 앞두고 명확한 우선순위 체계를 수립했다. ‘품질, 생산성, 효율성, 확장성’이 그것이다. 특히 생산성과 확장성 향상에 집중했다.
“데이터이노베이션센터에서 핵심 가치로 여기는 기준은 분명합니다. 인프라의 투자 비용도 중요하지만, 그보다 얼마나 생산성을 높일 수 있는지, 데이터를 얼마나 빠르고 자유롭게 활용할 수 있는지, 그리고 인프라의 안정성과 기술지원은 신속하고 정확한지, 마지막으로 비즈니스와 데이터 규모가 커졌을 때 중단 없이 확장할 수 있는지에 대해 꼼꼼히 따져봤습니다.”
스트라드비젼은 인프라를 개선하는 것이 제품 품질과 직결된다고 믿는다. 생산성과 확장성이 개선되면 더 많은 데이터를 빠르게 처리함으로써 좋은 학습 데이터를 생산할 수 있다. 그리고 데이터 품질이 좋아지면 스트라드비젼의 AI 성능도 자연스럽게 향상된다. 따라서 단순히 빠른 스토리지가 아니라, 개발자들의 워크플로우를 실질적으로 개선하고 비즈니스 성장에 따라 유연하게 확장할 수 있는 솔루션을 최우선으로 고려했다. 까다로운 기준을 적용해 여러 솔루션을 꼼꼼히 분석한 끝에, AI 인프라 제공 파트너로서 HS효성인포메이션시스템을 선택했다.
스트라드비젼은 HS효성인포메이션시스템을 선택한 이유로 크게 세 가지를 꼽는다. 먼저 AI/ML 분야에서 성공 사례를 다수 보유한 검증된 벤더였으며 성능과 비용효율성, 유지보수, 품질 등 모든 영역에서 높은 점수를 받았다는 점이다. 마지막으로, 스트라드비젼의 투명한 구매 프로세스(견적, PoC, 도입, 검증)에 걸맞은 협력 방식 역시 HS효성인포메이션시스템은 갖추고 있었다.
그뿐만이 아니다. 스트라드비젼이 2년 전 도입한 HS효성인포메이션시스템의 오브젝트 스토리지 HCP가 그간 한 차례의 서비스 중단 없이 안정성을 보인다는 점도 협업 파트너로서 최적이라는 평가를 내리기에 충분했다. 특히 HS효성인포메이션시스템은 사소한 이슈에도 다른 글로벌 벤더와는 비교할 수 없을 정도로 신속하고 정확하게 대응했다. 이 점은 운영자 관점에서 중요한 선택의 요소로 작용했다.
인프라 성능, 비용부터 차별화된 기술지원까지 대만족
스토리지를 도입하고 본격적으로 사용한 지 이제 한 달 남짓 되었지만, 체감 효과는 기대 이상이다.
먼저, HCP를 도입하기 전에는 대용량 데이터 처리가 필요한 MTBF(Mean Time Between Failures, 평균 무장애 시간) 예측 등의 작업을 클라우드에서 수행할 수밖에 없었다. 그러나 HCP를 도입한 후에는 180도 달라졌다. S3 호환 API 덕분에 동일한 워크로드를 클라우드와 대비해 30% 이하의 비용으로 온프레미스에서 처리할 수 있게 된 것이다.
All Flash NAS 또한 마찬가지다. 특정 파일 크기 대역에서 I/O 성능이 기존 스토리지와 대비해 10배 이상 빠른 읽기/쓰기(Read/Write) 성능을 보였다. 또한 연구원 간 데이터 공유 과정이 간소화되는 등 협업의 효율성도 대폭 증가했다. 도입 후 일주일 만에 전체 GPU 사용률이 무려 10% 이상 상승하는 효과도 나타났다. 현재는 특정 팀만 사용한 결과지만 영역을 확대할 때도 유의미한 성과를 얻을 수 있다는 확신을 갖게 됐다.
이에 대해 김인수 센터장은 “수치적인 개선도 물론 중요하지만, 더욱 의미 있는 것은 데이터를 빠르고 효과적으로 사용할 수 있게 되면서 생산성이 늘어난다는 것입니다. 고객이 증가한다고 정비례로 스토리지를 무한정 늘릴 수는 없습니다. 효율성과 생산성을 동시에 극대화해야 하는 시점에 새 인프라를 도입함으로써 비즈니스를 확장할 수 있는 든든한 기반이 되었습니다.”라며 만족도를 표했다.
또한 스트라드비젼 관계자들은 HS효성인포메이션시스템이 함께 했기에 위기 없이 프로젝트를 완수할 수 있었다고 입을 모아 말한다. “HS효성인포메이션시스템이 보유한 다양한 국내 AI/ML 레퍼런스로 시행착오를 크게 줄일 수 있었습니다. 촉박한 일정에도 무사히 프로젝트를 완료할 수 있었던 것은 HS효성인포메이션시스템의 적극적인 지원 덕분입니다.”
시장 점유율 확대를 위한 스트라드비젼만의 방향 수립
현재 자율주행 기술은 단순 인지를 넘어 통합을 요구하는 방향으로 가고 있다. 이에 스트라드비젼은 Gen2를 통해 해당 시장을 정면으로 겨냥하기 위해 인지 고도화를 넘어 평가까지 엔드투엔드로 연결되는 파이프라인을 구축한다는 전략이다. 이 외에도 현재 양산 레벨 모델을 지속적으로 개선하고 확장하며, 온프레미스와 클라우드를 유연하게 넘나드는 하이브리드 인프라 전략을 강화하기로 했다.
“HS효성인포메이션시스템은 우리에게 단순한 장비 공급업체가 아닙니다. 중장기 AI 인프라 파트너로서 지속적인 성능 개선과 확장 전략을 함께 논의해 나갈 계획입니다. 스트라드비젼이 글로벌 시장에서 빠르게 성장하고 있는 만큼, HS효성인포메이션시스템과의 협업이 글로벌 AI 인프라 레퍼런스로 자리매김하기를 기대하고 있죠. 우리의 성장이 곧 HS효성인포메이션시스템의 기술 경쟁력과 가치가 글로벌 시장에서 입증되는 사례가 되기를 희망합니다.”
비즈니스 확장을 위한 인프라를 마련하고, 엔드투엔드(E2E) 자율주행 사업 확대에 나선 스트라드비젼. 본격적으로 열리는 글로벌 자율주행 시장에서 날개를 달고 비상하는 모습을 만날 수 있을 것이다.

'CASE STUDY' 카테고리의 다른 글
| 데이터 기술력의 강자 ‘유알피’, AX 시대 비상의 날개 펴다 (0) | 2025.12.17 |
|---|---|
| 성능 향상부터 업무 효율 개선, 데이터 보호까지 삼박자 고루 갖춘 넥센의 ‘U2L 전환 프로젝트’ (0) | 2025.10.16 |
| 탄탄한 콘텐츠 인프라를 위한 JTBC의 선택 (1) | 2025.07.15 |