2000년대 초반 많은 엔지니어들과 연구자들은 자율주행 시스템을 조향 문제(longitudinal control)와 가속감속 문제(lateral control)로 나누어 보았었다(참고1). 엔지니어들은 차량에 붙어있는 카메라들로 사진을 찍어서 이것저것 처리해본 뒤, 핸들을 얼마나 돌릴지 정하고 브레이크와 엑셀을 얼마나 밟을지 정하면 자율주행문제를 풀 수 있을 것이라고 생각했다는 것이다.

딱 10년이 흘러 2010년대에는 자율주행 시스템을 인지(perception)문제, 판단(planning)문제, 제어(control)문제로 나누어 보기 시작했다. 자율주행 문제가 완전히 풀렸느냐, 풀리지 않았느냐와는 별개로 엄청난 발전이 있었다. 그리고 그로부터 또 딱 10년이 흘러 2020년에는 Autonomy 2.0(참고2)와 data driven AI 라는 패러다임 아래 많은 자율주행 기업들이 한번 더 퀀텀점프를 하고 있다.

우리는 거대한 발전을 ‘패러다임의 변화’라고 부른다. 패러다임이 전환되는 일들은 “문제 정의” 를 다시하고, 그것이 더 낫다는 것을 보였을 때 만들어진 것이 아닐까. 반면 문제를 잘못 정의하고 문제를 풀면, 풀어도 큰 임팩트가 없는 문제가 풀려 버린다.

parse me

1. None

from

1. 헬로콕에서 ‘충분히 많은 잠재고객들에게 우리 제품을 보여주지 못했다’로 문제를 다시 정의하고서야 매출이 생겨났다.
2. ‣
3. aa2. title: 자율주행 소프트웨어는 일부분만 표준화했을 땐 불편하더라도, 불편해 보이는 시스템에 전체가 표준화되면 효율이 올라갈 수 있다.

supplementary

1. 좋은 재추상화의 두 양상: [1] 파편화된 추상화 → 큰 추상화, [2] 큰 추상화 → ME 분해
2. 5_2_2__1.1_1. title: 갈망론이라는 관점은 모든 성공하는 스타트업이 인간의 원초적 욕구를 충족시켜 사람들의 소비를 이끌어낸다고 바라본다.

opposite

1. None

to