논문 (참고2) 과 (참고1) 에서는, autonomy 1.0 (2019 년 이전, 선구적인 스타트업들이 만들려고 노력했던 rule based 자율주행 시스템) 의 한계를 지적한다. 그리고 autonomy 2.0 이 되려면, behavior cloning 과 같이 사람의 주행 로그나 데이터들을 효과적으로 뽑아와서, 특별한 가공 없이 끊임없이 시스템을 개선시킬 수 있는 end-to-end data-driven system 구축해야 한다고 강조한다.

실제로 테슬라의 많은 컨퍼런스 (참고3) 를 참고해 보아도 data engine 이라는 이야기가 나온다. Deep learning 의 대가 Andrej Ng 도 "data-driven" 이라는 키워드가 모든 것을 만들 것이라고 역설했다.

supplementary

1. Autonomous System에 사람을 끼워넣으면 저렴한 비용으로 동일한 임팩트를 낼 수 있다.

참고

1. what we call AV1.0. The traditional approach is a modular perception-prediction-planner stack derived from classical robotics principles. AV1.0 is, broadly speaking, motivated by the general principle that if perception is solved then motion planning is easy. This unfortunately is yet to be proven despite years of engineering efforts and billions in investment by numerous companies.
2. ‣
3. ‣