Cortica는 이스라엘 텔아비브에 본사를 둔 인공지능 기업으로, 자율주행차 기술을 전문으로 한다. 2007년에 설립된 이 회사는 뇌에서 영감을 얻은 기계 지각 및 의사 결정 방식을 개발하며, 방대한 라벨링 데이터셋에만 의존하지 않고 경험을 통해 학습하는 자율주행 시스템을 목표로 한다. 이 기술은 주요 자동차 제조업체와의 파트너십을 포함한 상용 차량에 배치되었으며, 주류 딥러닝 방식에 대한 대안적 패러다임을 대표한다.
이 회사는 계산 신경과학의 학술 연구에서 출발했으며, 비지도 학습과 희소 표현에 대한 초점으로 구별된다. 광범위한 수동 주석을 요구하는 기존 신경망과 달리, Cortica의 알고리즘은 생물학적 뇌가 감각 정보를 처리하는 방식을 모방하여 시각 데이터에서 패턴과 객체를 자율적으로 식별하도록 설계되었다. 이러한 기반 철학은 제품 로드맵과 기업 파트너십을 형성하며, 경쟁이 치열한 자율주행 분야에서 Cortica를 주목할 만한 플레이어로 자리매김하게 했다.
설립 및 초기 개발
Cortica는 Technion - Israel Institute of Technology에서 만난 Igal Raichelgauz, Karina Odinaev, Yehoshua Zeevi를 포함한 신경과학자와 컴퓨터 과학자 팀이 공동 설립했다. 초기 연구는 시각 피질의 계층적 처리를 모델링하는 것을 목표로 했으며, 객체의 불변 표현을 생성하는 특허받은 방법으로 이어졌다. 2010년, 회사는 기술을 상용화하기 위해 민간 투자자로부터 600만 달러를 모금한 첫 주요 자금 조달 라운드를 확보했다.
초기 몇 년은 소비자 제품용 이미지 인식과 의료 진단을 포함한 다양한 응용을 통해 개념을 입증하는 데 집중했다. 2013년까지 Cortica는 첨단 운전자 보조 시스템에 대한 수요 증가를 인식하고 자동차 응용으로 전환했다. 2015년에 회사는 표준 차량 장착 카메라를 사용하여 교통 표지판과 보행자를 실시간으로 인식할 수 있는 프로토타입을 시연했으며, 광범위한 훈련 데이터 없이도 Deep learning 시스템에 필적하는 정확도를 달성하는 이정표를 세웠다.
기술 및 뇌 기반 AI
Cortica 접근법의 핵심은 Cortica Cognitive Engine이라는 독점 알고리즘으로, 희소 코딩과 계층적 시간 기억을 사용하여 피질 기능을 모방한다. 이 시스템은 시각 입력을 여러 계층을 통해 처리하며, 각 계층은 뇌에서 볼 수 있는 Neural network 구조와 유사하게 점점 더 추상적인 특징을 추출한다. 주요 혁신은 비지도 학습의 사용으로, 라벨링된 예제에 재훈련하지 않고도 시스템이 새로운 환경에 적응할 수 있게 한다.
Cognitive Engine은 회사가 "시그니처"라고 부르는 것을 사용하여 세계의 동적 모델을 구축한다 - 객체와 이벤트의 컴팩트한 표현으로 효율적으로 저장되고 회상된다. 이 설계는 자율주행차의 중요한 제약인 임베디드 하드웨어에서 실시간 처리를 가능하게 한다. Cortica는 이 시스템이 비교 가능한 Machine learning 모델보다 훨씬 적은 계산 전력을 요구하여 에너지 소비와 비용을 줄일 수 있다고 주장한다. 독립적 평가는 다양한 조명 및 기상 조건에서의 견고성을 주목했으며, 이러한 특성은 뇌 기반 처리 파이프라인에 기인한다.
자율주행 시스템
Cortica의 자동차 부문 주요 제품은 레벨 4-5 자율성을 위한 완전한 소프트웨어 스택인 "Cortica Drive" 플랫폼이다. 이 시스템은 카메라, 레이더, 라이더를 포함한 여러 센서 모달리티를 통합하며, 중앙 처리 장치를 통해 융합된다. 객체 감지, 차선 유지, 경로 계획, 다른 도로 사용자의 예측 모델링과 같은 작업을 안전 인증 프레임워크 내에서 수행한다.
2019년에 Cortica는 주요 유럽 자동차 제조업체와 협력하여 도시 환경에서 기술을 테스트하는 중요한 배치를 시작했다. 2021년까지 차량 fleet은 여러 국가에서 100만 킬로미터 이상의 자율주행을 기록했으며, 안전 운전자가 운영을 모니터링했다. 회사는 또한 테스트를 가속화하기 위해 합성 시나리오를 생성하는 시뮬레이션 환경을 개발하여 실제 도로 주행 마일의 필요성을 줄였다. 2023년에는 플랫폼의 생산 준비 버전이 특정 지역에서 제한된 상업 사용에 대한 규제 승인을 받아 연구에서 배치로의 전환을 표시했다.
파트너십 및 상용화
Cortica는 기술을 시장에 출시하기 위해 전략적 제휴 전략을 추구했다. 2019년에는 차세대 차량에 지각 소프트웨어를 통합하기 위해 닛산 관련 연구자와 협력을 발표했지만, 협정의 세부 사항은 공개되지 않았다. 2021년에는 지도 회사인 TomTom과 더 가시적인 파트너십이 등장하여 고해상도 지도와 Cortica의 실시간 지각 데이터를 결합하여 내비게이션을 개선했다.
회사는 또한 기술의 비자동차 응용을 탐구했다. 2018년 의료 영상 회사와의 합작 투자는 알고리즘을 방사선학에 적용하는 것을 목표로 했지만, 이 프로젝트는 나중에 보류되었다. 2020년에 Cortica는 Cognitive Engine에 대한 라이선스 프로그램을 출시하여 다른 회사가 로봇 공학 및 감시 시스템에 기술을 내장할 수 있게 했다. 이러한 노력은 핵심 자동차 사업이 성숙해지는 동안 대체 수익원을 창출했다.
리더십 및 팀
Cortica의 리더십은 설립 이후 안정적으로 유지되었으며, Raichelgauz가 CEO, Odinaev가 최고 기술 책임자로 재직 중이다. 경영진에는 자동차 및 항공 우주 산업 출신 베테랑이 포함되어 있으며, Intel 및 Qualcomm 출신 전직 엔지니어들이 하드웨어 전문성을 제공하여 소프트웨어 중심 접근을 보완한다. 회사는 약 150명의 엔지니어와 연구원을 고용하며, 많은 이들이 신경과학, 수학, 컴퓨터 과학에서 고급 학위를 보유하고 있다.
주목할 만한 고문에는 MIT CSAIL 및 Stanford AI Lab 출신 학자들이 포함되어 뇌 기반 접근에 신뢰성을 부여했다. 팀은 희소 코딩 및 시각 주의와 같은 주제에 대해 동료 검토 저널에 논문을 게재하여 Cortica를 순수 상업 벤처와 구별했다. 이러한 학술적 지향은 인재를 유치하고 조직 내에서 엄격한 연구 문화를 유지하는 데 도움이 되었다.
산업 맥락 및 경쟁사
자율주행차 산업은 매우 경쟁적이며, 주요 플레이어로는 Waymo, Cruise, Tesla이 있으며, 일반적으로 딥러닝과 광범위한 라벨링된 데이터셋에 의존한다. Cortica는 데이터 주석에 대한 의존도를 줄여 차별화하며, 이는 이 분야의 비용이 많이 드는 병목 현상이다. 그러나 이러한 반항적 접근은 회의론에 직면했으며, 주류 성공이 대체로 딥러닝 방법을 검증했기 때문이다.
Cerebras 및 Groq와의 비교가 자주 이루어지며, 이들도 효율적인 AI 추론에 초점을 맞추지만 데이터 센터 워크로드를 대상으로 하며 엣지 감지가 아닌 점에서 다르다. 자동차 부문에서 [[mobileye]는 지각 칩의 지배적 공급업체이지만, 그 아키텍처는 더 전통적이다. Cortica의 틈새는 생물학적으로 타당한 학습의 주장에 있으며, 이는 예측할 수 없는 운전 조건에서 지속적인 적응을 가능하게 할 수 있다 - 지지자들은 완전 자율성에 필수적이라고 주장하는 특징이다.
도전과 논란
약속에도 불구하고, Cortica는 상당한 장애물에 직면했다. 자율주행차 산업은 안전 우려와 규제 조사로 인해 광범위한 둔화를 경험했으며, Cortica도 면역이 아니었다. 2022년, 회사는 인증 지연과 공급망 문제를 이유로 미국 시장으로의 계획된 확장을 연기했다. 일부 분석가들은 비지도 학습 접근의 확장성, 특히 명시적 훈련 없이 희귀한 엣지 케이스를 처리하는 능력에 의문을 제기했다.
회사는 또한 대형 기술 기업과의 특허 분쟁에 연루되었지만, 대부분 라이선스 계약을 통해 해결되었다. 2020년, 전 직원이 투자자 보고서에서 특정 성과 지표가 과장되었다고 주장했으며, 회사는 이를 부인했지만 신뢰도가 잠시 하락했다. 이후 Cortica는 안전 기록의 제3자 감사를 게시하며 투명성을 강조했지만, 더 큰 경쟁사와 같은 수준의 공공 신뢰를 아직 확보하지는 못했다.
미래 전망
2024년 현재, Cortica는 기술 개발과 상업 파트너십 추구를 계속하고 있다. 회사는 자동차 부문의 벤처 캐피탈 및 전략적 투자자로부터 약 4000만 달러의 누적 자금을 모금했다. 규제 프레임워크가 빠르게 진화하는 아시아 시장에서 입지를 확장할 계획이다. 리더십은 계산 효율성 개선과 복잡한 도시 시나리오 처리 능력 확장에 초점을 맞출 것이라고 밝혔다.
장기적 생존은 대규모 제조 계약 확보와 규모에서의 안전 입증에 달려 있다. 분석가들은 Cortica의 기술이 독특하지만, 회사가 기술 대기업과 기존 자동차 제조업체가 지배하는 자본 집약적 산업에서 운영된다고 주목했다. 그러나 비지도 학습의 틈새는 지도 접근의 한계가 분명해짐에 따라 점점 더 가치가 있을 수 있다. 성공한다면, Cortica는 뇌 기반 알고리즘이 완전 자율주행에 대한 실행 가능한 경로를 제공한다는 것을 증명할 수 있으며, 현재의 Deep learning 정통을 도전할 수 있다.
Cortica는 AI를 위한 응용 신경과학의 설득력 있는 사례 연구로 남아 있다. 학술적 호기심에서 상업적 배치로의 여정은 대안적 AI 패러다임의 도전과 기회를 보여준다. 광범위한 채택을 달성할지 여부는 기술적 돌파구, 규제 발전, 그리고 향후 몇 년 동안의 전략적 선택에 달려 있다.