모셔널
Motional
현대차와 앱티브의 합작으로, 완전 무인 자율주행 로보택시와 데이터 중심의 AI 모빌리티 기술을 개발합니다.
유료Autonomous Vehicle PlatformLLM 기반
웹사이트 방문하기motional.com
데이터로봇와(과) 비교하기소개
Motional은 현대자동차그룹과 앱티브(Aptiv)의 합작법인으로, IONIQ 5 기반의 완전 무인 로보택시를 개발하고 상용화하는 자율주행 기술 전문 기업입니다. 최근 기존의 규칙 기반(Rule-based) 시스템에서 벗어나 인식, 예측, 계획을 단일 신경망으로 통합하는 End-to-End 머신러닝 아키텍처로 전환하고 있으며, 고속도로 자율주행 테스트(75mph) 성공 등 운영 영역(ODD)을 지속적으로 확장하고 있습니다.
활용 워크플로우
입력
IONIQ 5 센서 퓨전 데이터 (LiDAR, Radar, HD Cameras)nuScenes & nuPlan 오픈 데이터셋실주행 기반 엣지 케이스 (Edge Cases) 데이터Remote Vehicle Assistance (RVA) 원격 지원 신호
모셔널
Continuous Learning Framework (CLF) 기반 자동 모델 재학습 루프Modular Shell & Atomic State 기반 고성능 데이터 어노테이션Ray 프레임워크 기반 대규모 분산 데이터 처리 및 기능 추출End-to-End ML 통합 모델을 통한 인식-예측-계획 동시 수행
출력
SAE Level 4 인증 자율주행 제어 시스템실시간 다중 객체 추적 및 궤적 예측 리포트Uber/Lyft 네트워크 연동 로보택시 운영 데이터시뮬레이션 검증을 통과한 주행 시나리오 맵
무인 로보택시 서비스
Uber 및 Lyft 앱과 API로 연동되어 라스베이거스 등 주요 도시에서 승객 호출 및 무인 운송 수행
라스트마일 무인 배송
Uber Eats 플랫폼과 통합되어 자율주행 차량을 이용한 음식 및 물품 배송 자동화
데이터 마이닝 및 연구
Omnitag 프레임워크를 활용해 비정형 데이터에서 고난도 주행 패턴을 추출하여 모델 성능 고도화
핵심 차별점: 현대차의 E-GMP 하드웨어와 자가 학습형 CLF 소프트웨어를 결합하여, 실제 도로의 복잡한 엣지 케이스를 스스로 학습하고 진화하는 종단 간(End-to-End) 자율주행 생태계를 구축함.
주요 기능
- Continuous Learning Framework (CLF)
- Ray 기반 대규모 데이터 프로세싱 파이프라인
- IONIQ 5 로보택시 전용 플랫폼
- 고성능 원격 차량 지원(RVA) 시스템
- End-to-End ML 모션 플래닝
장점 & 단점
웹검색을 통해 수집된 사용자 피드백 정보입니다
장점
- 머신러닝 기반의 주행 계획 시스템으로 복잡한 주행 시나리오에 적응
- 대중에게 개방된 로봇 택시 서비스 제공 (경쟁사 대비 대기자 명단 또는 NDA 불필요)
- 2018년부터 라스베이거스에서 세계 최장기 운영 로봇 택시 서비스 제공
단점
- 일부 직원은 회사의 정책을 따르지 않고 직원을 해고하는 경향이 있다고 언급
- 일부 직원은 좋은 성과에도 불구하고 인정을 받지 못하고 비현실적인 기대를 받는다고 언급
- 일부 직원은 경영진의 무능함과 회사의 불안정성을 지적
가격 정보
유료시작 가격: 문의 필요
자율주행 기술 및 로보택시 서비스를 개발하는 기업으로, 일반 사용자를 위한 직접적인 구독형 가격 정책은 운영하지 않습니다. 주로 차량 제조사와의 기술 파트너십이나 모빌리티 서비스 운영사와의 B2B 협력을 통해 사업을 전개하므로, 상세 비용은 기업 간 협의를 통해 결정됩니다.
활용 사례
- 도시 및 고속도로 무인 로보택시 서비스
- Uber Eats 연동 무인 배송 솔루션
- 자율주행 연구용 대규모 데이터셋(nuScenes) 제공
대상 사용자
모빌리티 네트워크물류 기업
연동 서비스
UberLyftUber EatsnuScenes
태그
자동화엔터프라이즈API
사용자 리뷰
리뷰를 불러오는 중...
대안 도구
이 도구 대신 사용할 수 있는 대안
