에이전트를 도입하기 시작한 레이싱 산업: Formula E, 실시간 AI를 에지로 가져오다

*이 콘텐츠는 AI 번역 도구를 사용하여 번역되었습니다. 정확성을 기하기 위해 노력하고 있으나, 자동 번역에는 오류나 누락이 포함될 수 있습니다. 정확한 정보는 영문 원본을 참고해 주시기 바랍니다.

Goodwood Festival of Speed의 Hillclimb 출발선에 앉아 있는 Dan Ticktum를 떠올려 보세요. 그는 새로운 Formula E Gen4 차량 좌석에 단단히 몸을 고정하고 있습니다. 조종석 내부 온도는 무려 섭씨 49도에 달하고 차량에서 발생하는 진동은 매우 격렬합니다. 단 3초 후면 시속 160km가 넘는 속도로 트랙을 질주하게 됩니다.

이러한 속도에서는 시야와 운동 제어 능력만 불안정해지는 것이 아닙니다. 네트워크 지연 시간으로 인해 클라우드 기반 디지털 어시스턴트와 AI에 연결하는 것 역시 불가능에 가까워집니다. 승리에 도움이 될 중요한 정보가, 말 그대로 차량의 속도를 따라잡지 못하는 것입니다.

실행 가능한 제안이 클라우드와의 왕복 통신을 거쳐 몇 초 만에 전달되더라도 Ticktum과 같은 드라이버는 유용한 정보가 도착하기도 전에 이미 다음 코너를 돌고 있을 것입니다. 무전기로 소통하는 코치들 역시 차량의 실시간 텔레메트리 데이터에 액세스하지 못한 채, 승부를 가를 수도 있는 다음 움직임에 대해 의견을 내야 합니다.

더 성능 좋은 타이어나 부드러운 변속기에서 가장 큰 경쟁 우위를 얻었던 시절을 기억하는 오랜 레이싱 팬이라면 데이터 지연 따위는 대수롭지 않게 느껴질 수도 있습니다. 하지만 오늘날의 스포츠에서는 기술이 제공하는 아주 미세한 차이가 승패를 좌우하는 경우가 많습니다. 실제로 모든 팀과 드라이버가 아주 작은 우위라도 얻기 위해 경쟁하고, 0.1초 또는 0.01초 차이로 시상대의 높이가 결정되기도 하는 상황에서는 모든 데이터 포인트가 중요합니다.

레이싱팀에게는 차량을 구성하는 최첨단 기술에 AI를 접목할 방법을 찾는 것이 중요합니다. 스포츠는 언제나 최첨단 기술을 추구하는 만큼, 이제 대부분의 사람에게 일상이 된 기술을 외면할 수는 없습니다.

기록을 경신하는 레이싱카를 만드는 데 경량 소재가 핵심적인 역할을 하는 것처럼, Google의 Gemma와 같은 경량 AI 모델 역시 Formula E는 물론 트랙 밖에서도 더 많은 온보드 인텔리전스를 제공할 수 있습니다. 이미 경량 AI가 다양한 종류의 차량을 혁신하는 모습을 볼 수 있습니다.

올해 7월, Ticktum은 Goodwood Hillclimb에서 싱글 시터 부문 기록을 불과 0.86초 차이로 아깝게 경신하지 못했습니다. 이 코스는 폭이 매우 좁고, 단단한 부싯돌 벽과 건초 더미가 늘어서 있어 조금의 실수도 용납되지 않는 것으로 악명 높습니다. Formula E 자동차로 세운 이 기록은 41.6초로, 25년 동안 깨지지 않고 있습니다.

Ticktum의 팀은 Gemma와 Gemini Nano 기반의 온디바이스 AI로 Pixel 휴대전화에서 실행되는 '디지털 윙맨'을 활용하여 실시간 텔레메트리를 에지에서 처리하고 Ticktum의 헬멧으로 자동화된 코칭을 직접 전달할 수 있었습니다. 이 새로운 도구는 Ticktum이 더욱 효율적으로 기량을 발휘하도록 도와주고 2026년 현재 레이싱카에서 실현 가능한 기술의 한계를 한층 넓혀주었습니다.

실시간 코칭을 현실로 구현

Formula E팀과 Google Cloud의 파트너들은 이들이 함께 추진하는 혁신이 언젠가는 전 세계 운전자에게 혜택을 줄 것임을 잘 알고 있기 때문에 단순히 기록을 세우는 것만을 목표로 하지 않습니다. Formula E는 전기 자동차의 성능과 가능성으로 사람들에게 영감을 주려는 목적도 있었으며, 이제는 자동차 AI의 잠재력에 대해서도 같은 역할을 하고 있습니다.

Ticktum의 팀은 조종석에 실시간 코칭을 도입하려면 새로운 접근 방식이 필요하다는 것을 알고 있었습니다. 이들은 Google의 가볍고 유연한 Gemma 모델과 함께 에지 컴퓨팅 기술을 활용하면 Gemma의 빠른 처리 속도를 저해하지 않으면서도 레이싱 중 의사결정을 분석하기 위한 충분한 인텔리전스를 시스템에 구현할 수 있을 것으로 판단했습니다.

Ticktum의 팀은 데이터와 네트워크 요구사항 외의 부분도 살펴보았습니다. Formula E Gen4 조종석 내부에 기존 에지 하드웨어를 설치할 경우 극심한 열과 진동, 무선 간섭을 견디기 어렵다는 점을 알고 있었습니다.

해결책은 무엇이었을까요? 바로 일상적으로 가볍게 사용할 수 있는 Android 기반의 Google Pixel 10 Pro XL을 대시보드에 직접 장착하는 것이었습니다. 스마트폰은 다양한 환경에서 지속적으로 사용되는 만큼 다른 많은 산업용 장비보다 더 가혹한 조건을 견딜 수 있도록 설계되었습니다.

이 Gemma + Pixel 솔루션을 실제로 구현하기 위해 팀은 마이크로초 단위의 정확한 텔레메트리를 실시간으로 처리할 수 있도록 전체 스택에 걸쳐 혁신을 이루어야 했으며, 여기에는 다음이 포함됩니다.

• 초저지연 오디오: 최적화된 오프라인 자동 음성 인식(ASR) 모델을 배포하여 시스템이 Ticktum의 음성을 매우 짧은 지연 시간으로 감지할 수 있었습니다. 실제 환경에서 검증된 이 접근 방식은 높은 안정성을 보장하여 빠르고 원활하며 자연스러운 커뮤니케이션을 가능하게 했습니다.
• 더 스마트한 에지 처리: 팀은 차량에서 생성되는 고빈도(100Hz) 텔레메트리를 경량의 온디바이스 SQLite 데이터베이스로 직접 스트리밍했습니다. AI를 사용해 이 데이터를 로컬에서 사전 처리함으로써 시스템은 클라우드의 응답을 기다리지 않고 실시간 상황에 즉각적으로 대응할 수 있었습니다.
• Pixel TPU 기반 Gemma: Google LiteRT-LM 실행 엔진을 활용하여 Gemma가 Pixel의 TPU에서 직접 실행되도록 최적화함으로써 매우 짧은 지연 시간으로 고속 추론을 수행할 수 있게 했습니다. 이러한 강력한 처리는 기기에서 네이티브로 이루어지므로 클라우드의 응답을 기다릴 필요 없이 즉각적이고 원활한 응답을 제공할 수 있었습니다.

트랙을 넘어 다양한 산업으로 확장되는 에지 AI

물류, 운송, 의료와 같은 산업에서 현장에 실시간 AI를 배포하는 것은 오랫동안 양날의 검과 같았습니다.

연결 상태가 좋지 않으면 클라우드와 데이터를 주고받는 과정이 불안정해질 수 있지만, 소형 에지 기기에서 로컬로 데이터를 처리하면 많은 열이 발생하여 시스템 장애로 이어질 수 있습니다. Ticktum의 팀은 Gemma를 Pixel에 통합하여 이러한 격차를 해소하고, 클라우드에 내재할 수 있는 보안, 개인 정보 보호, 연결 위험을 완화하면서 즉각적이고 안전한 온디바이스 의사결정을 가능하게 했습니다.

이번 테스트에서 Google Cloud는 다음과 같은 방식을 통해 하드웨어 및 연결 한계를 극복했습니다.

• 워크로드를 지능적으로 분할하는 하이브리드 AI 아키텍처. 시간에 민감한 의사결정을 기기에서 직접 실행하고 더 무거운 처리 작업은 클라우드로 라우팅함으로써 간단한 작업은 즉각적으로 처리하는 동시에 하드웨어 과열을 방지했습니다.
• 온보드 Tensor Processing Unit이 탑재된 Google Pixel 10 Pro 스마트폰에서 온디바이스 AI 에이전트 처리. 기기에서 로컬로 실행되는 Google의 Gemma 4는 시간에 민감한 분석을 에지에서 처리하도록 하여 지속적인 인터넷 연결이 없어도 중요한 의사결정을 내릴 수 있도록 했습니다.
• Gemini Enterprise Agent Platform의 심층 인텔리전스 레이어로, 더 복잡하면서도 지연 시간이 중요하지 않은 작업을 지원하고 에지와 클라우드 에이전트 환경 간에 양방향 Agent2Agent 운영 모델을 생성합니다.

이 접근 방식은 보안 측면에서도 의미가 있었습니다. 시속 160km가 넘는 고속 레이싱에서는 밀리초 단위의 지연도 큰 영향을 미칠 수 있으므로 지연 시간을 줄이는 게 중요했기 때문입니다. 안전한 소버린 클라우드 아키텍처를 차량까지 직접 확장함으로써 AI가 로컬 데이터베이스에 즉시 액세스할 수 있게 되었습니다.

이러한 설정을 통해 즉각적인 실시간 드라이버 코칭이 가능해졌으며, 동시에 고빈도 텔레메트리는 에지에서 완전히 비공개로 안전하게 보호되었습니다. 또한 레이싱카의 모든 100Hz 텔레메트리를 로컬에서 수집, 작성, 구조화했기 때문에 민감한 데이터가 차량 외부로 유출되지 일도 없었습니다.

에이전트 간 핸드오프로 승리를 이끌다

레이스 중에는 조종석이 완전히 에어 갭 처리되어 완벽한 데이터 주권과 보안이 보장되었습니다. 하지만 레이스가 끝난 후에는 에지가 더 이상 클라우드와 경쟁할 필요가 없었고, 대신 클라우드의 안전한 확장 환경으로 작동했습니다. 레이스가 끝난 이 시점에서 로컬 Gemma 인스턴스는 에이전트 간(A2A) 프로토콜을 사용하여 클라우드의 AI 에이전트와 통신했습니다. Gemma에서 Gemini로 자동화된 A2A 핸드오프를 실행하여 레이스 후 이어지는 미디어 및 엔지니어링 분석을 즉시 시작했습니다.

이는 마치 레이스를 마친 후의 최종적인 피트 스톱과도 같습니다. 모든 데이터를 레이스 후의 미디어 작업뿐만 아니라 다음 레이스를 위한 준비와 세부 조정에도 활용할 수 있기 때문입니다. 그런 다음 모든 정보가 다시 차량 내 Gemma 기반 시스템으로 전달되었고, 에지에서는 유기적인 기술 협업이 선순환을 이루며 계속되었습니다.

Goodwood Hillclimb부터 가장 까다로운 엔터프라이즈 환경에 이르기까지, 새로운 Formula E Gen4에서 Gemma가 보여준 성능은 절대적인 에지에 하이브리드 AI 접근 방식을 배포했을 때 어디까지 가능한지를 보여주는 또 다른 사례였습니다.