1) 시스템 아키텍처 전체 개요 및 주요 블록 분해
본 특허가 제안하는 데이터 증강 시스템은 단순한 데이터 생성 파이프라인을 넘어, AI 모델의 성능과 상호작용하며 스스로를 최적화하는 지능형 '데이터 공장'에 가깝습니다. 전체 아키텍처는 크게 5개의 유기적인 블록으로 구성된 폐쇄 루프(Closed-Loop) 시스템으로 설계되었습니다. 첫째, [데이터 수집 및 전처리 블록(Data Ingestion & Pre-processing Block)]입니다. 이 단계에서는 테슬라 플릿에서 수집된 방대한 양의 실제 주행 데이터(카메라 이미지, 레이더 포인트 클라우드, IMU, GPS 등)가 입력됩니다. 데이터는 시간적으로 동기화되고, 각 센서의 노이즈 제거 및 정규화 과정을 거칩니다. 핵심은 단순히 데이터를 저장하는 것이 아니라, '어려운 시나리오', '희귀 이벤트'와 같은 메타데이터를 자동으로 태깅하여 데이터의 가치를 분류하는 것입니다. 예를 들어, 와이퍼가 최대 속도로 작동하고 전방 차량의 급정거가 감지된 클립은 '악천후 긴급 제동' 시나리오로 분류되어 높은 우선순위를 갖게 됩니다. 둘째, [잠재 공간 인코더 및 분포 모델링 블록(Latent Space Encoder & Distribution Modeling Block)]입니다. 전처리된 고차원 데이터는 거대한 인코더 신경망(예: Vision Transformer 또는 Convolutional Autoencoder)을 통과하여 저차원의 잠재 벡터(latent vector)로 압축됩니다. 이 잠재 벡터는 데이터의 '본질' 또는 '의미'를 담고 있습니다. 예를 들어, '비 오는 밤, 고속도로, 전방에 트레일러'라는 복잡한 시나리오가 수백 차원의 벡터 하나로 표현됩니다. 시스템은 수백만 개의 잠재 벡터를 분석하여 이들의 통계적 분포(예: 가우시안 혼합 모델 또는 정규화 흐름)를 학습합니다. 이것이 바로 현실 세계의 '데이터 DNA'를 구축하는 과정입니다. 셋째, [조건부 생성 모델 블록(Conditional Generative Model Block)]이 시스템의 심장부입니다. 이 블록은 잠재 공간 분포 모델로부터 벡터를 샘플링하고, 이를 다시 고차원의 사실적인 센서 데이터로 복원(디코딩)하는 역할을 합니다. 핵심은 '조건부(Conditional)' 생성이라는 점입니다. 즉, '눈 오는 날', '오토바이 끼어들기'와 같은 특정 텍스트나 메타데이터 조건을 입력하면, 그 조건에 맞는 시나리오를 무한정 생성해낼 수 있습니다. 이를 위해 Diffusion Model이나 Generative Adversarial Networks (GANs)와 같은 최신 생성 모델이 사용됩니다. 넷째, [데이터 믹서 및 스케줄러 블록(Data Mixer & Scheduler Block)]은 실제 데이터와 생성된 가상 데이터를 최적의 비율로 혼합하여 최종 훈련 데이터셋을 구성합니다. 이 비율은 고정되어 있지 않으며, 후술할 피드백 루프에 의해 동적으로 조절됩니다. 예를 들어, 초기 훈련 단계에서는 실제 데이터 비율을 80%로 유지하다가, 모델이 특정 상황에 과적합(overfitting)되는 징후를 보이면 가상 데이터의 비율을 50%까지 높여 일반화 성능을 강화합니다. 다섯째, [모델 훈련 및 검증 피드백 블록(Model Training & Validation Feedback Block)]입니다. 최종 데이터셋으로 FSD와 같은 주력 AI 모델을 훈련시키고, 시뮬레이션 및 실제 주행 테스트를 통해 모델의 성능을 지속적으로 평가합니다. 여기서 중요한 것은 '어떤 상황에서 실수를 하는가'를 정량적으로 분석하는 것입니다. 만약 특정 시나리오(예: 비보호 좌회전 시 반대편 직진 차량 속도 예측)에서 손실 함수(loss function) 값이 유독 높게 나타나면, 이 정보가 시스템의 맨 처음, 즉 조건부 생성 모델 블록으로 피드백됩니다. 이 피드백 신호는 해당 시나리오의 데이터 생성 가중치를 높이는 역할을 하며, AI의 약점을 보강하기 위한 '표적 데이터'가 다음 훈련 배치에 집중적으로 포함되도록 만듭니다. 이 전체 아키텍처는 데이터가 일방적으로 흐르는 파이프라인이 아니라, 모델의 약점을 스스로 진단하고 필요한 데이터를 처방하여 '먹이는' 자가 학습 유기체처럼 동작합니다.