매스웍스가 매트랩(MATLAB)과 시뮬링크(Simulink)의 릴리스 2019b를 발표했다. 이번 릴리스에는 인공지능(AI), 딥러닝, 자동차 산업을 지원하는 기능들을 비롯해 매트랩 및 시뮬링크의 다양한 새로운 기능들이 포함됐다.
이에 더해 R2019b에는 로보틱스를 지원하는 새로운 제품, 이벤트 기반 모델링을 위한 새로운 교육 리소스 및 제품군 전체의 업데이트 및 버그 수정이 포함됐다.
R2019b 하이라이트에 포함된 내용은 다음과 같다.
매트랩
R2019b 버전의 매트랩을 통해 사용자는 파라미터를 대화형으로 살펴보고, 데이터를 전처리하고, 라이브 스크립트의 일부가 되는 매트랩 코드를 생성할 수 있도록 하는 라이브 편집기 작업(Live Editor Tasks)을 사용할 수 있다. 매트랩 사용자는 이제 구문 또는 복잡한 코드가 아닌 작업에 집중할 수 있으며, 생성된 코드를 자동으로 실행하여 시각화를 통해 파라미터를 빠르게 반복할 수 있다.
시뮬링크
R2019b 버전의 시뮬링크를 통해 사용자는 필요에 따라 기능을 액세스하고 발견할 수 있도록 도와주는 새로운 시뮬링크 툴스트립(Simulink Toolstrip)을 사용할 수 있다. 시뮬링크에서 툴스트립 탭이 워크플로우에 따라 배열되고 사용 빈도에 따라 정렬돼 탐색 및 검색 시간을 줄여준다.
인공지능 및 딥러닝
올해 초에 적용된 유연한 훈련 루프 및 네트워크를 기반으로 R2019b에서는 한층 발전한 딥러닝 툴박스(Deep Learning Toolbox)를 제공한다. 이제 새로운 기능을 통해 사용자들은 사용자 지정 훈련 루프, 자동 미분, 공유 가중치, 사용자 지정 손실함수를 사용하여 고급 네트워크 아키텍처를 훈련시킬 수 있다.
이에 더해, 사용자는 이제 생성적 적대 신경망(GAN), 샴 네트워크(Siamese Networks), 변량 자동 인코더(Variational Autoencoders) 및 주의 네트워크(Attention Networks)를 구축할 수도 있다. 또한 딥러닝 툴박스는 이제 CNN(Convolutional Neural Network) 계층과 LSTM(Long Short-Term Memory) 계층을 결합하는 네트워크와 3D CNN 계층을 포함하는 네트워크를 ONNX(Open Neural Network Exchange) 형식으로 내보낼 수 있다.
자동차
R2019b에서는 자동차 업계를 지원하는 다음과 같은 기능들이 여러 제품에 도입됐다.
자동 주행 툴박스(Automated Driving Toolbox): 3차원 시뮬레이션 환경에서 주행 알고리즘을 개발, 테스트 및 검증하는 기능과 주어진 운동 제약 조건을 바탕으로 주행 경로의 속도 프로파일을 생성하는 블록 등 3차원 시뮬레이션을 위한 지원이 추가됐다.
파워트레인 블록셋(Powertrain Blockset): 알고리즘 설계 및 성능, 연비 및 배기 분석을 위한 딥러닝 SI(spark-ignition) 엔진 모델을 생성하는 기능이 추가됐다. HEV(Hybrid Electric Vehicle) P0, P1, P3, P4 참조 응용 프로그램을 비롯해, 하이브리드 전기 자동차의 HIL(Hardware-in the-Loop) 테스트, 트레이드(tradeoff) 오프 분석 및 제어 파라미터 최적화를 위한 완벽히 조립된 모델도 새로 적용됐다.
센서 퓨전 및 추적 툴박스(Sensor Fusion and Tracking Toolbox): 트랙-투-트랙(track-to-track) 퓨전을 수행하고 분산 추적 시스템을 설계하는 기능이 적용됐다.
폴리스페이스 버그 파인더(Polyspace Bug Finder): 람다(lambda) 표현식 오용, 잠재적인 열거형 문제 및 기타 문제를 검사하기 위한 AUTOSAR C++14 코딩 지침에 대한 지원이 증가했다.
로보틱스
로보틱스 시스템 툴박스(Robotics System Toolbox)에 추가된 새로운 기능 외에 R2019b부터 다음과 같은 두 가지의 새로운 제품이 도입됐다.
네비게이션 툴박스(Navigation Toolbox): 계획 및 내비게이션 알고리즘의 설계, 시뮬레이션 및 배포를 위한 신제품. 네비게이션 툴박스는 물리적 또는 가상 환경 안에서 매핑(mapping), 로컬리제이션(localization), 계획 및 이동하는 시스템의 설계 및 시뮬레이션을 위한 알고리즘 및 툴을 포함한다.
ROS 툴박스(ROS Toolbox): ROS(Robot Operating System) 기반 응용 프로그램의 설계, 시뮬레이션 및 배포를 위한 신제품. 이 툴박스는 사용자가 노드로 구성된 네트워크를 작성하고, ROS 네트워크를 모델링 및 시뮬레이션하고, ROS 노드용으로 임베디드 시스템 소프트웨어를 생성할 수 있도록 매트랩 및 시뮬링크와 ROS 및 ROS2 사이의 인터페이스를 제공한다.
스테이트플로우(Stateflow) 교육
R2019b에서는 사용자가 스테이트플로우 모델을 생성, 편집 및 시뮬레이션하는 방법을 익힐 수 있도록 돕는 대화형 튜토리얼인 스테이트플로우 온램프(Stateflow Onramp)를 제공한다. 매트랩, 시뮬링크 및 딥러닝을 위한 기존 온램프와 마찬가지로, 이 자기 주도 학습 강의는 자동 평가와 피드백을 포함한 비디오 튜토리얼 및 실습 연습 문제로 구성된다.
오윤경 기자 news@icnweb.co.kr
