주제 정보
- 프로젝트: AirSim (Microsoft AI & Research)
- 소유자/저장소: microsoft/AirSim
- ⭐ Star: 약 18,400개 / Fork 4,900+
- 언어: C++ (Unreal Engine 플러그인, Unity 실험 지원)
- 라이선스: MIT
- 생성일: 2017-02-14 / 최근 커밋: 2026-06-28 (README 유지보수)
- 최신 릴리스: v1.8.1 (2022-07-18)
- 홈페이지: microsoft.github.io/AirSim
- 함께 읽기: AirSim 논문 (FSR 2017, arXiv:1705.05065) — Semantic Scholar 기준 2,520회 인용
핵심 내용
AirSim은 Microsoft가 만든 오픈소스 자율주행 시뮬레이터로, 드론·자동차·그 이상의 차량을 Unreal Engine(실험적으로 Unity) 기반의 물리적으로 사실적인 3D 환경에서 시뮬레이션한다. 플러그인 형태로 개발되어 기존 언리얼 환경에 그대로 얹을 수 있으며, PX4·ArduPilot 같은 실제 비행 컨트롤러와의 소프트웨어-인-더-루프(SITL) 및 하드웨어-인-더-루프(HITL)를 지원한다.
- 차량+드론 통합 시뮬레이션: 자율주행 자동차와 쿼드콥터 드론을 하나의 플랫폼에서 시뮬레이션 — 도심/실내 등 다양한 환경 제공
- 물리·시각 사실성: Unreal Engine 기반의 고품질 렌더링과 실제감 있는 물리 엔진으로 시뮬레이션-실제 간 격차(sim-to-real) 축소
- 플랫폼 독립적 API: Python/C++/ROS API로 차량 상태 조회와 제어가 가능해 딥러닝·강화학습 에이전트를 붙이기 쉬움
- AI 연구 지향 설계: 컴퓨터 비전, 강화학습(RL), 딥러닝 알고리즘 실험을 위한 데이터 수집·제어 인터페이스 제공 — "AI 연구 플랫폼"이 공식 목표
- 실제 컨트롤러 연동: PX4·ArduPilot SITL/HITL 지원으로 실제 비행 스택을 그대로 검증 가능
- 크로스 플랫폼: Windows/Linux/macOS에서 빌드·실행, 사전 빌드 바이너리 제공
왜 유명한가 / 활용 가치
- 연구계 표준: 2017년 FSR 논문 "AirSim: High-Fidelity Visual and Physical Simulation for Autonomous Vehicles"가 Semantic Scholar 기준 2,520회 인용 — 자율주행·드론 RL/CV 연구에서 가장 많이 쓰인 시뮬레이터 중 하나
- 대형 프로젝트 신뢰성: Microsoft AI & Research 산하 프로젝트로 18.4k+ star, 4.9k+ fork, 수백 명의 기여자
- 교육·경진대회 활용: 강화학습·임베디드 AI 강의와 해커톤에서 실제 차량/드론 없이 알고리즘을 검증하는 표준 도구로 사용
- sim-to-real 브리지: PX4 등 실제 비행 스택과의 연동 덕분에 시뮬레이션에서 검증한 정책을 실제 하드웨어로 이전하는 연구 파이프라인 구축 가능
- CARLA와의 차별점: CARLA가 자동차·도시 주행에 특화됐다면 AirSim은 드론/항공 + 차량을 모두 아우르는 범용 플랫폼 — 이전 글(CARLA, 08-08)과 대비해 보면 좋음
시사점 및 결론
자율주행 연구에서 "좋은 시뮬레이터"는 데이터·안전·비용이라는 세 가지 병목을 한 번에 푸는 인프라다. AirSim은 오픈소스·MIT 라이선스·무료라는 조건으로 연구자와 학생 누구나 현실적인 환경에서 드론과 자동차의 RL·CV 알고리즘을 검증할 수 있게 했고, 이 접근성 덕분에 수천 건의 논문이 탄생했다. 최근 코드 커밋은 유지보수 모드에 가깝지만, 여전히 강화학습 기반 주행·비행 연구의 입문 표준으로 남아 있으며, CARLA·Autoware·openpilot 같은 실전 지향 프로젝트와 함께 "시뮬레이션 → 실차 이전" 연구 파이프라인의 출발점으로 가치가 크다. GPU가 넉넉지 않은 환경에서도 사전 빌드 바이너리로 시작해 Python API만으로 RL 에이전트를 학습시켜볼 수 있다는 점이 매력적이다.