《자율주행 스토리》 좋구만

항상 심오한 인사이트를 주시는 고태봉 센터장님! 글을 공유합니다.

<오랜만의 자율주행 기술 예기>

>

기계기술의 총아인 자동차를 자율주행차라는 달리는 로봇으로 만들기 위해서는 다양한 분야의 기술 지원이 필요하다. ​ 백 여년의 전통 메코닉 기반 자동차는 기계 공학의 핵심인 1반 역학, 유체 역학, 열역학, 운동학 등의 도움으로 급속히 성장했다. 그런데 언제부터인가, 물리적 한계(가성비의 한계 1수도 있다)에 직면한 바 있다. 이후 모터와 MEMS/센서, 반도체 등으로 무장한 전자공학이 자동차에 역시 한 단계 도약을 선사했습니다.​ 내가 자동차 유아 군을 명단을 다소 리탄 하던 지난 20년 동안 자동차는 전자 기술을 입은 X-by-Wire과정을 통해서 전장화를 이루는 과정이었다고 해도 과언이 아니다. 자동차는 이미 메카닉 단계에서 메카트로닉스로 변화한 상황이었다.Steering-by-Wire이 등장해서 MDSS를 공부해야 했고, C/R-Type의 장단점을 논해야 했습니다. Brake-by-Wire가 등장하고, ABS, MoC, ECB, 지금은 HEV와 EV의 등장으로 AWB까지 공부하며, 가장 빨리 준비한 기업에 더 높은 멀티플을 주자고 했다. 얼마 전까지만 해도 그랬지만 이제는 단순히 전자제어뿐 아니라 로그 데이터를 더 적극적으로 활용하는 디지털 트랜스포메이션이 빠르게 진행되고 있다. 메카트로닉스 자동차 시대에 기계적/전기적 신호를 주는 주체는 당연히 사람(운전사)이었다. 도로의 전개나 차속, 차선 변경, 추월 의지, 지도상의 경로 선택 등이 전원의 눈, 귀, 촉감으로 판정되었기 때문이었다. 탁소리에서 울려 퍼지는 경적 소리, 본인 노면과의 마찰음, 눈, 비, 안개 시 제동거리 조절은 다년간의 촉(?)에 의지하는 등. 사람이 모든 것을 통제해 왔다. ​ 그러나 전체 교통 사건의 94%가 사람에 달렸다는 통계처럼 더 이상 사람을 믿을 수 없다는 것이 자율 주행 기술이 태어난 1, 출발선이었다 사람의 눈보다 더 많은 것을 볼 수 있는 센서(카메라, 초소 리파 센서, 레이더, 라이더)을 부착되어, AI가 이를 동시에 해석하고 인공 위성, 드론, 각종 수집 장치, 스마트 차량 등에서 얻은 정보를 토대로 만든 HD Live Map이 수십개의 Layer에 다양한 정보를 다소 리어 OTA을 통해서 쏘고 있을 뿐 아니라 V2X를 통해서 길어지지 않는 표식 가쿠 정보가 차량에 안정된 주행과 사건의 회피 때문에 날아다닌다. 최근에는 블록체인에서 Cyber attack을 하지 못하도록 장벽까지 만들고 있다.이 많은 것을 차에 넣으려니 너무 복잡해졌어. 매년 새롭게 뭔가가 추가되면서 규제가 점점 높아지고 정리가 안 되는 모습도 간혹 연출됐습니다. 비용비가 중요한 완성차 업체나 부품 업체들에게도 보통 고민이 아니다. 대량생산으로 전선사슬의 근본인, PCB기판의 근본인이나 불량이 본인도 사건으로 이어질 수 있으니 만들면서도 불안하지 않을 수 없다. 트렁크에 PC수십대를 펙펙히 꽂아 놓고, ECU, 수십개, 센서 250개, 와이어 하니스 수 백킬로가 들어갔다. 기계와 컴퓨터가 다소 뒤섞여 한번 고장나면 해결할 수도 없었다. 불과 몇 년 전에 세미 본인을 열고 마스터를 섬김으로써 이런 구조를 더 쉽게 만들었다고 자랑하면서 설명해 주셨습니다.그리고 CPU의 속도에 사건이 있음을 알게 된 엔비디아가 최근 몇 년간 GPU 기반의 SoC와 페가수스 같은 병렬 연결 플랫폼을 내놓으면서 CES의 중심이 될 수 있었다. 차내 AI 플랫폼의 크기를 본인에게 축소해 충격을 준 것이다. 이번 CES2020엔, 퀄컴이 저전력에 700 TOPS까지 연산이 가능한 스냅 드래건 라이드 플랫폼이란 괴물을 냈다. 트렁크로 가득 찬 차량의 뇌가 손바닥 크기보다 조금 큰 크기로 줄어든 것이었다. 그것도 TOPS/Watt이 획기적으로 개선한 걸로...​만 아니라 현대 차가 거액을 투자한 파트 너 사인 Aptiv는 이번 CES2020이기도 한 단계 진화된 SVA(Smart Vehicle Architecture)를 내놓자 TCO(Total Cost of Owenrship)이 크게 떨어지고, 대량 생산을 통하여 생산 단가도 크게 낮출 수 있으며 무엇보다 기존 시스템의 Complexity를 Simplicity로 크게 변화시킨다고 발표했습니다. SVA에서 차량 내 컴퓨터 공간이 75%정도 감소하고 전기 배선이 80%필요 없다고 되어, 와이어 하니스 공정에 소요되는 인원의 50%축소되고 S/W Warranty비용이 25%이상 감소할 것이라는 것이었다 공장 내의 전기 배선의 공정에 필요한 공간도 80%이상 감소할 수 있는 관련 재고도 필요 없다. 매 1장 1새로 차가 된다는 이 말도 잊지 않았다.보다 구체적으로 SVA는 크게 1Abstract, 2Seperate, 3Enable의 세가지의 철학이 핵심이었다. 1Abstract는 자동 운전의 핵심을 하드웨어에서 소프트웨어 영역에 전환시키는 데에 있으며, 2Seperate는 Computing성능 관리를 위한 관리가 용이한 기능은 중앙 집중화, 본인 나머지는 I/O에서 분리 칠로 쉽게 기능 추가할 수 있도록 분리 칠로 설계하고 3Enable은 Cloudbased에서 소프트웨어를 관리 OTA에 차량에 전송 칠로콤퓨ー타의 Sertization이 가능하도록 설계하는 것이 골자이다.생산 과정도 몇 개의 퓨전 센서로 이뤄진 블록만 설치하고 와이어 하네스도 경량화해 미리 디자인된 형태로 달기만 하면 된다. ( 제1최근까지는 와이어 하니스 다발에 테이핑 작업하는 것에만 많은 인재가 필요했습니다.)무엇보다 이렇게 가볍고 날씬하게 된 데다 OTA에 업데이트가 가능하게 되면, EV+AV모듈이 충분히 가능하다. 조금 과장하면 EV 모듈에 스티커 형태의 AV 모듈만 붙이면 완벽한 섀시 모듈이 완성된다는 것이었다. 허리에 바디만 실으면 자율주행차가 된다. 소니가 이번에 Vision-S를 발표한 것도 우연이 아니다. 차체에 어떤 강점이 있느냐가 자동차산업 진출 여부를 판정하는 핵심 동인이 될 수 있다. 소니의 경우 Visionsensing과 Infortainment가 될 수 있다. LG의 경우 섀시의 핵심인 배터리와 인버터, 모터 그리고 바디에 디스플레이와 소재가될 수 있다. SK는 맵 기술과 양자 라이더, 5G통신을 통한 V2X기술과 반도체 기술, 화학 기초 소재류이기 때문에 SK Inside를 낸 것이었다(SK렌터카+AJ렌터카, SOCAR, Poolus등의 기반 모 빌러티 별도)​ 모듈이 더 획기적으로 개선될 수록 AV+EV의 1구형 샤시는 표준 사고 쓰는 개념으로 변모하는 것이었다 자동차 OS도 마치 로봇 ROS처럼 AWS 본인의 Azure, 구글이 완성차 업체는 상상할 수 없는 획기적인 OS로 무장하고 클라우드 기반으로 출시하면 OTA 기반으로 구독할 수 있다. 생각을 더 멀리 해칠수록 모르겠다. 제1최근, 바로 공부해야 하는 것이 많지만 좀 더 미래를 내다본다는 것이 본인은 간단한 1이 없다. 근데 본인은 만류한 건... 현대차와 손잡은 Aptiv가 매우 잘하고 있다는 점. ZF 본인의 AISIN과 함께 EV 시절 사라질 수밖에 없는 아이템을 가진 기업의 변화에 대한 절박감을 읽을 수 있었다는 것이었다(ZF cubiX도 하나의 Aptiv인 SVA 못지않게 큰 변화를 느낄 수 있는 기술 변화).