자율주행은 잠재적으로 인명을 구하는 데 있어 우리 시대의 가장 혁신적인 발명품이 될 수 있다.

세계보건기구에 따르면 매년 교통사고로 125만 명이 넘는 사람들이 목숨을 잃고 있으며, 예방과 수습에 GDP의 약 3%에 달하는 비용이 들어가고 있다.

고급 운전자 보조 시스템(Advanced Driver-Assistance Systems, ADAS)은 주행의 안전성을 높이는 동시에 궁극적으로는 자율주행 기능을 제공하기 위해 센서, 프로세서 및 소프트웨어를 통합했다.

이러한 시스템의 대부분은 레이더 또는 카메라와 같은 단일 센서를 사용하며, 이미 유의미한 영향력을 행사하고 있다. IIHS의 2016년 연구에 따르면 자동 제동 시스템은 후방 충돌을 약 40% 줄였으며 충돌 경고 시스템은 이를 23%까지 감소시켰다. 미국 도로교통안전국(NHTSA)은 여전히 심각한 차량 충돌의 94%가 인간의 실수에 의한 것이라고 보고했다.

운전자 보조 기능에서 4레벨 또는 5레벨 자율주행을 실현하기 위해 자동차 업계는 지금까지보다 훨씬 더 복잡한 문제에 직면해 있다. 수많은 센서의 측정 데이터를 결합하여 결과를 산출하는 센서 융합이 필요하며, 동기화, 고전력 처리 및 센서 자체의 지속적인 발전이 필요하다. 자동차 제조업체는 따라서 비용, 기술, 전략, 이 세 가지 중요한 절충안에서 적절한 균형을 찾아야 한다.


비용: 중복 센서와 보완 센서 비교
3레벨 자율주행에서 자동차가 사전 정의된 상황에 머무르는 경우, 운전자는 적극적으로 주의를 기울일 필요가 없다. 2019 아우디 A8은 세계 최초로 3레벨 자율주행 기능을 제공하는 양산차가 된다. 6대의 카메라, 5대의 레이더 장치, 1대의 라이다 장치 및 12대의 초음파 센서가 장착되어 있다. 이렇게 많은 센서들이 장착된 이유는 무엇일까? 각 센서마다 강점과 약점이 있기 때문이다.
예를 들어, 레이더는 사물이 얼마나 빨리 움직이는지를 보여 주지만 그 사물이 무엇인지는 보여주지 않는다. 각 센서의 약점을 극복하고 사물의 동작을 예측하기 위해선 중복을 필요로 하기 때문에 센서 융합이 필요하다.
궁극적으로 센서 데이터 처리의 목표는 의사 결정 알고리즘에 사용될 수 있는 방법으로 자동차를 둘러싼 환경에 대한 자동안전장치 표시를 만들어내고 최종 제품이 수익성을 유지하도록 비용을 절감할 수 있게 하는 것이다.

이를 달성하기 위한 가장 중요한 과제 중 하나는 적절한 소프트웨어를 선택하는 일이다. ▲측정을 긴밀하게 동기화하고 ▲데이터 추적성을 유지하며 ▲무한한 개수의 실제 시나리오에 대해 소프트웨어를 테스트하는 세 가지 예를 고려해보자. 이들 각각은 저마다의 과제를 제시한다. 즉, 자율주행에는 세 가지가 모두 필요하지만 비용은 어느 정도인가 판단해야 한다.


기술: 분산 아키텍처와 중앙 아키텍처 비교
ADAS 기능은 여러 분리된 제어 장치를 기반으로 한다. 그러나 센서 융합은 하나의 중앙 집중형 프로세서로 자리매김하고 있다.

아우디 A8을 예로 들어보자. 2019 모델에서 아우디는 필수 센서, 기능 포트폴리오, 전자 하드웨어 및 소프트웨어 아키텍처를 단일 중앙 시스템에 결합했다. 이 중앙 운전자 보조 제어기는 차량 주변의 전체 모델을 계산하고 모든 보조 시스템을 작동한다. 아우디 A8 이전 모델에 결합되어 있는 모든 시스템보다 더 많은 처리 성능을 제공한다.

중앙 집중식 아키텍처의 주된 관심사는 대용량 데이터 처리에 따른 비용이다. 이는 즉, 보조 센서퓨전 컨트롤러가 안전 핵심 백업 역할로서 자동차의 다른 어딘가에 있어야 하기 때문에 더욱 악화된다. 환경 설정은 컨트롤러 및 처리 기능이 발전함에 따라 시간이 지나면서 분산 및 중앙 아키텍처 설계 간에 대체될 가능성이 있다. 이는 소프트웨어 정의 테스터 설계가 해당 진화를 따라 잡는 데 중요한 것임을 의미한다.


전략: 사내 기술과 기존 기술 비교
5레벨 자율주행을 달성하려면 자율주행차량용 마이크로프로세서는 현재 마이크로프로세서보다 2000배 더 많은 처리 기능을 필요로 한다. 따라서 mmWave 레이더 센서 시스템의 RF 부품보다 훨씬 더 빠르게 가격이 올라가고 있다.

역사적으로 수요가 많은 고가의 기능이 인접 시장 리더들의 관심을 끌고, 그러한 리더들이 지금까지 시장 경쟁을 주도했다. UBS는 쉐보레 볼트 전기 파워트레인이 동급의 엔진 자동차보다 6~10배 더 많은 반도체 콘텐츠를 가지고 있을 것으로 추정한다.

반도체 콘텐츠는 계속 증가할 것이며, 시장 인접성은 중요한 기성품 기술 향상을 제공할 것이다. 예를 들어, 엔비디아는 애초에 가전제품용으로 개발된 테그라 플랫폼을 자동차 시스템의 ADAS 응용 프로그램을 대상으로 채택했다. 또한 덴소는 비용과 에너지 소비를 줄이기 위해 자체 AI 마이크로프로세서를 설계 및 제조하기 시작했으며, 덴소의 자회사인 NSITEXE는 2022년 DFP라는 차세대 프로세서 IP인 데이터흐름 프로세서를 출시할 계획이다. 경쟁은 이미 시작됐다.


절충 최적화
이러한 절충에 대한 결정은 시장 출시 시간과 공급망 전체의 차별화된 기능에 영향을 미친다. 테스터를 신속하게 재구성하는 기능은 검증 및 생산 테스트 비용과 시간을 최소화하는 데 매우 중요하므로 소프트웨어를 통한 유연성이 핵심이 된다.

토요타 연구소의 CEO인 제임스 커프너(James Kuffner) 박사는 인터뷰에서 “우리 예산은 두 배가 아닌 네 배가량 늘고 있다”라며, “우리는 토요타가 소프트웨어 분야에서 세계적 수준의 새로운 자동차 회사로 성장할 수 있는 40억 달러 가량의 예산을 보유하고 있다”라고 말했다.

이어 “이러한 변화는 자동차 업계에서는 드문 일이 아니다”라며, “이러한 절충에 대한 명확한 해법은 아직 없지만, 과거의 산업 혁명이 사람들에게 더 높은 생산성 이득을 통해 새로운 기술을 제공할 수 있게 역량을 부여했던 것처럼, 소프트웨어 개발에 있어 효율성 증가는 자율주행 혁명의 필수요소가 될 것이다”라고 설명했다.

이 기사는 제프 필립스(Jeff Phillips) NI 자동차 마케팅 책임자의 기고를 바탕으로 작성되었습니다.