소프트웨어 정의 자동차(SDV)가 가속화함에 따라 진화하고 있는 존(zone) 아키텍처에 대해 마우저일렉트로닉스(Mouser Electronics)의 디비야가리카파티(Divya Garikapati)가 이야기한다.
“존 아키텍처, SDV 진보 이끈다”
SW 업데이트·확장 용이, 중앙에서의 데이터융합·통일된 최적화
실시간 의사결정·신속 대응 위해 ZCU의 데이터 빠른 분석 중요
소프트웨어 정의 자동차(SDV)가 가속화함에 따라서 존(zone) 아키텍처도 진화하고 있다. 특정 기능별로 전담시키는 모듈러 아키텍처는 SDV로 효율을 높이고 확장을 용이하게 하는 이점이 있다. 존 아키텍처를 구현하는 것과 관련한 근본적인 과제들이 존재하기는 하나, 미래에 이 아키텍처가 SDV 진보를 이끌어갈 것으로 기대된다. 존 아키텍처가 더 안전하고, 효율적이며, 개인화된 교통을 가능하게 할 것이다.
■ SDV로 존 아키텍처의 이점
전통적인 자동차 아키텍처는 중앙집중식 전자 제어 유닛과 복잡한 배선에 의존함으로써, 근본적으로 확장성과 성능을 제한한다. 반면에 존 아키텍처는 하나의 덩어리로 된 구조를 해체하고 자동차 전자 시스템들을 전문적인 모듈러 존들로 구분한다. 각각의 존으로 전용적인 고성능 컴퓨팅 유닛(HPCU)을 포함하고 해당 기능에 따라서 맞춤화된 소프트웨어를 실행하고 성능을 극대화한다. 존들 간의 통신은 표준화된 프로토콜을 사용함으로써, 번거로운 배선에 의존하지 않아도 되고 매끄러운 데이터 교환이 가능하다.
존 아키텍처는 기존의 존으로 소프트웨어 업데이트가 가능하므로 확장이 용이하다. 그러므로 개발 시간을 줄이고 복잡성을 낮춘다. 존들 간에 매끄러운 데이터 흐름은 중앙에서의 데이터 융합과 통일된 최적화를 가능하게 한다. 이것은 운전 경험을 매끄럽게 하고, 에너지 관리를 향상시키고, 전반적으로 더 우수한 자동차 성능을 달성하도록 한다. 또한 이와 같은 소프트웨어 지향적 접근법은 원격으로 업데이트와 기능 추가가 가능하다. 그러므로 개발 일정을 크게 단축하고 새로운 기술들을 매끄럽게 통합할 수 있다. 중앙에서의 제어와 고속 통신은 심각한 상황에 신속하고도 협력적으로 대응할 수 있도록 한다. 뿐만 아니라 존 아키텍처로 근본적인 중복성과 결함 내성은 어떤 한 존이 장애를 일으키더라도 계속해서 작동할 수 있도록 한다. 그러므로 안전을 높이고 신뢰할 수 있는 운전 경험을 달성하도록 한다.
■ 존 아키텍처를 구현하기 위한 과제
존 아키텍처는 SDV를 혁신할 것으로 기대되는데, 구현을 위한 중요한 과제들 또한 안고 있다. 다중의 존들로 다수의 존 제어 유닛(ZCU), 센서, 소프트웨어를 통합하기 위해서는 높은 수준의 전문성을 요하며 매끄러운 통신을 위해서 집중적인 테스트를 필요로 한다. 비용과 개발 일정이 또 다른 과제이다. 존 아키텍처는 그 복잡성 때문에 전통적 아키텍처에 비해서 상당한 선행 투자와 장기간의 개발 일정을 필요로 한다. 다중의 존들에 걸쳐서 계속적인 소프트웨어 업데이트는 자원 요구량을 추가적으로 증가시킨다.
하지만 무엇보다도 중요한 과제는 안전과 보안이다. 존 아키텍처의 분산적 특성은 공격 표면을 늘림으로써, 견고한 사이버 보안 조치, 결함 내성 메커니즘, 명확한 인간-기계 상호작용(HMI) 프로토콜을 필요로 한다. 안전, 보안, 윤리 문제와 관련해서 진화하는 법규적 틀과 대중의 신뢰는 또 다른 층의 복잡성을 야기하는 것으로서, SDV로 존 아키텍처의 잠재력을 최대한 이끌어내기 위해서 중요하다. 다행인 것은, 완전 중앙집중형 아키텍처(fully centralized architecture)가 이러한 과제들을 해결할 수 있는 길을 제시하고 있다는 것이다.
■ 존 아키텍처를 가능하게 하는 기술들
각각의 ZCU는 높은 수준의 프로세싱 성능과 HPCU를 포함함으로써 해당 유닛으로 자율 제어를 위해 필요로 하는 복잡한 연산을 처리할 수 있다. 실시간 의사결정과 신속한 대응을 위해서는 ZCU가 데이터를 빠르고 효율적으로 분석하는 능력이 중요하다. 존 동작으로 마찬가지로 중요한 것이 첨단 카메라, 라이다, 레이더 시스템을 사용한 인지 능력이다. 이러한 능력에 의해서 상황을 파악하고 각각의 존이 변화하는 상황에 따라 대응하고 지능적으로 의사결정을 할 수 있다. 그럼으로써 더 안전한 운전 경험을 가능하게 한다.
존 아키텍처는 결함이 발생되는 것과 관련해서 근본적인 중복성을 내포한다. 백업 장치와 시스템이 안전망으로 작용함으로써, 어떤 한 부분에 장애가 발생되더라도 계속해서 작동할 수 있다. 이것은 탑승객 안전을 높이고 사고 위험을 최소화하는 것으로 이어진다. 실시간 운영체제는 존 아키텍처의 또 다른 중요한 기술로서, ZCU로 번개처럼 빠른 작업 실행을 가능하게 한다. 그러므로 각각의 존 내에서 센서 데이터와 엑추에이터 제어에 즉각적으로 대응하고, 끊임없이 변화하는 상황에 따라서 신속하고도 지능적으로 조치를 취할 수 있다.
인공 지능(AI)과 머신 러닝(ML) 또한 존 아키텍처로 부상하고 있는 또 다른 중요한 두 가지 기술이다. AI와 ML 알고리즘은 센서 융합, 의사결정, 존 차원 제어를 위해서 중요하다. 실시간으로 학습하고 적응할 수 있음으로써 각기 존의 자율 주행 능력을 향상시킨다. 그러므로 도로 상에서 대처하고 적응하는 능력을 향상시킨다. 고속 이더넷과 혁신적인 무선 기술은 존들과 중앙 시스템 사이에 고대역폭 데이터 고속도로를 생성한다.
SDV는 홀로 작동하는 것이 아니므로, V2X(vehicle-to-everything), V2V(vehicle-to-vehicle), V2I(vehicle-to-infrastructure) 같은 통신 기술은 SDV가 주변의 세상과 소통할 수 있도록 한다. 이 협력적인 네트워크는 상황을 인식하는 능력을 향상시키고 존과 존 간에 그리고 다른 자동차 및 인프라와 함께 협력적인 의사결정을 가능하게 한다.
물론 이러한 모든 측면들로 향상의 여지는 많이 남아 있다. 정확히 어떤 것을 필요로 하느냐는 개개의 회사, 자동차, 아키텍처마다 다를 수 있다. 하지만 센서 향상과 ML 알고리즘 측면에서 해야 할 일이 많다. 예를 들어서 빠르게 발전하고 있는 양자 컴퓨팅은 복잡한 알고리즘을 최적화하고 시뮬레이션 테스트를 가능하게 할 것이다. 그 밖에도 많은 과제들이 남아 있다. 각기 다른 제조사의 장치들 간에 상호운용성을 가능하게 하고, 복잡한 시스템으로 통신을 최적화하고, 사이버 보안 취약성을 해결하는 것을 들 수 있다. 다행스러운 것은 해결책 또한 등장하고 있다는 것이다. 기술의 빠른 진보가 희망적인 전망을 제시하고 있다. 특히 중앙집중형 아키텍처를 도입하는 것에 있어서 그렇다.
■ SDV로 존 아키텍처의 미래 기회
앞으로 AI, 통신 기술, 소프트웨어 유연성이 발전함에 따라서 존 아키텍처는 더욱 더 지능적이게 되고 상황에 잘 대응할 것이다. 고도로 확장이 용이한 하드웨어와 소프트웨어가 탄탄한 토대를 형성함으로써 강력한 ZCU가 복잡한 알고리즘을 실행하고 실시간으로 기능을 최적화할 것이다. 6G 같은 차세대 기술을 통해서 데이터를 매끄럽게 교환함으로써 자동차로 필요한 정보를 신속하게 제공하고 존들로 빠르고도 효율적인 의사결정이 가능할 것이다. 존 AI 에이전트가 지속적으로 학습하고 적응함으로써 상황을 인식하고 제어하는 능력이 향상될 것이다. 정교한 센서 융합 기술은 상황을 더 잘 파악하도록 하고, 설명 가능한 AI(XAI)를 통한 의사결정에 있어서 투명성과 사이버 보안 조치들은 신뢰를 구축하고 시스템을 보호할 것이다.
이러한 진보는 미래에 흥미로운 것들을 가능하게 할 것이다. 향상된 인지 능력과 통신으로 사고를 줄이고 교통 흐름을 매끄럽게 하고, 개인화된 운전 경험을 가능하게 하고, 외부적 디스플레이와 V2X 통신을 통해서 인간 지향적 여정을 가능하게 할 것이다. 법규적 틀, 사이버 보안, 대중의 수용은 여전히 중요한 과제로 남아 있다. 이러한 과제들을 극복하기 위해서는 투명한 교육과 윤리적 고려가 필요할 것이다.
■ 맺음말
존 아키텍처는 미래의 SDV 성공을 위해서 중요한 역할을 할 것이다. 뛰어난 유연성과 확장성으로 자동차가 변화하는 필요에 따라서 대응할 수 있도록 할 것이다. 그럼으로써 더 안전하고, 효율적이고, 개인화된 교통으로 가는 길을 놓을 것이다.
※ 저자 소개
디비야 가리카파티(Divya Garikapati)는 자율 운전 시스템 책임자로서, 업계에서 축적된 지식을 바탕으로 미래의 모빌리티를 실현하도록 기여하고 있다. IEEE 및 SAE 표준에 비중 있게 참여했으며 다수의 문헌을 발표했다. Woven by Toyota에서 레벨 4 및 5 자율주행 시스템을 맡고 있다. 시스템 아키텍처, 기능 안전, 모델 기반 시스템 엔지니어링과 관련해서 풍부한 경험을 쌓고 있다. 미시건 대학에서 석사학위를 취득했으며, ‘Women in Autonomy’ 기구에서 멘토 역할을 활발히 하고 있다.