스탠바이 ZF ProAI 수퍼컴퓨터
STAND-BY, ZF ProAI SUPER COMPUTER
2019년 03월호 지면기사  / 글│한상민 기자 _ han@autoelectronics.co.kr


STAND-BY, ZF ProAI SUPER COMPUTER
스탠바이 ZF ProAI 수퍼컴퓨터


CES 2019에서 ZF는 스티어링 휠과 페달이 없는 로보택시를 데모하며 자율주행을 위한 액추에이터, 센서, 컨트롤러, 클라우드, 모빌리티 서비스 등 모든 것을 제공할 수 있음을 증명했다. 특히 자율주행을 위한 인공지능 부문에서 ZF는 엔비디아와 함께 라이드 헤일링을 위한 고성능 수퍼컴퓨터 ZF ProAI RoboThink를 공개했다.

글│한상민 기자 _ han@autoelectronics.co.kr


CES 2019에서 글로벌 서플라이어 ZF는 스티어링 휠과 페달이 없는 로보택시를 선보였다. 고객은 그들의 스마트폰, 태블릿을 이용해 ZF의 자율주행 밴을 호출하고 원하는 곳에 갈 수 있었다.

ZF의 첨단 엔지니어링 부문 수장 톨스텐 골레브스키(Torsten Gollewski)는 “유연성을 갖춘 ZF의 고성능 컴퓨팅 모듈러 시스템 솔루션들은 전통적인 OEM 뿐만 아니라 모빌리티 시장의 새로운 회사들에게 매력적”이라며 “더 높은 컴퓨팅 파워를 요구하는 자율주행 라이드 헤일링 프로바이더들의 수요가 예상보다 높고 빨라 자율주행은 전통적인 카 메이커보다는 뉴 모빌리티 프로바이더들에 의해 가속될 것”이라고 말했다.

ZF는 로보택시를 클라우드 연결해 데모함으로써 자율주행차 및 관련 서비스 개발에 요구되는 대부분 솔루션을 제공할 수 있음을 입증했다. ZF의 광범위한 센서들은 자율주행차의 주변을 정밀하게 감지할 수 있고, 자율주행을 위한 고성능 수퍼컴퓨터 ZF ProAI 제품군은 이들 센서로부터 취득한 방대한 데이터를 신속히 처리해 차량에 적절한 명령을 내릴 수 있다. 또 이 명령들은 진화하는 섀시, 드라이브, 스티어링 시스템, 브레이크, 탑승자 안전 시스템 등을 포함한 광범위한 ZF 시스템들을 통해 구현된다.




학습하는 컴퓨터

자동차는 운전자가 있든 없든 간에 모든 상황에 대해 정확하고 안전하게 대응하기 위해 인공지능과 엄청난 컴퓨팅 능력을 갖게 될 것이다. 조향, 제동 등 안전에 대한 것뿐만 아니라 자동차의 거의 모든 부분이 이 인공지능, 컴퓨팅 능력과 함께 진화할 전망이다.

사람과 비교해보자. 우리의 뇌는 매초마다 어마어마한 시각적 데이터를 처리한다. 시신경은 초당 약 100만 비트의 정보를 전송한다. 이 계산은 정보가 우리의 뇌 회백질에 도달하기에 앞서 망막에서 이를 압축했다고 할 수 있다. 자동차도 마찬가지다. 다양한 방법으로 주변 환경을 감지하고 이해한다. 카메라와 레이더 시스템에 기반을 둔 첨단 운전자 지원 시스템(ADAS)은 이미 유사한 방법으로 주행 안전성을 높이고 있다.

카 메이커와 서플라이어들은 카메라, 레이더, 라이더, 4D 이미지 레이더, 센서 퓨전 등 보다 뛰어난 환경 센서를 더하고 있다. 또 적절한 해결 방법을 포함해 도로에서 발생할 수 있는 다양한 시나리오를 코드에 포함시켜 사전에 프로그래밍하고, 그렇지 않은 부분에 대해서도 차 스스로 필요한, 적절한 결정을 내릴 수 있도록 높은 인공지능과 컴퓨팅 파워를 컨트롤러에 넣고 있다. 자율주행차는 1,000분의 1초 내에 차량 주변 360도를 볼 수 있어야 하고, 이 정보를 재빠르게 해석해 차를 위치, 거동시켜야하며, 위험 요소를 추적해 스스로 자연스럽게 운전할 수 있도록 계산하고 주행해야만 한다.

특히, 인공지능은 이미지 학습을 한다. 인공신경망의 증가된 이미지는 저장된 경험과 초기의 의사결정과 연결되는데, 이 딥러닝은 인공지능이 스스로 결정을 내릴 수 있게 하고 모든 것을 프로그래밍하지 않아도 된다는 것을 의미한다. 코드가 모든 시나리오를 예측하고 포함시킬 수 없기 때문에 인공지능이 각 상황을 평가하고 이전의 모든 경험을 토대로 해석하고 대응해 나간다. ZF가 엔비디아와 공동개발한 ZF ProAI가 바로 이런 것을 해낸다.




ProAI RoboThink

2017년도 CES에서 ZF는 엔비디아와 파트너십을 맺고 첫 결과물인 ZF ProAI 프로토타입을 선보였다. 올해엔 현 시장에서 가장 강력한 차량 제어 슈퍼컴퓨터인 ZF ProAI RoboThink를 개발해 ZF ProAI 포트폴리오에 추가했다. ZF ProAI 제품군의 최신 모델은 그래픽 프로세싱 유닛(GPU)를 탑재해 초당 150조 연산에 해당하는 150테라플롭 이상의 컴퓨팅 파워를 기록한다. 최대 4개 유닛이 모듈식으로 결합돼 최대 600테라플롭의 성능을 낼 수 있다. 참고로 1969년 아폴로(Apollo) 11호의 아폴로 가디언 컴퓨터는 43 KHz로 초당 41.6의 연산 처리능력을 기록했었다.

레벨 4 이상의 자율주행 기능, 급부상하는 자율주행 셔틀, 라이드 헤일링 등 모빌리티 서비스(MaaS)를 위한 중요 전제조건이다. ZF ProAI의 기반인 새로운 레벨 2+ 엔비디아 ‘드라이브 오토파일럿(Drive AutoPilot)’과 엔비디아 ‘자비에(Xavier) 시스템온 칩(SoC) 프로세서’는 많은 심층신경망을 처리함으로써 높은 수준의 자율주행 인식을 구현한다.

ZF ProAI 제품군에서 엔비디아의 레벨 2+ 시스템은 예를 들어, 구불구불한 차선이나 언덕이 많은 도로에서 차량 감지와 차선유지 능력이 일관되지 않아 위험을 초래하는 기존 레벨 2 ADAS 시스템의 한계점을 해결해준다. 차량 내외부의 센서 데이터를 완벽하게 처리하는 동시에, 고속도로 병합, 차선 변경, 차선 분할, 개인 매핑을 포함해 완전 자율주행 오토파일럿 기능을 제공한다. 차량 내에서는 운전자 모니터링 및 AI 코파일럿(copilot) 기능과 컴퓨터 비전 시스템에 대한 콕핏 시각화 기능 등을 포함한다.

ZF ProAI RoboThink를 포함하는 ZF ProAI의 4개 모델은 모든 범위의 자율주행 애플리케이션 시나리오, 유즈케이스를 커버할 수 있다. ZF ProAI Gen1은 모든 NCAP 2022 스탠더드를 타깃으로 하는 비용 효율적인 엔트리 레벨 모델에 대응한다. ZF ProAI Gen2는 레벨 2, 레벨 3 자율주행을 위한 컴퓨팅 파워를 제공한다. ZF ProAI Gen3는 광범위한 모듈성을 제공하면서 최대 3개의 퍼포먼스 보드에 다양한 칩을 결합해 레벨 4까지의 자율주행에 필요한 데이터를 실시간으로 처리할 수 있다. 가장 진보된 하이엔드 모델인 ZF ProAI RoboThink는 레벨 4와 그 이상 자율주행에 대응하는 시스템으로 자비에보다 한층 더 뛰어난 엔비디아 DRIVE AGX 페가수스(Pegasus)를 기반으로 한다.

골레브스키는 “모듈식 하드웨어 컨셉과 오픈 소프트웨어 아키텍처는 ZF ProAI의 가장 큰 장점”이라며 “ZF ProAI 제품군은 AI 알고리즘뿐만 아니라 기존 기능을 포함하는 소프트웨어 알고리즘의 맞춤형 통합을 위한 개방형 플랫폼을 제공, 자동차 분야에서 일반적으로 사용되는 다양한 운영체제를 지원한다”고 설명했다.

예를 들어 AutoSAR, Adaptive AutoSAR, QNX를 지원하며 지속적으로 개발된 플랫폼을 추가할 예정이다. 엔비디아와의 성공적인 파트너십은 ZF ProAI RoboThink로 이어지지만, ZF는 ZF ProAI에 다른 칩 벤더의 프로세서를 장착할 수 있는 옵션도 제공한다. 예를 들면 지능형 컴퓨팅 부문의 리더 중 하나인 자일링스(Xilinx)와의 파트너십을 들 수 있다. ZF는 데이터 집계, 전처리 및 분배를 위한 자일링스의 멀티프로세서 시스템 온 칩(MPSoC) 플랫폼을 통합해 다양한 센서 및 자동화된 주행 특성 세트에 필요한 확장성 및 유연성을 제공하면서, 발열, 전력소모 문제 해결, 낮은 대기시간과 인공지능 컴퓨팅 가속을 제공해 높은 효율성을 가능케한다. 이는 잠재적으로 기능을 제한하고 더 많은 비용을 추가할 수 있는 고정된 소프트웨어, 하드웨어 조합의 아키텍처를 사용하는 다른 시스템과 비교된다.

CES에서 엔비디아는 ZF와 콘티넨탈을 통해 그들의 최신 드라이브 오토파일럿이 2020년 상용화된다고 발표했다. 이와 관련 ZF의 볼프-헤닝 샤이더(Wolf-Henning Scheider) CEO는 “엔비디아의 드라이브 오토파일럿 론칭과 함께 그들의 야심찬 타임라인을 맞출 수 있는 양산 단계의 오토모티브 등급 AI 수퍼컴퓨터는 ‘ZF ProAI’가 유일하다”고 밝혔다.



MaaS의 가속

레벨 4 자율주행은 로봇택시, 셔틀과 같은 다양한 뉴 모빌리티로부터 시작될 것이고, 이것은 더욱 강력한 컴퓨팅 파워의 수퍼컴퓨터, 중앙 컨트롤 유닛 개발을 가속화하고 있다. 이는 MaaS 애플리케이션에 사용되는 강력한 컴퓨터가 카메라, 레이더, 라이더 등 센서 데이터의 융합을 기반으로 주변 환경의 복잡한 계산에 머물지 않기 때문이다.

MaaS의 핵심 요소 중 하나가 바로 티켓 없는 이동이다. MaaS 애플리케이션에서 차량은 단지 주변에서 무엇이 일어나고 있는지 만을 이해하는 것이 아니라, 이같은 복잡한 상황을 처리하면서 클라우드를 통한 사용자 데이터를 통합하고 결제 트랜잭션을 완료해야한다. 복잡한 알고리즘은 승객이나 물품의 이동성 및 운송 요구사항을 기반으로 실시간 교통상황을 반영해 경로를 계산하고 반영해야 한다. 이 모든 것이 ProAI RoboThink와 같은 매우 강력한 메인 프레임 컴퓨터에서 가능하다.

ZF는 MaaS와 관련해 소형 전기차, 자율주행 셔틀 스타트업인 ‘이고 모바일(e.Go Mobile)’과 조인트벤처인 ‘이고 무브(e.Go Moove)’를 설립, ZF ProAI를 적용해 자율주행, 네트워킹 기능을 갖춘 전기셔틀 ‘이고 무버(e.Go Mover)’의 양산을 준비 중이다.

이고 무버는 레벨 4 자율주행 미니 전기 셔틀버스로 ZF의 전기 드라이브, 서스펜션, 스티어링 시스템, 브레이크, 자율주행을 위한 센서 세트와 ProAI 컴퓨터를 장착해 아헨에서 생산된다. 특히, 이고 무버는 프랑스의 이동성 프로바이더 트란스데브(Transdev)를 통해 독일과 프랑스에 론칭된다. 대형 모빌리티 기업인 트란스데브는 전 세계 20여 국가에서 매일 약 1,100만 명의 여객을 책임지고 있다. 미국, 캐나다, 프랑스 네덜란드, 호주 등지에서 이미 자율주행 셔틀버스로만 160만 km, 350만 명의 승객을 수송했다.

이고 모바일의 귄터 슈(Günther Schuh) CEO는 “우리는 세계 최초로 모든 도로에서 승인된 자율주행 전기 미니버스를 개발하고 있고 파트너와 함께 도시문제에 대응할 것”이라고 말했다.


인공지능과 진화하는 차량

ZF의 딥러닝 전문가 요헨 어브하우(Jochen Abhau) 박사는 자동차의 안전기술은 인공지능의 탁월한 응용 분야라고 말한다. 예를 들어, 충돌 센서에 의해 전개되는 전통적인 에어백은 자극 반응 모델인데, 에어백의 현재 포커스는 충돌 이벤트에서 전기차의 배터리 등을 보호하기 위해 바디워크에 장착되는 익스테리어 에어백으로 점차 옮겨가고 있다. 이것은 충돌 발생 이전에 전개돼야만 하기 때문에 인공지능과 관련된다는 것이다.

익스테리어 에어백을 위한 적절한 인플레이션 전략을 수립하기 위해서는, 예를 들어 차량이 충돌하게 될 물체가 침엽수인지, 단단한 콘크리트 포스트인지 등의 여부를 아는 것이 중요하다. ZF ProAI는 차량의 카메라 등 이미지를 통해 이를 정확히 알 수 있다. 따라서 차가 가로등 기둥이나 나무 몸통에 부딪칠 경우엔 에어백을 전개하지만 장식용 야자수에 부딪칠 때엔 전개하지 않는 식이 된다.

ZF의 안전 전문가 프랑크 라크만(Frank Laakmann)은 “자율주행차가 도입돼도 탑승자 보호 시스템은 사라지지 않고 계속 진화할 것”이라고 말했다.

현재는 탑승자의 착석 위치가 명확하게 정의돼 있기 때문에 정면, 측면, 헤드 에어백 등이 항상 비슷하게 반응을 하지만 자율주행차에서는 유연한 착석 위치가 허용될 것이고 최악의 경우 현존하는 시트 벨트나 에어백 시스템은 효과가 없을 수 있다. 이런 사고가 발생할 때 인공지능이 찰나의 속도로 상황을 파악하고 적절한 조치를 취할 것이고, 이에 대응해 수동안전 시스템의 전략도 바뀔 것이다.

레벨 3, 레벨 4에서 요구되는 운전자 모니터링 시스템(DSM)도 AI의 도움을 받는 좋은 사례다. 인공지능은 운전자가 전방 상황에 주의를 기울이고 있는지의 여부를 운전자 얼굴 이미지에 기반해 추정할 수 있다. 감정도 마찬가지다. 컴퓨터가 획득한 지식은 그가 얼마나 상황에 집중하고 있는지, 휴식이 필요한지 등을 결정할 수 있다.

ZF의 사운드AI(Sound.AI)와 같은 센서는 자율주행차에 귀를 달아줘 후방에서 앰블런스가 사이렌을 켜고 다가오고 있을 때 소리를 감지해 차가 어느 쪽 차선으로 비켜줘야 할 지를 결정해 작동할 수 있다. 환경 센서와 연결된 s모션(sMOTION) 풀 액티브 서스펜션 시스템은 움푹 들어간 곳과 같은 도로 상태, 커브를 사전에 감지하고 예측제어를 할 수 있어 진동을 줄여 승객의 안락함을 높이고 멀미를 줄일 수 있다.

ZF의 자율주행이 ZF ProAI 컴퓨터와 함께 진화하고 있다.



AEM_Automotive Electronics Magazine


<저작권자(c)스마트앤컴퍼니. 무단전재-재배포금지>

PDF 원문보기

본 기사의 전문은 PDF문서로 제공합니다. (로그인필요)
다운로드한 PDF문서를 웹사이트, 카페, 블로그등을 통해 재배포하는 것을 금합니다. (비상업적 용도 포함)

  • 100자평 쓰기
  • 로그인


  • 세미나/교육/전시

TOP