자율주행차 개발 주기 가속화를 위해 필수적인 협업

진정한 인공지능(AI) 자율주행을 실현하려면 여러 종류의 기술이 통합적으로 실행되어야 한다. 자동차 OEM업체와 Tier 1 공급업체들은 완전 자율주행차(AV) 상용화로 가는 길이 아직도 멀다는 것을 잘 알고 있다. 각 사가 풍부한 자체 기술력을 보유하고 있지만, 혼자서는 해낼 수 없다는 것도 안다. 복잡한 하드웨어 및 소프트웨어 분야가 매우 다양하고 상호의존성이 높기 때문에 워크플로우 효율성을 개선하고 개발 시간을 단축할 수 있는 기술 통합을 주도할 제3의 기술 공급업체를 찾는 기업이 늘고 있다.

이러한 통합에는 고도의 복잡성이 요구된다. 4~5단계 자율주행차로 진화하는 과정에서 승객과 보행자의 안전을 최고 수준으로 보장하기 위해 최첨단 중앙집중식 컴퓨팅 아키텍처가 AI 기반 차량에 필요한 인텔리전스와 실시간 의사결정을 제어한다. 차량의 소위 ‘신경 센터’는 초기 개발부터 검증, 배포에 이르기까지 엄격한 안전 요건을 충족하도록 구축되어야 한다.

안전성은 설계 후기 단계에서 소비자 기기 및 클라우드 데이터 센터 환경을 대상으로 하는 기존의 범용 프로세서 및 구성요소를 개조하는 등의 후차적인 방식으로 접근할 수 없는 문제이다. 진정한 주행 등급의 안전 적합성은 처음부터 솔루션 DNA에 배어 있어야 한다.

자동차 컴퓨팅 아키텍처와 관련 공급망의 모든 단계에서 원활한 통합을 보장하기 위해서는 자동차 하드웨어 및 소프트웨어 기술 벤더 간에 긴밀한 협력이 필요하다. 자동차 OEM과 Tier 1 업체들은 이러한 기술 공급업체들의 확장된 생태계를 통해 자동차 자율주행에 있어 무엇보다도 안전을 최우선으로 하는 공통의 프레임워크 상에서 융합할 수 있을 것이라고 보고 있다. 궁극적으로 이들은 2단계부터 명확하고 일관된 개발 경로를 필요로 하며 호환성이 입증되고 향후 주요 시스템 재설계를 최소화하는 데 도움이 될 확장 가능한 내장 처리 용량과 소프트웨어 리소스를 활용할 수 있어야 한다.

또한 밀접하게 연결된 벤더들의 협업 생태계를 통해 OEM과 Tier 1업체는 각 사의 제품 로드맵을 투명하게 확인할 수 있으며, 이는 향후 진행중인 개발에 대한 검증 요소가 될 수 있다. 예를 들어 OEM과 Tier 1업체는 프로세싱 플랫폼상에서 소프트웨어 개발 과정을 자신 있게 매핑할 수 있으며, 추후에 늘어나는 기능을 포함하기 위한 업그레이드에도 활용할 수 있다. AV 개발 관련 OEM과 Tier 1업체의 전체 사업비의 약 70%가 소프트웨어 개발에 소요되므로 소프트웨어 개발 투자의 가치가 최대한 장기적으로 보존될 수 있도록 모든 노력을 기울여야 한다.

여기서 핵심은 소프트웨어 개방성과 코드 이식성이다. 시스템 설계자는 설계 자유나 특징 차별화를 제한할 수 있는 ‘블랙박스’ 시스템 또는 독자 개발 플랫폼에 갇혀서는 안 된다. 설계자는 개방형의 표준 기반 프로그래밍 언어 및 개발 도구를 통해 보다 뛰어난 워크플로우 민첩성과 적은 개발 비용으로 야심 찬 설계 목표를 달성하는 데 필요한 유연성을 확보할 수 있다.

핵심 기술

완전자율주행차 개발 과정에서 반드시 수반되어야 할 기술이 많이 있다. 각 기술은 개별적으로도 중요하지만 궁극적으로 OEM과 Tier 1 업체의 현재 그리고 향후 개발을 위해 완벽하게 통합된, 총체적 플랫폼을 구성하는 데 중요한 역할을 한다. 여기서 몇 가지 핵심 요소를 평가해 보고자 한다.

대규모 처리 가속화: 머신러닝, 컴퓨터 비전, 센서 융합은 차세대 AV에서 중대한 역할을 할 것이며, 이러한 컴퓨팅 집약적 기능들은 필요한 처리 워크플로우의 하위 집합에 불과하다. 전체적인 신경망 계산 능력을 높이고 자율주행 인식 시스템의 성능과 반응성 향상을 위해 고속 병렬 처리는 시간 및 안전에 중요한 컴퓨팅 기능을 지원하는 여러 독립 스레드를 동시에 실행하는 데 필요한 핵심 요건이다.

안전성 인증 실시간 운영 체제(RTOS): 모든 AV 개발 플랫폼에서, 필수 애플리케이션을 중요하지만 비필수적인 승객 편의 및 엔터테인먼트 애플리케이션들로부터 안전하게 분리 실행하기 위해서는 기본 운영 체제 소프트웨어의 안전성과 무결성이 중요하다. 즉, 편의 및 엔터테인먼트 영역에서 발생하는 충돌이 안전 기능에 어떠한 영향도 미치지 않아야 한다. 또한, 안전성과 보안성이 강화된 가상화 및 하이퍼바이저 지원은 오픈 소스 환경과 비 필수 애플리케이션 호스팅에 필수적이다. 따라서 보안 파티션과 멀티 코어 가상화를 갖춘 확장 가능한 런타임 환경이 매우 중요하다.

모션 제어 및 경로 찾기: 모션 계획 기술은 까다로운 고속 주행 조건에서 복잡한 차량 조작을 자동화하고 계획하는 데 필수적이며, 승객과 보행자 안전에 타협 없이도 부드러운 주행과 안락한 승차감을 가능하게 한다. 이를 위해서는 다른 차량 및 도로 인프라에 대해 이용 가능한 모든 위치 데이터를 기반으로 빠른 자동 의사결정을 가능하게 하는 첨단 물리학 기반 솔루션이 필요하다.

정밀 트래픽 및 센서 시뮬레이션: 개발주기를 간소화하기 위해 ADAS 시스템 설계자는 실험실 또는 사무실에 확인, 검증 및 개발 환경을 조성하기 위해 실제 주행 및 트래픽 시나리오의 시뮬레이션이 필요하다. 이상적인 솔루션은 복잡한 가상 도로망 생성을 지원하여 설계자가 가상 도로 상에서 교통 표지판과 보행자와 같은 정적 또는 동적 물체들 사이에서 정교한 교통 조작을 정의할 수 있게 하는 것이다. 이를 위해서는 복잡한 ADAS 시스템을 수용하기 위한 HIL(Hardware-In-The-Loop) 시험 기능을 갖춘 레이더, 라이다(LiDAR), 카메라 등 물리적 센서의 에뮬레이션이 필요하다.

오픈소스 소프트웨어 개발: 안전한 AV의 대규모 배치는 기업의 기술 개발, 정부 기관, 학술 연구 간에 강력한 시너지를 필요로 하는 대형 과제이다. 또한 AV 기술을 포괄하는 방대한 생태계도 필요하다. 오토웨어 재단(Autoware Foundation)과 같은 비영리 단체들이 자율주행 모빌리티를 가능하게 하는 오픈소스 프로젝트를 시작 및 육성하고 자금을 조달하면서 그 격차를 줄이고 있다. 구성원들이 기여한 오픈 소스 소프트웨어 스택은 누구에게나 완전히 개방되어 있으며, 모든 프로세서 또는 시스템 온 칩에 대해 벤더에 구애받지 않는 소프트웨어를 개발하여 벤더 오퍼링을 보다 쉽게 비교하고 대조할 수 있도록 하고 있다.

중앙 처리 허브: 앞서 언급한 모든 툴, 소프트웨어 및 하드웨어 가속기는 궁극적으로 전력 소모가 많은 범용 프로세서 코어와 달리 와트당 성능과 열 프로필 최적화가 가능하도록 ASIL 지원 자동차 등급 프로세서들이 집약된 테스트 및 개발 통합 플랫폼 내에 위치해야 한다. 이러한 플랫폼은 비전, 레이더 및 라이다 신호 경로를 수용하기 위한 중앙 컴퓨팅 능력과 연결성은 물론 위험 요소 평가와 차량 동작 제어를 위해 실험실과 도로의 주행 환경을 분석하는 데 필요한 성능을 제공해야 한다.

진행 가속화

NXP 반도체는 OEM과 Tier 1 업체가 완전 자율주행 기능 개발 과정을 가속화하기 위해 필요한 지원 기술들을 조합 및 조정하는 데 주도적인 역할을 하기 위해 노력하고 있다. CES 2020에서 보여준 것과 같이, 자동차 안전과 컴퓨팅 기능을 정밀 조정하여 자동차 안전의 미래에 대한 공통 비전을 가지고 다양한 개발, 테스트 및 검증 효율성을 높이고 있다.
NXP 반도체는 칼레이(Kalray), 그린힐스 소프트웨어(Green Hills Software), 엠보테크(Embotech), 디스페이스(dSPACE), 앤시스(Ansys) 등과 같은 기술 선도업체들과 오토웨어 재단 등 오픈 소스 개발 이니셔티브를 추진하는 비영리 단체와 협업하여 ADAS 및 자동차 AI 시스템 설계자들에게 설계가 진화하더라도 계속 ASIL 등급 품질과 신뢰성을 보장해 줄 통합 프레임워크 개발에 전력을 다하고 있다. 최종 목표는 OEM과 Tier 1업체가 AV 기술의 미래를 혁신할 수 있도록 워크플로 및 복잡한 상호운용성 관련 비용을 최소화할 수 있도록 지원하는 것이다.\
 

---

알리 오스만 오스(Ali Osman Ors)
ADAS & 오토모티브 프로세싱, AI 전략 및 전략 파트너십 디렉터, NXP

 

---