헤라르도 파드로 RTI 최고기술책임자     Gerardo Pardo, CTO of RTI

MQTT보다 빠르고, SOME/IP보다 더 똑똑하며, ROS 2보다 더 안전하다? DDS는 SDV 혁신의 실질적인 핵심 인프라로 자리잡을 수 있을까? DDS의 설계자이자 RTI의 CTO인 헤라르도 파르도(Gerardo Pardo)는 진정한 소프트웨어 정의 자동차(SDV)의 출발점은 데이터 중심 아키텍처라고 믿는다. 10개 이상의 글로벌 OEM, 그리고 XPENG과 같은 자동차에서부터 항공우주 시스템까지, 차세대 플랫폼의 핵심 통신기술로 RTI의 DDS가 채택되고 있다. RTI는 AUTOSAR와 SOAFEE와 같은 주요 표준의 발전에도 기여하고 있다. AEM이 파르도 CTO와 함께 이 변화의 배경과 다음을 향한 여정을 살펴봤다.

글 | 한상민 기자_han@autoelectronics.co.kr

Gerardo Pardo
헤라르도 파드로는 1998년부터 RTI의 CTO로 재직하며 RTI Connext DDS의 개발을 이끌었다. 그는 DDS 관련 표준을 다수 작성하고, 개정 작업반을 주도하는 등 표준화 활동을 선도하고 있다. 또 OMG 산하의 Data-Distribution 특별이해관계자 그룹(SIG)을 공동창립하고 공동의장을 맡고 있으며, OMG 이사회에서도 활동 중이다. 보안, 미들웨어, 퍼블리시-서브스크라이브 시스템에 대한 전문 지식을 바탕으로 여러 정부 및 민간 연구과제를 주도했고, 관련 특허를 보유하고 있으며, 실시간 및 보안 분산 시스템 분야에서 다양한 연구 논문도 발표해왔다.

IN ENGLISH





RTI는 DDS 기반 미들웨어 분야의 선도주자로 널리 알려져 있습니다. SOME/IP, MQTT, ROS 2와 같은 대안 기술들도 있지만, SDV 아키텍처 관점에서 DDS의 핵심 기술적 강점은 무엇입니까? DDS는 이들과 어떻게 차별화되나요?   
Pardo        DDS가 SDV 분야에서 특히 주목받는 이유는, 실시간 성능, 데이터 중심 설계, 그리고 유연한 아키텍처 구조라는 세 가지 요소가 뛰어나게 조합돼 있기 때문입니다. 이 조합이 DDS를 MQTT, SOME/IP, ROS 2와 같은 대안 기술들과 분명히 구분되게 만듭니다.

먼저 MQTT와 비교해볼게요. MQTT는 메시지 중심 방식으로 단순히 데이터를 전달할 뿐, 그 데이터의 의미나 수명, 상태 등을 이해하거나 관리하지는 않습니다. 반면 DDS는 데이터를 단순한 메시지가 아니라 전역 데이터 공간의 일부로 다룹니다. 이 말은 DDS가 데이터의 스키마(예: IDL이나 XTypes)를 이해하고, QoS (서비스 품질)를 보장하며, 마지막으로 전달된 값, 키 필드, 시계열 데이터, 유효 시간 등의 상태 정보를 스스로 관리한다는 뜻입니다.
또 DDS는 중앙 브로커 없이 퍼블리셔와 서브스크라이버가 직접 통신하는 구조입니다. 반대로 MQTT는 모든 메시지가 브로커를 거쳐야 하죠. 이 차이로 인해 DDS는 지연 시간이 더 짧고, 스케일 확장성도 뛰어납니다. 반면 MQTT는 브로커에 성능이 제한되고, 장애 지점(single point of failure)도 발생할 수 있죠. DDS는 이 병목 현상 자체가 구조적으로 발생하지 않도록 설계돼 있어 훨씬 안정적입니다.

전송 방식 적응력 측면에서도 DDS는 유연합니다. 프로세스 내 통신은 공유 메모리를, 노드 간 통신은 UDP나 멀티캐스트를 사용해 TCP의 병목 현상을 피하고, 지연 예측성을 높일 수 있습니다. 또, DDS는 TSN(Time-Sensitive Networking) 환경에서도 동작할 수 있어서, 네트워크 자원을 예약하거나 우선순위를 부여해 종단 간 지연을 제어할 수 있습니다. 이는 특히 실시간 제어, 대용량 데이터 흐름, 예를 들어 비디오, 라이다(LiDAR) 등에 중요한 요소이며, 차량 내 네트워크 상에서 큰 강점으로 작용합니다.


SOME/IP나 ROS 2와 비교한다면요?   
Pardo        우선 SOME/IP와 비교해보죠. DDS는 단순한 프로토콜이 아니라 완전한 미들웨어 스택입니다. 여기에는 자동 발견(discovery), 신뢰성 보장, 대용량 메시지 분할 처리, 데이터 타입 호환성 검사, 광역 네트워크를 포함한 다양한 네트워크 환경에서의 배포, 그리고 보안까지 모두 포함됩니다.
반면, SOME/IP는 훨씬 저수준의 프로토콜로, 실시간성이 필요한 데이터에는 신뢰성이 없는 UDP를, 신뢰성이 필요한 경우에는 실시간성이 떨어지는 TCP를 사용합니다. 이 구조는 실시간성과 신뢰성을 동시에 보장해야 하는 상황에선 한계가 분명하죠. 예를 들어 UDP의 최대 크기 제한 때문에 64KB보다 큰 메시지는 전송이 불가능합니다. 
또한 DDS는 데이터 중심 모델을 기반으로 하고 있어서, 더 풍부한 데이터 모델링, 내부 구조 파악(introspection), 컨텐츠 필터링, 그리고 QoS 설정(지연 시간, 신뢰성, 마감 시간 등)을 미들웨어 수준에서 바로 처리할 수 있는 유연성을 제공합니다. 무엇보다도, SOME/IP는 기본적으로 보안 기능이 통합돼 있지 않아서, 보안 통신을 위해서는 OEM이 별도로 외부 컴포넌트를 추가하거나 확장 기능을 개발해야 합니다. 이는 시스템 전체의 보안 정책을 일관되게 설계하거나 인증받기 어렵게 만드는 요인이 됩니다.

ROS 2와 비교하면 상황이 조금 다릅니다. ROS 2는 내부적으로 DDS를 사용하고 있긴 하지만, 그 위에 추상화 계층을 하나 더 얹어 놓은 구조입니다. 이 계층이 문제가 되는 이유는, DDS의 다양한 실시간 설정 기능을 대부분 가리거나 제한하기 때문에, 개발자가 지연 시간이나 신뢰성, 타이밍 같은 중요한 파라미터들을 세밀하게 조정하기 어렵습니다.
또 ROS 2는 자체 타입 시스템이 DDS보다 단순해서, 키 필드, 버전 관리, 선택적 멤버 설정 등 고급 데이터 구조를 표현하기 힘듭니다. 그리고 ROS 2의 미들웨어 계층은 시스템 복잡성을 오히려 높여서, 코드 사이즈가 커지고, 간접 호출(indirection)이 많아지며, 결정성(determinism)과 확장성에도 부정적인 영향을 줍니다.
무엇보다 중요한 점은, ROS 2는 “시스템 전체 수준의 안전 인증(end-to-end certification)”을 제공하지 않습니다. 물론 ROS 2가 RTI Connext® Cert처럼 안전 인증을 받은 DDS 구현체 위에서 구동될 수는 있지만, ROS 스택 자체가 인증되지 않았기 때문에 기능안전성이 요구되는 자동차 시스템에서는 완전한 신뢰를 확보하기 어렵습니다.


그렇다면 왜 SDV에 DDS가 중요한가요?     
Pardo        요약하자면, DDS는 MQTT, SOME/IP, ROS 2와 비교했을 때 애플리케이션 계층에 훨씬 더 많은 기능을 기본으로 제공합니다.
개발자가 신뢰성 보장, 데이터 타입 검사, 자동 디스커버리, 필터링 같은 기능을 직접 구현할 필요가 없습니다. 이런 것들은 모두 미들웨어 수준에서 처리되기 때문입니다. 또한 DDS는 실시간 동작과 장애 허용(fault tolerance)을 미들웨어 자체에서 보장하고, 보안과 QoS도 별도로 덧붙이는 것이 아니라 아예 깊숙이 통합되어 있습니다.
그 결과, 전체 시스템은 더 단순하고, 더 안정적이며, 더 안전하게 작동할 수 있고, 애플리케이션 개발의 복잡성도 크게 줄어듭니다. SDV에서는 이런 특성이 특히 중요합니다. 자율 시스템은 예를 들어 센서 융합이나 객체 추적 같은 동적 환경 모델에 실시간으로 접근해야 하며, 동시에 차량 내 네트워크 상에서는 실시간성이 덜 요구되는 데이터 흐름도 함께 처리해야 하죠.
뿐만 아니라, 강력한 보안성과 인증 체계도 필수입니다. DDS는 데이터 중심 모델, 폭넓은 QoS 설정, 다양한 데이터 타입과 보안, 기능 안전 인증에 대한 완전한 지원을 기본적으로 제공하기 때문에, 개발자가 이 모든 기능을 일일이 처음부터 구현할 필요가 없습니다.





RTI Connext Databus의 전체 아키텍처 개요



RTI는 서비스 지향 아키텍처(SOA)를 수용하면서도, 데이터 중심 아키텍처(DCA)를 강력히 지지하고 있습니다. SDV의 시대에 ‘데이터 중심 접근’이란 정확히 무엇을 의미하며, RTI는 이를 실현하기 위해 어떤 전략을 펼치고 있나요?    
Pardo        데이터 중심 아키텍처(DCA)는 일종의 서비스 지향 아키텍처라고 볼 수 있습니다. 단, 그 서비스가 데이터 중심의 상호작용을 중심으로 이뤄진다는 점이 다르죠. 여기에는 전역 데이터 공간에 접근하는 기능, 퍼블리시/서브스크라이브 구조, 데이터의 생명주기 관리, 그리고 데이터 소유권 같은 개념이 핵심을 이룹니다. 그리고 여기에 기반해 요청/응답 기반 서비스(DDS-RPC)도 함께 제공할 수 있습니다.

전통적인 시스템처럼 API나 인터페이스 설계를 먼저 하는 것이 아니라, 먼저 데이터 흐름과 서비스의 의미를 정의하고, 그에 맞는 통신 패턴을 구축하는 방식입니다. 이 접근법은 여러 장점을 가집니다.
이것은 ▶퍼블리시/서브스크라이브와 요청/응답 방식 모두 지원 가능 (1:1, 1:N, 1:N 응답자 구조까지 가능) ▶별도의 레지스트리나 복잡한 설정 없이도 서비스와 토픽이 자동으로 발견 ▶요청마다 QoS (예: 타임아웃, 마감 시간, 신뢰성, 우선순위 등)를 개별적으로 설정 가능 ▶요청과 응답도 일반 데이터처럼 기록, 검사, 필터링, 재생 가능, 즉 관찰성과 추적성이 뛰어납니다.

이런 모델은 SDV에 아주 자연스럽게 맞아 떨어집니다. 예를 들어 SDV는 ▶퍼블리시/서브스크라이브 방식으로 센서나 액추에이터의 데이터를 실시간으로 공유 ▶요청/응답 API를 통한 구성, 진단, 제어 기능 ▶대역폭이 큰 데이터 스트림과 저주파수 제어 메시지 동시 지원 ▶실행 중 안전 제약 조건을 점검하고 강제하는 런타임 인트로스펙션 기능 ▶SOP(양산 시작) 이후에도 기능을 차량에 유연하게 추가할 수 있는 구조 ▶다양한 차량 플랫폼에서도 동일한 데이터 흐름 요구사항 충족 ▶클라우드에서 실행되든, 차량 내에서 실행되든 데이터 흐름의 일관성 유지와 같은 기능이 요구됩니다. 

RTI는 이 모든 요구사항을 통합할 수 있는 핵심 계층이 바로 데이터 중심 아키텍처라고 보고 있습니다.
이 접근은 공유 데이터와 서비스 계약을 중심으로 모듈형 시스템을 구성할 수 있게 하며, 보안, 안전성, 실시간성을 API 수준이 아닌 데이터 수준에서 보장합니다. 이로써 개발자는 시스템 전체를 재설계하지 않고도, 시간이 지나며 진화가능한 SDV를 구축할 수 있는 확장 가능하고 유연하며 안전성에 부합하는 기반을 갖추게 되는 것입니다.


DDS가 SDV의 사실상(de facto) 표준이 되어가고 있다고 보시나요?   
Pardo        네, 확실히 그렇게 보고 있습니다. 특히 최근의 SDV 중심 개발과 표준화 흐름을 보면 대부분이 처음부터 소프트웨어 정의 관점에서 출발하고 있기 때문입니다.
심지어 전통적으로 AUTOSAR 기반이었던 자동차 아키텍처들조차 점차 이 방향으로 이동하고 있어요. 실제로 AUTOSAR Classic과 Adaptive 모두 이제 공식적으로 DDS 지원을 명시하고 있습니다. 이는 자동차 소프트웨어 생태계가 점점 더 데이터 중심 접근법으로 전환되고 있다는 강력한 신호입니다.
동시에, 기존의 레거시 소프트웨어 스택을 우회하고, DDS를 통합 프레임워크로 직접 채택하는 새로운 SDV 플랫폼과 아키텍처들도 빠르게 늘고 있습니다. 

이런 시스템들은 특히 ▶고대역폭 센서 데이터의 원활한 처리 ▶낮은 지연 시간의 제어 루프 ▶클라우드–엣지 간 통합과 같은 요소를 중요하게 여기며, 이 모든 걸 하나의 확장 가능한 통신 모델 안에서 구현할 수 있는 점이 DDS의 강점입니다. 
물론 아직 DDS가 완전히 보편화된 표준이라고 말할 수는 없지만, 현대적이고 모듈형이며, 안전을 중시하는 SDV 아키텍처에서는 사실상 표준(de facto standard)로 자리 잡아가고 있습니다.


RTI는 AUTOSAR Adaptive, SOAFEE, ROS 2 등 다양한 이니셔티브에 적극 참여하고 있는 것으로 알려져 있습니다. SDV 생태계 전반의 표준화와 상호운용성 확보를 위해 RTI는 어떤 기여를 하고 있나요?     
Pardo        RTI는 SDV 분야에서 DDS 도입과 표준화 노력을 두 가지 방식으로 지원하고 있습니다.
첫째는 “직접적인 데이터 중심 통합(data-centric integration)”입니다. 일부 프로젝트에서는 애플리케이션의 요구사항을 DDS의 핵심 개념들, 예를 들어 타입(Types), 토픽(Topics), 서비스(Services), QoS 정책에 직접 대응시키는 방식으로 통합하고 있습니다. 이 접근은 시스템의 개방성과 상호운용성을 유지하면서도, 보다 민첩하고 성능 중심의 아키텍처를 가능하게 만듭니다.
RTI는 이런 프로젝트들이 시스템 목표에 부합하는 데이터 중심 모델을 깔끔하게 설계할 수 있도록 지원하며, 그 결과 불필요한 오버헤드 없이 유연하고 확장성 있는 통합이 가능해집니다.

두 번째는, DDS 위에 프레임워크 계층을 얹는 방식입니다. AUTOSAR나 ROS 2처럼 DDS 위에 추가적인 소프트웨어 프레임워크를 정의하는 이니셔티브들이 이에 해당합니다. 이런 프레임워크는 DDS 기능의 일부만 노출하거나, 여러 플랫폼에서 일관성을 유지하기 위해 서비스나 컴포넌트 같은 새로운 추상 개념을 도입하기도 합니다. 이런 경우, RTI는 조언자이자 교육자 역할을 합니다. DDS의 핵심 기능들이 프레임워크 내부에서 어떻게 제대로 작동하고, 어떻게 효율적으로 사용될 수 있는지를 안내하죠. 또, 필요하다면 프레임워크 자체를 확장해 더 많은 데이터 중심 기능을 노출할 수 있는 방법도 제시합니다. RTI의 이런 활동은 DDS가 비록 추상화 계층 뒤에 숨어 있더라도, 그 본래의 강점이 손상되지 않도록 하기 위함입니다. 또, 특정 데이터 중심 기능이 누락되거나 제한될 경우에는, 그로 인한 영향, 예를 들어 지연 시간, 결정성, 확장성, 관측 가능성에서의 트레이드오프를 명확히 이해하도록 돕고 있습니다.

결국 RTI의 더 큰 목표는, SDV가 요구하는 유연성, 성능, 아키텍처적 완결성을 해치지 않으면서도, 상호운용성을 적극적으로 확산시키는 것입니다.


RTI의 Connext 제품군은 헬스케어, 국방, 항공우주 등 안전이 중요한 산업에서 널리 사용되고 있습니다. 그렇다면 자동차 분야, 특히 ASIL-D 수준의 기능안전성이 요구되는 환경에서는 RTI의 DDS 기술이 어떻게 이런 까다로운 요건을 충족시키나요?
Pardo        RTI는 안전이 중요한 시스템에서 사용할 수 있도록 제품의 품질과 신뢰성을 철저히 보장하는 개발, 테스트, 릴리스 프로세스를 갖추고 있습니다. 
다양한 적용 시나리오를 고려해, RTI는 자사의 핵심 DDS 라이브러리를 다양한 형태로 구현한 제품군을 제공합니다. 예를 들면, Connext Pro는 엔터프라이즈급 및 클라우드 연동 시스템용, Connext Micro는 자원이 제한된 임베디드 플랫폼용, Connext Cert는 기능안전성 인증이 요구되는 시스템용입니다. 
특히 ISO 26262의 ASIL-D 등급을 목표로 하는 자동차 애플리케이션을 위해, RTI는 Connext Cert를 제공합니다. 이 제품은 최고 수준의 자동차 기능안전성 요건을 충족할 수 있도록 전용으로 개발되고 문서화돼 있으며, 안전 매뉴얼, 개발 산출물, 인증 근거 자료가 모두 포함돼 있어, 실제 안전 인증 심사 과정에서 그대로 사용할 수 있습니다.

또한 RTI는 도로 차량 사이버 보안을 위한 ISO 21434 표준도 지원합니다. Connext Cert에는 인증, 암호화, 세분화된 접근 제어 등 안전 필수 시스템을 위한 보안 통신 기능과 문서화 자료가 포함돼 있어, 기능안전성과 사이버 복원력을 동시에 확보할 수 있습니다.
이런 전략 덕분에 자동차 개발자들은 안전이 요구되지 않는 영역부터 ASIL 수준의 안전 시스템, 클라우드 연동 부품까지 동일한 소프트웨어 스택을 일관되게 재사용할 수 있으며, 표준 준수는 물론 통합과 검증에 드는 부담도 최소화할 수 있게 됩니다.





Connext Drive 프레임워크   



DDS가 너무 복잡하고 무겁다는 지적도 있습니다. 이런 의견에 대해 RTI는 어떻게 답하고 있으며, 개발자 경험과 통합 편의성을 높이기 위해 어떤 노력을 기울이고 있나요?  
Pardo        이런 우려는 사실 과거에도 여러 기술 전환 시기에 반복돼 왔습니다.
예를 들어, 어셈블리 대신 고급 언어를 사용하는 것, 베어메탈 대신 Linux, QNX 등 멀티스레드 운영체제를 도입하는 것, 단순한 필드버스 대신 TCP/IP를 사용하는 것 등이 모두 처음에는 ‘복잡하다’는 이유로 비판을 받았죠. 하지만 시간이 지나면서 처리 능력과 메모리 자원이 따라잡자, 결국 범용성과 확장성을 가진 기술이 훨씬 큰 이점을 제공한다는 점이 입증됐습니다. 지금 미들웨어 기술도 그와 같은 진화를 겪고 있다고 봅니다.

SDV 맥락에서 보면, 사용자들은 차량의 가치를 소프트웨어를 통해 구현하고 발전시키길 원합니다. 이를 위해서는 시간이 지나면서도 소프트웨어를 유연하게 업데이트하고 확장할 수 있는 기반이 필요하고, 그 핵심 중 하나가 바로 강력하면서도 유연한 미들웨어 계층입니다.
RTI의 Connext가 이런 기반을 제공합니다. 
물론 기능이 많아질수록 초기 학습 곡선이 존재한다는 것도 잘 알고 있습니다. QoS 설정, 데이터 중심 패턴 이해, DDS API 구조에 익숙해지는 과정은 초보 개발자에게는 쉽지 않을 수 있습니다. 그래서 RTI는 개발자 경험을 개선하고 학습 진입장벽을 낮추기 위해 많은 투자를 해왔습니다.

대표적인 예가 Connext AI인데요, 이는 AI 기반 도구를 개발 워크플로에 통합한 것으로, 개발자가 API를 더 쉽게 익히고 탐색할 수 있게 돕습니다. 또한 자연어 입력이나 시각적 구성 방식으로 정확한 QoS 설정을 생성하고, 그 영향도 쉽게 이해할 수 있으며, 커뮤니케이션 모델을 빠르게 시제품으로 만들어보거나 개선할 수도 있습니다. Connext AI는 모든 RTI 사용자에게 무료로 제공되며, 특히 빠르게 움직이면서도 안전을 중시하는 SDV 환경에서 DDS 도입과 배포 시간을 크게 단축해줍니다.
RTI의 목표는 복잡함을 완전히 숨기는 것이 아니라, 그 복잡함을 개발자가 충분히 다룰 수 있도록 관리 가능하고 직관적으로 만드는 것입니다. 그렇게 해서, 누구나 DDS의 강력한 기능을 부담 없이 활용할 수 있도록 하는 것이죠.


차량 내부 시스템을 넘어, SDV 시대에는 에지-투-클라우드 통합이 점점 더 중요해지고 있습니다. 차량과 에지, 클라우드 간 원활하고 안전하며 확장 가능한 통신을 실현하기 위해 RTI는 어떤 전략을 갖고 있나요?     
Pardo        맞습니다. 저희는 이제 임베디드 시스템이 더 이상 고립된 형태로 존재하지 않는다고 보고 있습니다. 이제 이들은 점점 더 클라우드와 연결되는 에지 시스템으로 진화하고 있습니다. SDV 시대에 이런 연결성은 예측 정비, OTA 업데이트와 같은 서비스에서는 지속적으로, 또는 네트워크 상황이나 비용 제약에 따라 간헐적으로 이뤄질 수도 있습니다. 
하지만 설령 제한적인 연결이라 하더라도, 텔레메트리 수집, 소프트웨어 업데이트 관리, 차량 전체의 인텔리전스 확보 등을 위해서는 클라우드 연계가 반드시 필요합니다. 이런 클라우드 기반 워크플로는 이제 완성차 업체들이 사용자에게 가치를 제공하고 지속적인 수익 모델을 만들어가는 중심축이 되고 있죠.

RTI의 Connext는 이미 에지–투–클라우드 통합을 위한 핵심 기술들을 제공하고 있습니다.
예를 들어, RTI Real-Time WAN Transport는 공용 네트워크에서도 고지연 또는 패킷 손실이 있는 환경에서 효율적인 통신을 가능하게 합니다. RTI Routing Service는 차량, 에지 노드, 클라우드 시스템 간에 데이터를 선택적으로 전달하고 변환 및 중계할 수 있도록 해줍니다.  이런 툴들을 통해 개발자들은 실시간 성능, 확장성, 보안을 해치지 않으면서 SDV 플랫폼과 클라우드 네이티브 애플리케이션을 자연스럽게 연결할 수 있게 됩니다.
다만, RTI의 전략은 단순히 툴을 제공하는 것에 그치지 않습니다. 저희는 더 넓은 규모의 분산 시스템에서 확장성과 가시성을 개선하고, 주요 클라우드 플랫폼들과의 더 깊은 통합, 그리고 더 나은 구성 관리와 라이프사이클 운영 기능을 제공하는 보다 포괄적인 에지-투-클라우드 솔루션을 적극적으로 개발 중입니다. 아직 이 모든 개발 내용을 공식적으로 공개할 단계는 아니지만, 관심 있는 분들께는 직접 연락을 통해 자세한 내용을 공유해 드릴 수 있으며, 경우에 따라 조기 접근 기회도 제공해 드릴 수 있습니다.





Connext Drive 아키텍처 스택 



향후 SDV 아키텍처가 완전히 중앙집중형 컴퓨팅 모델로 나아간다고 보시나요? 아니면 하이브리드형 분산 모델도 여전히 중요한 역할을 할까요? 그리고 RTI의 미들웨어는 이런 두 모델을 어떻게 지원하나요?            
Pardo        그건 시스템에 따라 달라집니다. 승용차 중심의 SDV 아키텍처를 생각한다면, 확실히 중앙집중형 컴퓨팅 모델로의 전환 흐름이 뚜렷하게 보입니다.
이 모델은 하드웨어 비용을 줄이고, 배선과 배포 과정을 단순화하며, 차량 수명주기 전반에 걸쳐 소프트웨어를 더 쉽게 관리할 수 있게 해주기 때문이죠.
하지만 관점을 조금 넓혀서 건설 장비, 광산 차량, 열차, 선박, 항공기, 우주선 같은 운송/작업 플랫폼을 포함시켜 보면, 분산형 아키텍처가 여전히 중요한 역할을 합니다. 이런 시스템은 물리적 제약, 기능적 분리, 작동 안전성 등의 요구사항이 강하게 존재하기 때문에, 오히려 탈중앙화된 구조가 더 현실적이고 신뢰할 수 있는 선택이 됩니다.

그리고 무엇보다, 플랫폼 내부의 컴퓨팅 방식이 어떻든 간에, 차량은 여전히 다른 차량, 인프라, 클라우드 기반 서비스와의 통신이 필요합니다. 이런 시스템 간 통합(System-of-Systems) 관점에서 보면, 전체적인 아키텍처는 결국 본질적으로 분산형일 수밖에 없습니다. 이렇기 때문에, RTI는 중앙집중형과 분산형, 두 가지 배포 방식을 모두 지원하는 것을 매우 중요하게 생각하고 있고, Connext는 바로 이런 유연성을 위해 설계됐습니다.
Connext는 데이터 중심 아키텍처를 기반으로 하고 있어서, 애플리케이션이 퍼블리시/서브스크라이브나 요청/응답 방식으로 통신할 수 있도록 지원하며, 이것은 배포 구조와 무관하게 동작합니다. 
실행 시점에 Connext는 통신 엔드포인트를 자동으로 찾아내고, 데이터 흐름마다 가장 효율적인 전송 방식을 선택합니다. 같은 컴퓨팅 노드 내에서 동작할 경우에는, 공유 메모리와 제로 카피 전송을 통해 성능을 극대화하고, 차량 네트워크를 가로질러야 할 경우에는, UDP 멀티캐스트와 같은 최적화된 전송 방식을 사용하며, 클라우드로 대용량 데이터를 전송할 때는 압축이나 속도 조절 기능을 통해 네트워크 대역폭과 지연 시간에 유연하게 대응합니다.
이 모든 결정은 애플리케이션 코드를 변경하지 않고, 배포 및 설정 단계에서 자동으로 처리되므로, 동일한 소프트웨어 구성요소를 중앙집중형 ECU, 분산형 노드, 클라우드 연계 시스템까지 재사용할 수 있게 됩니다.
이처럼 Connext는 두 가지 아키텍처 스타일을 모두 지원하는 “추상화 계층과 실행 지능(runtime intelligence)”을 제공해, SDV 시스템이 계속 진화하더라도 유효성을 유지할 수 있는 미래 지향적 선택지가 됩니다.


RTI는 SDV 소프트웨어 개발 주기를 가속화하고 효율화하기 위해 OEM과 티어 1 공급업체들을 어떻게 지원하고 있나요?   
Pardo        RTI는 SDV 개발에서 OEM과 티어 1이 직면하는 고유한 과제를 해결하기 위해 특별히 설계된 프레임워크인 Connext Drive를 통해, 소프트웨어 개발 주기를 보다 빠르고 간결하게 만들 수 있도록 지원하고 있습니다.
Connext Drive는 단순한 미들웨어 그 이상입니다! 고성능 플랫폼을 위한 Connext Pro SDK와, 자원이 제한된 ECU를 위한 Connext Micro SDK를 포함해, 개발과 배포 과정을 단순화할 수 있는 도구와 통합 키트 전반을 제공합니다. 예를 들어, 개발 및 배포 도구에는 시각적 구성 툴, QoS 튜닝, 시스템 모니터링, 기록/재생, 자동화 테스트 도구 등이 포함되며, 표준 플랫폼 및 오픈소스 연계 키트에는 AUTOSAR Classic, AUTOSAR Adaptive, ROS 2 등에 대한 것이 있습니다. 또 TSN(Time-Sensitive Networking) 네트워크 지원 툴이 있습니다.
이런 툴킷들은 DDS를 기존 자동차 소프트웨어 스택에 통합할 때 시간과 위험을 줄여주며, 개발자들이 기존 인프라를 새로 구축하지 않고도 데이터 중심 아키텍처를 쉽게 채택할 수 있게 도와줍니다.

또한, 말씀드린 것처럼 Connext Drive는 기능안전성과 보안 요구사항도 충실히 지원합니다.
ISO 26262의 ASIL-D 등급까지 대응이 가능하며, ISO 21434에 따른 자동차 사이버보안 요건도 만족합니다. 이는 양산 차량에서 안전성과 인증 요건을 충족하는 데 매우 중요한 요소입니다.
RTI가 추구하는 방향은 단순히 통신 라이브러리를 제공하는 것이 아니라, OEM과 티어 1이 실제로 사용할 수 있는 완성도 높은, 실전형 프레임워크를 제공하는 것입니다. 이를 통해 고객사는 ▶미리 구축된 구성요소로 개발 속도를 높이고 ▶이기종 환경에 쉽게 통합할 수 있으며 ▶초기 단계부터 확장성, 안전성, 보안성을 확보할 수 있습니다.
결국, RTI의 목표는 고객들이 인프라 구축에 시간을 들이기보다는, 차별화된 차량 기능 개발에 집중할 수 있도록 하는 것입니다.


실전 사례는 이론보다 더 큰 울림을 주곤 합니다. 공개적으로 언급가능한 고객 사례나 협업 사례가 있다면 소개해 주실 수 있을까요? 지역이나 시장별로 기억에 남는 인사이트도 있으신가요? 
Pardo        자동차 분야에서 RTI는 25곳 이상의 업체들과 협력하며 그들의 SDV 개발을 가속화하고 있습니다. 현재는 10개 이상의 글로벌 완성차 제조사가 RTI의 소프트웨어를 실제 양산 시스템에 적용하고 있으며, 이를 통해 도메인 기반 아키텍처, ADAS, 텔레매틱스 구조 등을 SDV 시대에 맞춰 진화시키고 있습니다.
RTI의 기술은 주요 티어 1 공급업체들이 구축한 다양한 레퍼런스 플랫폼의 핵심 구성요소로 사용되고 있으며, 전 세계 도로 위 100만 대 이상의 차량에서 운용되고 있습니다. 최근에는 중국의 대표적인 전기차 제조사인 XPENG이 자사의 차세대 E/E 아키텍처의 핵심 통신기술로 RTI의 Connext Drive를 채택했다고 발표했습니다. XPENG은 2026년 양산 모델부터 Connext Drive를 도입해 차량 내 복잡한 데이터 분산 처리를 관리하게 되며, 이를 통해 보다 스마트하고 효율적이며, 미래를 준비하는 차량을 구축하겠다는 회사의 비전을 실현하게 될 것입니다.
RTI의 통신 프레임워크는 고객이 위험을 효과적으로 관리하고, 시스템의 확장성과 모듈화, 재사용성을 높이는 동시에, 기능안전성 및 사이버 보안 측면에서 가장 높은 수준의 요건도 충족할 수 있도록 설계돼 있습니다. Connext Drive는 ISO 26262 ASIL D, ISO 21434, ASPICE CL1을 포함한 주요 소프트웨어 안전 표준들을 모두 만족합니다.


RTI는 유럽과 북미에서 강력한 입지를 구축해왔습니다. 그렇다면 한국을 포함한 아시아태평양 자동차 시장 확대를 위해 어떤 계획이나 조직 전략을 갖고 있나요?  
Pardo        RTI는 글로벌 기업으로서 전 세계 고객을 지원하고 있으며, 여기에는 미국, 유럽, 아시아태평양 지역의 주요 자동차 기업들도 포함됩니다. 아시아태평양 지역에서는 싱가포르 지사가 중심적인 역할을 맡아 여러 자동차 고객을 지원하고 있고, 중국에서도 팀을 점차 확대하고 있어, 이 지역에서 RTI의 입지를 지속적으로 넓혀가겠다는 우리의 의지를 보여줍니다.
현재 아시아태평양 지역 전반에 걸쳐 확장 단계에 있으며, 고객 지원을 강화하고 늘어나는 수요에 대응하기 위해 주요 시장별로 현지 조직을 더욱 확대해 나갈 계획입니다. 또한 내부 인력 확충뿐만 아니라, RTI는 솔루션 및 통합 파트너로 구성된 생태계를 적극적으로 구축하고 있습니다. 이를 통해 각 지역과 시장의 요구에 보다 정밀하고 맞춤화된 지원을 제공하는 한편, RTI의 자동차 솔루션이 혁신성과 확장성 측면에서도 지속적인 성장을 이룰 수 있도록 기반을 마련하고 있습니다.