디지털화로 자율주행 개발 복잡성 해결하기

우리 정부의 자율주행차 레벨 분류기준 국가표준 제정, 자동차 산업 글로벌 3강 전략 제시와 맞물려 지멘스 디지털 인더스트리 소프트웨어 코리아의 오병준 대표가 업계의 성공적인 전기-자율주행, 소프트웨어 정의 자동차 시대 대응법에 대해 조언한다. 소프트웨어를 비롯한 모든 복잡성을 해결하고 시장의 신뢰 얻기 위한 핵심이 디지털 전환 및 시스템 엔지니어링이며, 이를 성공적으로 수행하기 위해서는 강력한 기술 파트너십의 중요성 인식이 요구된다고 말했다.  

글 | 오병준 대표이사, 지멘스 디지털 인더스트리 소프트웨어 코리아 

오병준 대표    
오병준 대표이사는 IT 업계에 30년 이상 몸담으며 쌓아온 엔터프라이즈 소프트웨어 경험을 바탕으로 지멘스 디지털 인더스트리 소프트웨어 코리아의 대표이사직을 수행하고 있다. 그는 한국의 여러 글로벌 IT 기업을 거치며 성공적 비즈니스 및 기술 전문성을 구축해 왔다. 지멘스 디지털 인더스트리 소프트웨어 코리아 대표이사로 선임되기 전, SAS(Statistical Analysis System) 코리아 대표이사를 지냈으며, 오라클 코리아, 테라데이터 코리아, IBM 코리아 임원으로 재직한 바 있다. 엔지니어링, 영업, 채널 관리, 마케팅 등 다양한 관련 분야 전문성을 보유한 기업인으로 알려져 있다. 연세대학교에서 경영학 학사를, 숭실대학교에서 정보공학 석사를 취득했다.






최근 우리 정부가 자율주행차 레벨 분류기준을 정하는 국가표준㉿을 제정했습니다. 산업통상자원부 국가기술표준원이 자율주행차의 용어와 개념을 정리하고 자율주행 레벨 분류기준을 정의하는 표준안 개발을 완료한 것입니다. 

이번에 제정되는 ‘도로 차량 운전자동화 시스템의 분류와 정의’ 국가표준(KS R ISO/SAE PAS 22736)은 2021년에 채택된 국제표준(ISO/SAE PAS 22736)을 기반으로 자율주행을 차량의 사용자와 운전 자동화 시스템의 역할에 따라 레벨 0에서 레벨 5까지 6단계로 분류합니다. 예를 들어 레벨 4는 비상시 대처 등을 운전자 개입 없이 시스템이 스스로 해결할 수 있으며, 레벨 5는 모든 도로조건과 환경에서 시스템이 항상 주행을 담당하게 됩니다. 이번 국가표준에서는 이 밖에 운전 자동화, 운전자 보조, 운전전환 요구 등 자율주행 관련 주요 용어를 정의하고, 자율주행 기능으로 오해를 부를 수 있는 ‘오토노머스’(Autonomous), ‘무인’( Unmanned) 등 용어는 사용하지 않도록 권고하고 있습니다. 국표원은 “자율주행 레벨 국가표준 제정을 통해 자동차 및 부품, 통신, 법률, 보험, 도로 인프라(기반), 교통물류 등 관련 산업에서 사용되는 레벨과 용어를 통일함으로써 자율주행 기능을 둘러싼 혼동을 최소화하고, 후방 산업 확산의 기준으로 활용을 기대하고 있습니다. 국표원은 자율주행 서비스 활성화의 열쇠가 될 자율주행 데이터 표준과 라이다, 레이다, 카메라 등 핵심 부품에 대한 표준화 작업도 추진할 예정입니다. 이렇듯 자율주행차 상용화를 위한 핵심 표준이 속속 개발되고 있습니다.

이와 같이 자동차 시장은 변화를 겪고 있습니다. 신기술, 소비자의 요구, 환경적 압력 등으로 인해, 개인 운전 경험을 더욱 편안하고, 편리하고, 안전하면서도 지속가능하게 재창조하고자 하는 경쟁이 벌어지고 있습니다. 또, 첨단 차량에 대한 수요가 지속적으로 증가하고, 특히 자율주행차(autonomous vehicle, AV)가 현실에 더욱 가까워짐에 따라 차량 개발의 성격이 변화했습니다. 이런 첨단 차량은 소프트웨어 및 전자 구성 요소에 의해 정의돼 현대 소비자가 원하는 고급 기능을 탑재할 수 있습니다. 소프트웨어 정의 차량으로의 전환으로 자동차는 점점 더 스마트해지고 연결되었으며, 이에 따라 복잡성이 급격히 증가했습니다. 자율주행 기능이 보편화되고 완전한 자율주행차에 대한 추진이 계속됨에 따라 복잡성은 점점 더 증가할 것입니다.




그림 1 | 현대의 ADAS 기능(차선 유지 보조, 적응형 크루즈 컨트롤 등)은 센서, 프로세서 및 전기 기계식 액추에이터의 조합에 의존해서 목적을 달성한다.



증가하는 자율주행 복잡성     

자율주행차는 진정한 자율주행 능력을 달성하기 위해 첨단 기술과 엔지니어링 영역의 집합체를 필요로 합니다. 여기서 엄청난 복잡성이 발생합니다. 자율주행 기능을 제공하기 위해서는 기계, 전기 및 전자 시스템은 물론 임베디드 소프트웨어, 인공지능 및 기계 학습, 통신 네트워크가 함께 작동해야 하므로 복잡성은 더욱 커집니다. 자율주행차의 도메인 교차 또한 전보다 늘어나 차량 내의 어떤 시스템도 완전히 독립적으로 존재할 수 없게 됩니다.

현재 사용 가능한 ADAS 기능을 사용하면 실제 자율주행차에서 예상할 수 있는 교차 도메인(cross-domain) 복잡성을 미리 확인할 수 있습니다(그림 1). 예를 들어, 차선유지 보조 시스템에서는 스티어링(steering) 시스템에서 센서, 프로세서 및 소프트웨어가 도로선을 인식하고 차량 궤적을 계산해야 합니다. 이 과정이 선행돼야만 메카트로닉(mechatronic) 구성 요소를 스티어링 시스템에서 활성화하고 차량에 대한 제어력을 발휘할 수 있습니다. 그러나 오늘날 사용 가능한 가장 진보된 ADAS 시스템조차도 레벨 3의 자율주행 기능만을 달성합니다. 레벨 4로의 도약은 자율주행차로의 진행 과정에서 중대한 변화를 시사합니다. 레벨 4에서는 차량에 대한 제어가 인간을 벗어나 기계에 전적으로 의존하게 되는 것입니다. 레벨 3 시스템은 경우에 따라 사람의 제어가 필요할 수도 있지만, 레벨 4 시스템에서는 기계가 지정된 작동 조건 내에서 항상 차량에 대한 완전한 제어력을 발휘해야 합니다.

완전한 자율성을 위한 추가적인 진전을 이루려면 몇 가지 핵심 기술이 발전해야 합니다. 우선 카메라 및 라이다(LiDAR) 어레이(array)와 같은 시각 센서는 다양한 날씨와 조명 조건에서 서로 다른 차량과 보행자, 그 외 무수한 다른 물체를 정확하게 식별할 수 있어야 합니다. 이런 센서가 악조건 속에서도 안정적으로 작동할 수 있도록 보장하는 것이 레벨 4 차량을 향한 중요한 단계입니다. 다음으로, 온보드(onboard) 컴퓨팅 성능이 막대한 양의 센서 데이터를 실시간으로 처리할 수 있도록 향상돼야 합니다. 로우(raw) 컴퓨팅 성능 향상 외에도 AI와 ML의 지속적인 개발이 있어야 차량 데이터의 보다 효율적이고 빠른 처리를 도울 수 있습니다. 마지막으로, 자율주행차가 개별 차량이 아닌 시스템으로 작동할 수 있도록 차량 대 차량(vehicle-to-vehicle), 차량 대 인프라(vehicle-to-infrastructure), 차량 대 클라우드(vehicle-to-cloud) 통신이 더 널리 보급돼야 합니다.

여기서 과제는 이런 기술이 성숙하고 업계가 레벨 4와 레벨 5 자율주행에 더 가까워질수록 하드웨어, 소프트웨어, 기계, 전기 및 네트워킹의 모든 영역에서 차량의 복잡성이 증가한다는 것입니다. 레벨 5 자율주행차는 사람이 수행해야 할 모든 ‘지각-사고-행동(sense-think-act)‘ 기능을 소프트웨어, 전자장치, 기계 또는 메카트로닉 구성 요소로 대체합니다. 카메라, 라이다, 레이다 및 여러 유형의 센서는 차량의 눈, 귀, 신경 말단 역할을 하며, 운전 환경을 인식하고 차량 내의 다른 시스템에 정보를 제공합니다. 컴퓨터 칩, 그중에서도 특히 시스템 온 칩 장치는 고급 소프트웨어가 결합해 처리와 의사 결정을 위한 감각 정보를 받아들이면서 두뇌 역할을 합니다. 고속 네트워크 연결은 센서 시스템에서 처리(processing) 코어로 정보를 전달하고 명령을 반대 방향으로 전송하는 신경으로 생각할 수 있습니다. 마지막으로 전기 신호를 물리적 움직임으로 변환해 스티어링, 제동, 가속 등을 제공할 때 근육과 같은 역할을 하는 것이 기계 및 메카트로닉 시스템입니다.

그 결과 차량은 하나의 시스템에 네트워크로 연결된 수많은 첨단 구성 요소를 포함하는 ‘바퀴 달린 컴퓨터(computer on wheels)’에 점점 더 가까워집니다. 이 시스템에는 최첨단 SoC, 센서, 전기 네트워크, 역학적 시스템(mechanical system)에 더해 점차 증가하고 있는 차량 내장 소프트웨어도 포함됩니다.

시장에서의 신뢰 구축  

자율주행차 제조업체들은 증가하는 복잡성 외에도 소비자의 생소한 신기술에 대한 경계심 또한 해소해야 합니다(그림 2). 실제로 한국리서치가 2022년 8월 12일부터 16일까지 전국 만 18세 이상 성인남녀 1,000명을 대상으로 한 조사에 따르면, 우리 국민 10명 중 8명(81%)이 자율주행 기술에 관심 있다고 답해 자율주행차에 대한 관심도는 매우 높은 것으로 조사되긴 했지만, 자율주행차에 탑승해도 언제든 자동차를 제어할 수 있도록 준비하겠다는 응답자가 72% 정도로 완전 자율주행차를 온전히 신뢰할 수 없다는 입장이 우세했습니다. 이런 이유로 완전 자율주행차에 대한 별도 규제(속도 제한, 음주후 탑승 금지, 지정 차선 적용 등)가 필요하다는 의견 또한 있었습니다.

대부분 소비자는 자동화된 운전 기술에 제한적인 수준으로만 노출돼 있습니다. 대중의 기술에 대한 신뢰가 충족되지 못하면 채택이 지연될 가능성이 높습니다. 시스템이 악조건 속에서도 안전하고 신뢰성 있게 작동한다는 것을 소비자에게 어떻게 증명해야 할까요? 파일럿 프로그램과 시승 기회는 일부 대중의 우려를 완화하는 데 도움이 될 수 있지만, 이런 직접 노출 방식은 현실적으로 대규모로 진행하기 어렵습니다. 대신 제조업체는 시스템의 기능을 입증하는 수단으로서 자율주행차에 대한 시험, 확인, 검증 표준을 만드는 데 참여할 수 있습니다.

기업과 정부는 표준과 규정을 기반으로 안전 등급을 정의하고 최소 신뢰성 요구사항, 작동 조건, 확인 및 검증 프로그램을 마련해 자동 운전 시스템의 안전성을 충분히 입증할 수 있습니다. 차량 안전성, 신뢰성 및 기타 특성에 대한 벤치마크를 설정함으로써 기업은 시승 등의 직접 경험에 의존하지 않고서도 자율주행 시스템의 역량을 대규모로 보여줄 수 있습니다.

자율주행차의 안전성과 신뢰성에 대한 표준이 확립됨에 따라 자동차 회사는 자율주행차 시스템이 이런 벤치마크를 충족할 수 있음을 보여주는 테스트와 확인 및 검증 프로그램을 개발해야 할 것입니다. 이런 프로그램은 광범위해야 합니다. 랜드 연구소(Rand Corporation)는 170억 킬로미터 이상의 시험주행을 거쳐야만 자율주행차의 작업 실패율(failure rate)이 사람보다 월등히 낮음을 입증할 수 있다고 계산했습니다. 예측하거나 개발 중 고려하기 어려운 비일상적인 시나리오를 조사하기 위해서는 이 정도의 실험 규모가 필요합니다. 실제 프로토타입으로 이 모든 테스트를 수행하는 것은 분명 불가능합니다. 대신, 충실도 높은 시뮬레이션으로 실제 테스트를 강화하면 설계 팀이 보다 빠르고 비용 효율적으로 중요한 정보를 수집하는 데 도움이 될 수 있습니다. 두 가지 접근 방식을 결합하면 예외적인 온로드(on-road) 시나리오를 보다 효과적으로 조사하고 설명할 수 있으며, 자율주행차 시스템의 안전성을 개선할 수 있습니다.






디지털화 및 시스템 엔지니어링의 힘     
 
기존의 자동차 OEM, 공급업체, 시장 신규 진입 업체를 비롯해 자율주행차 혁명에 참여하기를 원하는 기업은 혁신적인 소프트웨어 기반 차량 기능을 제공할 수 있어야 하며, 더불어 이런 기능을 차량의 기계, 전기 및 전자 시스템에 통합하는 것의 복잡성 증가에 대처할 수 있어야 합니다. 또, 기존의 차량 개발 프로세스를 재고하고 디지털화를 수용해 역동적이고 혼잡한 시장에서 경쟁해야 합니다. 결정적으로, 차량을 하드웨어, 소프트웨어, 네트워크, 전기 배선, 기계 시스템을 포함한 복합 시스템(system-of-systems)으로서 파악하고 현대 차량 내의 복잡한 상호 의존성을 이해해야 합니다. 이런 관점을 갖춰야만 오늘날 시장이 요구하는 빠른 속도로 혁신을 추진할 수 있을 것입니다. 일관성 있는 모델 기반 데이터 흐름으로 이 접근 방식을 구현한다면 엔지니어는 다양한 차량 시스템 기능 모델을 설계 및 개선하고, 전반적인 제품 라이프사이클의 세부 사항을 최적화하고, 이런 모델을 함께 연결할 수 있게 될 것입니다.

이런 변화를 수용하고 전체 차량 설계, 개발, 검증, 제조 및 활용에 대한 라이프사이클을 디지털화하는 것이 매우 중요합니다. 디지털화는 오늘날 자동차 회사들이 직면한 과제를 해결하는 데 도움이 될 수 있으며, 미래의 성장과 성공을 위한 기반 또한 제공합니다(그림 3). 디지털 엔지니어링, 시뮬레이션 및 라이프사이클 관리 솔루션의 발전을 수용한다면 자율주행 차량 개발의 복잡성에 보다 잘 대비할 수 있을 것입니다.

이런 변화의 중심에는 차량의 전체 라이프사이클에 걸쳐 차량의 모든 측면과 관련 생산 프로세스를 총괄하는 포괄적인 디지털트윈 개념이 있습니다. 디지털트윈은 차량의 모든 라이프사이클 단계에서 매우 정확한 모델 세트를 구축해 제품 동작 예측을 도움으로써 복잡한 차량 시스템 개발 문제를 해결합니다. 이 개념의 궁극적인 발전 형태가 포괄적인 디지털트윈(comprehensive digital twin)입니다. 포괄적 디지털트윈은 제품 및 생산 프로세스의 모델 기반 설계(model-based engineering), 통합 제조 운영 관리, 사용 중인 제품과 디지털트윈 간의 클라우드 기반 데이터 분석 피드백 루프를 지원합니다. 이로써 제품개발의 중추가 돼 통찰력을 높이고, 개발 주기 시간을 단축하고, 효율성을 개선하고, 빠른 시장 출시를 가능하게 할 수 있습니다.

디지털트윈은 기계, 전기, 전자, 소프트웨어 영역을 하나로 묶어 완전한 시스템을 설계함으로써 현대 차량이 요구하는 융합적이고 통합적인 접근 방식의 기반 역할을 할 것입니다. 또, 포괄적인 디지털트윈은 자율주행 시스템의 방대한 확인 및 검증 요구사항을 지원할 수 있습니다. 엔지니어링 팀은 포괄적인 차량 디지털트윈의 충실도 높은 시뮬레이션을 통해 실제 상황의 지식을 입증된 수학적 방법과 결합해 필수 안전(safety-critical) 시나리오를 발견할 수 있습니다. 가상 환경에서 시뮬레이션을 수행하면 이런 시나리오를 훨씬 더 효율적으로 파악하고 분석할 수 있으며 확인되지 않은 필수 안전 시스템의 수도 줄어듭니다.

아울러 최신 시뮬레이션 솔루션은 개별 센서, 전자 제어 장치, 소프트웨어 및 계산 장치까지 다양한 환경 및 교통 조건에서 전체 차량 확인 및 검증을 지원할 수 있습니다. 이런 솔루션을 통해 기업은 프로토타입 제작과 물리적 인증 비용을 부담하기 전에 미리 가상 환경에서 다양한 시스템과 차량 전체까지도 테스트할 수 있습니다. 충실도가 높은 시뮬레이션을 통한 가상 확인 및 검증은 초기 시스템 확인 및 검증, 그중에서도 특히 새로 식별된 ‘코너케이스(Corner cases)‘ 확인에 적합합니다. 디지털 설계 및 엔지니어링 환경과 결합하면 차량 시뮬레이션을 통해 얻은 학습 내용을 시스템 설계에 신속하게 다시 통합할 수 있습니다.



자동차 산업의 디지털 미래

디지털화는 더 높은 수준의 차량 자율성을 추구하는 기업들에 힘을 실어줄 것입니다. 향상된 차량 기능과 시스템은 강력한 컴퓨터 칩, 센서, 소프트웨어, 전기 기계 하위 시스템 및 전기 배선으로 이루어진 훨씬 더 복잡한 기반 아키텍처에 의존하게 됩니다. 이런 복잡성은 설계에서 확인, 검증 및 생산에 이르기까지 차량 개발 라이프사이클 전반에 걸쳐 느껴질 것입니다. 광범위한 디지털화는 교차 도메인 융합을 장려하고, 제품 라이프사이클 전체에 걸친 데이터 일관성과 테스트 및 현장에서의 데이터를 포착 및 분석 능력을 지원하는 등 차량 개발에 대한 새로운 접근 방식을 구현할 것입니다.

아울러 우리 정부가 올해 전기차, 자율주행차 등 자동차 분야에 5,000억 원 규모를 투입한다고 밝힌 바 있습니다. 정부가 제시한 [자동차 산업 글로벌 3강 전략] (1. 전동화 탑티어 도약, 2. 생태계 전반의 유연한 전환, 3. 안정적인 공급망 구축)은 자동차 산업의 대전환을 위해 민간의 노력을 뒷받침하고 올해 친환경차를 비롯해 자율주행 등 디지털화를 위한 기술 개발에 대한 투자 확대 기조를 유지하기 위함입니다. 특히 자율주행 경쟁력 확보를 위해 2027년 완전자율주행(레벨4) 상용화를 목표로 센서, 카메라 등 자율주행 핵심 부품 기술력 확보와 디지털 전환을 위한 데이터 구축 및 모빌리티 신산업 창출을 지원합니다. 이처럼 디지털화에 발맞춰 민관 협력 체계가 잘 구축된다면 자율주행차의 기술 경쟁력 확보와 함께 글로벌 톱 티어로 도약이 가능할 것입니다.

마지막으로, 디지털 전환 이니셔티브의 성공을 위해서는 강력한 기술 파트너십의 가치를 인식하는 것이 중요합니다. 지멘스와 같은 기업은 디지털화 계획을 개발하고 제품, 생산 프로세스 등의 강력한 디지털트윈을 구축하기 위해 다양한 업계의 고객과 협력해 왔습니다. 기술 파트너는 디지털 기능, 컨설팅 및 엔지니어링 서비스로 구성된 강력한 포트폴리오를 제공해 디지털 전환 프로그램의 위험 요소를 줄이고 핵심 지점으로의 발전을 가속화할 수 있습니다. 또, 온프레미스, 클라우드, 하이브리드 클라우드 접근 방식을 통해 기업의 요구사항에 가장 적합한 방식으로 기술을 구현할 수도 있습니다. 엔지니어링 기술 및 서비스에 대한 올바른 지원을 기반으로 자율주행차의 복잡성과 자동차 업계의 디지털 미래라는 과제를 극복할 수 있을 것입니다.

---

AEM_Automotive Electronics Magazine