1) 자율주행과 클라우드 컴퓨팅, 더 빠른 성장을 위한 공생 필수
클라우드 컴퓨팅은 자율주행차를 가능케하는 핵심 인프라다. 자율주행차량에서 발생하는 대량의 데이터를 저장하고 처리한 뒤 인공지능, 머신러닝 기술을 활용해 자율주행을 궁극적으로 완성시키 려면 클라우드 컴퓨팅의 도움을 받아야 한다.
클라우드 컴퓨팅이란 정보처리를 외부의 데이터센터에서 진행하고 인터넷으로 데이터를 전송하는 IT 인프라 시스템을 뜻한다. 자율주행에서 클라우드 컴퓨팅이 하는 핵심 역할은 1) 데이터베이스와 2) 대규모 연산 능력을 제공하는 것이다. 이는 인프라의 영역이기 때문에 자동차 업체들이 직접 진 출하는 데에 한계가 있다. 클라우드 컴퓨팅 밴더사의 힘을 빌릴 수 밖에 없다. 전세계 대표 클라우 드 컴퓨팅 밴더사는 아마존 AWS, 마이크로소프트 Azure, 구글 클라우드, 알리바바 클라우드 순 이다. 워낙 방대한 양의 데이터를 처리해야하고, 또 연산 능력 역시 최고 수준을 필요로 하는 자율 주행 특성상 가장 뛰어난 기술력을 보유한 클라우드 컴퓨팅 기업들과의 협업은 결국 자율주행 기 술 개발을 가속화하는 기회가 될 것이다.
왜 클라우드 컴퓨팅이 필요한가
① 데이터: 클라우드가 반드시 필요한 첫 번째 이유는 무수히 생성되는 데이터를 관리할 장소가 필 요하기 때문이다. 레벨 4가 되면, 시간당 1~5TB의 데이터가 수집 되어야 한다. 그리고 10개의 차 량 기준으로 매년 20PB의 데이터가 데이터 레이크에 저장되어야 한다. 데이터 레이크란 데이터들 이 저장되는 일종의 창고다. 여기에 저장된 데이터들을 기반으로 테스트용 차량 한 대당 매년 2PB 의 데이터가 라벨링 되어야 하는데, 이 경우 이미지 데이터 10억개 중에서 300만개 이상의 라벨 을 붙여야 하는 셈이다. BMW는 아마존의 데이터 레이크인 S3에 자신들의 '클라우드 데이터 허브' 를 구축했다.
자율주행차 개발에서 가장 중요한 것은 차량에서 발생하는 데이터를 모아 이들을 의미 있는 결괏 값으로 전환하는 것인데, 데이터가 각기 다른 부품과 소프트웨어에서 발생하기 때문에 이들을 통 합하는 것이 매우 복잡하다는 것이 현재 기술 개발의 가장 큰 장벽이다. 이에 시스템을 통합하고 이 데이터들을 관리할 수 있도록 데이터 센터와의 연결을 일원화 하는 작업이 중요하다.
② 연산 능력: 자율주행을 위해서는 인공지능, 머신러닝 자체 기술력뿐만 아니라 연산처리가 가능 한 컴퓨팅 인프라가 구축되어 있어야 하는데, 기술과 인프라 모두를 구비하고 있는 것이 클라우드 컴퓨팅 밴더사들이다. 대표적으로 BMW는 지난해 12월 아마존 AWS와 파트너십을 체결했는데, 협약 내용에는 자동차 산업 용어 전문 자연어 처리 솔루션 개발, AWS의 머신러닝 솔루션인 '세이 지메이커'를 활용해 부품 성능을 미리 예측해 정비 시점을 알려주는 기능 등을 개발한다고 발표했 다. 엔지니어링, 제조, 판매 및 차량 성능 데이터는 7페타바이트에 달하는데, 이를 처리, 조회 및 보강하는 역할을 하려면 대규모 데이터센터가 반드시 필요하다.
데이터 레이크(Data Lake):
정형 데이터와 비정형 데이터 관계 없이 데이터를 저장하는 공간으로 데이터 저장부터 인공지능 가공을 위한 데이터 전처리 기능까지 한번에 제공한다는 강점이 있다
그림 51. 자율주행차를 위한 클라우드 컴퓨팅 데이터센터 파이프라인
자료: NetApp, 미래에셋증권 리서치센터
대표 클라우드 밴더사들의 자율주행 개발 현황
▨ 아마존 AWS (AMZN US)
현재 클라우드 컴퓨팅 사업부 성장이 정체된 아마존 AWS에게 자동차 산업과의 협력은 추가적 도 약을 위한 중요한 기회다. 지난해 12월, 블랙베리(BB US) QNX가 아마존 AWS와 파트너십을 맞 고 클라우드 기반 자동차용 소프트웨어 플랫폼 'IVY'를 공동 개발했다고 발표했다. 블랙베리는 전 세계 1.9억대에 OS가 탑재된 글로벌 대표 차량용 SW 기업이다. QNX의 시장력과 AWS의 클라 우드 기술력을 융합해 모든 종류의 사물에 대한 센서 데이터를 수집하고 정규화 하는 작업을 진행 하고 있다.
BMW도 AWS와 파트너십을 체결해 다양한 기술 개발을 함께 진행 중이라고 지난해 12월 발표했 다. BMW는 자연어 처리 솔루션, 클라우드 지원 솔루션 개발(자동차 수명 전주기의 효율성 극대화 를 위한 솔루션) 등을 개발할 뿐만 아니라 100개 국가의 BMW 사업부 데이터베이스를 AWS로 이전했다. 또 AWS의 머신러닝 솔루션인 '세이지메이커'를 활용하겠다고 밝혔다. AWS의 블록체인 관리툴(Aamzon EKS)도 이용한다. BMW의 공급망 솔루션인 ‘파트체인 플랫폼’에 블록체인 기술 을 적용해 부품 및 원료 추적 기술을 개발한다.
도요타는 AWS와 클라우드 컴퓨팅을 기반으로 한 커넥티드카 업무 제휴를 진행했다. 도요타는 전 세계에서 판매한 차량에서 수집한 정보를 분석, 관리하는 플랫폼을 구축할 계획이다.
스타트업 TuSimple은 AWS가 제공하는 Apache MXNet 기반의 딥러닝 알고리즘을 이용해 레벨 4 수준의 자율주행 플랫폼을 개발 중이다.
미국의 대표 네비게이션 ‘HERE’는 AWS 플랫폼을 기반으로 실시간 맵을 제공하는데, 자동 등급 매핑, 분석, 위치 기반 서비스 등을 제공한다. 또한 AWS는 데이터 전송/수집에 있어 저지연성을 보장해주는 역할도 한다.
이 외에 AWS는 ADAS 지원 서비스를 제공하고, Apache MXNet, TensorFlow, Pytorch 등을 기 반으로 한 딥러닝 알고리즘을 지원할 수 있는 자율주행차용 스토리지와 컴퓨팅 기능도 구축해 두 었다. AWS의 IoT 운영체제인 ‘Greengrass’는 엣지 컴퓨팅 기반의 머신 러닝 인터페이스를 실시 간으로 자율주행차에 전송해 데이터를 클라우드로 송신/송출하는 기능을 보유하고 있다.
▨ 마이크로소프트 Azure (MSFT US)
마이크로소프트는 올해 1월 GM의 전기차 브랜드인 크루즈와 함께 상업용 자율 주행 차량 개발을 시작했다고 발표했다. MS는 기업가치 300억달러로 평가받는 크루즈에 GM, 혼다 등과 함께 20억 달러를 투자했다. MS는 완전자율주행 시스템에 필요한 고성능, 대용량 처리 기술과 이에 필요한 IT 인프라를 지원하게 된다. 2025년까지 30개의 클라우드 기반 전기차를 출시하는 것을 목표로 한다.
폭스바겐은 마이크로소프트와 '폭스바겐 자율 주행 클라우드(VW.AC)'란 타이틀로 자율주행 시스 템 개발을 진행한다고 올해 2월 발표했다. 폭스바겐은 앞서 18년도에 커넥티드카 분야에서 MS와 파트너십을 체결했고, 추가로 협력 영역을 확대한 것이다. 이 협력을 통해 MS는 컴퓨팅 파워, 인 공지능, 데이터처리를 담당하고, 폭스바겐은 자동차 차체를 관리하는 소프트웨어 아키텍쳐와 각종 애플리케이션을 주도한다.
MaaS(Mobility as a Service) 개발에도 집중해왔다. MaaS란 이동수단을 소유하지 않고 서비스로 이용하는 것을 뜻하는데, 공유차량, 에어 택시, 자율 주행 드론, 자율 배달 서비스 등이 이에 해당 한다. 이를 위해 포드와 퀀텀 알고리즘을 통해 도심의 교통 체증을 분석하는 시스템을 개발 중이 고, TomTom과 함께 날씨에 따른 교통 체증을 연구해왔다. 이 시스템은 최종적으로 Azure의 매핑 시스템 기능으로 통합될 예정이다. 이 기능들은 클라우드 API로 iOS나 안드로이드 SDKs 등에 인 앱 형태로 제공될 수 있다.
다양한 자동차 기업에게 자신들의 실시간 OS 플랫폼을 제공 중이기도 하다. MS의 플랫폼인 MCVP(Microsoft Connected Vehicle Platform)이 제공하는 기능은 주로 온도 조절 기능, OTA 기능, 이원 네트워크 연결 등이다. 현재 폭스바겐 차량들이 MCVP를 이용 중이다. LG전자는 MCVP와 인포테인먼스 시스템 개발을 진행했고, 에릭슨은 차량용 통신 기술을 함께 지원했다. 마 이크로소프트의 커넥티드 플랫폼은 폭스바겐의 VW OS, BMW의 OS 7.0, 메르세데스의 미 등에 서 사용되고 있다.
그림 52. 폭스바겐과 마이크로소프트의 ‘폭스바겐 자율 주행 클라우드’
자료: 마이크로소프트, 미래에셋증권 리서치센터
2) 자율주행차를 향한 차량용 소프트웨어의 확대
소프트웨어의 역할이 커지면서 각 완성차 업체들이 직접 운영체제 개발에 박차를 가하고 있다. IT 영역으로 보이는 소프트웨어를 자동차 업체들이 직접 개발하는 이유는 1) 핵심 기능의 주도권을 뺏 기지 않기 위함과 동시에, 2) 운영체제를 직접 보유하고 있어야 자율주행을 가능케하는 데이터를 확보할 수 있기 때문이다.
폭스바겐은 2020년 '카.소프트웨어' 조직을 신설해 5,000여명의 인력 확보 계획을 발표하기도 했 다. MS와 클라우드 협력은 하지만, 자동차 차체 관리 소프트웨어 아키텍쳐와 각종 애플리케이션은 직접 개발함으로써 주도권을 쥐고 있겠다는 뜻을 밝혔다.
도요타는 2022년까지 '소프트웨어 퍼스트' 체제로 전환해 차량 탑재용 전자 아키텍쳐를 완전히 새 로 개발하겠다고 밝혔다. 벤츠는 지난해 6월 엔비디아와 함께 차세대 자동차 컴퓨팅 플랫폼을 개 발해 2024년 출시되는 차량에 차세대 컴퓨팅 플랫폼을 탑재하겠다는 계획을 밝혔다.
차량용 소프트웨어는 크게 3가지 1) 전장부품 통합제어용 운영체제(OS), 2) 인포테인먼트 SW, 3) 외부연계 및 통신, 서비스 SW로 분류한다. 하지만 최근 너무 많은 컴퓨팅 기능이 탑재되면서 이 를 단순화하는 작업의 필요성이 증대됐다. 따라서 나날이 많아지고 복잡해지는 차량용 SW를 단순 화할 수 있는 통합 플랫폼의 개발에 모든 자동차 기업들이 집중하고 있다.
차량용 소프트웨어의 종류
자동차에서 소프트웨어의 역할은 매우 크다. 브레이크가 작동하고, 와이퍼가 움직이는 것도 소프트 웨어의 영역이다. 창문을 열고, 에어컨을 키고, 라디오를 듣는 것도 소프트웨어가 담당한다. 기술력 의 발전과 함께 더 편리하고 세련된 소프트웨어 기술이 차량에 적용됐다. 그리고 자율주행차 시대 에 진입하며 소프트웨어는 하드웨어를 넘어서 자동차의 핵심으로 부상하고 있다.
표 12. 기존 차량용 소프트웨어의 세부 분류
세부 분류 설명
전장부품 통합제어용 OS 차량의 안전장치에 적용되는 전장장치를 관리하는 소프트웨어에서 시작했으나, 최근에는 엔진, 자동 변속기, 브레이크, 센싱 모듈 등 다양한 부품을 통합적으로 관리 및 제어하는 역할로 확대됐다.
인포테인먼트 SW 주행 기능 외에 운전자의 부가적인 편의 기능을 위한 서비스를 뜻한다. 오디오, 비디오, 내비게이션 등을 제어하는 소프트웨어를 통칭한다.
외부연계 및 통신, 서비스 SW 차량 내외부 연결에 사용되는 커넥티드 SW 영역이다. 통신, 빅데이터 인공지능, IoT 연동, V2X(vehicle to everything) 연동 등을 담당한다
개발 및 검정 SW 차량용 소프트웨어 개발 도구로, 검증 도구, 검증 장치 구동 등이 있다.
자료: 미래에셋증권 리서치센터
지금까지 차량용 소프트웨어는 크게 3가지로 분류했다. 가장 핵심 기능은 차량 전장용 OS다. 차량의 구동을 담당하는 영역이다. 이들은 자동차의 전자 제어 장치인 ECU에 탑재되어 설계된 서비스 기 능을 수행하도록 한다. ECU는 자동차 각 위치에 부착되어 정보를 수집하고 분석한 뒤 처리결과를 다시 각각의 센서로 전달하는 역할을 한다. 엔진을 예로 들면 공기 유입량 센서, 흡기 온도 센서, 냉각수 온도 센서 등에 수집된 정보가 RAM으로 전송되고, CPU가 이 내용을 분석해 다시 각 센서 로 신호를 송출한다. ECU는 엔진, 브레이크, 트렌스미션의 제어, 브레이크를 제어하는 ABS, 와이 퍼, 램프 등 운전의 편의성을 돕는 장치 BCM(Body Control Module) 등을 통합적으로 관리한다.
전장 영역은 기술 개발과 함께 실시간 운영체제(RTOS, Real Time Operating System)로 발전했다.
RTOS란 IT 용어는 주어진 작업을 정해진 시간 안에 완료하는 것을 뜻하는데, 다양한 업무를 효율 적으로 처리하는 것에 강점을 가진 OS다. 따라서 RTOS에는 자동차 구동에 필요한 엔진, 모터, 브 레이크, 변속기를 제어하는 소프트웨어뿐만 아니라 주행보조장치(ADAS)에 탑재되는 소프트웨어, 자율주행 시스템 등이 모두 포함, 동시에 다중적으로 처리된다. 현재 RTOS의 1인자는 블랙베리의 QNX다. QNX는 2020년 말 기준 전세계 1.9억대에 설치되어 있다(전세계 차량 약 15억대).