[기고] AMD, 자동차의 자율 기능을 가속화하는 적응형 컴퓨팅

전기 자동차의 부상과 AI를 통해 가속화되고 있는 첨단 운전자 지원 시스템(ADAS: Advanced Driver Assistance Systems)과 안전 및 인포테인먼트 시스템의 혁신을 통해 자동차 산업은 엄청난 변화를 겪고 있다.

자동차 제조사들은 차량 및 시스템 전반에 걸쳐 첨단 기술 및 데이터 기반 요소들을 적극 도입하고 있지만 공간 제약, 전력 효율, 비용 등과 같은 현실적인 문제도 고려해야 한다. 특히 차량에 탑재되는 센서 및 프로세서의 수가 계속 증가함에 따라 다기능의 유연한 적응형 아키텍처 기반의 임베디드 기술에 대한 요구도 높아지고 있다.

이런 솔루션은 고신뢰성 시스템을 안정적으로 구동하고, 짧은 지연시간으로 대량의 데이터를 처리 및 전송하는 것은 물론 갈수록 복잡해지는 알고리즘을 지원해야 한다. 또 저전력 동작이 가능해야 하며, 진화하는 자동차 기술 표준 및 기능 안전 요건도 충족할 수 있어야 한다.

일반적으로 현재 커넥티드 카(connected car)의 가능성은 자동주행, ADAS, 그리고 차량 내 경험(IVX: In-Vehicle Experience) 등 세 가지 영역으로 나눌 수 있다. 자동주행은 운전자가 차량을 전적으로 수동으로 제어하는 레벨0(Level 0)에서 운전자의 개입이 전혀 필요 없는 완전 자율주행을 의미하는 레벨5에 이르기까지 총 6단계로 구분된다.

이런 자동주행 단계의 중요한 전환점은 자동주행 기능이 일부 제공되더라도 차량 제어에 대한 궁극적인 책임은 운전자에게 있는 레벨2와 자동주행 시스템이 활성화되었을 때 발생하는 모든 오류에 대한 책임이 시스템에 있는 레벨3 간에 발생한다.

레벨3 이상의 자동주행 기능은 일반적으로 상업용 애플리케이션에 구현되며 소비자는 구매할 수 없다. 로보택시(Robotaxi)와 로보트럭(Robotruck) 등이 대표적인 레벨 4 및 레벨 5 차량으로 이는 높은 신뢰성과 고성능 및 저전력의 컴퓨팅 시스템을 필요로 한다.

로보택시 시장은 이미 언론의 많은 관심을 받고 있으며 로보트럭 시장 또한 화물 운송 수요 증가와 트럭 운전사 부족 등의 문제를 동시에 해결할 수 있는 매우 매력적인 이점으로 주목받고 있다. 실제로 미국 동부와 서부 해안을 연결하는 이른바 ‘선벨트(Sunbelt)’ 일부 구간에서는 레벨4 주행을 허용하는 법안이 준비 중이다.

앞서 언급한 것처럼 레벨2와 레벨3 간의 경계적 차이점으로 인해 현재 기술 혁신의 대부분은 레벨2를 중심으로 이뤄지고 있다. 이에 따라 더욱 진보된 기능이 등장하면서 이를 레벨2++ 또는 레벨2.99라고 부르기도 한다.

이런 차량들은 조향, 가속, 제동을 제어할 수 있는 자동주행 기능을 탑재하고 있지만 운전자의 지속적인 감독과 개입이 필요하다. 또 이 레벨에는 ADAS도 포함된다. ADAS는 첨단 센서를 통해 특정 상황에 대한 경고를 제공해 운전자를 지원하는 포괄적인 개념이지만 최근에는 시스템이 차량을 임시적으로 제어하여 운전자를 보조하는 기능까지 확장되고 있다.

ADAS의 대표적인 기능으로는 사각지대 감지(BSD: Blind Spot Detection), 어댑티브 크루즈 컨트롤(ACC: Adaptive Cruise Control), 차선 이탈 방지(LKA: Lane Keep Assist) 등이 있으며 다양한 수준의 자동주행 기능이 제공된다. ADAS가 점점 더 많은 차량에 탑재되면서 운전자와 도로 이용자의 안전도 강화되고 있다.

예를 들어 차량에 장착된 센서에서 수집된 정보를 활용해 잠재적 위험을 경고하거나 운전자 모니터링 시스템 및 실내 모니터링 시스템을 통해 운전자의 졸음 및 주의산만 등을 감지하고 주차나 정체 구간에서 운전을 보조하거나 충돌 방지를 위해 운전자를 제어하는 기능까지도 제공된다. 이런 기능은 향상된 카메라 시스템과 레이더 기반 이미징 센서 및 라이다(LiDAR: Light Detection and Ranging) 센서 등 다양한 기술을 통해 구현된다.

커넥티드 카의 세 번째 영역은 차량 내 경험이다. 차량의 연결성이 향상됨에 따라 인포테인먼트 시스템도 크게 발전하고 있다. 피로감을 줄이고 집중력을 높이는 것 외에도 내비게이션, 차량 정비 및 실시간 교통 상황 업데이트 등과 같은 정보를 직관적이면서도 원활하게 공유함으로써 운전자의 경험을 향상시키는 것은 물론 안전성도 높일 수 있게 됐다.

또 전기차의 확산으로 인해 충전 시간 중에도 운전자가 생산적인 일을 수행하거나 엔터테인먼트를 즐길 수 있는 더욱 정교한 디지털 콕핏(Digital Cockpit)에 대한 수요도 증가하면서 차량 내 경험 분야에 중요한 전환점이 되고 있다.

이제 차량 내 경험은 운전자만이 아니라 모든 탑승자를 아우를 수 있도록 차량 전반으로 확장되고 있다. 운전자와 탑승자 모두 비디오 스트리밍, 온라인 게임은 물론 각 좌석별 개별 오디오 시스템 등에 이르기까지 보다 정교한 엔터테인먼트 시스템을 경험할 수 있게 되었으며 이에 따라 차량 내 컴퓨팅 성능과 연결성에 대한 요구도 크게 증가하고 있다.

내재적 안전 설계
자동주행과 ADAS 기능에서 가장 중요한 요소는 운전자와 탑승자의 안전을 보장하는 것이다. 제조사와 부품 공급업체, 일반차량 및 상업차량 운전자 등 모든 이해관계자들은 자율 시스템이 탑재된 차량이 최고 수준의 안전성과 신뢰성을 제공하기를 기대한다.

하지만 차량이 센서 데이터를 수집, 전송 및 처리해 적절한 조치를 취하도록 하는 DAPD(Data Aggregation, Pre-Processing and Distribution) 프로세스를 구축하기 위해서는 대역폭, 전력 효율성, 센서 성능 및 신뢰성 등과 관련된 복잡한 기술적 과제들이 존재한다. 예를 들어 자동 긴급 제동 시스템의 경우 차량의 센서가 접근 중인 위험 요소를 감지하면 이 정보를 차량의 두뇌에 해당하는 중앙 컴퓨팅 시스템과 공유하고 시스템이 차량 정지 등과 같은 적절한 조치를 수행하도록 지시하게 된다.

이런 시스템에 대한 안정적인 연결성과 전력 공급을 항시적으로 유지하고 악의적 또는 비악의적 사이버 위협으로부터 시스템을 안전하게 보호하여 절대 오류가 발생하지 않도록 보장하기 위해서는 안정성 테스트와 인증 절차가 매우 엄격하게 수행돼야 한다.

이를 위해 자동차의 내부 시스템 기술은 품질 테스트 규격(AEC-Q100)과 안전 사양(ISO 26262)을 반드시 준수해야 한다. AEC-Q100은 자동차 애플리케이션용 전자제품에 대한 테스트 요건을 규정한 산업 표준이며 ISO 26262는 국제표준화기구(ISO: International Organization for Standardization)에서 정의한 도로 차량용 기능 안전 국제 표준이다.

ISO 26262에는 4가지 레벨의 ASIL(Automotive Safety Integrity Level)이 있으며 ASIL A는 가장 낮은 등급의 위험도를, ASIL D는 가장 높은 등급의 위험도를 나타낸다. 이런 표준은 시스템뿐만 아니라 탑재되는 임베디드 기술까지 모두 준수해야 한다.

이런 기술 및 안전 요건 준수와 함께 점점 더 빠르게 진화하고 복잡해지는 표준에 대응해 자동주행 기능의 무결성을 유지하기 위해 적응형 컴퓨팅(Adaptive Computing)이 핵심 요소로 부상하고 있다. 프로그래머블 로직(PL: Programmable Logic) 기반의 적응형 컴퓨팅 하드웨어는 현장에 구축된 이후에도 반복적으로 프로그래밍 및 재프로그래밍이 가능해 다양한 기능 요건을 충족하고 환경의 변화에 따라 진화할 수 있다.

또 이런 시스템은 병렬 프로세싱을 지원하기 때문에 여러 작업들과 데이터 스트림을 빠르고 효율적으로 동시에 처리할 수 있다. 따라서 프로그래머블 로직 기반 디바이스는 센서 데이터를 수집, 처리, 배포하기 위해 저지연, 저전력, 고신뢰성의 적응형 실리콘을 필요로 하는 자동주행 기능을 갖춘 차량에 매우 적합하다. AMD의 자동차 등급(XA) 시리즈와 같은 프로그래머블 로직 기반 적응형 SoC는 AEC-Q100 테스트 사양에 따른 품질 인증과 ISO 26262의 최고 등급인 ASIL-D 수준의 기능을 갖추고 있다.

자동화 및 AI
자동차 업계가 고도로 자동화된 완전 자율주행 차량으로 진화하면서 머신러닝이 탑재된 도메인 컨트롤러와 첨단 센서에 대한 의존도도 점점 더 높아지고 있다. 또 AI 기반 실시간 의사결정과 차량의 자율성 향상을 위해 AI 프로세싱 성능과 이기종 컴퓨팅 아키텍처의 역할이 더욱 중요해지고 있으며 적응형 컴퓨팅과 차량 내 인텔리전스를 실현하는 핵심 기술로 FPGA와 같은 프로그래머블 로직 디바이스에 대한 관심도 높아지고 있다.

이와 함께 차세대 자동주행, ADAS, 차량 내 경험 등을 지원하는 고성능 프로세싱, 그래픽 및 적응형 컴퓨팅에 대한 수요가 향후 수년간 폭발적으로 증가할 것으로 전망되고 있다.

특히 인포테인먼트 시스템을 위한 CPU, GPU, 그래픽 디스플레이에 대한 성능 요건은 2~3년마다 2배로 증가할 것으로 예상된다. 이런 급증하는 성능 요구를 충족하기 위해서는 차량 수명 주기 전반에 걸쳐 새롭게 추가되는 더 많은 워크로드를 수용할 수 있는 가용 프로세싱 성능을 확장해야 한다.

크기와 비용, 전력소모에 대한 제약 요건들을 해결하고 소프트웨어 정의 차량(SDV: Software Defined Vehicle) 시대로 나아가기 위해 자동차 설계는 중앙 집중식 컴퓨팅 아키텍처를 기반으로 자동주행, ADAS 및 차량 내 경험과 관련된 기능들을 통합하고 시스템 복잡성을 줄이는 방식으로 전환하고 있다. 이를 통해 자동차 OEM들은 기존의 여러 지능형 서브시스템을 구현하는 대신, 엣지(Edge)와 도메인 및 존(Domain/Zone) 컨트롤러 간에 인텔리전스를 분산시키는 설계 방식을 도입하고 있다.

예를 들어 도메인 또는 존 컨트롤러 상의 중앙 집중식 컴퓨팅을 통해 각 센서 프로세싱 기능을 통합하면 센서마다 별도의 마이크로컨트롤러 유닛(MCU)을 사용하지 않아도 된다. 이런 접근 방식은 센서 및 배선 복잡성과 시스템 비용, 그리고 전력소모를 줄이는데 기여할 수 있다.

또 시간이 지나면서 이런 기반 기술들을 보다 경제적인 비용을 활용할 수 있게 됨에 따라 주차 지원 및 고속도로 자동주행과 같은 첨단 AI 지원 기능과 프리미엄 안전 기능들을 일반 소비자 시장까지 확대할 수 있을 것으로 기대되고 있다. 미래의 AI 지원 차량에서는 이런 기능들이 모든 차량에 필수적인 표준 기능이 될 것이다.

이런 변화가 현실화되면 자동차 제조사들은 컴퓨팅 성능과 전력 효율 측면에서 더욱 큰 압박을 받게 될 것이며 이로 인해 높은 수준의 기능 안전 표준을 준수하는 고성능, 초저지연 및 저전력의 디바이스가 필수적으로 요구될 것이다. 따라서 공간 및 전력소모 등의 문제를 악화시킬 수 있는 다중 컴퓨팅 솔루션을 구축하는 대신 이기종 아키텍처를 이용해 센싱, 인식, 계획, 실행 등 자동주행 시스템의 모든 핵심 단계를 단일 칩 솔루션으로 처리하는 것이 필요하다.

바로 이런 솔루션이 적응형 SoC 디바이스다. 예를 들어 AMD의 2세대 버설 AI 엣지(Versal AI Edge) 적응형 SoC는 추론 및 인식을 처리하는데 필요한 AI 컴퓨팅 성능과 메모리 대역폭을 제공하는 차세대 AI 엔진을 탑재하고 있다.

또 카메라와 레이더, 라이다와 같은 센서 입력은 프로그래머블 I/O 블록을 통해 수신된 다음, 프로그래머블 로직으로 직접 전달되어 센서에 특화된 저지연 프로세싱을 수행한다. 이런 구조는 AI 엔진에서 인식 및 추론 프로세싱을 수행하기 전에 혁신적인 센서 융합 알고리즘을 유연하게 구현할 수 있게 해주며 레벨2 및 레벨2+ 시스템은 물론 리던던시가 중요한 레벨3 및 레벨4 시스템 요구사항까지 지원할 수 있는 확장성을 제공한다.

이런 적응형 컴퓨팅 외에도 전반적인 차량용 임베디드 기술의 혁신 속도가 가속화되면서 미래에 대한 기대치를 더욱 높이고 있다. 자동차 설계자 및 제조사들은 CPU, GPU, FPGA, 적응형 SoC 또는 임베디드 APU든, 차량의 수명기간 동안 유연하고 적응 가능한 시스템 설계 업데이트를 지원할 수 있도록 스칼라(Scalar) 연산, 그래픽 처리, AI 및 프로그래머블 로직을 위한 전용 컴퓨팅 서브시스템을 제공하는 아키텍처가 필수적이다.

점점 더 많은 기능들이 자율적이고 자동화됨에 따라 자동차 제조사들은 운전자와 탑승자의 안전을 최우선으로 확보하기 위해 기능 안전 인증과 전문성을 갖춘 공인된 기술 공급업체와의 협력이 반드시 필요하다. AI를 비롯한 이기종 컴퓨팅은 미래의 자동차 분야에서 핵심적인 역할을 수행하게 될 것이며 설계자는 소형의 단일 칩 솔루션으로 필요한 신뢰성과 지연시간 및 전력소모 기준을 충족할 수 있게 될 것이다.