오토모티브 일렉트로닉스 매거진_전체기사

The Reality of “Generative Autonomy”: Imagry on Camera-Only and No HD Maps

한상민 기자_han@autoelectronics.co.kr — 2026-02-19 11:16:39+0900

Imagry가 말하는 카메라 온리, 노 HD맵

한상민 기자_han@autoelectronics.co.kr — 2026-02-19 10:56:26+0900

INTERVIEW
아이란 샤비브
Ilan Shaviv, CTO of Imagry

Automotive World 2026에서 만난 Imagry의 아이란 샤비브 CTO는 ‘Generative Autonomy’를 HD맵·라이다·규칙 기반 추론에 기대지 않고 실시간 카메라 비전으로 현실 세계의 주행을 만들어내는 지능으로 설명한다. ‘카메라 온리’와 ‘No HD Maps’가 구호가 아니라 아키텍처 선택임을 드러내며, 양산 환경에서 요구되는 로컬라이제이션을 ‘내비게이션 수준’까지 낮추는 논리를 말한다. 더 나아가 하드웨어 요건(TOPS), 입력·출력 인터페이스, OEM 스택 통합 지점과 책임 경계까지 개발자가 시스템을 어디에 배치해야 하는지 판단할 근거도 제공해준다. 마지막으로 데이터 수집 - 학습 - 배포의 운영 루프와 NCAP 통과 경험을 통해 기술 주장이 검증으로 가는 과정도 확인해 준다.

글 | 한상민 기자_han@autoelectronics.co.kr
IN ENGLISH

아이란 샤비브
Imagry에 합류하기 전, 샤비브는 RAFAEL Advanced Defense Systems Ltd.에서 28년간 근무하며 다양한 직책을 맡았다. 마지막으로는 획기적이고 혁신적인 다학제(multi-disciplinary) 프로젝트의 최고 시스템 아키텍트(Chief System Architect)를 역임했다. 그는 테크니온(Technion)에서 항공우주공학을 전공했으며, 유도(Guidance) 및 상태추정(State Estimation)을 전문 분야로 BSc(1994년, 최우등 졸업), MSc(2000년), PhD(2008년) 학위를 취득했다. 샤비브는 해당 분야에서 중요한 기여를 했으며, 그 공로로 국가 국방부 상 두 차례와 라파엘(RAFAEL) 우수상(Rafael Award of Excellence)을 수상했다.

Generative Autonomy란 무엇인가

Imagry는 스스로를 ‘Generative Autonomy 파이오니어’라 부르죠? Generative Autonomy란 무엇입니까? 어떻게 정의하시겠습니까? 엔드투엔드(E2E) 학습, 모방학습, 모듈러 스택 중 어디에 더 가깝습니까? 그리고 여기서 말하는 ‘generative’ 요소는 정확히 무엇을 의미합니까?
Shaviv       Imagry가 말하는 Generative Autonomy란, 현실세계에서 기계를 실제로 움직이게 하는 실시간 지능(real-time intelligence that drives machines in the real world)을 의미합니다. 우리는 기계가 인간처럼 보고 반응하도록 학습시키면서 HD맵과 라이다에 대한 의존성을 제거하고, 현재의 양산 차량에서 실행가능한 소프트웨어를 구축하고자 합니다. 이 접근 방식은 E2E 학습보다는 모듈러 스택에 더 가깝습니다. 여기서 generative란 의미는 시스템이 경험과 지도학습(supervised learning)에 기반해 시간이 지날수록 점진적으로 개선된다는 뜻입니다.

개발자 관점에서 보면, 런타임 단계에서 실제로 무엇이 ‘생성’되고 있는지 설명해 주실 수 있을까요? 예를 들어, 주행 궤적을 생성하는 것인지, 행동/정책(behavior/policy)을 생성하는 것인지, 아니면 다른 무엇인지 궁금합니다.
Shaviv       우리는 “Generative”란 표현을 실시간 카메라 영상(비주얼 피드)을 해석하고 이를 기반으로 실제 물리적 환경에서 작동하는 AI를 사용한다는 의미로 쓰고 있습니다. 즉, 단순히 사전에 정의된 규칙이나 고정된 지도에 의존하는 것이 아니라, 카메라로 입력되는 실시간 시각 정보를 AI가 해석하고 그 상황에 맞는 판단과 반응을 만들어내는 접근이라는 뜻입니다.

왜 카메라 온리(Camera-Only)입니까? 그리고 이것이 어디까지 가능하다고 보십니까? 맵, 라이다, 클라우드 의존성, 레이다 없이 카메라 온리 방식은 어디까지 갈 수 있습니까? 어떤 ODD 가정하에서 잘 작동하고, 무엇이 여전히 어렵습니까?
Shaviv       현재의 도로 인프라는 기본적으로 눈으로만 운전하는 인간을 기준으로 설계돼 있습니다. 과거 자율주행에서 다양한 센서가 사용된 이유는, 당시엔 빠른 반응에 필요한 모든 정보를 처리하기에 연산 능력이 충분하지 않았기 때문입니다. 그러나 이젠 더 이상 그렇지 않습니다. 이 점은 테슬라 AI 부문 부사장인 Ashok Elluswamy가 얼마 전 LinkedIn을 통해 명확히 언급한 바 있습니다.
레이다와 라이다는 특히 비용이 높은 센서이며, 일반적으로 약 250m 수준에서 성능이 한계에 도달합니다. 또한 그 거리에서 무언가를 감지하더라도 전달되는 정보는 매우 제한적이고 희소합니다. 반면 카메라는 교통 표지판을 읽을 수 있고 신호등의 색상을 인식할 수 있으며, 다양한 도로 표식과 차선 정보를 감지할 수 있습니다.
인간이 큰 어려움 없이 운전할 수 있는 모든 ODD에서는 비전-온리 센서 역시 충분히 잘 작동할 수 있습니다. 물론 폭우, 짙은 안개, 완전한 암흑과 같이 인간도 어려움을 겪는 환경에서는 비전-온리 센서 역시 성능 저하를 겪게 됩니다. 다만 비전-온리 시스템에 적외선(IR) 카메라를 결합할 경우, 자율주행 시스템은 인간 운전자보다 오히려 우위를 가질 수 있습니다. 또한 비용 측면에서 카메라 온리 접근 방식은 현저히 저렴합니다.

카메라 온리와 지도 없이 달린다는 의미

‘No HD Maps’란 정확히 무엇을 의미합니까? HD맵을 전혀 사용하지 않는다는 뜻입니까? 아니면 HD맵만 사용하지 않는다는 뜻입니까? 배포 환경에서 로컬라이제이션은 어떻게 처리합니까?
Shaviv No HD Maps란 시스템 내에서 사전 매핑된 데이터가 필요하지도 원하지도 않는다는 의미입니다. 또한 우리는 규칙 기반(rule-based) 추론도 사용하지 않습니다. 대신 카메라를 통해 주변 환경을 실시간으로 인식하고 전용 분산 신경망을 사용해 그 안의 객체를 식별·분류하며, 이를 바탕으로 차량의 움직임을 계획합니다.
이 방식은 사람이 처음 가는 장소라도 별도의 학습 없이 렌터카를 빌려 운전할 수 있는 것과 매우 유사합니다. 물론 지역별 교통 관행, 예를 들어 캘리포니아의 적색 신호 우회전 허용, 일본의 좌측통행 등에 맞춘 행동 조정은 가능합니다.
여기서 명확히 구분할 필요가 있습니다. 내비게이션 맵과 HD맵은 서로 다른 개념입니다. HD맵의 특징은 다음과 같습니다. 지오펜스된 영역 내에서 차량이 주변 환경의 즉각적인 구조를 이해하도록 돕습니다. 그러나 우리는 이를 실시간 인지 스택으로 처리하며, 위치 종속성을 제거합니다. 도로 공사, 날씨로 인한 손상, 예기치 않은 장애물 등으로 도로 환경이 수시로 변하기 때문에, 약 5cm 이하 해상도로 지속적인 사전 매핑이 필요합니다. 차량 내 정보를 업데이트하기 위해 데이터 링크(클라우드 연결)가 필요하며, 이는 비용이 크고 항상 보장되지도 않습니다. 또한 Imagry의 ‘자급형(self-contained)’ 시스템과 비교했을 때 사이버 취약성도 증가합니다.
HD맵 정보를 검증하기 위해서도 결국 인지 스택이 필요합니다. 이때 두 입력이 충돌하면 어느 쪽을 신뢰해야 할지 문제가 발생하며, 비교 과정 자체가 시스템 지연을 유발합니다. 반면 내비게이션 맵의 역할은 A 지점에서 B 지점까지의 경로 안내를 제공합니다. 이미 수많은 서드파티 앱이 이 기능을 수행하고 있으며, 이를 새로 만들 필요는 없습니다. 우리는 인간 운전자를 대체하는 것을 목표로 하며, 인간 역시 Google Maps, TomTom, Waze와 같은 내비게이션을 사용하므로 동일한 방식을 취합니다.

HD맵이 필요 없다고 했는데, 실제 양산/배포 환경에서는 어느 수준의 로컬라이제이션에 의존합니까? 예를 들어 차선 수준, 도로 수준, 혹은 상대적 위치 추정(relative positioning) 중 어떤 수준인가요? 또 그 로컬라이제이션을 위해 어떤 센서나 신호를 활용하는지도 궁금합니다.
Shaviv 우리가 말하는 “HD 맵이 없다”는 것은, 예를 들어 5 cm 해상도의 정밀한 로컬라이제이션이 필요 없다는 뜻입니다. 우리가 필요한 로컬라이제이션은 내비게이션 수준입니다. 예를 들면 “다음 다음 교차로에서 꺾어라” 혹은 “첫 번째 가능한 지점에서 우회전해라”와 같은 안내가 가능한 정도입니다. 즉, 구글 맵스 같은 일반적인 내비게이션 앱이 작동하는 데 필요한 수준의 위치 정보면 충분합니다.
예를 들어 차선 수와 같은 도로의 토폴로지는 인지 스택이 온라인으로 인지합니다. 이런 이해와 일반적인 내비게이션 안내 방향이 결합되면 모션 플래닝 스택이 차량에 지시할 경로를 생성할 수 있습니다.
예를 들어 내비게이션 안내가 “우회전”이라고 되어 있다면, 모션 플래닝 스택은 (차량이 아직 우측 차선에 있지 않다면) 우측 차선으로 이동을 시작해서, 실제로 우회전 지점이 나타났을 때 그 회전을 수행할 수 있게 합니다. 이는 마치 사람이 내비게이션 앱을 켜고 “약 300m 앞에서 우회전” 같은 안내를 받는 방식과 같습니다. 이런 상황에서 사람은 그 우회전이 정확히 300m 지점이 아니라 250m 뒤에 나오든 350m 뒤에 나오든, 가능해지는 순간 우회전을 합니다. 저 역시 인간 운전자라면 그렇게 할 것입니다.

Imagry는 차량 스택의 어디에 서 있는가

‘표준 하드웨어에서 동작한다’는 것은 구체적으로 무엇을 의미합니까?
Shaviv           Imagry는 하드웨어에 종속되지 않는(hardware agnostic) 접근을 취합니다. 즉, 카메라와 컴퓨팅 시스템은 OEM 또는 티어 1이 선택할 수 있습니다. 다만 컴퓨팅 시스템은 최소한의 연산 성능을 충족해야 하며, 승용차 기준 약 150 TOPS, M3 등급 버스 기준 약 300 TOPS가 필요합니다. 예시로 NVIDIA Drive Orin과 표준 2.5메가픽셀 카메라 구성을 추천할 수 있습니다.

차량 인터페이스에 대해 구체적인 예시 하나만 들어주실 수 있을까요? 즉, 시스템이 실제로 어떤 입력을 받고, 어떤 출력을 내보내는지요. 가능하다면 업데이트 주기나 지연도 대략 어느 정도인지 알려주시면 개발자들이 판단하는 데 큰 도움이 될 것 같습니다.
Shaviv       네. 매우 구체적으로 말하면, 저희가 받는 입력은 다음과 같습니다. 카메라 8대에서 들어오는 30Hz 비디오 스트림이 기본이고요, 여기에 IMU 관성센서 값, 차량 휠 속도, 조향각(스티어링 앵글), 그리고 내비게이션이 주는 “방향 지시” 정보를 함께 받습니다. 저희가 내보내는 출력은 꽤 명확합니다. 스로틀(가속), 브레이크, 스티어링 제어 명령을 직접 내보내고, 방향지시등 신호도 함께 출력합니다.
그 사이에서 무슨 일이 벌어지냐면, 크게 두 가지입니다. 첫째, 8대 카메라로 주변을 360도로 보면서 도로의 토폴로지, 예를 들면 차선 구조가 어떻게 생겼는지, 도로가 어떻게 이어지는지를 실시간으로 이해하고, 동시에 주변의 다른 도로 사용자들, 즉 차량과 보행자를 인지합니다. 둘째, 이렇게 “지금 눈으로 보고 이해한” 주변 환경을 바탕으로 바로 다음 순간에 차량이 지나가야 할 경로를 만들어냅니다. 이 경로는 주변 차량이나 보행자와의 상호작용을 고려해서 안전하게 지나가도록 설계되고, 동시에 예를 들어 다음 교차로에서 우회전 같은 내비게이션이 요구하는 큰 방향과도 일치하도록 정렬됩니다.

차량 소프트웨어 스택에서 Imagry는 어디에 통합됩니까?
Shaviv               현재 Imagry는 OEM의 설계 단계에서 통합되는 것을 목표로 하고 있습니다. 다만 SDV 시대에는 고객이 Imagry의 소프트웨어를 직접 다운로드하는 방식도 충분히 가능하다고 보고 있습니다.

최종 출력물과 책임 경계는 어떻게 나뉩니까?
Shaviv       Imagry 시스템의 출력은 세 가지입니다. 첫째, 도로 형상과 객체를 포함한 주변 환경에 대한 완전한 이해입니다. 둘째, 해당 환경을 통과하기 위한 행동 경로(path)입니다. 셋째, 이 행동을 실행하기 위해 차량에 전달되는 제어 명령(control commands)입니다.
우리는 A지점에서 B지점까지의 내비게이션 경로는 제공하지 않습니다. 이는 인간 운전자와 마찬가지로 Google Maps, Waze, TomTom과 같은 별도의 애플리케이션 계층에서 제공되어야 합니다. 책임 문제는 현재 각 국가별로 정의되고 있는 크고 복잡한 법적 이슈입니다.

데이터가 만드는 범용성

실제 주행 데이터 학습 루프는 어떻게 작동합니까?
Shaviv       여러분이 정의한 학습 루프(수집 → 선별 → 라벨링 → 재학습 → 릴리스 게이팅 → 플릿 모니터링)는 정확합니다. 새로운 사이트에서 수집된 주행 경험은 다른 모든 사이트에도 적용됩니다.
새로운 ODD에서 차량이 허용가능한 주행 성능을 보이면, 이후 차량의 전체 수명 동안 데이터는 계속 수집됩니다. 그리고 시스템이 새로운 상황에서 도움이 필요하다고 판단될 때만 추가 학습 사이클을 수행합니다.

데이터, 라벨링, 재학습의 역할 분담은 어떻게 됩니까?
Shaviv       모든 과정은 Imagry 내부에서 수행됩니다. 우리는 자체 특허를 보유한 고도화된 자동 어노테이션 도구를 적용하고 있습니다.

‘글로벌, 아웃 오브 더 박스’란 새로운 도시에서는 무엇을 의미합니까?
Shaviv       저희 시스템은 처음부터 범용적으로(generalized) 학습되도록 설계됐습니다. 즉, 특정 도시나 국가처럼 어떤 지역에만 해당하는 정보가 시스템 안에 ‘코딩돼’ 들어가 있지 않습니다. 다만 현실적으로 시스템이 할 수 있는 범위는, 지금까지 저희가 확보해온 방대한 주행 데이터베이스가 보여준 사례들에 의해 제한됩니다. 이 데이터는 2019년 이후 여러 국가의 공공도로에서 실제 자율주행을 하며 수집한 것입니다.
그럼에도 새로운 지역에 들어가면, 사람 운전자가 처음 가는 도시에서 운전할 때처럼 초기에는 더 조심스럽게 주행합니다. 그리고 환경에 익숙해질수록 점점 확신(confidence)이 높아집니다. 또 “완전히 자신 있게” 자율주행하는 수준까지 도달하는 데 걸리는 시간은 주로 다음 두 가지에 달려 있습니다.
같은 차량 플랫폼(하드웨어/패키지)에 그대로 탑재되는가와 같은 질문에서 만약 플랫폼이 달라지면, 카메라의 장착 위치(높이)나 각도 같은 구성이 달라질 수 있고, 그 경우 신경망이 보는 시야/기하가 달라지기 때문에 네트워크(모델) 쪽에서 일정한 조정이 필요할 수 있습니다.
또, 새 지역의 ODD가 기존 지역과 얼마나 다른가와 관련해, 즉 두 번째 지역의 도로/교통/환경 조건(ODD)이 현재 운영 중인 지역, 혹은 지금까지 시스템이 학습해 온 조건과 얼마나 다른지에 따라 익숙해지는 속도와 안정화까지의 시간이 달라집니다.

안전성과 NCAP 통과란 무엇을 의미합니까?
Shaviv       NCAP은 New Car Assessment Program의 약자입니다. 이는 차량의 충돌 시험 성능과 사고 예방 능력을 기반으로 소비자에게 등급을 부여하는 표준화된 안전 평가 시스템입니다.
NCAP은 1978년 미국 도로교통안전국(NHTSA)에 의해 처음 도입되었지만, Imagry는 1997년에 출범한 보다 엄격한 유럽 NCAP(Euro NCAP) 기준을 따르고 있습니다. 유럽 NCAP은 일반적으로 가장 엄격하고 포괄적인 평가 체계로 여겨집니다. 현재까지 Imagry는 자율주행 버스를 통해 NCAP 테스트를 통과한 유일한 기업입니다. (참고로, 버스용 자율주행 시스템은 승용차용 시스템과 동일한 코어를 기반으로 하되, 버스 정류장 대응과 같은 추가 기능이 포함되어 있습니다. 이는 승용차에는 해당되지 않는 기능입니다.)
해당 시험은 차량이 승객에게 불편을 주지 않는 방식으로 제동할 수 있는지를 포함해 총 90가지 시나리오에서 평가되며, 시험 속도는 시속 30~60km 범위입니다. 평가 시나리오에는 도로 위 장애물, 저속 주행 차량, 보행자, 가려진 상태에서 갑자기 도로로 뛰어드는 어린이 등의 상황이 포함됩니다.

안전하고 효율적인 휴머노이드의 미래를 빚는 TI의 반도체 혁신

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-02-12 15:06:08+0900

휴머노이드 로봇 담론은 지능과 소프트웨어에 집중돼 있다. 그러나 텍사스인스트루먼트(TI)는 그 아래에 놓인 ‘기반 계층’에 주목한다. 지오반니 캄파넬라(Giovanni Campanella) 산업 자동화 및 로보틱스 부문 총괄 매니저는 로봇이 인간의 생활 공간으로 들어오기 위해서는 정밀도·안전성·효율성을 지탱하는 반도체 토대가 선행돼야 한다고 강조한다.

지오반니 캄파넬라
Giovanni Campanella
총괄 매니저
산업 자동화 및 로보틱스 부문
Texas Instruments

휴머노이드 로봇에 대한 기대는 언제나 현실을 앞서 왔다. 공상과학적 상상은 이제 산업 현장에서 시험되는 기술로 전환되고 있다. 지오반니 캄파넬라는 CES 2026 현장에서 느낀 인상을 이렇게 전했다.
“CES 현장에서 확인한 것은 로봇 산업이 이미 본격적인 투자 국면에 접어들었다는 사실입니다. 그러나 로봇이 일상에 자연스럽게 스며들기까지는 아직 넘어야 할 단계가 남아 있음을 확인했습니다.”
화려한 데모와 투자 열기 이면에, 아직 해결해야 할 현실적인 난제가 산적해 있다는 지적이다.
휴머노이드 로봇을 둘러싼 담론은 대체로 인공지능과 소프트웨어에 집중돼 있다. 대규모 언어모델, 시각 인식, 자율 판단 알고리즘이 인간형 로봇의 ‘지능’을 정의하는 핵심 요소로 거론된다. 그러나 이러한 논의는 종종 하나의 전제를 간과한다. 지능이 현실 세계에서 작동하려면 물리적 토대가 전제돼야 한다는 점이다. TI가 휴머노이드 로봇을 바라보는 시각은 바로 이 지점에 놓여 있다.
캄파넬라는 휴머노이드 로봇을 공급망의 가장 핵심적인 기반인 반도체의 관점에서 바라본다. 그의 관점에서 휴머노이드 로봇은 단일한 완제품이 아니라, 수많은 제어·감지·연산·통신 시스템이 유기적으로 결합된 결과물이다.
“TI는 휴머노이드 로봇을 구성하는 기반 계층(foundation layer), 즉 공급망의 가장 핵심적인 기반인 반도체를 제공합니다. 배터리 관리부터 모터 제어, 감지, 컴퓨팅, 통신에 이르기까지 TI의 반도체 기술은 휴머노이드 로봇을 궁극적으로 더 효율적이고, 더 안전하고, 더 지능적으로 만듭니다.”
이러한 행보는 TI가 휴머노이드 로봇 시장을 단기적인 기술 과시의 장이 아닌, 거대한 제조 생태계로 보고 있음을 시사한다. 핵심은 ‘어떤 로봇이 가장 화려한 퍼포먼스를 보여주느냐’가 아니라, ‘누가 가장 신뢰할 수 있는 기반을 제공하느냐’는 것이다. 결국 TI의 관심은 특정 로봇 모델의 성공만이 아니라, 어떤 로봇이 등장하더라도 그 안에 탑재될 ‘기반 계층’을 구축하는 데 있다. 누가 최종 승자가 되든 그 내부에 TI의 솔루션이 탑재되도록 만들겠다는 이른바 ‘TI Inside’ 전략이다.

휴머노이드를 지탱하는 ‘단단한 기초’

휴머노이드 로봇은 AI 기술 발전의 상징처럼 소비되어 왔다. 그러나 실제 상용화 단계로 진입할수록 현장의 질문은 차갑고 현실적으로 변한다. “얼마나 정교하게 움직이며 균형을 유지하는가”, “예기치 않은 시스템 오류 시 얼마나 안전하게 멈출 수 있는가”, “로봇은 얼마나 오래 동작할 수 있는가”. 이 질문들에 대한 답은 AI 알고리즘만이 아니라 정밀 모터 제어, 감지 신뢰성, 효율적인 전력 관리 같은 하드웨어 영역에 있다.
캄파넬라가 강조하는 ‘기반 계층’은 바로 이 지점에 놓여 있다. 그는 로봇이 사람처럼 자연스럽게 움직이기 위한 핵심으로 실시간 모터 제어와 이를 뒷받침하는 정교한 동작, 즉 기민함(dexterity)을 꼽았다.
휴머노이드 로봇은 높은 자유도(Degrees of Freedom, DOF)를 바탕으로 인간의 움직임을 모방하며 주변 환경에 밀리초(ms) 단위의 빠른 응답 속도로 반응하도록 설계된다. 이로 인해 로봇 시스템 엔지니어들은 로봇 전신에 배치된 수많은 모터에서 제기되는 설계 과제들을 해결해야 하는 난관에 봉착하게 된다.
또한, 휴머노이드 로봇의 배터리는 대개 60V 미만의 SELV (Safety Extra Low Voltage, 안전 초저전압) 범위 내에서 작동하도록 제작된다. 따라서 내부 부품들은 60V까지 안정적으로 동작해야 하며, 시스템 내의 잠재적 노이즈가 전력 FET나 게이트 드라이버에 미치는 영향을 줄이기 위해 100V까지의 전압 스트레스에도 견딜 수 있어야 한다.
모터 드라이브의 고출력 밀도(High-power density) 역시 중요한 고려 사항이다. 로봇의 표면 온도가 55℃를 넘지 않아야 한다는 온도 제한 때문인데, 이 온도에서는 단 30초 만의 접촉으로도 3도 화상(피부 전층손상)을 입을 수 있다. 사람과 가까운 거리에서 작업하는 로봇의 특성상 이러한 접촉은 언제든 있을 수 있다. 하지만 휴머노이드 로봇의 크기와 무게 제약으로 인해 팬(Fan)이나 냉각수 같은 액체 냉각 시스템을 탑재하기는 어렵다. 결국 로봇이 낮은 온도를 유지하기 위해 설계 단계부터 전력 손실 자체를 최소화해야 한다.
이 지점에서 전력 효율과 제어 정밀도를 동시에 확보할 수 있는 반도체 기술의 역할이 결정적으로 부각된다. TI의 C2000™ 마이크로컨트롤러, Arm Cortex 프로세서, 갈륨 나이트라이드(GaN) 기반 전력 기술은 효율적이고 정밀한 실시간 모터 제어를 구현한다. 이는 로봇의 단순 구동을 넘어 인간에 가까운 안전하고 섬세한 동작을 가능하게 한다.

모터 제어는 움직임의 정밀도와 함께 안전을 좌우하고, 배터리는 로봇의 동작 시간과 직결된다. 센서는 로봇이 외부 세계를 감지하는 감각기관이며, 컴퓨팅은 이 모든 데이터를 실시간으로 처리하여 행동으로 전환하는 중추다. 이 각각의 요소가 독립적으로 완성도를 갖추는 것만으로는 충분하지 않다. 시스템 전체가 안전하게 연결되고 균형을 이뤄야만 휴머노이드 로봇은 사람과 공존할 수 있다.
“모터 제어, 감지, 컴퓨팅이라는 각 요소가 유기적으로 연결되고 균형을 이뤄야만 로봇은 비로소 사람과 같은 공간에서 안전하게 공존할 수 있습니다.” 캄파넬라의 말이다.
TI는 모터 제어·전력 관리·센서·임베디드 프로세싱 등 시스템을 구성하는 핵심 블록을 폭넓게 제공한다. 이를 통해 로봇 제조사는 각자의 설계 요구와 비용 구조에 맞춰 아키텍처를 구성할 수 있다.
TI는 GaN 기반 모터 드라이브 솔루션을 단순 소자 형태를 넘어, 하드웨어와 소프트웨어가 통합된 턴키(Turn-key) 레퍼런스 디자인으로 제공한다. 이 솔루션은 GaN 드라이버와 전력 FET를 단일 패키지에 통합하여, 초소형 폼팩터에서도 약 1kW급의 고출력을 구현한 것이 특징이다. 특히 단일 보드 내에 전력 스테이지와 센싱 회로는 물론, 실시간 모터 제어용 MCU 및 EtherCAT 통신 기능까지 모두 탑재했으며, 양면 PCB 설계를 통해 공간 효율성을 극대화했다. 이러한 완성도 높은 모듈형 구조는 휴머노이드 로봇의 관절부에 즉시 적용이 가능하여, 시스템 수준의 접근 방식을 통해 OEM 업체의 설계 복잡성과 개발 부담을 낮춰준다.
“저희 디바이스에 익숙하지 않거나, 로보틱스 시장에 처음 진입하는 고객이 많습니다. 레퍼런스 디자인을 통해 프로토타입 단계의 부담을 크게 줄일 수 있으며, 그 결과 완제품 출시 시점을 앞당길 수 있습니다.” 캄파넬라의 말이다.
캄파넬라는 휴머노이드 로봇을 위한 또 하나의 대표적인 TI의 특화 기술로 밀리미터파(mmWave) 레이다 센서를 꼽았다.
“레이다는 휴머노이드의 인식(perception) 센싱에서 핵심적인 역할을 할 뿐 아니라, 안전 측면에서도 매우 중요합니다.”
밀리미터파 레이다는 로봇 주변에 ‘세이프티 버블(safety bubble, 안전 보호막)’을 형성해 로봇이 이동 중 접근하는 물체를 빠르고 정확하게 감지할 수 있게 해준다. 자동차 분야에서 축적된 레이다 기술이 로보틱스로 확장되고 있는 대표적 사례다.

상용화를 가르는 또 하나의 축, 효율

휴머노이드 로봇이 산업 현장을 넘어 가정으로 들어오기 위해서는 성능만큼이나 ‘효율(efficient)’의 문턱을 넘어야 한다. 고성능 AI 연산은 막대한 전력을 소모하며, 이는 곧 발열과 배터리 수명 문제로 이어진다.
캄파넬라는 로봇이 거친 환경이나 일반 가정에서 장시간 동작하기 위해서는 시스템 전반의 에너지 흐름을 정교하게 제어하는 반도체 설계가 필수적이라고 역설한다. TI는 배선 구조를 단순화하고 무게를 줄일 수 있는 ‘단일 페어 이더넷(Single Pair Ethernet)’과 같은 차세대 통신 표준부터, 전력 회로와 보호 기능을 통합한 컴팩트한 모터 드라이브 솔루션을 제공한다.
제한된 전력 예산 안에서 효율을 확보하지 못한다면, 성능은 곧 비용과 발열 문제로 전환된다. 이는 대량 확산의 가장 현실적인 장벽이 된다.
이에 따라, 최근 휴머노이드 로봇 설계에서 두드러진 변화 중 하나가 모터 제어 영역에서 실리콘(Si) 기반에서 GaN 기반으로의 전환이다. 이는 단순한 부품 교체가 아니라, 로봇 설계의 폼팩터와 열 설계 전략 자체를 바꾸는 전환점이 되고 있다.
“휴머노이드 로봇의 관절부처럼 매우 제한된 공간에서는 전력을 효율적으로 처리하고, 동시에 열을 효과적으로 방출해야 합니다. 이러한 조건에서 GaN은 최적의 해법입니다.” 캄파넬라의 설명이다.
특히 48V 아키텍처에서 약 1kW급 출력 구간은 GaN이 장점을 발휘하는 영역이다. 캄파넬라에 의하면, GaN 적용 시 기존 실리콘 기반 솔루션 대비 최대 50% 수준의 사이즈 축소가 가능하다.
현재 휴머노이드 로봇 내부의 전력 서브시스템은 48V 배터리를 중심으로 구성된다. TI는 배터리 모니터링 및 보호, 연료 게이지, AC-DC 충전 솔루션을 제공한다. 특히 임피던스 트래킹 기반 배터리 연료 게이지 기술은 배터리의 상태(State of Health)와 잔량(State of Charge)을 정밀하게 계산한다. 이를 통해 로봇은 언제 배터리가 소진되는지를 정확히 인지하고, 마지막 순간까지 작업을 수행한 뒤 적절한 시점에 충전 스테이션으로 복귀할 수 있다. TI의 AC-DC 충전 솔루션은 충전 속도와 에너지 효율을 동시에 높인다.

‘안전’은 기능이 아니라 전제다

휴머노이드 로봇 논의에서 안전(Safety)은 종종 여러 기능 중 하나로 취급되곤 한다. 그러나 캄파넬라의 시각에서 안전은 선택 가능한 옵션이 아니라, 설계의 출발점이다. 로봇이 인간의 일상 공간으로 들어오는 순간, 기술적 실패는 단순한 결함을 넘어서 사고로 이어질 수 있으며 이는 곧 신뢰 상실로 직결된다.
전력 제어의 안정성, 모터의 응답 특성, 센서 데이터의 정확성은 모두 물리적 안전과 직결된다. 특히 예기치 않은 상황에서 로봇이 어떻게 멈추는지는 하드웨어 차원의 설계에 크게 의존한다. 이는 소프트웨어가 아무리 정교하더라도, 하드웨어가 이를 뒷받침하지 못하면 해결할 수 없는 영역이다.
TI가 강조하는 기반 계층은 바로 이러한 안전성 요구를 충족시키기 위한 토대다. 이는 화려하게 드러나지는 않지만, 휴머노이드 로봇의 대중화를 가르는 결정적 조건이다.
“고객과의 논의에서 가장 빈번하게 등장하는 키워드는 ‘기능 안전성(Functional Safety)’입니다.” 캄파넬라의 말이다.
그는 “협동 로봇(cobots)이나 산업용 로봇에 대한 표준은 이미 있지만, 휴머노이드 로봇의 기능 안전성 요구사항을 규정하는 전용 표준은 아직 마련되어 있지 않다”며 “현재 보스턴에서는 휴머노이드 로봇의 기능 안전성 표준을 논의하는 워킹그룹이 활동 중이며, 표준이 2028년경 공개될 예정이다”라고 밝혔다.
TI는 표준이 마련되기만을 기다리지 않는다. 티유브이슈드(TÜV SÜD)와 손잡고 자사 게이트 드라이버를 활용한 안전 설계 컨셉을 직접 문서화하고 있다. 이는 휴머노이드 로봇 설계자들에게 ‘어떻게 안전을 구현할 것인가’에 대한 실질적인 이정표를 제시함으로써, TI가 반도체 공급사를 넘어 로봇 안전 생태계의 조력자로 나서고 있음을 보여주는 대목이다.
캄파넬라는 특히 ‘페일 세이프(fail-safe)’ 동작의 중요성을 강조했다.
“고장이 발생했을 때 로봇이 사람 위로 넘어지는 대신, 안전하게 멈추거나 앉는 동작이 가능해야 합니다. 이러한 이유로 기능 안전성은 현재 시장 전반에서 가장 활발하게 논의되는 분야 중 하나입니다.”
이것은 단순한 기능 구현을 넘어, 로봇이 인간과 공간을 공유하기 위한 전제 조건이다.

조작 능력, 또 다른 과제

또 하나의 과제는 조작(manipulation) 능력이다.
“많은 로봇이 춤을 추고, 부드럽게 이동하고, 달리는 것까지는 가능합니다. 하지만 물체를 정밀하고 효율적으로 다루는 능력은 아직 갈 길이 멉니다.” 캄파넬라의 진단이다.
정밀한 조작 능력을 부여하기 위해서는 손과 손가락에 더 많은 센서와 모터가 필요하다. 하지만 크기는 커질 수 없다.
캄파넬라는 “인간의 손과 유사한 동작을 구현하려면, 매우 작은 공간에 다수의 센서와 모터를 집적해야 한며"며 "이는 고도의 통합 및 소형화 기술을 요구한다”고 강조했다.
TI는 이 영역에서 고집적 3상 모터 드라이브 솔루션과 초소형 실시간 모터 제어 MCU를 결합한 아키텍처를 제안한다. 24V 및 48V 애플리케이션을 지원하며, FET와 전류 센싱이 통합돼 있다. 손가락 구동과 같은 극도로 제한된 공간에서도 적용 가능한 수준의 집적도를 확보한 것이 특징이다.

보이지 않는 계층에서 벌어지는 경쟁

휴머노이드 로봇 경쟁은 겉으로 보기에는 AI 모델과 로봇 디자인의 경쟁처럼 비춰진다. 그러나 실제로는 그 아래에서, 보이지 않는 기술 계층을 둘러싼 경쟁이 동시에 진행되고 있다. TI가 집중하는 영역은 바로 이 보이지 않는 층위다.
캄파넬라는 휴머노이드 로봇을 바라보는 하나의 균형 잡힌 시각을 제공한다. 휴머노이드 로봇 경쟁은 지능 만이 아니라 눈에 보이지 않는 기반 계층의 완성도에서 갈릴 가능성도 있다. 높은 정밀도와 안전, 효율성, 그리고 안정적인 통신이라는 조건을 충족시키는 기반 기술이 갖춰질 때, 휴머노이드 로봇은 실험실을 벗어나 일상으로 들어올 것이다. 그 출발점에는 반도체가 있다. - END -

When Design Blocks Escape: China’s Ban on Retractable Door Handles

한상민 기자_han@autoelectronics.co.kr — 2026-02-10 13:54:01+0900

중국의 전동식 리트랙터블 도어 핸들 금지

한상민 기자_han@autoelectronics.co.kr — 2026-02-10 13:44:20+0900

2024년 방한했던 윌리엄 S. 러너. 그는 항상 리트랙터블 도어 핸들의 위험성을 경고해왔다.

윌리엄 S. 러너 William S. Lerner, FRSA WSL Consulting CEO

스타일링의 문제가 아니라 ‘탈출’의 문제다. 중국이 전동식 리트랙터블 도어 핸들을 금지한 결정은 전 세계에 가장 기본적인 안전 원칙을 다시 상기시킨다. 사고 이후에도 문은 반드시 열려야 한다. 탈출, 화재 관련 이슈면 항상 찾는 사람이 있다. 윌리엄 S. 러너(William S. Lerner). 그는 해당 규제가 만들어낼 파급 효과와 커넥티비티·클라우드 중심 해법의 한계를 짚었다. 더 나아가, OEM 생태계 바깥에서 나온 ‘너무나 당연해 보이는’ 안전 아이디어가 왜 번번이 무시되는지 특허와 독립 발명가의 현실까지 시야를 넓혀 이야기를 나눴다. 핵심은 다음 세대의 차량 디자인은 무엇보다 먼저 구조적으로 검증가능한 안전(구조·구난·대피 포함)을 증명할 수 있는가를 포함해야한다는 것이다.

글 | 한상민 기자 _ han@autoelectronics.co.kr
IN ENGLISH

리셋: 왜 중국은 플러그를 뽑았나

다시 만나 반갑습니다! 중국이 지난주 전동식 리트랙터블 도어 핸들을 금지했습니다. 2027년 1월 1일부터는 외부든 내부든 전기식 핸들이 달린 신차를 판매할 수 없다고 하더군요. 우린 이 일이 벌어지기 전인 작년 11월에 이미 인터뷰를 했었죠. 이 결정이 글로벌 시장에 어떤 영향을 줄까요? 그리고 중국은 왜 금지했을까요?
William 좋은 질문입니다. 저는 중국의 결정과, 그들이 보여준 실행 속도를 진심으로 존경합니다. 중국에서는 이런 핸들이 장착된 차량 사고가 여러 차례 있었고, 그 결과 탑승자를 구조할 수 없었던 사례들이 축적되었습니다. 구조대가 안으로 들어갈 수 없었거나, 탑승자가 밖으로 나올 수 없었거나, 혹은 그 둘 다였지요. 데이터, 영상, 목격자 진술, 그리고 사고 이후 1차 대응자들의 사후 보고가 이 문제를 분명히 드러냈고, 중국은 빠르고 올바르게 대응했습니다. 핸들은 안팎 모두 ‘수동’으로 돌아가야 합니다. 이는 ‘리셋’이었고, 차량에 타고 이동하는 모든 사람과 구조를 수행해야 하는 모든 사람에게, 이 새로운 출입 방식이 얼마나 중대한 위험을 만들었는지를 보여주는 증거였습니다.
블룸버그는 이 이슈를 명확히 정리한 짧은 다큐멘터리를 공개했는데, 80건이 넘는 EV 사고와 화재 데이터를 근거로 문제를 설명했습니다. 그리고 지난주 미국에서는, 응급 신고 통화의 녹취록에 ‘사고 이후 전원이 끊겨 핸들이 작동하지 않는 EV 안에 갇힌 20세 청년’의 목소리가 그대로 기록됐습니다. 그는 통화 중에 도움을 애원했습니다. 그러나 그는 결국, 통화 중에 배출된 유해가스로 인한 질식으로 사망했습니다. 도움을 1분 이내에 받을 수 있었다면 살았을지도 모릅니다. 하지만 실제로는 그럴 수 없었습니다. 그 차량이 수동 핸들이었다면 그는 죽지 않았을 것입니다. 그는 전화를 걸 수 있었고, 다른 문으로 이동해 탈출을 시도할 수 있었습니다. 결국 그의 유해는 뒷좌석에서 발견됐습니다. 해당 차량 제조사는 현재 유가족으로부터 소송을 당하고 있습니다.
이 사건들은 이제 자동차 업계나 응급구조대 커뮤니티 밖의 사람들에게도 알려지기 시작했습니다. 그리고 이 금지가 가져오는 다른 긍정적 효과들도 있습니다. 그런데 이상하게도, 정부 차원에서는 그런 논의가 거의 이뤄지지 않습니다. 이 핸들이 달린 차량을 소유한 사람들은 이미 오래전부터 매우 불쾌한 문제들을 겪어왔습니다. 어떤 대표 모델은 잠금이 해제된 상태에서도, 심지어 안에 승객이 타고 있어도 문이 절반은 열리지 않습니다. 핸들이 들어가 있고, 손을 핸들 위로 스와이프해야 열리는 방식인데, 한 오너는 “작동 확률이 50%”라고 말했습니다.
그렇다면 아이가 차 안에서 문제가 생기거나, 어른이 즉시 의료적 도움이 필요한 상황에서는 어떻게 됩니까? 오너조차 항상 문을 열 수 없다면, 지나가던 사람은 무엇을 알 수 있을까요? 경찰이나 구조대는 무엇을 알 수 있을까요? ‘리트랙터블 핸들을 스와이프해서 열어야 한다’는 걸 누가 당연히 안다고 가정합니까?
그리고 마지막으로, 이런 핸들을 금지했을 때 단점이 뭡니까? 차가 덜 “모던”해 보일 수는 있겠지요. 하지만 롤스로이스는 팬텀에 크롬 수동 핸들을 당당하게 달고도 아무도 문제 삼지 않습니다. 반면 장점은 명확합니다. 부상과 사망, 혼란, 구조 과정에서 낭비되는 시간이 줄어듭니다. 왜냐하면 이 핸들은 의도대로 ‘항상’ 작동하지 않기 때문입니다. 정부 기관의 충돌시험 영상만 봐도 알 수 있습니다. 충격적입니다. 그 영상들은 생존성에 집중할 뿐, 사고 이후의 구조나 탈출 가능성에는 거의 초점을 맞추지 않습니다.

국내 금지, 글로벌 우회로

그러면 이 결정이 글로벌 시장에는 어떤 영향을 줄까요? 솔직히 저는 당신이 이야기하기 전까지, 이렇게 많은 파장을 생각해보지 못했습니다.
William

좋습니다. 하나씩 풀어서 보겠습니다. 앞으로 판매되는 신차에는 이 핸들이 적용되지 않습니다. 그렇다고 해서 기존 차량 전체를 리콜해서 개조해야 한다는 뜻은 아닙니다. 중고차 시장에도 영향을 주지 않습니다. 중국에서는 이런 핸들을 달고 있는 차량이 수백만 대나 되고, 그 차량들은 앞으로도 계속 도로를 달릴 것입니다. 즉, 문제는 아직 끝나지 않았고, 전체적으로(총체적으로) 해결된 상태도 아닙니다. 중국은 이를 금지했습니다. 중국은 세계에서 인구가 두 번째로 많은 나라입니다. 하지만 인도는 금지하지 않았고, 다른 어떤 나라들도 마찬가지입니다. 그럼에도 중국의 조치는 매우 강한 메시지를 보냅니다. 저는 모든 나라가 중국이 한 일을 따라가길 바랍니다.
다만 현실적인 관점에서 보면, 이 금지는 판매를 금지하지 않는 다른 국가로 수출되는 차량에는 적용되지 않습니다. 즉, 허용하는 시장에는 그대로 수출할 수 있습니다. 캐나다는 중국산 차량을 받아들이고 있고, 여러 제조사들과 합작도 추진하고 있습니다. 중국 제조사들은 이런 차량을 캐나다로 수출할 수도 있고, 캐나다에서 생산해 캐나다 내에서 판매할 수도 있습니다. 그리고 캐나다는 그 차량을 다시 전 세계로 수출할 수도 있습니다.
또 한 가지 기억해야 할 점이 있습니다. 이런 핸들은 EV에만 달리는 것이 아닙니다. 이미 많은 자동차 회사들이, 메르세데스처럼, 전 차종 혹은 대부분의 차종에 이런 핸들을 적용하는 방향으로 움직이고 있습니다. 미국이나 독일에서 차량은 설계하고 생산하기까지 대략 7년 주기로 움직입니다. 반면 중국의 주기는 대략 3년 반 정도입니다. 그래서 메르세데스는 2027년형 S-클래스의 페이스리프트 모델을 막 내놓았고, 몇 달 안에 딜러십에 깔릴 예정입니다. 그런데 핸들은 어떻습니까? 이 플래그십 모델에는 이전 연식들과 동일한 전동식 리트랙터블 핸들이 그대로 적용되어 있습니다. 결국 메르세데스는 선택을 해야 하는 상황에 놓였습니다.
중국에서는 S-클래스, E-클래스, EQE, 마이바흐 EQS, CLA, 그리고 곧 출시될 다른 차량들까지 포함해, 해당 모델들의 핸들을 명확히 바꿔야 합니다. 아니면 자국 시장에서 철수하거나, 생산량은 그대로 유지하되 수출로 돌리는 방법을 택해야 합니다. 반면 미국에서는, 예를 들어, 아직 변화가 없습니다. 중국은 정부가 중앙집권적이기 때문에 이런 변화를 밀어붙일 수 있습니다. 하지만 미국에서는 실제로 그렇게 되더라도 수년이 걸릴 수 있고, 아예 일어나지 않을 수도 있습니다. 미국처럼 규제가 조각난 채로 존재하고, 선택적 솔루션이 혼재되어 있는 구조는 상황을 더 혼란스럽게 만듭니다.
어떻게 혼란스러워지느냐 하면, 기준이 하나로 통일되지 않기 때문입니다. 메르세데스는 전동식 리트랙터블 도어 핸들을 마치 무작위처럼 제공하는 것처럼 보입니다. 제가 앞에서 그런 핸들이 적용된 모델들을 일부 언급했지만, 마이바흐 GLS, GLS, EQB, GLA, GLB, GLC, GLE, G-클래스 SUV, C-클래스는 모두 수동식 핸들을 사용합니다. 더 문제는, 어떤 나라에서든 규제가 본격적으로 시작되기도 전에 이미 이런 혼란스러운 상황이 존재한다는 점입니다. 이런 상황에서 구조대원은 무엇을 해야 합니까? 측면 배지도 없고 전면 배지도 없는 상태에서 구조대원이 모든 모델을 어떻게 공부해야 합니까? 게다가 리튬이온 배터리를 쓰는 마일드 하이브리드 차량에는 특별한 식별 표시조차 없습니다.
다른 브랜드를 보면, 포드는 독특한 접근을 하고 있습니다. 포드는 미국에서 포드 머스탱 마하-E에 다시 수동식 핸들을 적용하겠다고 발표했습니다. 그렇다면 시야가 좋지 않거나 야간 상황에서 구조를 시작해야 하는 구조대원은 구조를 시작하기 전에 무엇을 알 수 있습니까? 그 차량이 전동식 핸들을 쓰는지, 수동식 핸들을 쓰는지 알 수 있겠습니까? 두 차량은 외관상으로 동일하며, 핸들에 대해 외부에 표시하는 배지도 없습니다. 미국에서 전동식 리트랙터블 도어 핸들을 사용하던 모델 가운데 수동식으로 다시 돌아간 사례는 이 모델 외에는 없습니다. 과연 누가 이 사실을 알고 있겠습니까? 이런 혼란은 모두에게 위험한 상황을 만듭니다.
그리고 독자들에게 두통을 줄 정도로 상황을 더 복잡하게 만드는 요소가 하나 더 있습니다. 볼보는 EX60에 세 번째 형태의 전동식 핸들을 도입하고 있는데, 측면 윈도우 옆에 ‘핀(fin)’ 형태로 구현되는 방식입니다. 또한 테슬라 사이버트럭은 핸들이 아예 없습니다. 전동식 팝아웃도 아니고, 수동식도 아닙니다. 차량이 키 카드를 인식하면 도어가 자동으로 열리며, 문이 ‘튀어나오듯’ 열리는 방식입니다.”

잘못된 처방: 커넥티비티가 ‘주의 분산’이 될 때

지금 정부 기관이나 신흥 기술 기업들은 이 문제를 두고 무엇에 초점을 맞추는 것처럼 보이나요?
William       지난주 한 정부 차량 기관이 ‘응급구조대 지원을 위한 신기술’ 행사를 열었다는 이야기를 보고 매우 기대했습니다. 그런데 내용을 읽다가 실제로 ‘소리 내어 웃었습니다.’ 왜냐고요? 소프트웨어, 클라우드 기반 솔루션, AI, 그리고 차량 정보를 중앙 스테이션으로 보내서 그들이 현장 도착 전에 상황을 이해할 수 있게 하는 방식, 즉 ‘커뮤니케이션’ 이야기였기 때문입니다.
제가 왜 웃었을까요? eCall, OnStar, BMW Connected 같은 시스템이 이미 그 역할을 하고 있기 때문입니다. 물론, 이 분야에 중요한 점진적 개선들이 있을 수 있습니다. 하지만 올해 무슨 일이 있었는지 보십시오. 메르세데스는 mbrace 서비스를 종료했습니다. 그 기능이 달려 있던 메르세데스 차들은 그 서비스를 잃었습니다. 이유는 무엇이었나요? 3G 네트워크가 종료(sunset)되었고 더 이상 지원되지 않았기 때문입니다. BMW도 같은 일을 했고, 다른 브랜드들도 지난 4년 정도 동안 비슷한 일을 해왔습니다. 어떤 경우에는 2021년식처럼 비교적 최근 모델조차 영향을 받았습니다.
우리는 4G, 5G, 6G를 거쳐 언젠가 8G까지 갈 겁니다. 시간이 흐르면 4G조차 계속 지원할 수 없습니다. 시스템이 너무 오래되고, 지원 비용이 너무 커지기 때문입니다. 따라서 차량에서 콜센터로 연결되는 ‘보장’은, 결코 영원히 보장되지 않습니다.
정말 안타까운 부분은, 그 행사 진행자와 참석자들이 모두 들떠 있었다는 점입니다. 그들은 “응급구조대를 위한 연결된 미래”에 흥분했고, 결론은 이랬습니다. “어떻게 될지는 모르지만, 흥미로운 여정이다!” 그런데 그들은 지난 몇 년간 실제로 벌어진 일만 봤어도 답을 알 수 있었을 겁니다. 다시 말하지만, 흥미롭습니다. 그러나 복잡한 문제에 대한 ‘유일한 해답’이 될 수는 없습니다.
이제 조금 더 풀어보지요. 만약 충돌 알림이 현장 정보를 전부 포함해(영상까지) 1밀리초 만에 콜센터로 전송되고, 콜센터가 그걸 1밀리초 만에 구조대에게 전송한다면, 무엇이 달라집니까? 네, 구조대가 더 많은 정보를 갖고 더 빠르게 접근할 수 있습니다. 좋아 보이지요. 그러나 차량은 소방서 마당에서 불이 붙은 게 아닙니다. 그리고 만약 그랬다 해도, 우리는 이미 ‘그냥 서 있던 상태에서 4초, 혹은 11초 만에 완전히 화염에 휩싸이는’ EV 화재를 봤습니다. 그런 사건에서 그 정보는 무슨 의미가 있습니까? 4초짜리 사건에는 사실상 무용지물입니다.
조금 덜 극적인 예를 들어보겠습니다. 도심에서 EV가 차량과 충돌했고, 네 명의 탑승자가 있습니다. 차량이 불타기 시작했는데, 전동 리트랙터블 핸들이 고장 나 문이 열리지 않습니다. 탑승자들은 내부 수동 해제 레버를 찾지 못했습니다. 실내는 배터리의 유독성 배출가스로 채워집니다. 그들은 질식하기까지 ‘기껏해야 몇 분’밖에 없습니다. 배출가스는 산소를 밀어냅니다. 이건 이론이 아니라, 계속 반복해서 발생하고 있는 현실입니다.
그렇다면, 데이터가 아무리 많아도 구조대가 1밀리초 만에 현장에 올 수는 없습니다. 장비를 착용하고, 소방차에 탑승하고, 현장으로 이동하고, 호흡기를 착용하고, 장비를 꺼내고, 호스를 전개하는 등 시간이 필요합니다.
여기서 잠깐 멈춰서 이해해야 합니다. 의도대로 작동하지 않는 전동 리트랙터블 핸들은 구조를 지연시키거나, 운전자·탑승자·구조대 모두에게 구조를 더 위험하게 만듭니다. EV는 매우 뜨겁게 탑니다. 대략 4,000~5,000°F 수준입니다. 그 온도에서는 구조대가 탑승자 구조를 위해 접근하는 것 자체가 불가능합니다. 차량 구조물을 절단해 탑승자를 꺼내는 장비도 그 상황에서는 쓸 수 없습니다. 미국에서 그 도구는 “죠스 오브 라이프(Jaws of Life)”라고 부르지만, EV가 완전히 화염에 휩싸인 상황에서는 무용지물입니다. 응급구조대는 그 온도에서 작업할 수 없고, 심지어 호흡기 페이스피스가 견딜 수 있는 온도는 약 375°F 수준이기 때문입니다. 그런 상황에서는, ‘데이터’는 정말로 아무 의미도 없을 수 있습니다.
답은 무엇일까요? 여러 시스템과 프로토콜, 그리고 이 문제를 총체적이고 포괄적으로 바라보는 새롭고 참신한 접근이 필요합니다. 데이터를 정교화하고 강화해, 구조대와 EMS가 처리할 수 있는 모든 관련 정보를 제공해야 합니다.

차량을 넘어: 공중보건의 반경

William       이제 시야를 바꿔봅시다. 이 EV가 곧 불탈 상황이라면, 주변에 있는 사람들은 아무런 보호장비 없이 유독성 배출가스에 노출될 수 있습니다. 그들은 그 지역을 즉시 대피해 최대한 멀리 떨어져야 한다는 사실조차 모를 겁니다. 콜센터나 클라우드 기반 정보는 그들을 위한 것이 아닙니다.
유독성 배출물은 수 마일(수 km)까지 이동할 수 있습니다. 우리는 모스 랜딩(Moss Landing) 배터리 화재에서 그것을 봤고, 데이터도 있습니다. 토양은 수 마일 떨어진 곳까지 오염되었습니다.
그렇다면 왜 주변 사람들이 가능한 빨리, 가능한 멀리 대피하는 것이 중요할까요? 승객이나 경찰, 혹은 호흡기를 착용하지 않은 구조대처럼, 그들도 심각하게 아플 수 있기 때문입니다. 더 불행한 현실은, 구조대 장비조차 완전한 보호를 제공하지 못한다는 점입니다. 우리는 흔히 “차가 불타도, 그 차 안에 있거나 바로 옆에 있지 않으면 괜찮다”고 생각합니다. 그렇다면 불타는 차량이 50피트(약 15m) 떨어져 있으면 안전한가요? 틱톡과 유튜브에 올라오는 영상들을 보십시오. 사람들은 아마 그보다 훨씬 더 가까이 다가가 있습니다.
저는 정말 자주 이런 질문을 받습니다. “EV가 불탈 때 안전거리는 얼마인가요?” 누가 알겠습니까? 바람의 방향과 속도, 연소에 관여한 셀의 수, 배터리 화학 조성(대부분의 현대 차량은 배터리가 세 개입니다), 그리고 플러그인 하이브리드인지 여부(연료가 탑재되어 사건을 악화하거나 장기화할 수 있습니다)까지 변수 투성이입니다.
제가 오늘 기준으로 생각하는 ‘최소’는 미식축구장 한 개 길이, 즉 약 330피트(약 100m)입니다. 다만 저는 아는 것이 많고 지나치게 조심스러운 편이라, 제 ‘편안한 거리’는 사실 축구장 네 개, 약 1,320피트(약 400m)입니다. 하지만 다시 말하지만, 이 생각은 ‘오늘의 생각’일 뿐입니다. 우리는 아직 이것을 충분히 이해하지 못합니다.
다시 도심의 EV 화재 상황으로 돌아가겠습니다. 배출물은 지면에서만 퍼지는 것이 아닙니다. 위로도 이동하며, 건물에도 영향을 줍니다. 약 300피트(약 90m) 상공까지 올라갈 수 있는데, 이는 대략 20~25층 높이입니다. 전혀 생각하지 못했던 역학이 생기지요. 지하철역이나 상점, 쇼핑몰, 식당 근처라면 어떨까요? 실내외의 음압·양압에 따라 독성물질이 어디로 흘러가는지도 달라집니다. 두 상황이 동일할 수 없습니다.
차와 트럭은 어디에나 있습니다. 지상·지하 주차장에 밀집해 있고, 쇼핑가 도로변에 주차돼 있고, 딜러십 전시장에도 있으며, 우리가 인도에 서 있을 때 바로 옆을 지나갑니다. EV를 소유하지 않았더라도, 우버를 타거나 친구 차를 탄 적이 있을 가능성이 높습니다. 그 차가 EV일 수도 있습니다. 차량을 소유했는지 여부와 무관하게, 모두가 영향을 받습니다. 이것은 운전자나 응급구조대만의 문제가 아니라 ‘공공의 문제’입니다.
그들을 위한 클라우드 기반 시스템은 개선돼야 하고, 차량 통신은 절대로 ‘선셋’되어서는 안 됩니다. 저는 오히려 통신 회사들이 과거에 온라인이었던 차량들, 대략 300만 대, 100개가 넘는 모델을 다시 온라인으로 되돌리는 방법을 찾았으면 합니다. 소프트웨어 업데이트도 없고 하드웨어 업데이트도 없습니다. 개선판을 만들기 전에, 우리가 과거에 갖고 있던 보호를 먼저 복원하는 데 집중해야 합니다. 제가 부정적인가요? 아닙니다. 현실적인 것입니다. 수백만 명의 운전자와 탑승자들은 자신들이 비용을 지불했고, 혹은 갖고 있다고 믿었던 보호를 이미 잃었습니다.
저는 차량-콜센터 통신, 구조대 강화 통신, 연결형 인프라, 공공 경보 고도화의 가치를 높게 평가합니다. 그것은 구조를 개선하고 중요한 정보를 전파할 수 있습니다. 저 역시 현재 및 신흥 분야에서 4건, 곧 5건이 될 특허를 보유하고 있습니다.
하지만 우리는 ‘클라우드에서 선택된 일부에게만’ 가는 정보가 아니라, 차량 자체에 차량의 상태와 유형을 알 수 있는 정보가 있어야 합니다. 차량 주변의 사람들은, 그 차량이 곧 화재로 이어질 수 있는지, 오프가스를 내뿜는지, 또는 다른 위험을 만들 수 있는지를 즉시 알아야 합니다. 우리는 중복(리던던시) 시스템이 필요하고, 가능한 모든 도구를 사용해 최대한 구체적인 정보를 최대한 빠르게 제공해야 합니다. 정보는 항상 더 나은 결과로 이어집니다.
이렇게 생각해보십시오. 학교나 병원에 화재가 나면, 리더십 팀과 구조대만 경보를 받는 게 아닙니다. 알람이 울리고, 대피가 이뤄지고, 스프링클러가 작동하며, 비상 계획이 가동됩니다.

당신이 하고 있는 작업과 그것이 응급구조대와 대중에게 어떤 도움을 줄 수 있는지 설명해주실 수 있을까요?
William       물론입니다. 저는 차량 사건을 무선으로 어떤 위치나 콜센터로 전송하는 특허를 보유하고 있고, 사용자 휴대폰·태블릿·스마트워치로도 알림을 보낼 수 있습니다. 주차장 관리 시스템에도 알림을 보내 “어떤 차량이 사건을 겪고 있거나, 사건이 임박했다”는 정보를 전달할 수 있습니다. 저는 센서, 네트워크, 디스플레이, 그리고 안전 분야에서 30년 경력을 가지고 있습니다.
제 작업은 인천 아파트 단지 화재에서도 분명 도움이 되었을 것입니다. EV가 결함을 감지했을 때 관리사무소에 더 빨리 경보를 보냈다면, 600대 차량이 연루되고 700가구가 대피하는 대형 사건으로 확산되지 않았을 수도 있습니다. ‘초’가 중요합니다. 그것이 사건을 ‘완전히 막았을까요?’ 그건 아닙니다. 절대 아닙니다.
제 차량 식별 특허의 핵심은, 정보가 있어야 할 곳에 정확히 있다는 점입니다. 즉, ‘차량 위’에 있습니다. 저는 사고 이후에도 비교적 온전할 가능성이 높은 위치에, 차량별 QR 또는 기계 판독 코드를 배치하는 특허를 보유하고 있습니다. 범퍼는 전후 충돌에서 손상되기 쉬우므로, 저는 B-필러나 샤크핀, 혹은 차량의 다른 가시적 부위에 적용되기를 바랍니다.
리던던시는 핵심이므로, 사건 이후 드러나도록 숨겨진 QR 코드가 여러 개 있을 수 있고, 어떤 것은 가시적으로 노출될 수도 있습니다. 예를 들어 실내 룸미러 위의 “선닷(sun dots)” 영역, 그릴 부근, 트렁크 리어 데크 리드 등에도 넣을 수 있습니다. 이 QR 코드는 구조대에게 필요한 핵심 정보를 제공합니다. 예를 들면 제조사·차종, 배터리 용량(EV라면), 배터리 개수, 고전압 차단 위치, 저전압 차단 위치, 충전 포트 위치, 배터리 타입, 배터리 크기, 그리고 내·외부 도어 핸들의 타입 등입니다. 우리는 이미 이 문제와 데이터가 있다는 것을 알기 때문에, 이것은 지금 매우 중요해졌습니다.
제 작업에는 ‘조명 기반 모스 부호’도 포함됩니다. 사건이 발생하면 차량이 스스로를 식별합니다. “나는 EV다”, “탑승자는 3명이다”, “나는 지금 충전 중이다”, “SOC는 85%다(이건 중요하다)”, “저전압 차단은 트렁크 매트 아래 우측 후방 코너에 있다”, “고전압 차단은 보닛 아래 전방 좌측 코너에 있다”, “배터리 온도는 400°F를 넘었다” 등등입니다.
이는 차량이 주변에 ‘말을 거는’ 동적 상태입니다. 주변 사람들은 그 정보를 바탕으로 진압과 구조 접근 방식을 결정할 수 있습니다. 대상은 이미 실패 모드에 들어갔으므로, 그 대상이 스스로를 식별하고 자신의 문제를 드러내는 것입니다.
순수하게 클라우드 접근만 취하면, 어두운 밤에 현장에 도착했을 때 그 차량이 무엇인지, 몇 명의 탑승자가 도움이 필요한지, EV인지 아닌지, 어떤 핸들을 갖고 있는지조차 모를 수 있습니다. 차량을 식별한 뒤 ERG(긴급 대응 가이드)를 다운로드하는 데에도 시간이 걸립니다. 제 작업은 그 정보를 차량 위에 둡니다. 빠르게 스캔하면, 곧바로 필요한 정보를 얻습니다.
즉, 태블릿을 들고 서 있거나 콜센터로부터 정보를 받는 대신, 차량이 직접 당신에게 “말을 걸게” 만드는 방식이 가장 효율적입니다. 그것은 완전한 어둠에서도 가능합니다. 또한 차량은 주변 모든 사람에게 “말을 걸” 수 있습니다. 사용되는 LED는 드론 라이트처럼 3마일(약 4.8km) 떨어진 곳에서도 보일 수 있습니다. 대중은 구급차나 경찰차가 접근할 때, 고유한 빛의 색과 패턴을 통해 상황을 인지합니다. 소리의 시그니처가 고유하듯, 빛도 그렇게 설계할 수 있습니다. 제 작업에는 음향 경보도 포함될 수 있습니다.
그리고 기억해야 합니다. 유독성 배터리 배출물 노출에는 진단도, 치료도, 완치도 없습니다. 우리는 장기 영향에 대한 데이터나 역사가 충분하지 않습니다. 다만 우리는 사건 이후 응급구조대의 심각한 건강 문제를 보고 있습니다. 시간이 지날수록 나아질까요, 악화될까요? 누구도 확신할 수 없습니다. 추적 가능한 소수의 사례가 보여주는 것은, 건강 상태가 악화되는 경향입니다.

리스크에서 채택으로: 안전 아이디어는 왜 멈추는가

그러면 이야기는 단순히 “위험이 무엇인지 확인했다”에서 끝나지 않습니다. 특히 전통적인 OEM 생태계 바깥에서 나오는 ‘너무 명확해 보이는’ 안전 아이디어가, 왜 이렇게 자주 채택되지 못하는 걸까요? 규제기관과 완성차 업계는 어떻게 반응해왔습니까?
William       좋게 말해줄 수 있으면 좋겠지만, 현실은 그렇지 않습니다. 제 작업을 잠시 빼고, 자동차 업계에서 ‘게임 체인저’가 될 만한 혁신 전반을 봅시다. 그런 혁신은 종종 ‘독립 발명가’에게서 나옵니다. 그런데 세상은 독립 발명가를 어떻게 봅니까? “괴짜이고, 수십억 달러와 명성을 원한다”고 봅니다. 사람들은 그 발명가가 무엇을 만들었는지, 왜 그것이 중요하다고 생각하는지, 어떻게 구현돼야 하는지 듣고 싶어할까요? 아니요. 그들은 자기 팀에게 제품을 만들게 합니다.
토요타 같은 일부 회사는 외부 제안을 아예 보지 않습니다. 어떤 회사들은 자기 네트워크 밖의 발명가에게 공격적으로 굴기도 합니다. 왜일까요? 마쓰다는 NPE(비실시기관), 이른바 “특허 트롤”에게 너무 여러 번 소송을 당했고, 거래하는 회사들에게 “특허를 NPE에 팔면 우리는 당신과 거래하지 않겠다”고 통보했습니다.
이걸 잘 생각해보십시오. 마쓰다는 어쩌면 정당하게 침해 소송을 당했습니다. 그런데 그 결과로 다른 회사들을 위협합니다. “당신이 가진 특허를 어떻게 처분할 수 있는지”까지 지시합니다. 만약 그 회사들이 자본을 조달하려고 일부 특허를 매각하려 했다면요? 올해 GM, 포드, 스텔란티스가 손실로 처리한 금액을 보십시오. 합계가 520억 달러를 넘습니다. 사용하지 않는 자산이나 가치 있는 자산을 팔고 싶어하는 게 왜 이상합니까? 왜 그들이 블랙리스트에 오르고 위협을 받아야 합니까?
만약 외부인이 가치 있고 유용한 특허를 갖고 있다면요? 그 사람이 사망하고, 상속인이 그 특허를 NPE에 팔면요? 그 특허는 갑자기 가치가 없어집니까? 생명을 구할 수 있어도 고려조차 하면 안 됩니까? 특허에는 감정도, 혈통도, 감성도 없습니다. 왕이 소유하든 상속되든, 특허의 가치는 더 크거나 더 작아지지 않습니다. 특허는 어떤 기술에 대한 소유권입니다. 중요한 특허를 얻는 것은 매우 어렵고, 특허는 부동산과 같습니다. 소유자는 라이선스할 수도, 매각할 수도, 원하는 대로 할 수 있습니다. 그 미래를 결정할 수 있는 사람은 오직 현재 소유자뿐입니다. 그리고 누가 소유하든, 침해는 침해입니다. 합법적 대가 없이 불법으로 사용되면 문제가 되는 것입니다.
지식재산의 세계는 지뢰밭입니다. 특히 독립 발명가에게는 더 그렇습니다. 저는 독립 발명가이고, 사람들이 제가 “P”라는 단어(특허)를 말하는 순간 자주 닫혀버리는 것을 봅니다. 왜일까요? “소송 위험 때문에 듣지도 못한다”고 생각하기 때문입니다. 터무니없는 일입니다. 전 세계에 공개되어 등록된 특허를 보는 게 왜 문제가 됩니까? 누구나 인터넷만 있으면 구글 특허에서 제 20건의 특허를 확인할 수 있습니다.
개선이나 새로운 아이디어에 닫혀 있으면, 회사와 고객, 그리고 사회 전체가 손해를 봅니다. 만약 안전벨트나 에어백이 외부인이 발명했거나 NPE가 보유했다면 어땠을까요? 자동차 안전 역사상 가장 중요한 두 발명품을 “그 출처” 때문에 쓰지 않는 게 더 낫습니까?
이번 주를 예로 들어보겠습니다. 정부의 클라우드 행사 주최자는, 글로벌 자동차 회사의 미국 안전 디렉터입니다. 그녀는 이전에 제 첫 특허 인터뷰에 ‘엄지 척’ 이모지를 보냈습니다. 읽었을까요? 절대 아니었습니다. 그 뒤 저는 링크드인 메시지로 제 작업 업데이트를 보냈습니다. 그녀는 “메시지가 너무 길다”고 답했습니다. 그래서 저는 네 문장짜리 메시지를 보냈습니다. 그러자 그녀는 저를 연결에서 제거했습니다.
이걸 분해해 봅시다. 전형적인 패턴입니다. 그녀는 자기 서클 밖의 누군가가 제시하는 새로운 진전에 관심이 없었습니다. 다른 사람들이 무엇을 하고 있고, 그것이 어떻게 도움이 될 수 있는지 탐색할 시간도, 호기심도 없었습니다. 그리고 제가 “P”라는 단어를 썼다는 사실만으로도 감당하기 어려웠던 겁니다. 우리는 이제 유튜브 영상 하나도 끝까지 보지 못하는 사회에 살고 있습니다. 그래서 유튜브 쇼츠와 15~60초짜리 틱톡이 인기인 것이지요.
결국 저는 그들에게 ‘문제’입니다. “P”라는 단어를 쓰는 외부인이고, 그들에게 읽고, 생각하고, 숙고하고, 더 나은 길에 열리라고 요구하기 때문입니다. 그러니 다윈 얘기를 해봅시다. 다윈이 자신의 연구를 한 문단으로 설명할 수 있었을까요? 저는 완성차 업체들이 세상에 “우리가 얼마나 대단한지”만 말하고 있다고 느낍니다. 그리고 더 나아질 기회를 놓치고 있는 현실이 참으로 슬픕니다.

무엇이 바뀌어야 하는가

자동차 산업에서 무엇이 바뀌어야 한다고 보십니까? 어떻게 더 나은 제품, 더 안전한 제품을 만들고, 고객과 구조대를 보호할 수 있을까요?
William       좋은 질문이고 당연히 할 말이 많습니다. 첫째, 구조대들과 함께 일할 의지가 있어야 합니다. 왜냐하면, 차량을 설계할 때 그들을 참여시키지 않으면서, 사고 현장에서 불가능한 구조와 극도로 어려운 구조를 해내라고 기대해서는 안 되기 때문입니다. 그들은 고객의 생명 안전을 결정합니다. 새로운 차량을 설계할 때, 그들을 참여시키십시오. 어떤 방식이 가장 구조하기 쉬운지 묻고, 고전압·저전압 차단의 표준화를 요구하게 하십시오. 그 조언을 받아들이십시오. 당신이 만드는 제품은 결국 그들이 다뤄야 합니다. 그러니 참여시키는 것이 모두에게 이익입니다. 그렇게 했다면 우리는 리트랙터블 전동 핸들 문제를 겪지 않았을 것입니다. 애초에 이런 일이 일어나지 않았을 것입니다.
둘째, 외부인에게 열려 있어야 합니다. 듣고, 참여시키고, 이해하십시오. 모든 게임 체인저 혁신이 당신 회사나 팀에서만 나오지는 않습니다. 때로 외부인이 더 독특한 관점, 더 명확한 이해, 혹은 안전·발명 분야에서 수십 년간의 경험을 갖고 있을 수 있으며, 그 자체로 가치가 있습니다. “모두가 우리를 소송할 것이다, 수십억을 요구할 것이다”라는 생각을 멈추고, 발명가들에 대한 장벽을 세우지 마십시오. 물론 NPE는 소송을 많이 제기하고, 때로는 그 권리가 매우 정당할 수 있습니다. 그리고 경험이 부족한 발명가들이 자기 특허 가치나 로열티에 대해 비현실적인 요구를 하기도 합니다. 그 점은 유념해야 합니다.
하지만 수십 년간, 지금 당신들이 겪고 있는 문제를 해결하려고 연구해 온 발명가들도 있습니다. 그들은 자신의 위치와 가치를 이해하고 있고, 공개적으로 공을 독차지하려 하지 않으며, 협업하길 원합니다. 그들은 혁신하는 것 자체에서 가장 큰 기쁨을 느끼고, 기업이 더 강하고 더 안전해지고 더 나아지도록 돕고 싶어합니다.
마지막으로, 아이디어에서 중요한 ‘광범위한’ 특허를 받기까지는 수년이 걸립니다. 당신은 자신이 발명하는 분야의 전문가가 되어야 합니다. 그 과정에서 특허청은 끊임없이 “왜 당신이 그 특허를 받으면 안 되는지”를 말합니다. 그것은 종종, 수천 페이지의 선행기술을 뒤져야 하는 지적 싸움입니다. 발명가의 지식을 활용하십시오. 발명가는 그 분야에 대해, 어쩌면 당신이나 당신 팀의 누구보다 더 많이 알고 있을 수도 있습니다.

William S. Lerner
WSL Consulting의 CEO이자 20건이 넘는 특허를 보유한 독립 발명가로서, 그는 EV·리튬이온·e-모빌리티 시대의 새롭게 부상하는 리스크를 평가한다. 이는 사고와 시스템 고장부터 위협과 파괴 행위, 테러에 이르기까지를 포함한다. 또한 1차 대응자, 법집행기관, 핵심 인프라를 보호하는 안전 기술과 대응 전략을 개발한다. 그는 FBI는 물론 DHS, 화재 조사 유닛, ARFF 팀, 주요 교통 인프라 기관과 협력해왔으며, 세계 최대 규모의 터널·항만·교량·주차 인프라(12만 면 이상)를 대상으로 리스크 평가를 수행해왔다. 그의 작업은 유독성 배터리 잔류물과 2차 오염 같은 새롭게 등장하는 위험을 이해관계자에게 경고하는 데 기여해왔다. 또한 Intermodal Renewables의 공동 창업자로서, 그는 태양광 및 재생에너지 기반의 인터모달 운송 기술과 특허를 라이선스해, 세계가 더 깨끗한 에너지로 전환하는 과정에서 미래의 육상·해상·항공·철도 시스템 최적화를 지원하고 있다.

비트센싱이 상용차 안전 공백을 메우는 법

한상민 기자_han@autoelectronics.co.kr — 2026-02-10 09:20:13+0900

비트센싱 이재은 대표 Jae-Eun Lee, CEO at bitsensing

상용차 안전은 ‘미래 기술’이라기보다는 ‘오늘의 현장’에 대한 것이다. 비트센싱의 ADAS Kit는 자율주행의 화려한 약속 대신, 기존 상용차에 남겨진 ‘레이다 공백’을 현실적인 경고 시스템으로 메우려 한다. 설치·보정·업데이트·데이터로 이어지는 검증의 루프와 물량을 모아 가격 구조를 바꾸겠다는 실행 모델이다. 결국 이 제품의 논리는 단순하다. 사고 한 건만 줄여줘도 상용차 시장은 움직인다.

글 | 한상민 기자 _ han@autoelectronics.co.kr
IN ENGLISH

상용차 사고는 통계로만 남지 않는다. 차체가 크고 제동거리가 길며, 사각지대는 구조적으로 넓다. 접촉사고 한 번으로도 수천만 원이 날아간다는 말이 과장이 아니다. 보험처리 여부를 고민하기도 전에 운송사는 다음 계약과 다음 요율을 먼저 계산한다. 그래서 많은 사고가 ‘사고’로 남기기보다는 비용으로 정리된다. 한 번의 실수는 현장에서 곧바로 손익계산서로 번역된다.
그런데 이 거대한 산업 장비에 아직 레이다가 없는 차량이 많다. 최근 신차(특히 중·대형 상용차)를 둘러싼 AEBS 등 안전 규제 흐름은 강화되고 있지만, 도로 위를 달리는 대부분의 기존 상용차는 여전히 카메라 모니터 수준에 머문다. 사각지대와 저속 혼잡 구간, 보행자 접근 위험은 운전자의 경험과 감각에 더 많이 의존한다. 이것은 기술의 문제가 아니라 시장에 남겨진 공백이다. 비트센싱이 상용차용 애프터마켓 통합 ADAS 솔루션 ‘ADAS Kit’를 꺼내 든 이유는 그 공백을 ‘오늘’의 언어로 메우기 위해서다.

사고 한 건만 줄여줘도 된다

“상용차는 워낙 크고 비싸잖아요. 조그만 접촉 사고가 나도 수천만 원이 깨진다고 하더라고요. 그런데 또 보험 처리를 잘 안 합니다. 요율이 올라가면 사업이 힘들어지니까요.”
비트센싱의 이재은 대표는 제품을 설명하면서 ‘기술’보다 먼저 ‘현장’ 이야기를 꺼냈다. 상용차 사고가 단순한 안전 이슈가 아니라, 운송사의 운영과 계약, 요율까지 연결된 사업 리스크라는 점을 알고 있기 때문이다.
“그래서 저희는 이 키트가 사고를 한 건만 줄여줘도 그 비용은 충분히 커버한다고 봤습니다.”
ADAS Kit는 기존 상용차를 대상으로 하는 애프터마켓 통합 ADAS 솔루션이다. 차량 플랫폼을 바꾸지 않고 적용할 수 있도록 설계됐고, 레이다와 카메라를 결합한 센서 융합으로 전방 충돌 경고(FCW), 후방 충돌 경고(RCW), 사각지대 정보 시스템(BSIS)을 중심으로 운전자에게 실시간 경고를 제공한다. 여기에 서라운드 뷰 모니터링(SVM), 전방 차량 출발 알림(FVSA), 출발 알림 시스템(MOIS)까지 하나의 시스템으로 묶었다.
이 솔루션이 지향하는 것은 ‘자율주행’이 아니라 운전자의 인지다. 상용차에선 그 차이가 더 크다. 승용차 ADAS가 때때로 ‘차가 알아서 한다’는 기대를 낳는다면, 대형 차체를 다루는 상용차 운전자는 결국 마지막 순간의 판단을 스스로 내려야 한다. 그렇기 때문에 상용차에서 가장 먼저 필요한 것은 ‘제어’가 아니라 ‘경고’다. 위험이 다가온다는 정보를 제때 받으면, 그 다음 행동은 현장에서 훈련된 경험과 습관으로 이어진다.
비트센싱이 ADAS Kit를 ‘경고 중심’으로 설계한 이유가 거기 있다. 사고를 막는 기술이라기보다, 사고가 날 수밖에 없는 상황을 운전자가 미리 알아차리게 하는 기술이다. 도로 위의 시간을 다시 설계하는 방식이다.

ADAS Kit

상용차에 왜 레이다가 없나

상용차 시장은 늘 ‘애매한 영역’에 놓여 있었다. 차 한 대 가격은 비싸지만, 승용차만큼 물량은 나오지 않는다. 차종은 다양하고 운행 환경은 더 거칠다. 결과적으로 대형 티어 1에게 ‘매력적인 규모’로 보이기 어려운 시장이다. 그래서 기존 상용차의 현실은, 카메라 기반 모니터링은 있지만, 레이다 기반의 운전자 경고 시스템은 드물다. 해외를 봐도 상황은 크게 다르지 않다. 미국 역시 마찬가지다.
“해외 출장을 다녀봐도 미국도 비슷합니다. 기존 차들은 그냥 카메라 모니터 정도예요. 레이다를 가지고 애프터마켓으로 제대로 된 제품을 내놓는 데가 거의 없습니다.”
여기서 중요한 점은 ‘기술이 없어서’가 아니라 ‘제품이 없어서’라는 것이다. 상용차 운행 환경은 센서를 달고 끝나지 않는다. 설치, 보정, 유지보수, 운전자 인터페이스, 현장 피드백, 그리고 업데이트가 함께 돌아가야 한다. 이 고리를 끊김 없이 이어 붙이는 회사가 많지 않다. ADAS Kit는 그 공백으로 들어가려는 시도다.

이미징 레이다를 쓰지 않은 이유

비트센싱이 ADAS Kit를 한다면 다소 의외일 수 있다. 국내는 물론 글로벌 시장에서도 이름을 알린 4D 이미징 레이다 스타트업이기 때문이다. 그러나 ADAS Kit에는 4D 이미징 레이다가 들어가지 않는다.
“이미징 레이다는 이 용도로는 너무 하이엔드입니다. 기존 상용차에는 레이다 자체가 없어요. 컴팩트한 레이다로 경고만 제대로 줘도 통계적으로 30% 이상의 사고 감소를 가져올 수 있습니다.”
이 말은 ‘성능을 낮췄다’가 아니라, 문제를 다시 정의했다는 뜻이다. 비트센싱이 보는 상용차의 문제는 ‘포인트 클라우드를 얼마나 촘촘히 찍느냐’가 아니라, 도로 위에 남아 있는 안전 공백을 얼마나 빨리 메우느냐의 문제다. 지금은 경고의 단계이고, 다음은 인지이며, 그 다음이 자율이다. ADAS Kit는 기술의 ‘종착점’을 낮춘 것이 아니라, 기술의 진입로를 하나 추가한 것이다.

‘끝물 칩’이 아닌 최신 레이다

상용차 시장에는 또 하나의 관행이 있다. 승용차에서 한 사이클을 마친 반도체와 센서가 상용차로 내려온다. ‘상용차는 느리다’는 말은 종종 기술의 세대교체가 늦다는 의미로도 쓰인다.
비트센싱은 이 공식을 따르지 않았다. ADAS Kit에 적용된 레이다는 최신 승용차용 신규 칩셋 기반 코너 레이다다. 기존 코너 레이다가 약 160m 수준의 감지 거리를 제공했다면, 이 레이다는 동일한 폼팩터에서 약 240m까지 감지한다. 사실상 기존 롱레인지 레이다 영역에 근접한 성능이다.
“상용차라고 해서 구닥다리 기술을 써야 할 이유는 없다고 봤습니다. 승용차에 들어가는 수준의 기술을 어포더블한 가격으로 제공하는 게 목표였습니다.” 이 대표가 말했다.
시스템은 NXP STRX 칩셋 기반의 전방 및 코너 레이다, 카메라 시스템, 통합 컨트롤러, 운전자 디스플레이로 구성된다. 구성 예로는 레이다 3개(전방 1 + 사이드 2, 옵션으로 후방 추가 가능), 버스 기준 카메라 4개와 SVM 등이 제시됐다. 카메라 파트너사는 아직 비공개가 원칙이다.

비트센싱 이재은 대표와 코리아와이드 그룹 이상훈 대표.

실도로에서 시작된 검증, ‘물량’으로 넘어가는 전략

ADAS Kit는 이미 도로 위를 달리고 있다. 비트센싱은 2025년 11월 국내 대형 운송 전문 기업 코리아와이드 그룹과 협력해 시범 도입을 시작했다. 이후 실도로 운행을 통해 성능을 검증했으며, 총 500대 이상 공급 계약을 체결하고 본격 적용에 들어갔다. 현재 동대구 - 인천공항 노선을 중심으로 고속버스에 설치·운행 중이고, 향후 그룹 산하 주요 노선으로 적용 범위를 순차 확대할 예정이다.
가격은 레이다 3개, 카메라 4개 기준으로 약 300만~500만 원대. 다만 애프터마켓 특성상 장착 공임의 비중이 크다. 센서 구성을 가격대에 맞춰 설계하더라도, 실제 확산의 병목은 설치 품질과 유지보수 네트워크에서 생긴다. 그래서 비트센싱은 대규모 운송사부터 시작해 공임을 낮출 수 있는 구조로 접근한다. “많이 달수록 싸진다”는 단순한 규모의 논리가 아니라, 많이 달 수 있는 현장 구조부터 만들어야 규모가 가격으로 이어진다는 계산이다.
이 장면은 단순한 레퍼런스 확보가 아니다. 이 대표가 말하는 비트센싱의 다음 비즈니스 모델, 티어 1이 관심을 두지 않는 시장을 직접 공략해 물량을 모으고, 그 물량으로 가격 구조를 바꾸는 방식이 실제로 작동하기 시작한 첫 무대에 가깝다.
“이 사람들이 5,000대, 1만 대밖에 가지고 있지 않아도 저희가 물량을 모으면 10만 대 가격으로 받을 수 있게 해줄 수 있습니다. 비트센싱은 가볍고 빠르잖아요.”

티어 1이 하지 않는 일, 스타트업이 하는 일

ADAS Kit가 성립하는 또 하나의 이유는 지원 방식에 있다. 상용차는 차종마다 다르고 국가마다 다르다. 커스터마이제이션이 필수다. 하지만 대형 티어 1은 물량이 적은 시장에 적극적으로 대응하지 않는다. 스펙은 정해져 있고 바꾸기 어렵다.
“큰 회사들은 스펙에 맞춰 주고 끝입니다. 바꿔주는 게 전혀 없습니다. 저희는 스타트업이니까 검토해서 빨리할 수 있는 건 바로바로 해줍니다.”
여기에서 비트센싱이 말하는 경쟁력은 센서 하나의 성능이 아니라 현장 대응 속도다. 상용차는 같은 모델이라도 노선, 장착 위치, 운전자 습관에 따라 경고의 체감이 달라진다. 경고가 너무 잦으면 운전자는 시스템을 꺼버리고, 경고가 늦으면 사고를 막지 못한다. 이 미세한 균형은 현장 피드백과 업데이트로 완성된다.
“상용차의 기본 옵션으로 들어가는 일부 AEB가 고스트 브레이킹 등 품질 이슈로 운전자가 꺼놓는 경우가 있습니다. 의무 장착으로 달렸지만 ‘쓸 수 없게 되는’ 상황이 발생한 것이죠.”
그래서 상용차 고객이 원하는 것은 더 많은 기능이 아니라, 꺼놓지 않아도 되는 안정적인 경고다. ADAS Kit는 그 지점을 향한다.

규정은 ‘스펙’이 아니라 ‘시장 진입로’

비트센싱은 ADAS Kit가 UNECE R151(사각지대 정보 시스템)과 R159(출발 알림 시스템)의 요구사항을 충족한다고 설명한다. 하지만 이것은 단순한 규제 체크리스트가 아니다. 상용차 안전 규정은 ‘신차’에 머물지 않고, ‘운행’과 ‘운영 데이터’로 확장된다. 운송사는 사고 리스크를 줄여야 하고 보험사는 데이터를 원한다. 규정 준수는 결국 시장 진입의 언어가 된다. 특히 유럽 규정 흐름은 ‘있으면 좋은 기능’을 ‘없으면 곤란한 기능’으로 바꾸는 힘을 갖는다.
이 대표가 보험사와의 연계를 언급한 것도 같은 맥락이다. 한국은 일부 ADAS 장착 시 보험료 할인 체계가 존재하지만, 해외는 그렇지 않은 경우가 많다. 그래서 상용차 ADAS는 기술만으로 확산되지 않는다. 규정, 보험, 운영 데이터가 함께 움직여야 한다.
“올해부터 본격적으로 돌리면 데이터가 쌓일 것이고, 기존 사고 통계 대비 변화를 보면서 고객을 설득할 수 있을 것입니다.”
경고는 운전자의 감각을 바꾸고, 그 변화는 숫자로 환산된다. 상용차 시장에서 숫자는 설득의 언어가 된다.

과거에서 현재로: ‘레이다 시스템 회사’의 선택

2023년 AEM과의 첫 인터뷰에서 비트센싱의 이 대표는 스스로를 “이미징 레이다 칩셋 회사와 경쟁하는 곳이 아니라, 레이다 시스템을 설계하는 회사”라고 정의한 바 있다. 당시 이 대표는 레이다가 양산으로 연결되지 못하는 이유를 ‘필드 이슈를 풀지 못하기 때문’이라고 설명했다. 나뭇가지, 터널, 사막 주행, 간섭, EOL 수율, 보정. 현실의 변수를 통과해야 비로소 제품이 된다.
ADAS Kit는 그 철학이 가장 현실적인 방식으로 내려온 형태다. 상용차의 도로는 연구실이 아니며, 애프터마켓은 더 거칠다. 그래서 ‘처음부터 끝까지 연결해 본 회사’가 유리해진다. 화려한 기술의 집합이라기보다, 기술을 잘 아는 회사가 어디에 쓰지 말아야 할지를 결정한 결과물에 가깝다.
다시 사고 한 건으로 돌아오면, 논리는 더 선명하다. 상용차에는 아직 레이다가 없는 차량이 많다. 비트센싱은 그 공백을 먼저 메우기로 했다. 그리고 그 선택을 정당화하기 위해 필요한 것은 거대한 미래가 아니라, 한 번의 사고를 줄이는 오늘의 데이터다. 사고 한 건이면 충분했다. 상용차 시장은 그렇게 움직이기 시작한다.

Designing Safety and Trust in the SDV Era

한상민 기자_han@autoelectronics.co.kr — 2026-02-09 16:21:35+0900

토요타의 SDV 시대 안전과 신뢰 설계법

한상민 기자_han@autoelectronics.co.kr — 2026-02-09 16:04:57+0900

토요타는 SDV를 ‘업데이트 가능한 차’가 아니라 ‘업데이트 이후에도 안전이 흔들리지 않는 차’로 다시 정의한다. Automotive World 2026에서 토요타의 이노우에 사장이 안전의 경계를 차 밖(사람·인프라·사회 시스템)으로 확장했다면, 우븐의 캄포 부사장은 그 안전을 소프트웨어로 증명하는 ‘검증의 운영 방식’을 제시했다. 유이마루·THUMS·GAIA는 안전을 의도나 구호가 아니라 데이터 - 개입 - 검증의 루프로 굴리는 실행 체력의 상징이다. SDV 시대의 신뢰는 멋진 기능이 아니라, 내일 아침에도 ‘어머니의 차’처럼 아무 일 없었다는 듯 움직이도록 만드는 검증 가능한 안전에서 출발한다.

글 | 한상민 기자_han@autoelectronics.co.kr
IN ENGLISH

자동차는 클라우드와 끊임없이 연결되는 ‘거대한 컴퓨터’가 됐다. 업데이트와 서비스가 일상이 되면서 복잡성은 커졌지만, 사용자가 기대하는 한 가지는 변하지 않는다. 어제처럼 오늘도 아무 문제 없이 시동이 걸리는 것. 그 ‘당연함’이 흔들리는 순간, 신뢰는 앱이나 기능이 아니라 차 자체에서 무너진다.
SDV 시대에도 이 ‘당연함’을 지켜야 하는 이유는 단지 편의나 브랜드 경험이 아니다. SDV의 1원칙은 안전이기 때문이다. 소프트웨어가 차량 경험을 수명 전체에 걸쳐 형성하는 존재가 된 순간, 안전은 더 이상 옵션 목록이나 특정 기능의 성능이 아니다. 안전은 시스템 전체가 매일 유지해야 하는 기본 상태, 기준선이 된다. 업데이트가 반복될수록 복잡성이 늘어나는 SDV에서 “그냥 괜찮겠지”라는 믿음은 안전을 담보하지 못한다. 결국 SDV는 속도를 겨루기 전에, 변화가 계속 일어나도 안전이 무너지지 않는 방식으로 진화할 수 있는가를 먼저 증명해야 한다.
도쿄 빅사이트에서 열린 Automotive World 2026에서 토요타의 두 인물, 토요타 선진기술개발 컴퍼니(Advanced R&D and Engineering Company)의 이노우에 히로후미(Inoue Hirofumi) 사장과 우븐(Woven by Toyota)의 장 프랑수아 캄포(Jean-Francois Compeau) 부사장은 같은 이야기를 서로 다른 층위에서 다뤘다. 이노우에가 SDV에서 무엇이 최우선인지, 즉 ‘안전’의 정의를 차 바깥으로 확장했다면, 캄포는 그 안전을 소프트웨어로 ‘증명’하는 방법을 꺼냈다. 두 사람의 언어는 달라도 결론은 하나로 수렴한다. SDV는 ‘업데이트 가능한 차’가 아니라, 업데이트 이후에도 안전이 흔들리지 않는 차여야 한다.
그리고 이 둘을 연결하는 키워드는 ‘검증’이다. 토요타가 사고 제로를 사회 시스템의 결과로 재정의하는 순간, 그 시스템을 유지·개선하는 방식도 믿음이 아니라 검증이어야 한다. 우븐이 개발하는 Arene은 바로 그 전제 위에서 업데이트가 반복될수록 불안이 커지는 구조가 아니라 안전과 신뢰가 축적되는 구조를 만들려는 시도다. 내일 아침에도 어머니의 차가 어제처럼 켜지도록 하기 위한 토요타의 설계도는, 결국 ‘안전이 최우선’이란 원칙에서 출발해 “검증 가능한 시스템”이라는 구현 방식으로 이어진다.

어머니의 차가 깨지는 순간

“저희 어머니는 17년 된 일본 차를 운전하지만 소프트웨어가 있다는 사실도 모릅니다. 그녀에게 중요한 것은 밤새 무엇이 일어나든 아침에 시동이 걸리느냐입니다.”
캄포 부사장은 ‘어머니의 차’로 강연을 열었다. 고객이 SDV 시대에 바라는 것은 새로운 기능보다 먼저, 기본 동작의 연속성이다. 하지만 이 이야기는 감성적 훅에서 멈추지 않는다. SDV에서 기본 동작이 무너지는 순간 그것은 단순 불만이 아니라 안전의 균열로 이어질 수 있기 때문이다. 그리고 그 균열은 소프트웨어의 문제를 넘어 “차는 믿을 수 있는가”라는 근본 질문을 던진다.
그는 PC가 발표 직전에 멈춰 공포를 느꼈던 경험을 꺼내며 ‘고객 경험’이 본질적으로 감정의 문제라고 말했다. 불편은 불만이 되지만, 공포는 신뢰를 무너뜨린다. 신뢰가 향하는 대상은 서비스가 아니라 ‘차 자체’다. SDV에서 이 감정은 더 예민해진다. 연결이 상시화되면서 시스템 바깥의 변수, 클라우드 장애, 네트워크 불안정, 공급망 업데이트, 예측 불가능한 상호작용이 차량의 동작과 연결되기 때문이다.
“우리는 더 이상 ‘차를 만들고, 검증하고, 그 다음엔 그냥 괜찮다고 믿어버리는’ 방식으로 계속 갈 수 없습니다.”
캄포가 말한 핵심은 업데이트 가능성 자체가 아니라, 업데이트가 반복될수록 더 안전해지는 신뢰의 체력이다. 검증은 뒤에서 한 번에 하는 이벤트가 아니라, 앞에서부터 반복돼야 한다. SDV의 경쟁은 ‘기능 추가 속도’가 아니라, 기능이 추가될수록 안전이 확인되는 방식을 갖고 있느냐로 갈린다.

토요타 SDV가 말하는 ‘안전’의 정의와 그 뿌리

이노우에 히로후미 사장이 말한 ‘안전’은 기능 목록이 아니다. 에어백, 제동, 차체 강성 같은 항목을 더하는 방식만으로는 SDV 시대의 복잡성을 다 설명할 수 없다. 토요타가 끌어올린 정의는 명확하다.
“사고 제로는 차의 성능만으로 달성할 수 없다.”
안전은 차량 내부에서 끝나지 않는다. 사람·인프라·차량이 협조하는 구조에서 만들어지는 결과다. 그리고 이 관점은 SDV에서 더 직접적 의미를 갖는다. 소프트웨어가 차량의 행동을 바꾸고, 업데이트가 그 행동을 반복적으로 수정하는 시대에는 안전이 ‘제품의 속성’이 아니라 시스템이 유지해야 하는 상태가 되기 때문이다. 안전을 전제로 삼는다면, 안전은 차 안에 갇혀 있을 수 없고 시스템의 경계 전체로 확장될 수밖에 없다.
이런 SDV의 정의는 갑자기 튀어나온 표어가 아니다. 토요타가 스스로를 설명해 온 언어의 연장선에 있다. 이노우에 사장은 토요타의 역사를 ‘누군가를 위한 마음’에서 시작한다고 정리했다. 도요다 사키치가 밤늦게까지 베틀을 돌리던 어머니를 위해 자동직기를 발명했고, 기이치로는 관동대지진 이후 트럭이 사회를 움직이는 장면을 보며 ‘모두가 탈 수 있는 대중차’를 꿈꿨다. 이 이야기는 미담이 아니라 기술은 사람을 돕는 도구여야 한다는 방향성이다. 그래서 그가 말하는 미션은 ‘행복을 양산하는 것’. 안전은 그 약속을 지키기 위한 가장 기본 조건이 된다.
이 철학은 모빌리티의 정의로 이어진다. 이노우에 사장은 토요타가 자동차 회사에서 ‘모빌리티 컴퍼니’로 이동한다고 말하며, 그 변화를 모빌리티 1.0~3.0으로 설명했다. 1.0은 이동을 편리하게 만드는 단계, 2.0은 이동이 제한된 사람들에게 새로운 수단을 제공해 커뮤니티의 활력을 넓히는 단계다. 그리고 3.0에서 토요타는 사회 시스템과의 융합을 말한다. 에너지·도시·물류·교통이 따로 노는 세계가 아니라, 서로 연결된 구조 속에서 안전과 효율을 함께 설계해야 한다는 관점이다. 토요타가 ‘Woven City’에서 자율주행과 수소 공급 체계를 실험하고, 도시 규모의 모빌리티를 검증하는 것도 이 연장선에 있다.
“사고 제로는 차의 성능만으로 달성할 수 없습니다. 인프라와 사람, 차량이 협조해야 합니다.”
교차로에 센서를 설치해 보이지 않는 차량을 감지하고, AI 에이전트가 맞은편 차량뿐 아니라 횡단보도까지 조심하라고 먼저 조언한다. 핵심은 사고가 난 뒤의 대응이 아니라, 사고가 일어나기 전에 위험을 감지하고 사람의 행동을 자연스럽게 유도하는 구조다. 교통사고를 자동차의 문제로만 보지 않고 도시·인프라·사람의 행동까지 포함한 설계 문제로 다시 놓는 시선이다. 안전은 이렇게 차 밖으로 확장되며, 결과적으로 ‘예측 가능한 시스템’이 된다.

오키나와 ‘유이마루 프로젝트’. 운전 행동을 ‘지켜보고→개입→검증’해 사고·위험행동·연료 소비 개선 효과를 확인한 토요타의 실증 결과.

유이마루 프로젝트
데이터로 위험을 찾아내고, 행동을 바꾸다

이노우에 사장이 말한 시스템 안전을 구체적으로 구현한 사례가 유이마루 프로젝트다. 오키나와에서 진행된 이 프로젝트는 렌터카 이용자가 많은 관광지 특성을 고려해 차량 데이터와 경찰 사고 데이터를 통합 분석했다. 토요타 커넥티드카로부터 수집한 운전 패턴을 바탕으로 급제동·급가속, 차선이탈 등의 정보를 지도화하고, 경찰의 사고 정보와 겹치는 ‘위험 지점’을 찾아냈다. 신호가 없는 교차로나 좌회전 프리 구간처럼 구조적 위험이 잠복한 곳들이었다.
차량 텔레매틱스와 스마트폰 앱 ‘유이마루’는 관광객에게 해당 구간 진입 전 “곧 급커브입니다. 속도를 줄이고 전방을 주시하세요” 같은 알림을 띄운다. 위험을 사후에 기록하는 것이 아니라, 위험에 들어가기 전에 행동을 바꾸는 방식이다.
실증 결과는 숫자로 남았다. 좌회전 프리 구간의 추돌 사고는 70% 이상 줄었다. 오키나와 정부와 협력해 러버 폴과 도로 표지로 시선을 유도하는 작은 개입이 결과를 만들었다. 이 지점은 토요타가 말하는 안전의 성격을 드러낸다. 데이터로 위험을 찾아내고, 개입하고, 다시 검증하는 루프가 작동할 때, 안전은 ‘좋은 의도’가 아니라 ‘측정가능한 결과’가 된다. SDV에서 안전을 지키는 힘은 결국 이 루프를 차량 안팎에서 계속 굴리는 데서 나온다.

자율주행 시대의 새로운 좌석 자세를 가정한 THUMS 시뮬레이션 - 리클라이닝 환경에서도 골반과 상체 거동을 제어하는 차세대 탑승자 보호 개념.

THUMS
안전 연구를 ‘열어’ 기본권으로 만들다

데이터 기반 프로젝트가 사회 안전을 겨냥한다면, 차 내부의 안전 연구는 인체를 대상으로 한다. 그 핵심이 THUMS(Total Human Model for Safety)다. THUMS는 충돌 시뮬레이션에 사용되는 가상 인체 모델로, 뼈·근육·장기 등 인체의 구조와 특성을 3~5mm 단위의 유한요소로 정밀하게 모델링했다. 크래시 더미가 센서로 충격값을 측정했다면, THUMS는 신체 내부의 손상을 가상으로 예측한다.
토요타는 2021년 THUMS를 무상 공개했다. 100개 이상 기업과 연구기관이 활용하고, 400명 이상의 사용자가 다운로드해 다양한 개발에 응용하고 있다. 나이·성별·체형이 다른 모델, 운전 자세와 휴식 자세 등 다양한 경우의 수를 지원하면서 실험 비용을 낮추고 안전장치 개발을 가속한다. 이 개방은 토요타가 안전을 ‘경쟁 우위’가 아니라 모두의 기본권으로 보는 태도를 드러낸다. SDV에서 안전을 전제로 둔다면, 안전은 폐쇄된 성능 경쟁이 아니라 산업 전체가 공유하며 개선하는 기반이어야 한다는 것이다.

GAIA
‘AI 도입’이 아니라, 시스템 안전을 굴리는 학습 체력

이노우에 사장이 말한 AI의 정의는 Artificial Intelligence가 아니라 Augmented Intelligence로 AI는 인간을 대신하는 것이 아니라 돕는 것, 판단과 상상력을 확장하는 것이다. 토요타는 그 철학을 조직 구조로 구현하려 하며, 그 장치로 GAIA(Global AI Accelerator)를 언급했다.
여기서 중요한 것은 GAIA의 이름이 아니라 역할이다. SDV에서 안전을 유지하려면, 위험을 발견하는 데이터와 연구 결과가 ‘어딘가에 쌓이는 것’만으로는 부족하다. 그것이 조직 전체로 확산돼야 하고, 다음 제품과 다음 업데이트에 반영돼야 한다. 안전은 ‘한 번 설계해 두면 끝’이 아니라, 변화가 반복되는 세계에서 매번 다시 유지되는 상태다. GAIA는 그 상태를 유지하기 위한 학습과 확산의 체력이다.

토요타의 SDV 개발 플랫폼 ‘Arene’.
요구사항 정의부터 개발·테스트·검증까지를 하나의 가상 차량과 데이터로 연결해 SDV 안전을 ‘기능’이 아닌 ‘검증 가능한 시스템’으로 다룬다.

‘검증’에 대한 우븐의 문제제기
Shift-Left, 그리고 Arene

캄포 부사장은 전통적 자동차 개발 패러다임이 SDV 시대에 무너진다고 지적했다. 그가 지적한 난점은 기술이 아니라 문화다. 모듈화·블랙박스·성숙한 프로세스가 “왜 바꿔야 하지?”라는 관성을 만들었고, SDV는 바로 그 관성을 정면으로 흔든다. 모듈화와 블랙박스 설계, 사전 검증만으로는 무수한 인터페이스와 업데이트를 감당할 수 없다. 전통적 V-모델을 “수많은 작은 V 모델들의 연속”으로 다시 봐야 한다. 늦은 통합과 늦은 검증은 낭비다. 그는 소프트웨어 통합 자체가 고객 가치가 아니라 ‘낭비’가 되는 순간이 왔다고까지 말했다. 블랙박스와 사일로, NDA로 막힌 정보 파편화가 남아 있는 한 Shift-Left는 구호로 끝난다는 경고다. 검증을 왼쪽으로 당겨 개발 초기부터 협업과 시험을 반복해야 한다.
그가 제시한 방향은 다섯 가지다. 블랙박스에서 화이트 박스로의 전환, 중앙집중식 아키텍처와 신호 관리, 기민하고 투명한 프로세스, 가상화와 에뮬레이션을 통한 조기 검증, 도구를 장기적 자산으로 인식하고 발전시키는 것.
이 원칙을 현실로 끌어내리는 플랫폼이 Arene이다. Arene SDK는 각 모델마다 새로 설계해야 했던 차량의 소프트웨어·하드웨어 의존성을 낮추고 재사용가능한 모듈을 제공한다. Arene Tools는 소프트웨어를 가상 환경에서 시각화·시험·검증·관리해 물리 프로토타입 의존도를 줄인다.
여기서 핵심은 ‘플랫폼을 만든다’는 것이 아니라, 안전을 증명하는 시간 축을 바꾼다는 데 있다. 안전이 최종 단계에서 확인되는 체크박스라면, SDV는 업데이트가 반복될수록 ‘검증의 구멍’이 커진다. 반대로 안전을 전제로 삼는다면, 안전은 개발 초기에 계속 증명돼야 한다. 그래서 Arene이 겨냥하는 것은 ‘소프트웨어 개발 도구’가 아니라 ‘검증 운영 방식’이다.
가령 업데이트 하나가 들어올 때마다 ‘괜찮겠지’가 아니라, 어떤 요구사항이 어떤 테스트로 커버되는지를 먼저 확인해야 한다. 특정 기능이 ‘1초 내 응답’이라는 요구를 갖는다면, 시뮬레이션과 테스트 케이스는 그 요구와 정확히 연결돼야 한다. 이 연결이 끊기면 SDV는 테스트를 통과하고도 안전에서 실패할 수 있다.
캄포가 말한 ‘진실의 원천’과 데이터 상관관계 문제는 바로 여기서 안전 문제로 전환된다. 요구사항-코드-테스트-결과가 끊기지 않는 구조, 그 구조를 일상적으로 돌리는 운영 체계가 있어야 업데이트 뒤에도 안전이 유지된다. 그리고 또 하나의 포인트는 가상화와 에뮬레이션이다. 하드웨어가 완전히 확정되기 전에 SoC나 ECU를 에뮬레이션해 실제 바이너리를 조기 실행할 수 있다면, 오류는 ‘나중’이 아니라 ‘먼저’ 드러난다. 검증을 당기는 이유는 속도를 위해서가 아니라, 안전의 불확실성을 일찍 줄이기 위해서다.

토요타 부스의 Domatics와 WAVEBASE 개념. ‘선별’과 ‘검증’을 데이터로 돌리는 운영 모델.
SDV 안전도 마찬가지로 요구사항·설계·공급망·운영에서 검증 데이터를 연결해 안전을 관리한다.

예측과 감정의 조화
‘자연스러운 개입’이 안전을 체감하게 한다

“화난 사람에게 ‘너 화났네’라고 말하면 더 화가 납니다. 대신 먼저 제안하고, 제어는 마지막 수단이어야 합니다.”
경고는 적절한 타이밍에, 제어권은 최후의 옵션으로. 예측가능한 시스템이 정서적 안도감을 만든다는 그의 말은 결국 처음으로 돌아간다. 안전은 센서와 알고리즘의 성능만이 아니라, 사람이 받아들이는 방식까지 포함한다. 불안이 쌓이면 시스템은 안전해도 사용자는 안전하다고 느끼지 못한다. 그리고 그 불일치는 결국 안전의 균열로 이어진다. 안전은 ‘무슨 일이 일어나도 예상 가능한 반응을 보이는가’라는 체감의 층위에서 완성된다.

차와 함께 늙어가며 신뢰를 잇는다

두 강연을 묶으면 이렇다. 토요타가 SDV의 기준선을 ‘안전’으로 다시 세웠다면, 우븐은 그 안전을 소프트웨어로 증명하는 방법을 꺼냈다. 이노우에 사장은 사고 제로를 위해 사람·인프라·차가 협조하는 예측 가능한 시스템을 그렸고, 캄포 부사장은 그 시스템을 만들어내기 위한 검증과 운영의 체력을 강조했다.
SDV 시대의 승부는 멋진 UI에만 있지 않다. 업데이트 이후에도 ‘어머니의 차’가 어제처럼 켜지도록 만드는 기본 동작의 연속성, 그리고 그 연속성을 안전으로 증명하는 검증·운영 체계에 달려 있다. 토요타가 하드웨어와 소프트웨어, 사회 인프라를 하나로 엮어 “사람과 함께 늙어가는 차”를 이야기하는 이유가 여기에 있다.
모든 이야기는 결국 같은 질문이었다. 내일 아침에도, 아무 일 없었다는 듯 시동이 걸릴 것인가, 그리고 그 ‘당연함’이 안전의 언어로 증명돼 있을 것인가.

캄포 부사장. 좌측은 Hashlist의 로버트 라우카스(Robert Laukas) CCO

“We’re Number One!” - Why VicOne Is Creating an ‘Automotive Security Arena

한상민 기자_han@autoelectronics.co.kr — 2026-02-03 15:10:14+0900

“우리가 넘버원!” VicOne이 ‘자동차 보안 경기장’을 만드는 이유

한상민 기자_han@autoelectronics.co.kr — 2026-02-03 15:00:45+0900

2026년 Master of Pwn 수상자 Fuzzware.io. 좌측부터 TrendAI ZDI 위협 인식 총괄 더스틴 차일즈(Dustin Childs), VicOne CEO 맥스 쳉(Max Cheng), TrendAI ZDI 위협 연구 부문 부사장 브라이언 고렌츠(Brian Gorenc).

차내 AI란 새로운 변수, SDV 규정·공급망·충전 인프라까지 확장된 공격 표면. 그리고 그 변화가 ‘취약점의 발견’이 아니라 ‘대응 체계의 속도’로 귀결되는 현실. 이를 Automotive World 2026에서 VicOne의 안내로 따라가 봤다. 이 안내는 단순 기술 설명이 아니라, 맥스 쳉 CEO가 던진 “우리가 넘버원”이란 선언의 근거를 확인하는 과정이었다.

글 | 한상민 기자_han@autoelectronics.co.kr
IN ENGLISH

“일본 메이저 OEM을 잡으셨군요?”
그들의 ‘넘버원’ 선언을 들은 뒤, 마지막 인사를 나누며 건넨 질문이었다. 명확한 답을 듣진 못했지만, 일본에서 ‘메이저 OEM’은 보수적인 검증과 조달 프로세스의 상징에 가깝다. 그 문턱을 넘었다는 것이 사실이라면, “넘버원”은 가벼운 허세로만 치부하긴 어렵다.
보안 리스크와 시장 변화, 기술 로드맵을 설명하는 내내 VicOne의 맥스 쳉(Max Cheng) CEO의 메시지는 흔들리지 않았다.
“VicOne은 설립된 지 3년 조금 넘었지만, 글로벌 자동차 사이버보안 솔루션 시장의 리더가 됐습니다!”
빈말이라면, 고객은 이미 등을 돌렸을 것이다. 자동차 보안은 ‘말’이 아니라 현장 적용과 반복가능한 실행 능력으로 판가름 나는 분야니까. 게다가 지금의 자동차는 단순한 ECU들의 집합이 아니다. 차 안에는 대화형 AI가 들어오고, 차 밖에는 충전 인프라가 연결되고, 공급망에는 수많은 서드파티 소프트웨어와 모델이 섞인다. 공격 표면은 넓어지고, 패치는 느리고, 책임은 복잡해지고 있다.
그의 자신감은 무엇이었을까. 더 정확한 질문은 이거다. 그게 ‘사실’이라면, 그 사실은 어디에서 증명되는가.
맥스는 성장을 ‘서비스 제공’만으로 설명하지 않았다. 규정과 고객 요구가 강화되는 흐름, 그리고 그 요구를 따라잡기 위한 솔루션 혁신을 근거로 들었다. 전년 대비 200% 이상 성장 같은 숫자도 언급했지만, 그는 숫자에 기대지 않았다. 취약점이 늘면 공격이 발생하고, 산업은 결국 ‘완화해야 한다’는 압력으로 움직인다는 현실을 먼저 짚었다. 이제 남는 건 하나다. 지금 자동차 보안이 무엇과 싸우고 있는지를 확인하는 일이다.

VicOne 하라 마사키 기술총괄이 Automotive World 2026 현장에서 ‘Physical AI 시대의 보안’ 관점을 설명하고 있다.

차는 ‘가장 먼저 대규모로 배치되는 Physical AI’

그 확인의 구조를 잡아 준 사람은 하라 마사키(Hara Masaki) 기술총괄이었다. 맥스가 “Physical AI”를 오늘의 키워드로 올려세운 뒤, 하라는 그 키워드가 자동차 보안 현장에서 무엇을 의미하는지 다섯 개의 트랙으로 정리했다.
다섯 가지는 ‘목차’가 아니라, 자동차 보안이 어디로 이동하는지, 그리고 왜 대응이 한 번의 패치가 아니라 지속적인 관리·증빙·반응 속도의 문제로 굳어지는지를 단계적으로 보여주는 좌표였다.
하라는 그 트랙 중 첫 번째로 차내 AI(In-Vehicle AI)를 꺼냈다. 생성형 AI가 차량에 들어오면 입력은 자연어·이미지·대화형 인터페이스로 열린다. 그 순간부터 전통적인 방식, 예컨대 특정 입력을 막거나, 단순 필터로 차단하는 수준만으로는 충분하지 않다. 하라 기술총괄이 던진 질문은 ‘에지에서 동작하는 에이전틱 AI를 어떻게 방어할 것인가’였다.
그리고 여기서 더 강하게 밀어붙인 쟁점은 공급망이었다. 모델이 여러 공급사에서 들어오고, 파인튜닝이 끼어드는 순간 질문은 ‘누가 책임지는가, 언제 수행되는가, 최종 산출물은 충분히 안전한가’로 바뀐다. 하라는 이를 “AI를 라이프사이클 관리 관점으로 다시 설계해야 한다”는 결론으로 묶었다. AI는 기능이 아니라 지속적으로 다뤄야 할 대상이 된다는 뜻이다.
이 지점에서 아키노부 오다(Akinobu Oda) 지사장은 기술을 ‘제품화’하는 방향으로 논리를 밀어줬다. 오다는 차량 내 AI 보안이 결국 “무엇을 검사하고, 무엇을 통제하는가”로 수렴한다고 말했다.
“우리는 프롬프트를 먼저 체크해 ‘나쁜 프롬프트’인지 가려내고, AI가 생성한 출력도 다시 들여다봐서 사용자에게 전달해도 되는지 판단합니다.”
핵심은 ‘AI의 입력과 출력’이 새로운 공격면이 됐다는 점이다. 그리고 이 문제는 차내에서 끝나지 않는다. 차량 밖의 인프라, 그리고 다른 물리 시스템으로까지 같은 형태로 번져간다.
오다는 같은 발표에서 자동차와 로보틱스가 서로 반대 방향으로 확장되는 흐름을 언급했다. Tesla는 자동차에서 로보틱스로, Honda는 로보틱스에서 자동차로. 방향은 반대지만, 기술적 공통점이 많기 때문에 가능한 전개라는 진단이다. 그리고 그 접점은 ‘시장’보다 ‘규정’에서 먼저 열린다는 것이다. 규정의 흐름이 자동차에서 로보틱스로 “스며들고 넘쳐” 들어간다. 즉 자동차에서 먼저 요구되기 시작한 보안 설계, 취약점 공개, 업데이트 책임, 대응 증빙 같은 요구가 로봇에도 같은 방향으로 확장되고 있다는 의미다.

취약점은 “발견”보다 “남아 있는 시간”의 문제다

두 번째 트랙은 취약점과 규정/규제다. SDV로 가면 소프트웨어 구성요소 분석(SCA)이 전제가 되고, 취약점 정보의 식별·추적·공유는 상시적 요건이 된다. 하라 기술총괄은 리눅스 커널 취약점을 사례로 들며, 이런 위험이 서버 환경만의 이야기가 아니라 차량용 Automotive Grade Linux 같은 자동차 소프트웨어 스택에도 그대로 스며든다고 짚었다.
하지만 그의 초점은 ‘어디에 취약점이 있나’보다, ‘그 취약점이 얼마나 오래 남아 있나’에 더 가까웠다. 서버와 달리 차는 대응이 느리다. 패치는 늦고, 배포는 어렵고, 규정과 검증은 얽혀 있다. 그래서 그는 이렇게 말했다.
“서버 측 대응과 비교하면 차량 측은 더 오래 걸립니다. 따라서 그 취약점이 환경에 더 오랫동안 남아 있을 위험이 존재합니다.”
하라가 사용한 표현은 ‘보이지 않는 취약점(invisible vulnerabilities)’이었다. 제로데이도 있고, CVE가 부여돼도 세부가 공개되지 않은 채 ‘대기 상태’로 남아 있는 경우도 있다. 중요한 건 상세가 공개되는 순간의 반응 속도다. 공개가 된 뒤에야 움직이는 조직과 공개되는 즉시 완화·패치 계획을 굴릴 준비가 된 조직 사이에서 격차가 벌어진다. 결국 취약점 대응은 ‘지식’이 아니라 준비된 상태(state)로 굳어진다.
한편. 오다 지사장은 규정의 프레임을 꺼내 이 흐름을 더 넓게 봤다. 유럽을 중심으로 사이버보안·소프트웨어 업데이트 규정(예: UNECE R155/R156)이 산업의 기본 전제가 되고, AI 관련 규정 프레임까지 겹치기 시작하면 보안은 선택이 아니라 요건이 된다. 그리고 요건이 되는 순간, 경쟁은 “기술 보유”가 아니라 책임 배분·증빙·반응 속도로 갈린다.

VicOne이 소개한 ‘xPhinx’ 아키텍처. AI 에이전트 - LLM/VLM 사이에서 입력·출력을 검증하고, 위협 인텔리전스를 지속 업데이트한다.

EV 충전기는 ‘물리 사고’로 이어지는 인터페이스

세 번째 트랙은 EV 충전기다. 하라 기술총괄은 이 주제가 “작년에도 제기되었고 올해도 이어진다”고 말했다. 이유는 명확하다. 충전기는 네트워크에 붙어 있고 차량과 직접 연결되며, 침투가 허용되면 물리적 위험(과열→화재)으로 이어질 수 있다.
여기서 중요한 것은 표준을 준수하고 있어도 제로데이는 나온다는 사실이다. 즉 ‘컴플라이언스 = 안전’이라는 공식은 성립하지 않는다. 컴플라이언스는 출발선이고, 제로데이는 그 바깥에서 튀어나온다. 그리고 충전기가 공격 표면으로 편입되는 순간, 보안의 범위는 차량 내부를 넘어 차량이 접속하는 세계(충전 네트워크·백엔드·프로토콜 도구)까지 포함한 하나의 시스템으로 넓어진다.

랜섬웨어는 차가 아니라 ‘라인’을 멈춘다

네 번째 트랙은 랜섬웨어다. 하라 기술총괄은 이것이 ‘차량 자체 취약점’은 아닐 수 있지만, 자동차 회사를 겨냥하면 생산라인이 멈출 수 있다고 경고했다. 중요한 건 공격의 성격이다. 랜섬웨어는 ‘해킹 사건’이 아니라 생산 중단 리스크다. 따라서 산업의 주변부만 지키는 방식으로는 충분하지 않다. 공급망 전체를 포괄하는 방어 체계가 필요하다.
이는 특히 전통 OEM의 습성과 맞물린다. 전통 OEM의 보안은 종종 조직/기능별로 나뉘고, 책임이 분절되며, 결정 속도가 늦어진다. 그런데 랜섬웨어는 그 틈을 기다려주지 않는다. 공격은 기술보다 먼저 사업 연속성을 무너뜨린다.

오래된 공격은 여전히 ‘진입점’으로 남아 있다

다섯 번째는 차량 내 네트워크/프로토콜이다. CAN 인젝션, 하드코딩된 seed, 게스트 Wi-Fi를 통한 침투. 새로운 이야기가 아니란 말이 더 무섭다. 오래된 공격이 여전히 통한다는 것은 많은 시스템이 여전히 같은 방식으로 열려 있다는 뜻이기 때문이다.
하라 기술총괄이 이 파트를 정리하며 강조한 것은 두 가지다. 첫째는 차량 내부 ECU·도메인·게이트웨이까지 포함한 엔드포인트 탐지의 중요성이다. 둘째는 암호화 키의 통제·관리 권한이다. 특히 그는 진단/접근 인증에서 흔히 쓰이는 seed-key 메커니즘이 하드코딩되는 순간 그것이 공격자의 진입점이 될 수 있다. 기본기를 미뤄두면, 확장된 공격면은 더 손쉽게 열려버린다.

Pwn2Own Automotive:
취약점을 ‘산업의 학습’으로 바꾸는 경기장

맥스의 ‘넘버원’ 선언은 고객 리스트나 성장률만으로 유지되지 않는다. 그것이 산업에서 납득되려면, 취약점이 발견되고 공개되고 수정되는 과정, 즉 학습의 속도에서 그들이 어떤 역할을 수행하는지가 드러나야 한다.
여기서 상징적인 무대가 있다. Trend Micro의 Zero Day Initiative가 운영하는 Pwn2Own Automotive다. 이 행사는 차량, IVI, EV 충전기, 충전 프로토콜 도구, OS 등 ‘실제 타깃’을 대상으로 제로데이를 겨루는 공개 콘테스트로 매년 Automotive World에서도 개최되고 있다. 중요한 것은 “누가 뚫었는가”보다 “산업이 무엇을 학습했는가”다. 화이트해커는 취약점을 현실의 결과로 끌어내고, 프로그램은 그것을 책임 있는 공개(responsible disclosure)와 패치 준비 시간으로 연결한다. 그래서 자동차 보안은 보고서가 아니라 현장 검증이 된다.
흥미로운 건, 이런 ‘외부 검증’에 대한 태도에서 업체들의 성격도 갈린다는 점이다. “화이트해커가 OEM에게 얼마나 중요한가”란 질문이 나온 것도 같은 맥락이었다. 맥스는 세 그룹(테슬라·중국 OEM·전통 OEM)을 단순히 ‘순위’로 말하진 않았지만, 방향은 분명히 말했다. 어떤 그룹은 보안을 전략 가치로 보고 가능한 자원을 총동원해 선제적으로 움직이는 반면, 어떤 그룹은 규정 준수를 먼저 맞춘 뒤 문제가 드러나면 고치는 반응형으로 흐르기 쉽다. 차이는 기술의 유무라기보다는 조직의 속도와 책임 구조에서 갈린다.
Pwn2Own은 외부 해커의 쇼가 아니라, 업계가 스스로 공격을 초대해 공격면을 계측하고, 그 결과를 수정·개선의 루프로 되돌리는 장치다. 충전기까지 타깃이 된 것은, 보안의 무대가 차량 내부를 넘어 충전 네트워크·백엔드·프로토콜 생태계로 넓어졌다는 사실을 상징한다. (예: OCPP 관련 도구까지 타깃 범주로 들어오는 이유가 여기에 있다.)

아키노부 오다 지사장(좌)과 맥스 쳉 CEO --------3

VicOne은 넘버원인가

‘VicOne은 넘버원인가’란 질문은 결국 숫자 자랑이 아니다. 맥스가 말한 강점은 위협 인텔리전스의 깊이만이 아니라, 자동차·로보틱스처럼 리소스가 제한되고 수명이 긴 환경에서 가능한 경량 통합과 장기 지원의 약속이다. 그리고 그 약속은, ‘발견’과 ‘수정’ 사이의 간격을 줄여야 하는 시대에 더 가까워있다.
“우리가 넘버원입니다.”
이 문장이 진짜가 되려면 취약점이 늘어나는 속도를 인정하고, 그 속도만큼 빠르게 ‘발견→전달→수정’의 루프를 굴려내겠다는 책임이 필요하다. Automotive World 2026에서 VicOne이 보여준 것은 그 책임을 가능하게 만드는 방식, 그리고 그 방식을 산업이 함께 검증하도록 만드는 경기장 자체였다.

Geotab: Fleet Data That Will Change Next Year’s Budget

한상민 기자_han@autoelectronics.co.kr — 2026-02-02 16:16:30+0900

Geotab: 내년 예산을 바꾸는 ‘플릿 데이터’

한상민 기자_han@autoelectronics.co.kr — 2026-02-02 16:03:23+0900

이 기사의 주인공은 디바이스가 아니라 숫자다. “30%”는 안전을 비용 절감으로 바꾸고, “55%”는 지속가능성을 연료비 절약으로 바꾼다. 중요한 건 데이터를 모으는 게 아니라, 현장이 내일부터 행동을 바꿀 수 있게 해주는 것이다. Geotab이 보여준 것은 텔레매틱스나 플릿 매니지먼트 시스템이라는 ‘용어’가 아니라, 데이터를 운영으로 연결해 현장을 움직이는 의사결정 도구다.

글 | 한상민 기자 _ han@autoelectronics.co.kr
IN ENGLISH

“좋은 말은 보고서에서 끝난다. 숫자는 예산을 움직인다.”
남미의 한 보틀러(bottler, 병입·유통사)가 사고율을 30% 줄이고 그 결과 연간 보험료를 약 65만 달러 절감했다. 또 다른 기업은 15분 이상 아이들링 시간을 55% 줄여 연료비와 CO₂ 배출을 함께 낮췄다. 안전과 배출처럼 늘 추상적으로 들리는 것들이 손익계산서로 번역된다.
이는 텔레매틱스, 플릿 매니지먼트 시스템의 소개라기보다 경영 의사결정 도구다. Automotive World 2026에서 이 숫자를 만든 회사가 바로 Geotab이다. 한국, 일본 등 아시아 시장에도 본격 진출 중인 Geotab은 타카미치 타케우치(Takamichi Takeuchi) APAC 비즈니스 개발 리드를 통해 플랫폼·디바이스·AI 기능을 짧은 시간에 압축해 보여주며 ‘다음 날부터 바로 연결해 쓸 수 있는’ 현장성을 강조했다.

570만 대 데이터로 먹고 사는 회사

Geotab은 차량 데이터를 ‘수집→전송→시각화’에서 끝내지 않고, ‘분석→인사이트→현장 행동’까지 이어지게 만드는 회사다. 본사가 캐나다에 있는 Geotab은 이미 25년 이상 플릿 매니지먼트 시스템 사업을 해왔다. 접속(연결) 규모는 570만 대 이상이다. 특히 확장 측면에서 Verizon Connect(일부) 등 국제적인 상용 플릿 사업을 인수하며 범위를 넓혀왔다.
타카우치 리드는 내부 구성이 ‘엔지니어 중심’이라고 했는데, 이 대목은 ‘오픈 플랫폼’과 맞물린다. 즉, 단말을 파는 회사라기보다 데이터·소프트웨어로 확장하는 회사인 것이다.
그들의 기본 흐름은 전형적이면서도 운영 현실을 정확히 찌른다. 차량 OBD-II 포트에 Geotab GO 디바이스를 연결하고 내부 GPS/가속도 센서 등으로 주행·행동 데이터를 취득한다. 내장 LTE로 클라우드에 전송(통신비까지 포함된 형태)해 플랫폼에서 분석·대시보드·알림·리포트·API 연동까지 잇는다.
여기서 기술 자체보다 중요한 건 ‘내일부터 쓴다’는 메시지다. 현장 도입의 진짜 적은 ‘기술 난이도’가 아니라 ‘설치/통신/운영의 귀찮음’이기 때문이다. 그래서 Geotab은 ‘연결’을 프로젝트로 만들지 않는다. 구독만 걸면 다음 날부터 운영이 된다. 도입 마찰을 줄이는 만큼, 운영 비용과 예산 집행 속도가 달라진다.

Curve Logging과 고정 GPS 로깅 비교: 같은 주행이라도 의미 있는 변화점 중심으로 기록해 정확도를 유지하면서 데이터 전송량을 줄인다.

Geotab의 ‘한 방’:
Curve Logging이란 데이터 철학

가장 기술적인 부분은 ‘모든 데이터를 실시간으로 다 보내면 통신량이 폭증한다’는 문제에 대한 Geotab의 강점인 Curve Logging에 있다. GPS를 3초마다/5초마다 찍어서 올리면, 커브 구간에서 지도상 궤적이 도로를 벗어나 보이는 일이 생긴다. 하지만 Curve Logging은 ‘직선에서는 덜 보내고, 커브처럼 의미 있는 변화점에서는 촘촘히 보내는’ 방식이다. 즉, 대역폭을 태우는 방식이 아니라 ‘정확도에 필요한 지점만 고르게 보내는 방식’이다.
이게 중요한 이유는 텔레매틱스가 커질수록 병목은 ‘센서’가 아니라 ‘전송비/저장비/처리비’가 되는데, Curve Logging은 그 비용을 구조적으로 깎는 접근이기 때문이다. 빅데이터를 말하려면 먼저 데이터를 싸게 다루는 법부터 해결해야 한다는 것이다. 정확도를 유지한 채 데이터 단가를 낮추는 것, 그 자체가 손익 개선의 출발점이다.

‘오픈’이 주는 속도:
마켓플레이스·API·서드파티 결합

타케우치 리드는 Geotab을 단순히 “차량 데이터를 보여주는 시스템”이 아니라, 필요한 기능을 계속 덧붙여 확장할 수 있는 ‘오픈 플랫폼’으로 설명했다. Geotab은 차량에서 올라오는 데이터를 자기 플랫폼에만 가둬두지 않는다. 예를 들어 AI 카메라나 온·습도 센서처럼 현장에서 이미 쓰고 있는 서드파티 하드웨어를 붙여 같은 화면에서 함께 보이게 만들 수 있고, 보험 서비스나 주유카드, 각종 운영 솔루션 같은 서드파티 소프트웨어도 자연스럽게 연결할 수 있도록 열어두었다.
이때 다양한 연결을 가능하게 하는 중심 장치가 Marketplace다. Marketplace는 파트너들이 제공하는 하드웨어·소프트웨어를 한 플랫폼 위에서 조합할 수 있게 해주는 창구다. 그래서 고객은 Geotab만 단독으로 도입해 끝나는 것이 아니라, 업무 방식과 운영 과제에 맞춰 필요한 요소를 골라 붙여 ‘조합형 시스템’을 구성하게 된다. 또한 외부 클라우드나 기업 내부 DB와도 API로 연동이 가능해, Geotab을 하나의 제품이라기보다 자사 시스템의 일부로 끼워 넣고 조립하는 기반처럼 쓰게 한다.
이 지점에서 타케우치는 “NDA 없이도 접근성이 높다”는 표현을 썼다. 즉, 개발자/엔지니어가 끼어들 공간이 크다는 뜻이다. 그래서 그들이 한국이나 일본 시장에 투자한다고 말하면, 단순한 영업 확대가 아니라 로컬 파트너·로컬 엔지니어·현장 실구현까지 포함하는 확장인 것이다. 조합과 변경이 빨라질수록, 운영 체계의 ‘변경 비용’이 줄어든다.

ChatGPT처럼 물어보면 답한다:
Geotab ACE의 방향성

현장 담당자가 원하는 건 ‘대시보드 예쁘게 만들기’가 아니라 ‘지금 필요한 질문에 대한 즉답’이다. 예를 들어, 지난달 아이들링이 가장 많았던 차량, 작년 대비 연비가 가장 나빠진 구간이나 차량, 사고 위험 점수가 급상승한 운전자와 같은 질문을 매번 그래프로 만들고 리포트를 뽑는 과정은 병목이 될 수 있다.
그래서 Geotab은 자연어로 질문하면 답을 주는 형태(일본에서는 이미 베타로 사용 가능)를 전면에 세웠다. “그래프를 만드는 노동을 줄이는 혁신”이다. 즉, 데이터 분석 비용의 핵심인 ‘사람 시간’을 줄여 의사결정 속도를 올리는 방식이다.

안전: 벌점이 아니라 ‘리워드’로 움직인다

안전 부문에서 강조한 건 안전 운전이란 추상적 구호가 아니라, 현장에서 실제로 행동이 바뀌게 만드는 설계다. 먼저 모니터링을 한다. 차량에서 올라오는 운행 데이터와 운전 패턴을 꾸준히 쌓아, “지금 우리 운전이 어떤 상태인지”를 데이터로 잡는다. 다음은 벤치마킹이다. Geotab은 방대한 플릿 데이터를 기반으로, 자사 플릿과 비슷한 특성을 가진 다른 회사들의 데이터와 비교해 자사의 위험 수준을 객관적으로 위치시키는 방식을 제시한다. 내부 데이터만 보면 대체로 “우리는 괜찮다”로 흐르기 쉬운데, 외부 기준을 붙이면 이야기가 달라진다.
다음은 스코어링이다. “위험하다/안전하다”처럼 뭉뚱그려 말하지 않고, 급가속·급제동·급조향 같은 위험 행동을 항목별로 분해해 점수화하고 어떤 행동이 점수를 깎고 있는지까지 보이게 만든다. 이 단계에서 안전은 성향이나 태도의 문제가 아니라, 측정 가능한 운전 습관의 문제로 바뀐다.
핵심은 코칭이다. 단순히 “당신 운전이 위험합니다”에서 끝나면 현장은 방어적으로 변하고, 결국 시스템이 반발을 산다. Geotab은 위험을 지적하는 데서 멈추지 않고, 무엇을 어떻게 바꾸면 점수가 올라가는지, 개선의 방향까지 제시한다.
마지막은 리워드다. 타케우치 리드는 “처벌은 반발을 만들고, 보상은 참여를 만든다”는 접근을 설명했다. 점수가 올라가면 모바일 앱에서 상태를 확인할 수 있고, 일정 수준에 도달하면 Amazon 기프트카드나 Starbucks 카드 같은 실질적 보상으로 연결된다. 운전자가 스스로 참여하고 개선하도록 만드는 장치다. 안전이 ‘캠페인’이 아니라 비용을 줄이는 운영 장치가 되는 순간이다.
여기에 ‘하드웨어’가 추가된다. AI 카메라 보급을 올 6월 목표로 제시해 운전자 졸음/휴대폰/딴짓 등을 감지해 경보하고, 전방 상황(차간거리/일시정지 등)까지 확장 가능하게 할 방침이다. 이 분야에서 Geotab은 Surfsight를 인수해 커넥티드 플릿 데이터와 비디오 텔레매틱스를 결합하는 방향을 보여주고 있다.

아이들링 감축 효과를 비용·CO₂로 정량화: Before/After 지표.

아이들링을 보는 순간, 절감이 시작된다

다시 “30%”로 돌아가 보자. 남미 코카콜라 보틀러 사례는 ‘안전’이 결국 보험료와 비용으로 직결된다는 걸 가장 직관적으로 보여줬다. 지속가능성도 비슷한 방식으로 내려온다.
‘보고서용 ESG’가 아니라 운영비 절감의 언어이고, 타깃은 아이들링이다. CAN 데이터 기반으로 인젝터, 엔진 부하, 흡기량 같은 실측 데이터를 활용해 정확도를 높인다.
예를 들어, Schindler는 14대 차량으로 1개월간 PoC를 돌리며 “15분 이상 아이들링이면 비프음”이라는 단순한 개입을 걸어 15분 이상 아이들링 시간을 55% 이상 줄이고, 총 아이들링 시간과 비용 손실, CO₂와 연료 소비까지 함께 내렸다.
아이들링 때문에 나온 배출량이 23.39톤(tCO₂), “30%가 줄었습니다”와 같은 감축률을 말할 수 있는 핵심은 “피할 수 있는 아이들링”이 얼마나 되는지를 알기 때문이다. 예를 들어 운전자가 쉬어야 할 때의 냉난방 등은 불가피한 아이들링이다.
“벌점을 주는 방식이 아니라, 15분 이상 아이들링이 발생하면 비프음을 울리는 간단한 장치만으로도 행동이 바뀌었습니다. PoC에서 아이들링 시간이 줄었고, 이를 전체 플릿으로 확대하면 연간 절감 효과로 이어질 수 있습니다.”
결국 지속가능성은 ‘선언’이 아니라, 연료비와 운영비로 확인되는 숫자다.

좌측부터 타카미치 타케우치(akamichi Takeuchi) 리드, 그리고 한국 담당 조셉 정(Joseph Chung).

intoPIX: Breaking the “Compression Taboo” in Automotive Video

한상민 기자_han@autoelectronics.co.kr — 2026-01-29 16:49:42+0900

intoPIX, 자동차 비디오 ‘압축 금기’가 깨지는 순간

한상민 기자_han@autoelectronics.co.kr — 2026-01-29 16:35:36+0900

CES에서 intoPIX가 던진 메시지는 ‘압축은 화질을 버리는 기술’이 아니라, 데이터가 폭증한 시대의 조건이라는 것이었다. 카메라 대수 증가로 병목이 링크를 넘어 SoC 내부로 이동하는 지금, 압축은 대역폭·전력·EMI·메모리·클라우드 비용을 함께 다루는 시스템 설계의 기본기로 다시 올라왔다. “우리는 이미 하고 있다”는 현장 메시지는 자동차에서 압축이 ‘금기’가 아니라 ‘표준’이 될 수 있음을 보여줬다.

글 | 한상민 기자_han@autoelectronics.co.kr
IN ENGLISH

CES 현장에서 intoPIX와의 만남은 곧바로 자동차 산업의 ‘병목’을 정면으로 찔렀다.
파스칼 펠레그린(Pascal Pellegrin) 오토모티브 그룹 CTO, 벤 런얀(Ben Runyan) 북미 이사, 주정민 한국 지사장은 자동차 업계에서 한동안 꺼내기 어려웠던 압축에 대한 이야기를 시작했다.
intoPIX. 벨기에 기반 이미지·비디오 저지연 압축 코덱 IP 기업.
이 회사가 자동차에서 내세우는 무기는 크게 두 갈래다. 하나는 JPEG XS 국제표준(ISO)의 베이스라인으로 사용되는 초저지연 영상 전송 코덱(TicoXS), 다른 하나는 RAW 센서 데이터(Bayer/CFA)를 대상으로 한 경량 압축(TicoRAW)이다. 정리하면, ‘센서와 영상 데이터’가 커지는 시대에 고화질을 유지하면서도 지연을 거의 만들지 않는 압축을 IP(하드웨어 코어)와 소프트웨어 라이브러리로 동시에 제공하는 것이다.
자동차에서 압축은 오랫동안 금기였다. ‘압축하면 손실이 되고, 레이턴시가 있어서 다양한 응용에 사용 못한다’는 인식이 강했다. intoPIX는 그 금기를 ‘조건을 바꿔’ 뒤집겠다는 것이다.
“저희 기술은 이미지 비디오 컴프레션 엔진입니다. 기존에 자동차에서는 압축 기술을 전혀 도입 안 했었죠. 압축하면 손실이 되고 레이턴시가 있으니까요. 근데 intoPIX 코덱은 기본적으로 손실이 없고(visually lossless), 레이턴시가 인코딩·디코딩 다 합해 마이크로세컨드 단위입니다. 거의 없다고 보셔도 되거든요.”
이 문장이 ‘마케팅’으로만 들리지 않았던 이유는 intoPIX가 자동차 시장에서의 도입 순서를 매우 현실적으로 잡고 있기 때문이다. 차 안의 실시간 스트리밍부터 밀어붙이지 않고 데이터 비용과 운영 문제부터 풀고 나섰다.

ADAS 데이터는 ‘쌓는 순간’ 비용이 된다. 차량 저장 용량·업로드 시간·클라우드 보관 비용이 압축을 운영 기술로 끌어올린다.

‘자율주행’이 아니라 ‘데이터 비용’에서 시작

intoPIX가 자동차에서 처음 들어가는 곳은 데이터 로깅과 클라우드다. 그리고 그들이 먼저 꺼낸 말은 ‘학습’이 아니라 ‘비용’이었다.
“기존에 데이터 로그로 이미지들을 캡처하잖아요. 학습시키려고 클라우드로 올리고 보관하는데, 그 데이터가 너무 큰 거예요. 클라우드에 보관할 때도 압축을 안 하면 비용이 너무 많이 들어가잖아요.”
ADAS/자율주행의 성능은 결국 데이터를 얼마나 많이, 자주, 오래 쌓고 돌리는가에 달려 있다. 그런데 데이터가 커질수록 업로드 비용과 저장 비용이 누적되고, 결국 모델 개선은 예산의 벽에서 멈춘다. intoPIX는 이 문제를 합리성으로 말하고자 한다.
또 하나, intoPIX는 구현의 경로를 ‘특정 칩에 묶지 않는 것’으로 잡고 지속적으로 범용성을 강조했다.
“저희는 매우 플렉서블하게 하드웨어 뿐만 아니라 소프트웨어에서도 쉽게 압축·디코딩을 할 수가 있습니다. x86, ARM 기반, GPU 제슨 기반에서도 다 할 수가 있기 때문에 지금 자동차 내 에코시스템에서 구현이 쉽게 가능합니다.”
물론 핵심은 ‘어디서든 돌아간다’는 것이 아니라, 데이터가 쌓이는 전 구간인 차량 저장–업로드–클라우드 학습–재사용에서 압축이 운영 도구로 쓸 수 있다는 점이다.
그래서 회사의 첫 메시지는 ‘영상 전송 기술’이 아니라 데이터 파이프라인의 비용 구조다.

카메라 증가는 곧 ‘연결의 물리’ 문제다. 대역폭·배선·전력·발열·EMI, 그리고 SoC 인터페이스/메모리 병목이 압축을 요구한다.

센서단 압축: 대역폭 줄면 전력과 EMI가 내려간다

데이터 로깅/클라우드가 도입의 첫 관문이라면, 다음 단계는 센서다.
자동차에 카메라가 많아졌고 그만큼 이는 부담이 된다. 카메라가 늘면 링크 대역폭이 늘고 대역폭이 늘면 전력과 EMI가 따라온다.
“카메라들이 많이 붙고 그러다 보니까 전력 소모도 너무 커지고, 그다음에 EMI 이슈들도 많이 생기잖아요. EMI 커버하려면 또 선도 비싼 거 깔아야 하고요. 카메라에서 선(先)압축을 걸면 전송 구간의 데이터량이 줄어 링크 대역폭이 내려가고, 결과적으로 전력·EMI·SoC 내부 처리 부담까지 연쇄적으로 줄어듭니다.”
intoPIX가 말하는 압축은 ‘화질을 버리고 줄이는 기술’이 아니다. 센서단에서 데이터율을 낮추는 순간, 배선·차폐·발열·전력이 한꺼번에 영향을 받는다. 즉, 압축은 이제 성능보다 시스템 설계의 기본기에 가깝다.

진짜 병목은 링크를 넘어 SoC 내부로 들어온다

이 부분이 흥미로운 이유는 병목을 링크에서 끝내지 않았기 때문이다. intoPIX가 던진 포인트는 다음 단계, 카메라가 많아지면 병목은 결국 SoC 내부로 들어온다는 지점이다.
“IVI하고 자율주행 쪽 칩셋 업체들도 카메라 입력을 궁극적으로 SoC의 MIPI와 같은 인터페이스로 받잖아요. 카메라를 많이 붙이다 보니까 MIPI를 무한정 늘릴 수가 없습니다. 그러니까 한정된 레인 안에 카메라를 여러 대 붙이려다 보니 압축 코덱이 필요한 겁니다.”
카메라가 늘면 ‘선’이 먼저 비명을 지르고 그다음은 SoC 내부. 인터페이스 레인이 한정되고 들어오는 데이터가 커지면 메모리 대역폭이 터진다.
“압축된 데이터가 SoC 안으로 들어와서 처리할 때도 밴드위스가 너무 크니까 메모리 리드/라이트 대역폭이 너무 커 문제가 됩니다.”
이것이 바로 OEM과 티어 1이 겪는 현실이다. 과거에는 ‘무압축이 더 낫다’는 철학이 지배했지만, 카메라 중심 아키텍처가 커질수록 그 철학은 대역폭·전력·EMI·메모리라는 벽과 부딪힌다. 결국 압축이 다시 테이블 위로 올라온 것이다.
‘예전엔 압축 얘기 자체를 안 했는데 카메라가 많아져 이제는 해야 하는구나’라고.

in-sensor compression이 열어주는 체인 반응: 전력·EMI·대역폭·SoC 병목을 함께 낮춘다.

CES에서 증명

대화는 잠깐 TV와 게임으로 이동했다.
현장에서 intoPIX는 ‘무선 게이밍’ 데모로 압축의 감각을 먼저 보여줬다. 부스 하단에 소니 PS5가 구동되고 있었고, TV까지 케이블 없이 60GHz 무선 링크 또는 Wi-Fi 7으로 영상을 전송했다. 설명에 따르면 비압축 4K 신호라면 전송 대역폭이 약 12Gbps 수준까지 치솟지만, 데모는 이를 약 1Gbps로 압축해 전송했다. 프레임이 일부 드롭되는 상황에서도 화면 손상을 눈에 띄지 않게 보정하는 ‘super concealment’ 기술을 시연하며 무선 환경에서의 체감 품질을 ‘운영’ 관점으로 다뤘다.
이것은 이번 CES에서 하이라이트된 LG의 무선TV 사례와 같은 맥락이다. 기존에는 레이턴시 때문에 무선으로 고화질 게이밍이 어려웠지만 그것이 가능해졌다.

‘압축 안 한다’와 ‘압축이 필요한’ 현실 사이

사실, 현장에서 반복된 표현은 ‘아이러니’에 가까웠다.
업계에는 여전히 “우리는 압축 없이 보낸다”를 컨셉으로 삼는 진영이 있다. 그 철학이 주는 이점도 분명하다. 하지만 현실이 부딪히는 지점은 거창한 구호가 아니라, 카메라 대수 증가라는 단순한 물리 조건이다. 센서가 늘고 데이터가 커지는 순간, 링크·전력·EMI·SoC 내부 대역폭까지 연쇄적으로 부담이 커진다.
또, “(이런 이슈가) 언제부터 이렇게 올라온 거예요?”란 질문에 돌아온 답도 담백했다.
“한 2~3년 전부터요.”
콕핏에서 데이터는 너무 커졌고 더 커질 것이다. 카메라는 많아지고, 병목은 링크를 지나 SoC 내부로 이동하고 있다. 그래서 압축은 ‘손실’이 아니라, 대역폭·전력·EMI·메모리·클라우드 비용이라는 시스템 언어로 다시 올라오고 있다.

파스칼 펠레그린(Pascal Pellegrin) 오토모티브 그룹 CTO(우측)와 주정민 한국 지사장

China Speed: Caresoft’s View of the Execution Model and Cost Competitiveness

한상민 기자_han@autoelectronics.co.kr — 2026-01-29 13:07:26+0900

차이나 스피드: Caresoft가 본 실행 모델과 원가 경쟁력

한상민 기자_han@autoelectronics.co.kr — 2026-01-29 12:23:15+0900

매튜 바차파람필
Matthew Vachaparampil
CEO of Caresoft Global

이 글은 Automotive World 2026에서 Caresoft Global의 매튜 바차파람필(Matthew Vachaparampil) CEO가 제시한 ‘중국의 실행 모델’ 강연을 정리한 것이다. 강연 자체도 인상적이었지만, 무엇보다 슬라이드에 담긴 데이터와 사례가 매우 디테일했다.
다만 그 방대한 슬라이드 내용이 발표 시간 안에 모두 설명되지는 않았기 때문에,
AEM은 독자의 이해를 돕기 위해 강연의 흐름을 유지한 채 슬라이드의 핵심 대목 일부를 편집 보강해 본문에 포함시켰다.
아래는 그 재구성본이다.

정리 | 한상민 기자 _ han@autoelectronics.co.kr

IN ENGLISH

들어가며: 자료가 아니라, 실물을 분해해 확인한다

마이크로소프트와 같은 회사들과도 협업하는 Caresoft는 일본에서 Sanyo Trading과 함께 활동하고 있다. Caresoft가 수행하는 일은 크게 두 가지로, 하나는 벤치마킹, 다른 하나는 원가 절감이다. 이와 관련 Caresoft는 Iceberg와 Eureka란 두 가지 주요 제품을 갖고 있다. Caresoft는 전 세계 최신 차량을 25대 이상 확보해 고객이 직접 보고 확인할 수 있도록 운영 중이다. ‘자료로만 보는 벤치마킹’이 아니라, ‘실제로 만지고, 분해하고, 확인하는 벤치마킹’을 지향한다.
Automotive World 2026에서 Caresoft의 핵심 주제는 중국이다. 왜 중국을 이해하는 것이 중요한지, 중국이 무엇을 하고 있는지, 그들의 실행 모델은 어떤지, 더 나아가 그 구조 안에 소프트웨어와 AI가 어떻게 들어가는지 폭넓게 살펴보고자 했다. 중국의 관점을 이해하면, 일본 등 주요 아시아 제조사들 전반에 도움이 된다고 생각했다.
결론부터 말하면, 중국은 ‘규모’와 ‘속도’로 경쟁의 리듬을 바꾸고 있다.

Part 1. 중국의 규모: EV 생산과 판매가 이미 세계를 지배한다

먼저 큰 그림부터 보자. 중국은 연간 자동차 생산 규모에서 가장 큰 축에 서 있다. 중국 시장만 놓고 보더라도 그 자체가 거대한 하나의 세계처럼 움직인다. 특히 EV는 더 강하다. 전 세계에서 생산되는 EV의 65% 이상이 중국에서 만들어진다. 이게 중국을 바라보는 출발점이다.
월 단위로 보더라도 중국 EV 시장은 이미 ‘수백만 대’로 움직인다. 예를 들어 2025년 10월 EV 판매는 약 190만 대 수준이었다. 이 수치는 전년 대비 +8%, 전월 대비 -10%였다. 월간 등락 자체보다 이 정도의 볼륨이 ‘기본 체급’으로 돌아간다는 게 핵심이다.
또 하나 흥미로운 포인트가 있다. 판매 상위권을 보면 테슬라의 모델 Y와 모델 3 같은 일부를 제외하면, 상위권 대부분이 중국 브랜드다. 여기서 강하게 던지고 싶은 비교가 하나 있다. 2025년 기준 유럽 베스트셀링 EV인 폭스바겐 ID.4의 판매량은 중국 EV 판매 순위 14위 모델보다 적다는 것이다. 이건 단순 성장 곡선이 아니라, 이미 ‘질서가 바뀌었다’는 신호다.

Part 2. 점유율 변화: 전동화도 전체 시장도 중국으로 이동한다

‘중국이 뜨고 있다’는 이야기를 감각이 아니라 숫자로 보자. 하나는 전동화 기준 글로벌 볼륨 점유율, 다른 하나는 글로벌 전체 자동차 볼륨 점유율이다. 먼저 전동화 기준 글로벌 볼륨 점유율에서 중국은 2019년 21%였는데 2024년 43%까지 올라갔다. 전동화 영역에서 중국이 사실상 절반에 가깝게 커진 것이다. 동시에 글로벌 전체 자동차 볼륨 점유율에서도 중국은 2019년 14%에서 2024년 27%로 상승했다.
다른 지역은 어떻게 움직였나. 전동화 기준에서 유럽과 일본은 상대적으로 내려왔다. 특히 전동화 기준 글로벌 볼륨 점유율에서 일본은 52%에서 21%로 떨어졌다. 한국 역시 7%에서 5%로 내려왔다. 미국은 전동화 기준 10%에서 12%로 완만한 상승이다.
중국은 이제 ‘특정 지역의 강자’가 아니라 ‘글로벌 플레이어’로 확실히 올라섰고, 글로벌 확장을 실행하고 있다.

Part 3. 글로벌 확장: 80~90년대 일본의 해외 공장 전략과 닮다

중국 OEM은 이미 해외로 나가고 있다. 예를 들어 브라질에서는 BYD가 살바도르(Salvador) 근처 카마사리(Camacari)의 포드 공장을 인수했다. GWM도 상파울루(Sao Paulo) 지역의 공장, 과거 메르세데스와 관련된 설비를 확보해 확장하는 움직임을 보였다. 픽업트럭 시장이 큰태국에서 GWM이 공장을 세웠고 BYD도 공장을 열고 있다. 유럽에서도 헝가리에 BYD가 공장을 열고 있다. 이 흐름은 1980~1990년대 일본 OEM이 미국에 공장을 세우며 확장했던 방식과 매우 유사하다. 그때 일본은 ‘품질’을 앞세워 확장했는데, 지금 중국은 ‘비용 + 기술 + 속도’를 결합해 확장한다.

Part 4. 대표 사례 1: BYD Seagull - ‘싼 차’가 아니라 ‘싼 설계’

작년에 Caresoft는 BYD의 Seagull을 가져왔다. 이 차의 가격은 8,000달러 수준이다. 소형이고 K-Car처럼 작은 체급이다. 그런데 이 차는 단지 ‘싸다’가 아니다. 스펙을 보면 더 위협적이다.
Seagull은 38.8kWh 배터리(Flying Edition)를 기준으로 CLTC 405km를 제시한다. 공차중량은 1,240kg(2,734lb) 수준이다. 구동은 FWD, 모터는 55kW(75hp), 135Nm로 구성된다. 배터리는 BYD Blade LFP다. 안전과 기본 사양도 무시하기 어렵다. 6에어백, 후륜 디스크, EPB, ESP 같은 구성이 들어간다. 차체 구조도 61% 고장력강, 핵심부에 1500MPa+ 핫포밍 적용 같은 이야기까지 제시된다. 그래서 이 차는 저가 EV라기보다 ‘저가로 설계된 경쟁력’에 가깝다. 주행거리와 체급을 보면 일본에서도 충분히 매력적으로 작동할 수 있다.

Part 5. 대표 사례 2: Xiaomi YU7 - 전자제품 회사의 속도가 자동차를 만든다

Xiaomi YU7에는 ‘포르쉐 킬러’라는 표현이 붙는다. 이 차에는 최신 기술이 아주 많이 들어가 있다. 가격은 약 3만 5,000달러 수준인데 성능은 굉장히 공격적이다. AWD 버전은 690hp, 0→100km/h 3.2초, 최고속 253km/h다. RWD도 315hp, 최고속 240km/h다. 배터리는 CATL NMC, 주행거리는 CLTC 670/750/760km 같은 숫자가 제시된다. 여기서 중요한 키워드는 800V 고전압 아키텍처다. 덕분에 15분에 최대 620km를 추가할 수 있다.
ADAS는 레벨 3 지향 메시지를 가져가고, 콕핏은 대화형 AI, 대형 디스플레이, 스마트폰 생태계 통합 등 ‘전자제품 회사가 가진 속도’를 그대로 옮기고 있다. Xiaomi는 원래 자동차 회사가 아닌 스마트폰 회사인데 그 속도로 차를 만들어낸다. 이게 지금 중국이 보여주는 실행 속도다.

Part 6. 대표 사례 3: Yangwang - “말도 안 되는 걸 해낸다”

BYD의 럭셔리 브랜드 Yangwang도 짚고 넘어가야 한다. 슬로건은 ‘Dare to Leap’. U8은 긴급부양 기능과 960km 이상의 주행거리를 내세운 럭셔리 EV로 소개되고, U9은 ‘포트홀을 뛰어넘는 차’라는 문장으로 상징성을 강조한다. 여기에 BYD의 DiSus 서스펜션처럼 적극적인 차체 제어기술이 함께 붙는다. 차의 상하(승차감) + 좌우 롤(기울어짐) + 앞뒤 피치(노즈다이브/스쿼트) 같은 차체 움직임을 센서 - 제어기 - 액추에이터로 적극 제어하는 개념이다. 핵심은 이 모든 것이 ‘말’이 아니라, 이미 실물로 구현돼 있다는 점이다.

Part 7. 왜 미국은 7만 달러 트럭에서 손해 보는데,
중국은 8천 달러 EV로 돈을 버는가?

여기서 가장 중요한 질문을 던져보자. 왜 미국에서 7만 달러짜리 트럭은 돈을 잃는데, 중국에서는 8,000달러 EV가 돈을 버는가. 이걸 ‘중국이 싸게 만든다’로만 설명하면 본질을 놓친다. 핵심은 단가가 아니라 구조다. 중국은 열관리·배선·전장 같은 시스템 블록을 통합 설계해 원가가 떨어지는 구조를 만들고, 수직통합·공용화·대량 생산으로 그 구조를 더 강하게 고정한다. 그리고 결정적으로, 이 모든 것을 속도로 밀어붙인다. 개발과 의사결정의 루프가 짧아질수록 비용은 더 빨리 떨어지고 기능은 더 빨리 올라간다.
그렇다면 중국은 이 구조를 어떻게 만들었을까. 이를 하나의 은유로 설명해 보자.

Part 8. 중국이 해낸 방식의 은유: 올림픽 전략과 자동차 전략

중국이 오늘날 자동차 산업에서 이렇게 된 과정을 이해하려면, 올림픽 강국이 된 과정부터 떠올리면 된다. 1988년 서울 올림픽에서 중국은 금메달이 5개였다. 그런데 그때 중국은 결심한다. “21세기에 들어서 2008년 베이징 올림픽을 개최하고, 금메달 1위를 하겠다”고. 그리고 종목을 선택했다. 자신들이 강점을 가질 수 있는 개인 종목, 다이빙, 체조 같은 분야에 집중했다. 미국이 강한 종목과 정면충돌을 피하고 자신들이 이길 수 있는 영역에 집중했다. 그 결과 베이징에서는 금메달 48개를 땄고, 그 뒤로도 40개 안팎의 금메달 수준을 유지하며 미국과 경쟁하는 위치까지 올라왔다.
자동차에서도 비슷한 전략이 작동했다.

Part 9. 중국 자동차 산업의 ‘30년 플랜’

1990년대 중국은 서구 OEM, 아시아 OEM과 합작사(JV)를 만들었다. 광저우에는 GAC와, 상하이에는 GM과, 선양에는 브릴리언스와 BMW의 JV, 폭스바겐은 FAW와의 JV 같은 식이다. 거대한 시장이 있었고 서구 OEM과 일본, 한국 OEM 모두 들어갔다. 그 결과 중국은 자동차를 만드는 법을 배웠다. 베스트 프랙티스를 이해했다. 그리고 그 과정 자체가 ‘중국 OEM을 키우는 계획’이었다.
2000년대로 넘어오면 중국은 환경 문제와 오염 문제를 겪었고 이 과정에서 ‘EV를 키우겠다’는 국가적 결정을 밀어붙인다. 동시에 ‘수직 통합’을 시작한다. 광산, 배터리, 리튬 밸류체인까지 전략적으로 묶어가며 밑단을 잡는다. 그리고 이제 글로벌 확장 단계로 들어갔고, 최근에는 소프트웨어, AI, 기술로 경쟁의 중심축을 옮기고 있다.

Part 10. 중국의 핵심 공식: Imitate, Improve, Increase

중국의 전략은 기본적으로 모방하고(imitate), 개선하고(improve), 확장한다(increase)는 것이다. 여기서 중요한 건 ‘모방’이라는 단어 자체가 아니라, 그 다음 단계인 ‘개선’과 ‘확장’이 매우 빠르게 이어진다는 점이다. 그리고 그 속도를 가능하게 하는 문화가 있다. 실패를 두려워하지 않고 ‘빨리 해보고, 빨리 배우는(fail fast & learn)’ 실행 방식이다.

Part 11. 일본도 ‘배워서 완성’했다

여기서 잠깐 일본 이야기로 기어를 바꿔보자. 토요다 가문은 직물에서 출발해 자동차로 전환했고, 디트로이트를 찾아 포드의 조립라인을 직접 보며 배웠다. 하지만 일본의 방식은 ‘복사’가 아니었다. 배운 것을 자기 방식으로 깊게 적응시키고, 끝내 제조 시스템으로 완성해냈다. 그 결과 토요타 생산 시스템(TPS)은 전 세계 제조의 벤치마크가 됐다. 실제로 미국에서도 80년대 말~90년대 초 핵심 화두는 ‘일본에서 배우는 것’이었고, TPS·카이젠·TQM이 대표적인 학습 대상이었다. 일본은 그렇게 ‘배워서 완성’하는 방식으로 올라섰다.

Part 12. 중국의 구조: 볼륨 + 과열 경쟁이 ‘학습 속도’를 만든다

다시 중국으로 돌아오면, EV 시장은 매우 크고 플레이어도 많다. Geely, Zeekr, BYD, AITO, Li Auto, NIO 등 수많은 회사가 경쟁하고, 사실상 ‘거의 100개’에 가까운 플레이어가 얽혀 있다. 반면 일본은 플레이어가 소수다. 중국은 경쟁과 생존 압력이 엄청나고, 그만큼 학습 속도도 빠르다. 이 모습은 1910~1920년대 미국을 떠올리게 한다. 당시 미국에도 브랜드가 난립했고, 결국 통합과 재편이 일어나 여러 회사가 합쳐져 GM 같은 거대 기업이 만들어졌다. 중국도 과열 경쟁 속에서 정리되는 구조로 갈 가능성이 있다. 하지만 중요한 건, 그 과정에서 기술 채택과 실행 속도가 폭발적으로 올라간다는 점이다.

Part 13. 기술·원가 사례 1: 냉각 시스템 - 서구/일본은 ‘호스’, 중국은 ‘통합’

좋은 예로 냉각 시스템을 보자. Tesla는 매니폴드(manifold)와 옥토밸브(octo valve)로 대표되는 통합형 냉각 구조를 제시했다. 23MY Tesla Model Y는 단일 매니폴드 구조로 간결해졌고, 중국은 여기서 더 나아가 리저버까지 통합하는 방향으로 진화시킨다. (슬라이드에서는) 23MY XPeng G6는 단일 매니폴드에 리저버 통합까지 포함한 형태로 제시되는 반면 24MY Western OEM(legacy) 사례는 여전히 호스 길이 3.6m, 세그먼트 14개, 퀵 커넥트 18개, 밴드 클램프 26개, 패스너 48개(type 13) 같은 복잡성이 남아 있다. 이 구조 차이가 차량 한 대당 약 60~65달러 수준의 비용 격차로 이어진다. 결국 이건 단순히 ‘부품 몇 개’의 문제가 아니라, 조립성·공정 변동·품질 편차까지 함께 만드는 구조의 문제다.

Part 14. 기술·원가 사례 2: ‘18개월 학습’ - 모델 Y를 샤오펑이 따라오는 속도

바디 구조와 캐스팅에서도 비슷한 흐름이 나타난다. XPeng 테슬라 모델Y를 따라했는데, 요지는 단순히 ‘비슷해졌다’가 아니라, 테슬라가 던진 구조적 아이디어(통합·단순화)를 18개월 만에 제품 설계로 흡수했다는 데 있다. BIW 수치로 보면, 테슬라는 BIW 333.7kg / 차량 1980kg(비율 16.8%)인데, XPeng은 BIW 299kg / 차량 2095kg(비율 14.3%)이다. 캐스팅 효율에서도 전·후 캐스팅 부품 중량이 XPeng 쪽이 더 가볍다. 요점은 ‘누가 먼저 냈냐’가 아니라, 얼마나 빨리 학습하고 구현하느냐다.

Part 15. AI/ADAS: Transformer 확산과 DeepSeek 통합 속도

이제 차량 소프트웨어, 특히 ADAS에서 AI로 넘어가겠다. 핵심은 ‘누가 더 좋은 알고리즘을 가졌나’가 아니라, 새로운 AI 방식이 등장했을 때 그것이 실제 차량 기능으로 얼마나 빨리 들어가고(통합), 얼마나 빨리 배포되고(릴리스), 얼마나 빨리 개선 루프를 돌리느냐다.
차선유지, 차간거리 제어, 고속도로 주행 지원, 내비게이션 기반 주행 지원(NOA/Navigation Pilot) 등은 겉으로 보면 비슷해 보일 수 있다. 하지만 내부적으로는 센서 데이터(카메라 영상, 레이더, 초음파 등)를 어떻게 결합해 인지·판단·제어로 연결하느냐가 성능과 확장성을 좌우한다. 트랜스포머(Transformer) 기반 접근은 이런 복잡한 데이터를 더 통합적으로 처리하고, 상황 인식과 행동 계획을 ‘확장가능한 형태’로 가져가려는 흐름으로 이해할 수 있다. 테슬라가 2021년부터 이런 전환을 진행한 뒤, 중국도 그 흐름에 빠르게 따라붙었다.
2021년에 GWM(Haomo)이 트랜스포머 기반 ADAS/Highway Pilot의 양산 흐름에 들어갔다. 2022년에는 XPeng과 NIO, 2023년에는 Li Auto까지 같은 변화가 이어졌고, 2024년 이후 중국 OEM 다수가 최신 AI 네트워크 기반의 NOA/내비게이션 파일럿을 배포하는 단계로 넘어갔다.
포인트는 ‘누가 먼저 했느냐’보다 ‘학습→적용→배포’의 리듬이 짧아졌다는 것이다. 소프트웨어는 한 번에 완성되는 게 아니라, 실제 운행 데이터와 사용자 피드백을 통해 빠르게 개선된다. 그러니 배포 주기가 짧은 쪽이 기능 성숙도를 더 빨리 끌어올릴 수 있다.
유사한 통합 속도는 콕핏/IVI 영역에서도 나타난다. DeepSeek가 출시된 뒤 3개월 안에 Geely·Zeekr·IM Motor·Changan·Chery 등이 IVI에 통합했고, 비교적 짧은 기간 안에 테스트 소프트웨어 릴리스까지 이어졌다. 여기서 중요한 건 특정 모델의 성능이 아니라, 새로운 기술이 등장하면 ‘일단 붙여보고, 빠르게 검증하고, 곧바로 다음 버전을 내는’ 실행 루프 자체다.

Part 16. BYD ‘God’s Eye’: 저가에도 ADAS를 넣는다

BYD를 보면, ADAS를 ‘프리미엄 옵션’으로만 두지 않는다. 핵심은 기능을 상위 트림에만 묶어두지 않고 아래로 빠르게 내려보내는 방식이다. BYD는 최상급 기술을 상징적으로 한두 모델에 넣는 회사가 아니라, 적당히 나눈 패키지를 여러 가격대에 넓게 깔아버리는 회사다.
BYD가 ‘God’s Eye’라는 이름으로 묶어 설명한 ADAS 구성을 보면, 크게 세 단계다. 가장 아래 단계는 카메라·레이다·초음파 센서 조합이다. 목적은 고속도로 주행 지원과 주차와 같은 체감도가 큰 기능을 ‘엔트리급’까지 보내는 것이다. 기본 모델은 ADAS가 약하다는 공식을 깨는 방식이다. 다음 단계는 상위 센서(예: 라이다)와 더 큰 연산 여력을 얹어 기능 범위를 확장한다. 고속도로 중심에서 도심 주행까지를 타깃으로 삼는다. 도심은 차선, 보행자, 자전거, 끼어들기, 복잡한 교차로 등 변수가 많아서 난도가 확 올라간다. 그래서 이 단계부터 센서 구성과 컴퓨팅이 한 번에 강화된다. 최상위 단계는 더 많은 라이다와 더 큰 컴퓨팅을 전제로 ‘레벨 3를 지향한다’는 메시지까지 붙는다. 중요한 건, 당장 완전한 자율주행을 말하려는 게 아니라, 상위 패키지에서 기능의 ‘천장’을 열어두면서 아래 등급에 이미 ‘쓸만한 기능’을 넓게 깔아두는 구조다. BYD는 ADAS를 ‘대량 보급되는 기본 경험’으로 만들려는 것이다. 포인트는 옵션이 아니라 기본으로 내려가는 속도. 이 속도가 빨라질수록 시장의 기준도 함께 바뀐다.

Part 17. 개발 속도:
중국 18~24개월 vs 레거시 36~48개월

중국의 전형적인 개발 단계는 Concept & Design 2~4개월, Engineering & Development 4~6개월, Prototyping 2~4개월, Validation & Testing 4~6개월, Manufacturing ramp-up 2~4개월로 총 18~24개월이다. 반면 전통 OEM은 전체가 36~48개월 수준이다. Li Auto가 2021~2024 사이 모델을 빠르게 늘린 흐름도 있고, 중국 OEM의 신규 플랫폼 개발이 보통 1.5~2년 내로 돌아간다는 메시지도 반복된다. 여기에 경쟁 압력, 9-9-6으로 상징되는 노동 문화, 그리고 무엇보다 여러 기능 조직이 동시에 움직이는 병렬 실행이 결합된다.

Part 18. 비용 우위의 구조:
조널/배선/배터리/열관리 ‘블록’에서 달러가 떨어진다

중국차의 비용 우위는 ‘부품을 싸게 산다’보다는 차를 구성하는 큰 덩어리(블록) 자체를 다시 설계해서 만들어진다. 전장 아키텍처, 배선, 배터리, 차체, 열관리처럼 시스템 레벨에서 구조를 단순화하면, 절감이 한 군데에서 끝나지 않고 부품 수·조립 공정·검사 포인트·품질 변동 비용까지 연쇄적으로 줄어든다.
예컨대 조널 아키텍처/전자 통합은 300달러+, LV 배선 구조는 200달러+, HV 배선·파워트레인 통합은 250달러+, 배터리 구조/모듈 진화는 200달러+, 열관리 통합은 100달러+ 같은 식의 델타가 제시된다.
예를 들어, 조널 아키텍처는 ECU를 기능별로 쪼개 늘리는 방식에서 벗어나, 구역 단위로 통합해 전장 구조를 정리한다. 이때 같이 따라오는 게 배선(하네스) 구조의 변화다. 하네스는 길이와 분기, 커넥터 수가 줄어들면 곧바로 원가와 조립성이 내려간다. 다시 말해 “전장 통합”은 단순히 ECU 비용이 아니라 배선·커넥터·조립 시간까지 함께 건드린다.
또 하나는 고전압(HV) 배선과 파워트레인 통합이다. 전기차는 고전압 계통의 배선·커넥터·실링·고정 구조가 복잡해질수록 비용과 리스크가 커지는데, 이를 모듈화/통합하면 부품 수와 작업 공정이 줄고, 조립 품질도 안정된다. 배터리 구조도 마찬가지다. 셀 단가만 싸게 만드는 게 아니라, 팩의 하우징·체결·냉각·모듈 구조를 단순화하거나 구조적으로 진화시키면 ‘셀 외 비용’이 크게 내려간다. 열관리 통합은 특히 효과가 빠르게 나타난다. 호스/커넥터/클램프가 많은 구조는 조립 공정이 길고 변동이 커지는데, 이를 통합 구조로 바꾸면 원가뿐 아니라 조립성·품질 편차까지 같이 낮출 수 있다.

Part 19. 실행 모델: 레거시는 19~24주, 중국은 4~6주

Caresoft는 전 세계 22개 OEM과 일하며 기술 최적화와 원가 절감을 수행한다. 그 과정에서 실행 구조의 차이는 매우 구체적으로 관찰된다.
레거시 OEM은 비용 절감 아이디어 하나가 사양으로 결정되기까지 보통 19~24주가 걸릴 수 있다. 기능별로 순차 리뷰가 진행되기 때문이다. R&D가 보고, 제조가 보고, 구매가 보고, 관련 부서가 이어서 검토하는 식으로 완전히 시퀀스(순차)로 흐른다. 그래서 아이디어가 앞단에서 들어가도 실제 채택률은 좋은 날에도 10~20% 수준에 머무는 경우가 있다.
반면 중국은 레거시가 19~24주 걸리는 것을 4~6주로 줄이려 한다. 접근은 병렬(parallel)이다. R&D, 제조, 구매, 생산기술/공정이 동시에 보고 빠르게 정리한다. 내부 리뷰를 2~3일 단위로 돌리고, 피드백을 분류하고, 함께 디자인 리뷰를 거쳐 최종 결정을 빠르게 내린다. Caresoft가 함께 일한 중국 OEM 3곳의 경우 구현률이 35~50%까지 나온 사례도 있었다.
이 차이는 “천재성”이 아니라, 경쟁 압력과 생존 압력이 조직과 공급망에 속도를 강제하고, 그 속도가 구조로 고정되었기 때문에 가능해진다.

Part 20. 공급망:
서구형(계층형) vs 중국형(통합·협업형), 그리고 BYD의 수직 통합

전통 OEM(서구·일본)의 공급망은 OEM - 티어 1 - 티어 2 - 티어 3 - 티어 4로 이어지는 계층형 구조이며 변화 속도가 느리다. 10~15년 전만 해도 자동차 산업은 ‘규모(scale)’가 핵심이었고, 더 많은 볼륨을 위한 얼라이언스 전략이 먹혔다. 그러나 이제는 기술 변화를 얼마나 빨리 흡수하고 전개하느냐가 경쟁의 기준이 된다.
중국은 구조 자체를 빠른 커뮤니케이션과 빠른 공급망 전개가 가능하도록 만들었다. 특히 BYD는 강하게 수직 통합돼 있다. 배터리, 모터/파워 시스템, 파워 일렉트로닉스, 일부 반도체, 금형·툴링, 인테리어/익스테리어 부품까지 광범위하게 내부화한다. 그 결과 BYD는 BOM의 60~70%를 내부 생산으로 통제한다는 메시지가 제시된다. 더 중요한 건, 이런 구조가 변경과 개선을 매우 빠르게 만든다는 점이다.
공용화(commonization)도 중요하다. 예를 들어 브레이크 부스터 같은 부품이 여러 중국 OEM 그룹과 브랜드, 세그먼트에서 공용으로 쓰이면 물량이 10만 대가 아니라 100만~200만 대 수준까지 뛸 수 있다. 물량이 10만에서 100만으로 가면 비용은 15~25%까지 내려갈 수 있다. 이런 요인들이 겹치며 중국의 총비용 우위를 30~40%로 제시한다. 이는 공급망/공용화/대량 생산에서 7~15%, 빠른 추격(imitate→improve→increase) 효율 약 7%, 큰 시장 기반의 박리다매 약 7%, 정책 지원 7~9% 등으로 분해해 볼 수 있다.

Part 21A. ADAS 트렌드: 비전 중심으로 비용을 낮춘다

ADAS는 비용을 낮추기 위해 비전 중심(vision-centric)으로 움직이는 흐름이 강해지고 있다. 라이다/레이다 같은 고가 센서를 줄이고, 카메라 기반과 AI 인식으로 가려는 방향이다.
XPeng은 2026년 이후 일부 모델에서 라이다와 HD맵 의존을 낮추고 ‘pure vision’으로 간다. BYD는 라이다 없이 비전 중심 구성으로 ADAS를 아래로 확산시키려 한다. Huawei ADS SE 역시 엔트리/미드 영역에서 센서 구성을 줄여 비용을 낮추려는 접근이다.

Part 21B. 콕핏 트렌드: 스마트 콕핏은 스마트폰식 속도로 진화한다

스마트 콕핏도 마찬가지다. 디스플레이, IVI, 음성/AI, 커넥티비티, 센서가 결합되어 개인화된 차량 경험을 만든다. Huawei / Yinwang이 OS+콕핏 소프트웨어(하모니 기반 등)부터 IVI, 커넥티비티, ADS 통합까지 이른바 ‘스마트카 스택’을 파트너 OEM에 제공한다. Desay SV 같은 플레이어는 콕핏 도메인 컨트롤러와 디스플레이/클러스터/IVI를 하드웨어+소프트웨어로 통합해 공급한다. 중국은 이 영역을 스마트폰 산업처럼 ‘동일 가격에 더 많은 기능’을 빠른 주기로 밀어붙인다. 이 속도가 사용자 기대를 바꾸고, 시장의 기준을 바꾼다.

“큰 것이 작은 것을 먹는 게 아니라, 빠른 것이 느린 것을 먹는다”

SPEED is the only competitive advantage.
속도의 의미를 다시 꺼내고 싶다. 다만 속도만이 전부인가? 그렇지 않다. 품질도 중요하고, 안전도 중요하고, 신뢰성도 중요하다. 중국은 적어도 일부 영역에서 그 격차를 빠르게 좁히고 있다.
일본이 미국에 들어왔을 때는 ‘품질’이 핵심 벡터였다. Toyota, Honda가 70~80년대에 품질로 들어왔다. 90년대에는 한국이 ‘비용’으로 들어왔다. 현대는 초기에 품질이 매우 나빴지만 10년/10만 마일 보증 같은 강한 조치를 썼고, 시간이 지나며 품질과 비용을 기본값으로 만들었다. 중국은 여기에 더해 소프트웨어, AI, 기술을 가지고, 그리고 빠르게 들어온다. 속도만이 전부는 아니지만, 이 모든 것을 갖추고도 빨라야 한다.
중국을 그대로 복사할 필요는 없다. 품질, 안전, 신뢰성, 모노즈쿠리(monozukuri) 같은 강점이 있고 이는 여전히 존중받고 유효하다. 하지만 중요한 건 그런 강점에 소프트웨어, AI, 속도를 결합하는 것이다. 즉, Craftsmanship × Software × AI × Speed다.

부록: bZ3X 사례 - 일본 엔지니어링 × 중국 실행

Toyota는 중국에서 bZ3X를 출시했다. 이 사례는 ‘일본 엔지니어링 × 중국 실행’이란 슬라이드 제목으로 소개됐다. 중국 주도 R&D로 모델 개발과 페이스리프트가 진행되고, 신규 EV 플랫폼이 생산에 들어가며, 지역 의사결정 루프가 빨라지는 방향이 언급됐다. 아우디 사례와 상통한다. 콕핏은 하모니 OS 기반의 Huawei 생태계와 결합되고, Xiaomi 스마트 디바이스 생태계 통합, Momenta ADAS 같은 높은 현지화가 강조된다. 또 Toyota는 Huawei·Tencent와 차세대 음성 어시스턴트를 함께 개발한다.

매튜 바차파람필 CEO(좌측부터)와 프리딥 수브라마니암(Prideep Subramaniam) 부사장

연관기사: Automechanika Shanghai 2025와 China for China 그 이후
차이나 스피드, 얼마나 지속가능할 것인가

S-CORE’s Real Test: Who Owns the Next 10 - 15 Years?

한상민 기자_han@autoelectronics.co.kr — 2026-01-28 07:12:48+0900

S-CORE의 진짜 시험대: 누가 10~15년을 책임지는가

한상민 기자_han@autoelectronics.co.kr — 2026-01-28 06:57:46+0900

오픈소스는 멋지다. 문제는 멋진 코드는 책임을 대신해 주지 않는다는 것이다.
도쿄 빅사이트 컨퍼런스 타워에서 들은 S-CORE의 진짜 질문은 딱 하나였다. 누가 10~15년을 책임질 건가.
Qorix는 그 질문을 기술이 아니라 증빙·감사·유지라는 ‘양산 언어’로 번역했다.
그래서 결론은, S-CORE는 이제 ‘필요하냐’의 단계가 아니라, ‘어떻게 완주하냐’의 단계로 들어갔다는 것이다.

글 | 한 상 민 기자_han@autoelectronics.co.kr

IN ENGLISH
연관기사: Eclipse SDV, ‘비전’에서 ‘릴리스’로

“안전과 보안에 대한 최종 책임은 누가 질까요? 10~15년 동안 아키텍처를 누가 유지·진화시킬까요?”

Automotive World 2026의 마지막 날, 도쿄 빅사이트에서 가장 높은 곳 컨퍼런스 타워.
지난해 6월 S-CORE 출범부터 라스베이거스 CES에서의 두 번째 MoU, 그리고 이번 VDA·Qorix·Accenture 패널 토론까지 지켜봐 온 Eclipse SDV와 S-CORE의 전개는 단지 ‘오픈소스가 필요하다’는 선언을 넘어 양산의 순간에 점점 더 가까워지고 있었다.
SDV 시대의 공통 기반을 만들겠다는 말은 새롭지 않다. 하지만 그것이 양산 프로그램의 언어로 번역되는 순간 이야기는 달라진다. 제품 일정과 감사, 증빙과 책임 분리, 그리고 세대를 건너는 유지의 문제는 ‘좋은 코드’만으로는 해결되지 않는다.
Qorix의 캐롤린 파스티안(Caroline Pastian)과 헤어질 때, “당신이 왜 이곳에 왔는지 이제 이해했어요”라고 말했다.
그녀가 던진 질문과 그에 대한 답은, S-CORE가 진짜 시험대에 올랐음을 보여줬다.
오픈소스 코어는 출발점일 수 있다. 그러나 OEM 프로그램이 요구하는 것은 출발점이 아니라 완주하는 방식이다. 그리고 그 완주의 방법은 결국 책임과 유지, 그리고 자동차급 실행(automotive-grade execution)으로 구성된다.

VDA가 말한 ‘코드 중심’ 작동 조건

VDA의 마틴 슐라이허(Martin Schleicher)는 SDV를 고객 경험을 소프트웨어로 정의해 지속적으로 ‘좋은 경험’을 제공하기 위한 엔에이블러로 정리했다. 기능 추가만이 아니라 사이버보안 업데이트, 나아가 제3자 애플리케이션이 차에서 동작하는 생태계까지 차량의 라이프사이클 전체를 소프트웨어가 관통하는 시대라는 전제였다.
그가 강조한 것은 ‘오픈소스의 장점’ 자체가 아니라, 자동차에서 통하는 오픈소스의 작동 조건이었다. 핵심은 문서, 스펙이 아니라 코드가 단일 기준(single source of truth)이 되는 개발 방식이다. 전통적인 방식은 거대한 스펙을 만들고 구현한 뒤 통합 단계에서 문제를 뒤늦게 발견하지만, 코드 중심으로 전환하면 학습과 수정의 속도가 앞당겨지고, 검증과 품질의 부담도 더 이른 단계로 이동한다.
여기서 S-CORE가 밀어붙인 또 하나의 축은 툴 체인이었다. ‘docs-as-code’를 포함한 자동화된 워크플로로 스펙 - 코드 - 테스트를 연결하고, 추적성(Traceability)을 전제로 굴러가게 만든다. 기능안전성과 사이버보안 같은 요구는 ‘나중에 덧붙이는 옵션’이 아니라, 처음부터 개발 체계 안에 들어가 있다. 이런 조건들이 충족될 때, 오픈소스는 속도와 품질을 동시에 얻을 수 있다.
“자동차 개발에서 실제 가장 큰 비중을 차지하는 것은 ‘통합과 검증’입니다. 원래는 함께 잘 동작해야 하는 것들이 새로운 시스템에서 함께 동작하게 만드는 데 엄청난 노력이 들어갑니다. 소스코드를 투명하게 볼 수 있고, 각 분야 전문가가 같은 공간에서 이슈를 확인하고 함께 해결할 수 있으면 문제를 더 빨리 찾고 빨리 고칠 수 있습니다. 품질과 속도를 동시에 끌어올릴 수 있습니다.” 슐라이허가 이렇게 말했다.
다만 여기부터 질문이 시작된다. 속도와 개방성이 올라갈수록, 그리고 더 많은 회사가 같은 코드를 만질수록, 양산 프로그램이 요구하는 책임 구조는 어디에 걸리는가?

캐롤린이 바꿔놓은 분위기:
오픈소스가 OEM 프로그램이 되려면

“Qorix가 오픈소스 코어를 오토모티브 그레이드 소프트웨어 플랫폼으로 어떻게 바꾸는지를 말씀드리겠습니다. 오늘의 표현으로 말하자면, Qorix는 오픈소스 코어를 양산 가능한(automotive-grade) 소프트웨어 플랫폼으로 전환합니다. 우리는 이를 ‘Performance Stack’이라고 부릅니다.”

캐롤린은 이렇게 발표를 시작했다. S-CORE를 ‘공통의 기술 언어, 투명성, 협업’의 기반으로 인정하면서도 OEM 관점에서 끝내 남는 질문을 숨기지 않았다.
“안전과 사이버보안에 대해 최종 책임은 누가 집니까?” “10~15년 동안 아키텍처를 누가 유지·진화시키고, 여러 세대 차량에서 기능을 누가 보장합니까?”
오픈소스는 잠재력을 만든다. 그러나 그 잠재력만으로는 ‘자동차급 실행’이 되지 않는다. 즉, ‘코드가 있다’는 사실과 ‘프로그램에 넣어 양산한다’는 것 사이에는 산업이 요구하는 층위가 하나 더 있다. 이 층위는 기술 스펙이 아니라 책임과 증빙, 장기 유지의 운영으로 정의된다. 오픈소스가 기반을 제공한다면 자동차급 실행은 그 기반을 양산 프로그램의 언어로 고정시키는 작업이다.
캐롤린은 그 층을 Qorix의 역할로 말했다.
“Qorix는 S-CORE 생태계 안에서 기여자(Contributor)이자 유지관리자(Maintainer)로 참여하고, 생태계 밖에서는 배포자(Distributor) 역할을 수행합니다.”
기여자는 단순히 코드를 올리는 수준이 아니라, 기능과 모듈을 제공하고 문서와 API까지 포함해 지속 가능하게 플랫폼을 형성하는 역할이다. 유지관리자는 코어를 장기적으로 안정화하고 진화시키는 역할이다. 그리고 제품화 주체로서의 배포자는 커뮤니티에서 나온 코드를 ‘그대로’ 나르는 것이 아니라, OEM 프로그램이 요구하는 형태로 바꿔 제공한다.
“우리는 이것을 어떻게 할까요? 개발 워크플로는 내부 R&D 프로세스와 오픈소스 생태계를 결합합니다. 우리는 정기적으로 S-CORE의 최신 변경 사항을 리뷰하고 이를 내부 기능 개발과 결합하며, OEM의 요구사항을 커버하고, 타깃 하드웨어에 맞게 테일러링합니다. 그리고 필요한 경우, 변경 사항을 커뮤니티로 업스트림하기도 합니다. 최종적으로 우리는 생산 준비가 된(production-ready) 소프트웨어 솔루션을 제공합니다.”
그녀가 실제 강조한 단어는 ‘코드’가 아니라 안전 산출물(safety work products), 문서화된 증빙, 감사 대비(audit-ready) 아티팩트, 그리고 프로그램 지원이다. 이 구성요소가 OEM이 두려워하는 블로킹 리스크 - 통합 노력, SOP까지의 시간, 그리고 ‘깨졌을 때 누가 책임질지’를 줄이는 방식이다.
Q&A에서 나온 질문도 이를 한 번 더 고정했다. “다운로드해 수정하고 제품에 넣어도 되나?”란 질문에 패널은 Apache 2.0 라이선스를 근거로 가능하다고 답했다. 다만 곧바로 단서를 붙였다. 중요한 것은 ‘허용’의 문제가 아니라 ‘책임’의 문제라는 것. 허용은 라이선스가 만들지만, 책임과 증빙은 누군가의 역할로 만들어진다. 캐롤린의 질문은 바로 그 지점을 겨냥하고 있었다.

‘자동차급’이란 무엇인가:
mixed criticality를 다루는 기술적 문법

캐롤린은 기술로도 메시지를 고정했다. SDV로의 전환이 가속화될수록 HPC에서 미들웨어는 늘어나는 복잡성을 관리하는 결정적 엔에이블러가 된다. 그러나 기존의 proprietary 스택은 개방성, 확장성, 상호운용성에서 한계를 드러내기 쉽다. 반면 S-CORE 같은 공통 기반은 공유 플랫폼을 만들고, 엔지니어링 중복을 줄이며, 시간 단축을 가능하게 한다. 따라서 이제 질문은 ‘오픈소스가 필요한가’가 아니라, ‘오픈소스가 수십 년 동안 자동차 등급 기대를 어떻게 만족시키는가’로 바뀐다.
이에 대해 Qorix가 제시한 기술적 표현은 세 가지 축으로 정리된다.
첫째, SoC와 운영체제 환경 전반에서의 모듈러 아키텍처다. 현대 차량은 서로 다른 SoC와 OS를 사용하고 성능 프로파일도 다르다. 모듈러 아키텍처는 이런 변형(variation)들을 흡수하며 확장성을 만든다.
둘째, mixed criticality를 다루는 방식이다. 하나의 HPC에서 안전 크리티컬 워크로드와 비크리티컬 애플리케이션, 고처리량 데이터 처리가 동시에 돌아간다. 이때 핵심은 ‘같은 시스템에 같이 올린다’가 아니라, 같이 올려도 흔들리지 않게 만드는 규칙이다. 캐롤린이 강조한 표현은 deterministic runtime orchestration, 예측가능한 동작, 통제된 자원 사용, 그리고 안전 크리티컬 기능을 위한 간섭으로부터의 자유(freedom from interference)였다. 즉 안전이 필요한 기능이 다른 기능의 부하나 스케줄링 변화에 휘둘리지 않도록, 런타임 수준에서 ‘질서’를 강제하는 것이다.
셋째, 이것이 데모가 아니라 ‘양산 하드웨어에서의 일관성’으로 증명돼야 한다는 주장이다. 캐롤린은 이렇게 말했다.
“이것은 단지 비전이 아니라 우리가 여러 행사에서 이미 보여준 것입니다. 우리는 하나의 기반을 통해 여러 데모 시나리오를 제공합니다. 하나는 고성능 ECU 위에서 멀티 환경을 통합(consolidation)하는 시나리오입니다.”
이어 그녀는 같은 기반 위에서 ‘line/space SDV platform’과 ‘safety-informed SDV platform’에서의 mixed criticality 시나리오를 예로 들었다.
“즉, 양산 하드웨어에서 예측 가능한 동작을 보여주고, 우리의 어댑티브/런타임/오케스트레이션 역량을 결합해, 여러 ECU 아키텍처에서 일관된 동작을 제공한다는 것입니다.”
결국 이 도착점은 다시 책임 구조로 돌아온다. mixed criticality를 다루는 능력은 기술이지만, 그 기술이 제품이 되는 조건은 장기 유지, 증빙, 감사 대응이라는 OEM 언어로 고정될 때 완성된다.

Accenture의 프레임:
시스템에서 플랫폼으로, 그리고 스택+개발체계

영상으로 참여한 Accenture의 크리스토프 혼(Christoph Horn)은 관점을 한 단계 위로 올렸다.
그가 강조한 핵심은 ‘지금은 시스템이 아니라 플랫폼이 더 중요해지는 전환’이라는 진단이었다. 플랫폼은 한 차량에만 머무르지 않고 여러 세대와 라인업으로 퍼져 재사용된다. 그리고 OEM들의 아키텍처는 레이어와 API로 분리되면서 점점 닮아간다. 그렇다면 고객이 보지 않는 레이어, 고객 비가시 영역, 비차별 영역을 공유할 기회가 생긴다.
특히, 오픈소스를 성공시키려면 스택 자체만이 아니라 프로세스·방법론·툴을 함께 구축해야 한다. 과거의 표준화가 요구사항 문서와 합의 중심으로 느려졌다면, S-CORE는 처음부터 코드 중심으로 출발했고 여기에 툴링을 결합해 “진지하게 개발할 수 있는 기반”임을 증명한다. 다시 말해 플랫폼화는 코드만의 문제가 아니라 개발 체계의 문제이며, 이 체계가 갖춰질 때 공유는 비용 절감이 아니라 속도와 품질의 확률을 올리는 선택이 된다.

Q&A가 남긴 실무 포인트:
자유롭게 쓰되, ‘자동차급’은 공짜가 아니다

패널의 질의응답은 거창한 비전보다 “진짜 가져다 써도 되나?”라는 실무 질문이 많았다.
결론은 단순했다. 저장소는 공개돼 있고 누구나 내려받아 확인할 수 있다. 라이선스는 Apache 2.0이라 상용 소프트웨어와 결합해 사용하는 것도 가능하다. 수정한 코드를 커뮤니티로 다시 업스트림하는 것도 가능하지만, 강제는 아니다.
다만 이 실무 포인트는 곧바로 핵심 논점으로 연결된다. 오픈소스를 ‘무료’로 오해하지만, 자동차에서는 그 오해가 성립하지 않는다. 자동차급 품질과 안전·보안 요구를 충족하려면 숙련된 엔지니어와 체계가 필요하다. 비용 구조는 라이선스에서 서비스나 오픈코어, 제품화 지원으로 이동할 수 있지만, “공짜로 굴러가는 플랫폼”은 존재하지 않는다. 그리고 바로 이 지점에서 캐롤린의 질문 “누가 책임지고, 누가 유지하는가”가 다시 돌아온다.

마틴 슐라이허
그는 현재 VDA를 지원하며 SDV 및 자동차 소프트웨어 관련 업무를 맡고 있다. 이전에는 콘티넨탈에서 오랜 기간 소프트웨어 전략을 담당하며 SDV 솔루션 스택을 구축했고, 해당 스택이 일본 고객에게 실제 도입된 경험을 보유한다. 그 전에는 Elektrobit에서 소프트웨어 전략, 제품·포트폴리오 매니지먼트를 담당했다. 또 AUTOSAR 관련 보드, SOFI(거버닝 바디), Eclipse SDV, 유럽위원회 등 다양한 영역에서 산업 대표 역할로 참여하며 표준·거버넌스·에코시스템 관점의 전문성을 축적해 왔다.

오픈소스가 제품이 되려면, 책임 구조가 먼저다

이번 패널을 한 문장으로 압축하면 이렇다. 오픈소스 코어는 출발점이고, OEM 프로그램은 책임 구조로 완성된다. VDA가 제시한 S-CORE의 작동 조건은 코드 중심과 툴체인, 그리고 글로벌 협업의 방식이었다. Accenture는 이를 시스템에서 플랫폼으로 이동하는 산업 전환의 프레임 속에 위치시켰다. 그러나 세션의 결정적인 문장은 Qorix에서 나왔다.
“누가 안전과 보안을 책임지는가?”
“누가 10~15년을 유지하는가?”
이 질문은 조달과 SOP를 좌우하는 프로그램 질문이다. Qorix는 기여자·유지관리자·배포자라는 3역 구조, 그리고 안전 산출물·감사 대응·프로그램 지원 같은 자동차급 아티팩트를 통해 그 질문에 답의 구조를 제시했다. 즉, 글로벌 SDV에서 S-CORE가 의미를 갖는 이유는 오픈소스를 둘러싼 논쟁이 이제 ‘필요성’에서 실행과 책임으로 이동했기 때문이다.
마틴은 발표 직후, S-CORE는 오픈소스이며 누구나 리뷰할 수 있고 QR 코드로 메인 페이지에 들어가 소스코드를 내려받아 직접 확인할 수 있다고 덧붙였다. “관심이 있으면 직접 보고 판단해 달라”는 말은, 이 이니셔티브가 지금 어디까지 왔는지를 가장 간단하게 보여주는 문장이기도 했다. 일정도 구체화됐다. 연말에는 버전 1.0이 계획돼 본격적인 개발이 가능해질 것으로 보고 있다. 타깃 SOP는 2030년이지만 일부 컴포넌트는 그 이전에도 시장에서 모습을 드러낼 수 있다. 결국 다음 장면은 S-CORE란 공통 코어 위에 Qorix 같은 상용 ‘자동차급’ 스택이 올라가며, 책임과 유지의 언어가 실제 공급망으로 흘러 들어가는 순간이다.

캐롤린 파스찬
그녀는 자동차 산업에서 약 17년의 경력을 갖고 있으며 그중 약 16년을 Elektrobit에서 보냈다. 커리어 초기에는 인포테인먼트 시스템 분야에서 소프트웨어 개발과 프로그램 매니지먼트를 수행했고, 이후에는 마이크로컨트롤러 및 HPC 영역의 미들웨어 솔루션으로 업무 범위를 확장했다. 최근 몇 년은 복잡한 소프트웨어 솔루션을 시장에 안착시키기 위해 조직과 전략을 설계하는 역할에 집중해 왔다. 그는 자동차 산업의 전환을 단순 기술 변화가 아니라 협업 방식, 조직 구조, go-to-market 전략까지 포함하는 구조적 변화로 바라보고 있다.

현장 Q&A: S-CORE를 ‘지금’ 만져보려는 사람을 위한 체크리스트

Q. 누구나 다운로드할 수 있나?
A. 가능하다. GitHub에 공개돼 있고, 회원 가입 없이도 접근 가능하다는 설명이 나왔다.
Q. 수정해서 내부 테스트용으로 써도 되나?
A. 가능하다. 다만 변경을 커뮤니티로 올릴지(업스트림)는 선택이다.
Q. 수정한 코드를 우리 제품에 넣는 것도 되나?
A. Apache 2.0 라이선스 기반에서 상용 소프트웨어와 결합이 가능하다는 답이 제시됐다.
Q. 오픈소스면 무료 아닌가?
A. 자동차급 품질·안전·보안 요구는 비용 구조가 필요하다. 모델은 라이선스에서 서비스/오픈코어/제품화로 이동할 수 있지만 ‘공짜 플랫폼’은 성립하기 어렵다는 취지였다.
Q. 프로그래밍 언어는 하나로 통일되나?
A. 다언어 공존. 일부 컴포넌트는 필요에 따라 Rust 같은 언어가 활용된다는 언급이 있었다.
Q. 레거시를 전부 대체하나?
A. 프로젝트 의사결정에 달려 있다. 대체가 아니라 표준화·상호운용성·중복 제거가 핵심이라는 방향이 제시됐다.

The Temperature of Production Inside BH EVS’s Private Booth

한상민 기자_han@autoelectronics.co.kr — 2026-01-27 07:08:16+0900

BH EVS 프라이빗 부스에서 확인한 ‘양산의 온도’

한상민 기자_han@autoelectronics.co.kr — 2026-01-27 06:55:27+0900

CES 2026. BH EVS 부스에서 가장 인상적이었던 건 ‘가능하다’가 아니라 ‘하고 있다’는 말이었다. 그들의 무선충전은 편의 기능이 아니라, 전력·데이터·인증·업데이트가 묶여 돌아가는 전장 모듈이며 양산은 일정과 품질로만 증명된다. 그리고 그 양산 체질은 이제 레이다·히팅·BMS·EV·로봇 충전으로 확장되고 있다. BH EVS의 ‘운영가능한 전장’의 흐름을 현장에서 확인했다.

글 | 한상민 기자_han@autoelectroncis.co.kr
IN ENGLISH

“박 부사장(박진섭 연구소장), 설명 좀 부탁해요.”
BH EVS 김진용 대표가 말했다.

CES 2026. BH EVS 프라이빗 부스 초청은 단순 ‘방문’이 아니었다. CEO가 인사를 건네고, 그 다음부터 직원들이 제품군별로 설명을 이어갔다. 소개가 끝나면 질문이 붙고, 질문이 끝나면 다음 제품이 나왔다. 그리고 다시 질문이 이어졌다. 이 흐름이 1시간 동안 계속됐다.
보통 이 정도면 듣는 쪽이든 말하는 쪽이든 어느 순간 흐트러지기 마련이다. 그런데 이 부스는 반대로 시간이 갈수록 디테일이 깊어지고, 무릎을 치게 되는 포인트가 늘어났다. 무엇보다 답변의 톤이 달랐다. “가능하다”가 아니라 “하고 있다”는 언어였다. 예를 들어, 차내 무선충전이라면, 충전이 얼마나 잘 되느냐보다 먼저 나오는 말이 고객이 실제로 요구하는 틈새를 어떻게 메우는가, 그리고 그 요구를 납품 가능한 형태로 어떻게 돌리는가였다. 그래서 무선충전을 놓고만 이야기하면 이 회사는 차량이라는 시스템 안에서 전력·데이터·인증·업데이트가 연결되는 방식을 양산 관점에서 다루는 조직이었다. 그리고 그 운영 방식이 레이다, 센서, 히팅, 배터리 관리 시스템(BMS), 전기차·로봇 충전으로 자연스럽게 이어지고 있었다.

1막: 출발은 무선충전, 본질은 ‘운영가능한 전장’

BH EVS가 가장 강한 기반을 가진 영역은 차량용 무선충전이다. 이 사업은 LG전자 VS(Vehicle Solution) 본부에서 2014년부터 시작됐고, 2022년 매각·이전 과정을 거치며 BH 그룹과 결합해 현재의 형태로 확장됐다. 박진섭(JinSup Park) 부사장은 LG전자 시절 해당 사업을 총괄했고 약 60명의 인력과 함께 BH에 합류하면서 고객 개발과 양산 프로세스를 그대로 이어왔다고 설명했다.
현재 BH EVS는 연간 600만~700만 대규모 양산 체계를 운영 중이며 향후 1,000만 대 이상이 될 전망이다. 고객군도 글로벌 12개 OEM으로 확대되고 있다.
BH EVS는 무선충전을 단순한 ‘편의 기능’으로 보지 않는다. 차내 무선충전은 MCU·NFC·네트워크·보안·기능안전성 요구가 함께 붙는 전장 모듈이며, 모바일 생태계 변화에 맞춰 지속적인 소프트웨어 업데이트와 인증 대응까지 포함하는 시스템이기 때문이다.
“차량용 무선충전에서 충전은 50%입니다. 나머지 50%는 NFC·네트워크·보안·업데이트입니다.” 김경윤(Kyungyoon Kim) 부사장이 말했다.
김 부사장의 말은 이 부스 전체를 정의하는 문장에 가까웠다. 차량 내 네트워크와 연결되는 순간부터 무선충전은 ‘전력장치’가 아니라 인증과 운영을 포함한 시스템이다. NFC 기반 디지털키 연동, 네트워크 연결 이후의 업데이트, 그리고 그에 따른 사이버보안 요구사항이 함께 올라온다. Secure Boot, 키 매니지먼트, 암호화 메시지 처리, 무결성 관리가 붙는다. 폰 생태계가 바뀌는 속도에 맞춰 양산 이후에도 계속 맞춰야 하는 제품이다. 그래서 BH EVS는 무선충전을 전력장치가 아니라 OTA까지 포함한 ‘운영 제품’으로 보고 있었다.

Ultra Compact MPP(Qi2). 소형화는 단순 크기 경쟁이 아니라 차량 내 적용 위치를 늘리는 전략이다. 모듈 축소와 함께 열·인증·운영 안정성까지 ‘양산 조건’으로 묶는다.

표준은 ‘따르는’ 게 아니라, 나오기 전에 끝내야 하는 것

부스에서 반복된 키워드는 ‘속도’가 아니라 타이밍. 표준이 확정된 뒤 움직이면 늦다는 말이다. 무선충전 표준은 기기·칩 벤더·인증기관·OEM 요구사항이 얽히며 변화의 파고가 크다. 결국 제품 개발은 회로를 붙이는 일이 아니라, 표준화→인증→적용→양산의 리듬을 통과하는 일이다.
여기서 BH EVS가 내세운 차별점은 ‘자체 솔루션’이다. 경쟁사들이 칩 벤더의 레퍼런스 설계와 소프트웨어를 가져와 조합하는 방식이라면, BH EVS는 범용 MCU 위에 자체 소프트웨어를 올리는 방식으로 접근한다. 이 차이는 ‘우리가 만들었다’는 것이 아니라, 필드 이슈 대응 속도와 인증 전개 속도로 이어진다.
“우리는 칩 벤더 솔루션을 그대로 쓰지 않습니다. 범용 MCU에 자체 소프트웨어를 올립니다. 그래서 인증과 개발이 더 빠릅니다.” 김 부사장이 말했다.
이 말이 중요한 것은, 이후 부스에서 펼쳐지는 모든 확장 제품이 결국 같은 논리로 움직였기 때문이다. 제품이 된다는 건, 요구가 바뀌었을 때 따라잡는 구조를 갖추는 일이다. 그 구조는 자체 설계와 자체 소프트웨어에서 나온다.

Qi2 25W / Fan+Peltier. 무선충전의 절반은 전력이지만, 나머지 절반은 열·인증·업데이트다. 고출력으로 갈수록 열 설계가 제품의 운명을 결정한다(좌).
차내 충전은 충전과 데이터(디스플레이·미러링)가 한 인터페이스로 합쳐지는 순간 ‘운영 시스템’이 된다.
USB-C 기반으로 충전과 영상 출력이 동시에 올라오면, 포트는 액세서리가 아니라 차량 UX의 게이트가 된다.

작아지고, 통합되고, 열을 잡는다
무선충전이 양산으로 가는 방식

부스에서 먼저 눈에 띈 것은 초소형 패키지 기반의 차세대 무선충전 컨셉이었다. 차량은 탑재 공간이 정해져 있고 차종이 한 번 고정되면 구조 변경이 쉽지 않다. 그래서 ‘소형화’는 단순한 크기 경쟁이 아니라, 넣을 수 있는 위치가 늘어나는 적용 전략이다.
‘Ultra Compact’로 소개된 형태는 작은 패키지 안에 회로뿐 아니라 액티브 쿨링(팬), NFC 안테나, 디지털키 시나리오까지 포괄한다. NFC는 단순 인증이 아니라, 카드류가 함께 들어왔을 때 발생할 수 있는 문제를 차단하는 로직에도 쓰인다. 차에서는 이런 사소한 사용자 행동이 곧바로 품질 이슈가 된다.
끝까지 남는 문제는 열이다. 고출력에서 발열은 불쾌감이 아니라 기능 제한과 내구성, 안전 리스크로 확장된다. BH EVS는 정렬 구조가 만들어내는 효율의 이점을 강조했다. 코일 간 거리 자체를 줄여 효율을 끌어올리고 고출력 로드맵을 실제 제품 구조 안에 올려놓는다. 여기서 중요한 건 ‘미래를 말한다’가 아니라, 열이라는 현실을 기준으로 설계를 밀고 간다는 점이다.

100W USB Dual DP. 240W 같은 ‘최대치’보다 중요한 건, 차량이 외부 디바이스를 안정적으로 구동하는 전력·데이터 인프라가 되는 흐름이다(좌).
Moving Wireless Charger(무빙 구조). 비정렬, 케이스, 카메라 범프… 현실을 받아들이는 구조가 클레임을 줄이고 품질을 만든다.

아이디어가 양산이 되려면, OEM과의 ‘티키타카’가 필요하다

부스에서는 기술이 어떻게 설득되고 양산으로 연결되는지를 보여주는 장면이 있었다. 무선충전에서 가장 큰 난제 중 하나는 열 관리다. 특히 접촉 면의 온도 제어는 제품의 운명을 좌우한다.
BH EVS가 소개한 방식은 열전 소자(펠티어) 기반 접근이었다. 핵심은 역시 ‘펠티어를 썼다’가 아니라, 그 아이디어가 OEM과 함께 PoC→피드백→개선→양산으로 이어지는 과정에 있다.
“팬 쿨링만으로는 부족하다고 봤습니다. 그래서 펠티어를 제안했고 PoC를 했습니다. 결과가 좋아 양산 단계로 갔습니다.”
김 부사장은 이 과정을 “계속 찾아가고 컨택하고, 피드백을 받고, 개선해 다시 가져간다”는 방식으로 설명했다. 공급사에게 필요한 건 한 번의 제안이 아니라, 그 반복을 버티는 개발·품질 체질이다. BH EVS가 보여준 건 기술이 아니라 양산의 체력이었다.

부스에서 가장 인상적인 전환점은, 센서 데모부터 김 대표의 회사 확장 방향 설명 직후에 이뤄졌다는 점이다.

2막: 3필러 선언은 ‘레이다 직전’에 있었다
확장의 순서가 바뀌는 순간, 부스의 온도가 달라졌다

이 부스에서 가장 인상적인 전환점은, 센서 데모가 ‘신제품 소개’가 아니라, 회사의 확장 방향 설명 직후 이뤄졌다는 점이다. 즉, 레이다부터는 ‘새로운 장난감’이 아니라 BH EVS가 다음 단계로 넘어가기 위해 반드시 잡아야 할 축 중 하나로 등장한 것이다.
“저희가 크게 세 개 필러를 준비 중입니다.”
김진용(Jinyong Kim) 대표의 목소리가 먼저 기준을 잡았다.
“첫째는 스마트 센서/스마트 액추에이터입니다. 레이다를 포함해 AI가 들어가는 스마트 센서를 한 가지 필러로 둡니다. 둘째는 로보틱스입니다. 로봇 충전과 휴머노이드까지 가면 관절에 들어가는 FPCB 같은 부품 확장도 필요해집니다. 셋째는 전동화입니다. BMS, 그리고 충전까지입니다.”
그런 후 레이다 데모가 시작됐다. 말이 ‘비전’에서 끝나지 않고 즉시 실물과 시연으로 연결되는 느낌. 이 연결은 바로 BH EVS가 확장을 ‘아이템 나열’로 하지 않고, 시장 타이밍과 양산 리듬으로 확장을 설계한다는 것이다.

초근거리 도어 레이더와 CPD(Child Presence Detection)용 실내 레이더 모듈(좌). MEMS Microphone Module(A2B 인터페이스).

센서·레이다: 규제 타이밍이 제품을 만든다

확장의 첫 번째 필러는 스마트 센서/스마트 액추에이터다. Euro NCAP에서 CPD(Child Presence Detection)가 점수 항목으로 들어가는 흐름은 센서 수요를 확실히 밀어 올릴 수 있다. BH EVS는 이 요구가 본격화되기 전에 고객과 협의를 진행 중이다.
현장 데모는 직관적이었다. 담요로 시야를 덮어 가리자 카메라는 탐지가 끊겼다. 하지만 레이다는 일정 시간이 지난 뒤 다시 탐지 신호를 복원했다. ‘가려짐’이란 현실 조건에서 레이다의 장점이 한 번에 보이는 장면이었다.
또 다른 레이다 컨셉은 도어 개방 시 접근 물체(바이크·킥보드 등)를 감지해 충돌 위험을 줄이는 초근거리 레이다였다. 넓은 FOV(약 160도)와 빠른 탐지 응답을 강조했고, 초음파 대비 레이다 기반 감지의 장점을 분명히 짚었다. 이 파트의 메시지는, 센서는 ‘시연’이 아니라 규제와 양산이 만드는 시장이라는 것.

EV의 히팅 문제를 ‘필름·소재·공정’으로 푸는 방식

부스에서 의외로 강한 체감을 준 데모 중 하나는 이상준(Jun Lee) 책임이 소개한 발열 필름 기반 히터 솔루션이었다. 전기차는 겨울철 주행거리가 크게 떨어진다. 원인 중 하나가 난방 효율이다. PTC 히터는 효율 부담이 크고 건조한 바람은 감성 품질에서도 불리하다. BH EVS는 이를 발열 필름 기반으로 접근했다.
복사열과 전도열을 선택적으로 구현하는 방식으로 소개됐다. 손을 가까이 대면 은은하게 올라오는 복사열을 느낄 수 있고, 설정을 낮추면 기존 열선처럼 전도열을 체감할 수 있다. 안전을 위한 터치 오프 기능도 포함된다. 적용 형태는 바닥 매트, 암레스트, 플라스틱 구조물 삽입 등으로 열려 있었다.
이 솔루션이 흥미로운 이유는 아이디어 때문이 아니라, BH 그룹의 소재·제조 역량과 연결되는 방식 때문이다. PI 필름, CNT 페이스트, 은 페이스트 등 소재 구조는 FPCB 기반 역량과 맞물린다. 원자재 구매부터 필름 생산, 제어기 생산, 인터페이스 통합까지 한 체계로 묶는다. 히터는 단일 제품이 아니라 소재-생산-품질을 한 덩어리로 묶는 양산 체질의 확장이었다.

EV 난방 문제를 ‘바람’이 아니라 면 발열로 푼다. 소재·제조·품질을 한 덩어리로 묶는 방식이 양산의 언어다(좌).
Compact 7.7kW VA Module. EV 충전에서 중요한 건 아이디어가 아니라 바닥(언더바디) 조건을 버티는 패키징과 열 설계다. 전시가 아니라 양산 모듈.

충전, 무선의 미래보다 ‘자체 개발된 자동 유선’이 먼저 열린다

EV 충전은 오래전부터 미래의 상징처럼 이야기됐지만 현실에서 시장은 느리게 열린다.
BH EVS도 7.7kW부터 22kW급까지 무선충전 개발을 진행해왔다. 하지만 현장에서 더 강하게 나온 메시지는 오히려 반대다.
“무선은 최대 효율이 94%이고, 자동 유선은 99% 수준입니다. 지금은 효율과 현실성에서 자동 유선이 먼저입니다.” 이 책임이 말했다.
자동 유선충전은 로봇이 꽂아주는 방식으로 설명됐지만, 핵심은 단순 동작이 아니다. UWB 기반 근접 인식과 정렬, 결합 구조, 안전, 오염 환경까지 포함한 도킹 설계가 들어간다. 도킹 실패가 곧 사용자 경험의 붕괴로 이어지기 때문에 기구적 가이드가 설계의 절반이 된다.
이 파트에서 핵심 중 하나는, 특허 장벽이 높은 영역인 EV 무선충전에서도 BH EVS는 ‘기존 강자의 특허를 최대한 우회해’ 기술을 구성하고 있다는 점이다. 즉, 단순 적용이 아니라 자체 개발 축으로 가져가는 것이다. 시장은 늦게 열려도 기술은 이미 준비돼 있다.

로봇 충전: 도킹이 실패하지 않게 만드는 ‘기구 설계’가 경쟁력

로봇 충전은 EV보다 더 빠르게 현실로 들어오는 시장처럼 보였다. 서비스 로봇과 이동 플랫폼에서 충전은 운영의 일부가 되고, 운영에서 가장 큰 문제는 늘 도킹 실패다. BH EVS는 기구적으로 도킹 가이드를 둬 로봇이 접근하면 정렬이 자동으로 유도되는 구조를 제시했다. 단자가 평소에는 덮여 있어 안전하고, 오염·수분 노출 리스크도 줄인다.
여기서 반복된 표현은 ‘자동차급 내구성’이었다. 한 제품은 7,000회 도킹 테스트가 끝났다고 언급됐다. 수직 충전·수평 충전 등 구조를 달리한 라인업도 소개됐고, 로봇이 잘못 접근해도 좌우로 움직이며 결합을 허용하는 방식이 눈에 띄었다. 현장에서 깨지는 지점을 설계로 흡수하는 방향이 뚜렷했다.
이 파트는 데모가 아니라 수주·양산의 톤으로 끝났다. “이미 수주를 해 양산을 코앞에 두고 있다”는 말이 이어졌다.

무선이 ‘미래’라면, 자동 유선은 지금의 해법이다. 효율과 현실성에서 시장이 먼저 여는 쪽은 이 방향이다.
UWB 기반 초기 정렬과 포지션 센서 제어, 전극 커버 메커니즘까지 포함해 “꽂히는 동작”이 아니라 실패하지 않는 도킹을 설계한다.
충전은 정렬 실패를 줄이는 설계에서 시작된다. 현장에서는 도킹·오염·안전 조건이 중요하다. 충전은 결국 운영 품질의 문제다.

BH EVS는 ‘잘할 것 같은’이 아니라
이미 ‘양산 방식’으로 움직이는 회사

산업은 결국 일정과 품질로 결정된다. BH EVS 프라이빗 부스에서 확인한 것은 거창한 미래가 아니라 현재의 단단함이었다. 설명은 스펙이 아니라 과정이었고, 일정과 인증, 열과 클레임을 먼저 이야기했다. 아이디어는 많았지만 공중에 뜨지 않았고, OEM과의 티키타카를 통해 제품이 변하는 과정이 살아 있었다. 무엇보다 인상적이었던 건 확장의 전개 순서였다. 김진용 대표의 3필러 선언이 먼저 있었고, 그 직후 레이다와 센서 데모가 이어졌으며, 히팅 필름과 EV·로봇 충전까지 ‘양산 체질’로 연결됐다. ‘가능성’이 아니라, 현장에 대한 ‘책임(accountability)’의 온도가 느껴졌다.

[구태완 테크 칼럼] Safety Analysis: 귀납적 vs. 연역적 안전분석

글│구태완 책임연구원·공학박사, 현대자동차 R&D본부 — 2026-01-26 17:28:18+0900

Safety Analysis: 귀납적 vs. 연역적 안전분석

안전 전문가이자 책임 있는 엔지니어로서 안전분석 결과를 올바르게 바라보기 위해서는, 이 분석을 통해 새롭게 보게 된 위험은 무엇이며, 그 결과 실제로 줄였다고 말할 수 있는 사고 가능성은 무엇인가를 명확히 답할 수 있을 때, 귀납적 방법론과 연역적 방법론에 매몰되지 않고 실질적인 안전 능력을 함양할 수 있을 것이다.

글│구태완 책임연구원·공학박사, 현대자동차 R&D본부

“안전분석, 절차보다 시선이 먼저다: Inductive와 Deductive의 철학”

최근 다녀온 해외출장은 안전분석을 어떻게 수행해야 하는지에 대해 여러 가지 생각을 던져주는 계기가 되었다.
회의실에서는 ISO 26262 기반의 각종 프로세스와 템플릿, 체크리스트와 리뷰 결과가 나름(?) 잘 정리되어 있었다. 또한 귀납적 안전분석과 연역적 안전분석도 “조직 내에서 준수해야 할 절차”로 잘 자리잡고 있었다. 겉으로만 보면, 그 조직은 “안전분석을 충실히 수행하고 있다”고 평가해도 무방해 보였다. 그러나 논의가 진행됨에 따라 한 가지 불편한 점이 있었고, 그 불편함은 시간이 흐름에 따라 점차 분명해졌다. 다시 말해 회의실에서 주고받은 안전분석에 관한 논의가 “무엇을 위해 분석하는가”가 아니라, “어떤 형식으로, 어떤 양식을, 어떤 규칙으로 채우는가”에 매몰되고 있었다는 점이다. 특히 “귀납적(Inductive) 분석 = FMEA", "연역적(Deductive) 분석 = FTA”라는 공식에 너무 매몰되어, 마치 귀납은 곧 FMEA이고, 연역은 곧 FTA인 것처럼 사고가 고정되어 있는 모습을 곳곳에서 보게 되었는데, 이 틀에 갇힌 시선은 안전분석의 본래 목적을 흐리게 할 위험이 있다고 느꼈기 때문이다.

"안전분석은 설계 단계에서 발생 가능한 위험을 사전에 분석·예측하여 안전을 저해하는 심각한 사고를 예방하는 것"을 목적으로 한다. 또한 귀납적·연역적 방법론은 그러한 목적을 달성하기 위한 도구로 도입된 것이지 방법론 자체가 목적이 된 것은 아니다. 그럼에도 “안전분석으로서 귀납적 분석은 FMEA를 수행해야 하고, 연역적 분석은 FTA만을 수행해야 한다"라는 식의 고정된 프레임이 자리잡으면, 진짜 중요한 위험은 "방법론 기반의 문서화"에 뒤덮여 본래 안전분석의 목적을 달성할 수 없을 수도 있다.

이 글에서는 inductive(귀납적)와 deductive(연역적) 방법론을 절차가 아닌 ‘시선과 철학’의 문제로 다시 바라보자는 이야기를 하고 싶다.

1. 방법론의 틀에 갇힌 안전분석의 위험

대개는 일정 수준의 성숙도를 갖는 조직일수록 안전분석에 관한 프로세스와 관련 문서가 잘 갖추어져 있다. 또한 HARA (Hazard Analysis and Risk Assessment), FMEA (Failure Mode and Effect Analysis), FTA (Fault Tree Analysis), FMEDA (Failure Mode, Effect and Diagnostic Analysis) 등 여러 기법이 필요에 따라 할당되고, 각 단계별 템플릿과 산출물이 정의되어 있다. 물론, 이러한 정형화된 구조·형식은 분명 필요하다. 하지만 문제는 이 구조·형식이 어느 순간부터 “목적”이 아니라 “그 자체로 (마치 구조가 본질인 것처럼) 완결된 목표”처럼 취급되고 있다는 점이다.

출장지에서 논의된 주요 논점은 다음과 같다.

귀납적 안전분석은 FMEA로, 연역적 안전분석은 FTA로 수행되어야 한다. 이것이 가장 직관적이고 편리한 안전분석 수행 확인 방법이다.

하지만 이 논점에서 우리가 놓치고 가는 부분이 있다고 느껴졌다.

귀납적 안전분석과 연역적 안전분석을 통해 무엇을 새롭게 이해했고, 어떤 위험을 실제로 줄였는가?

즉 안전분석 기법, 그 방법론에만 집중하는 순간 안전분석은 단순한 “문서 작성 활동”으로 그 의미가 퇴색되고 만다. 한마디로, FMEA 테이블에 적힌 Failure Mode의 개수나 FTA에서 게이트가 얼마나 복잡하게 그려져 있는지만으로 안전분석 결과를 평가한다면, 정작 “우리가 놓쳤던 위험을 발견했는지”, “우리가 막연하게 두려워하던 위험의 구조를 명확히 이해하게 되었는지”와 같은 본질적인 질문은 뒷전으로 밀려날 수밖에 없다.
이는 단순한 비효율을 넘어 실제 사고(Accident)로 이어질 수 있는 근본적 취약점을 가진다. 문서상으로는 모든 절차를 충족했지만, 실질적 위험은 적절히 포착되지 않았을 수도 있기 때문이다. 따라서 귀납적·연역적 방법론을 언급할 때, 우리는 항상 “어떤 절차를 택할 것인가?”보다 “어떤 시선을 가질 것인가?”를 먼저 살펴봐야 할 것이다.

2. 귀납적 방법론 - "모든 구성요소는 언젠가 고장 날 수 있다"는 겸손

2.1. ‘귀납적’의 철학적 가치
귀납적 방법론에는 한 가지 전제가 있다.

“시스템을 구성하는 모든 요소는 다양한 방식으로 고장(Failure)이 발생할 수 있으며, 우리는 모든
고장을 아직 충분히 이해하지 못한다.”

따라서, 이 전제를 수용하면 분석의 출발점이 달라진다. 즉, 안전분석의 출발이 특정 사고(Accident)나 안전 목표(Safety Goal)에서 시작하는 것이 아니라, 구성요소와 기능 하나하나를 정의하는 것에서 출발하게 된다.

가령 자동차 제동 제어 시스템을 예로 들면 다음과 같은 구성요소와 기능들이 있다.

브레이크 페달 입력 센서
휠 속도 센서 및 차체 가속도 센서
유압 펌프, 밸브, 모터 등 제동 액추에이터
제동 ECU 하드웨어 및 소프트웨어
상위 ADAS 기능으로부터의 제동 요구 신호
전원, 통신 네트워크, 접지 및 EMC 환경 등

그런 다음 엔지니어는 귀납적 관점에서 각각에 대해 다음과 같은 질문을 던진다. (Failure Mode 가정)

이 센서가 고정값으로 붙는다면, 혹은 노이즈가 과도하게 증가한다면?
이 밸브가 열리지 않거나 반대로 닫히지 않는다면?
이 소프트웨어 모듈이 특정 경계 조건에서 오버플로를 일으킨다면?
이 통신 메시지가 지연 또는 소실되거나 타이밍이 꼬여 순서가 바뀐다면?

그리고 이러한 Failure Mode를 하나씩 가정하고,

로컬 수준에서의 영향
제어 시스템 수준에서의 영향
차량 동역학과 운전자 체감
나아가 교통 환경 전체에서의 안전 영향

등을 위로 끌어올려 평가하는 흐름이 귀납적 분석의 골격이다. 통상적으로 FMEA가 이 역할을 수행하는 대표적인 도구인 것은 맞다.

그러나 진짜 중요한 것은 도구 자체보다 여기에 내포된 시선과 태도라고 생각한다.

"이 정도 고장은 발생하지 않을 것”이라는 섣부른 단정 대신, "고장" 자체를 바라보는 시선과 “만약 고장이 발생한다면 어디까지 위험이 전달되는가?”를 묻는 태도
“이 기능은 단순하므로 분석할 필요가 없다”는 안일함 대신, "간과하는 고장"에 집중하는 시선과 “단순해 보이는 기능일수록 간과된 인터페이스가 없는가?”를 탐색하는 태도
“우리가 정의한 Failure Mode 목록이 충분한가?”를 스스로 의심하는 습관

즉, 귀납적 방법론이 안전 엔지니어에게 요구하는 가치는 다음과 같이 정리할 수 있을 것이다.

“모든 것은 언젠가 예상하지 못한 방식으로도 망가질 수 있다”는 겸손을 전제로, 가능한 많은 고장의 패턴을 상상하고 그 파급효과를 끝까지 따라가 보는 집요함이다.

2.2. 제동 제어에서의 구체적 시선
예를 들어, 고속도로에서 100 km/h로 주행 중인 차량에서 한쪽 휠 속도 센서가 실제보다 낮은 속도 값을 센싱하여 ECU로 송신했다고 가정해 보자.

귀납적 관점의 질문은 다음과 같이 이어진다.

제동 제어 로직은 이 신호를 어떻게 해석하는가?
한쪽 휠 속도 값이 상대적으로 “느리다”고 판단할 경우, 제동 제어기는 휠 슬립으로 오인하여 불필요하게 해당 휠의 제동력을 해제하거나 다른 휠에 보상 제동을 가하지는 않는가?
이런 제어가 주행 환경(차선 변경, 코너 진입, 노면 편차 등)과 결합하면, 차량은 운전자의 의도와 다른 방향으로 쏠리거나 예측하기 어려운 제동감을 제공하지 않는가?
이러한 현상이 반복되거나 특정 시나리오에서 겹치면, 실제 사고 가능성으로 어떻게 전이될 수 있는가?

여기서 핵심은 ‘휠 센서 하나 고장’이 아니라, 그 하나의 고장이 차량 레벨의 위험으로 상승하는 경로를 상상하고 추적하는 능력과 역량이다. 하지만 단순히 FMEA 템플릿의 빈칸을 채우는 작업에 머무르면 이 고장 전이 경로는 쉽게 놓치게 된다. 반대로, 귀납적 철학과 가치를 제대로 인식하고 있다면 같은 템플릿 안에서도 훨씬 밀도 있는 위험 인식이 축적된다.

3. 연역적 방법론 – “이 사고만큼은 절대 허용할 수 없다”는 집요한 집중

3.1. ‘연역적’의 철학적 가치
연역적 방법론은 귀납적 방법론과는 다른 전제에서 출발한다.

"우리는 모든 위험을 다 다룰 수 없다. 그러나 몇 가지 사고만큼은 절대로 허용할 수 없다."

따라서 분석의 출발점이 구성요소가 아니라 사고(Accident) 시나리오에서 출발한다.

제동 제어를 예를 들면 제동 제어에서 민감하게 바라보는 대표적인 Top Event를 두 가지로 정리해 볼 수 있다.

운전자가 브레이크를 강하게 밟았음에도 차량이 충분히 감속하지 않는 경우(불충분한 제동)
운전자가 브레이크를 밟지 않았음에도 차량이 강하게 제동되는 경우(의도치 않은 차량 급제동)

둘 모두 고속 주행 상황에서 치명적인 결과로 이어질 수 있는 사고이다. 따라서, 연역적 관점에서는 이러한 사고를 Safety Goal 위반의 대표 사례로 두고, 그 발생 조건과 구조를 분석의 중심에 둔다.

3.2. 사고(Accident) 구조를 이해한다는 것
예를 들어 두 번째 사고, 즉 “의도치 않은 차량 급제동”을 Top Event로 설정해 보겠다. 이 사고가 일어나기 위해서는 여러 계층의 조건이 결합해야 한다.

제동 ECU가 운전자 입력과 무관하게 제동 명령을 계산·출력하는 경우
상위 ADAS에서 잘못된 장애물 인식 혹은 충돌 예측을 근거로 과도한 제동 요구를 지속적으로 보내는 경우
센서 조합과 도로 환경(그림자, 차선 패턴, 전방 구조물)이 실제와 다른 위험 상태로 인식되는 경우
유압 계통 또는 모터 구동부가 전기적 명령 없이도 물리적으로 Stuck 되는 경우
이러한 상태를 감지하고 차단할 수 있는 진단·모니터링 장치가 부재하거나 비효율적인 경우

연역적 방법론은 이 다양한 원인 후보들을 단순 나열하는 데서 멈추지 않고 논리 구조로 조직화할 수도 있다. Top Event에서 시작해 중간 사건을 AND·OR 게이트로 분해하고, 각 가지 끝에는 개별 고장, 설계 결함, 진단 실패와 같은 Basic Event가 놓인다.

이때의 목표는 단지 “규정된 FTA를 완료하는 것”이 아니라 다음과 같은 상태에 도달하는 것이다.

이 사고가 어떤 조합의 조건에서 성립하는지, 엔지니어 스스로가 납득할 수 있게 설명할 수 있는 상태
어떤 Basic Event를 제거하거나 어떤 구조를 변경했을 때, 사고 발생 가능성이 어떻게 변화하는지 논리적으로 논의할 수 있는 상태
설계, 진단, 검증 전략이 “문서상 요구”가 아니라 사고(Accident) 구조에 직접 대응하도록 설계할 수 있는 상태

즉, 연역적 방법론의 철학은 다음과 같이 요약할 수 있다.

"용납 불가한 사고를 명확히 선언하고, 그 사고가 성립하는 인과 구조를 끝까지 추적하여 설계와 진단, 검증을 통해 그 구조를 의도적으로 붕괴시키는 것”이다.

4. 절차 중심 접근이 만드는 구조적 한계

문제는 이러한 귀납적·연역적 방법론 자체 또는 절차 중심의 접근 자체에 매몰될 때 발생한다. HARA, FMEA, FTA 등 다양한 안전분석 결과가 각각 독립적인 문서로만 존재하고 서로 간의 논리적 연결이 느슨하면, 안전분석은 쉽게 안전과 무관하게 "문서”로만 인식된다.

그런데 이렇게 안전과 무관한 "문서"로만 인식될 때 만약 다음과 같은 질문이 던져지면 곤란해지기 시작한다.

실제 필드에서 발생한 특정 제동 관련 사고가 기존 HARA·FMEA·FTA 체계에서 어떻게 다뤄졌어야 하는가?
우리가 FMEA에서 정의한 Failure Mode들이 어떤 Safety Goal 및 사고 시나리오와 구체적으로 연결되어 있는가?
FTA에서 도출한 최소 컷셋과 FMEA의 Failure Mode, 실제 시험 케이스는 서로 어떻게 추적 가능하게 연결되어 있는가?

만약 이 질문에 대한 답이 문서를 여러 번 뒤져도 나오지 않는다면, 그 조직의 안전분석은 형식적 완결성은 갖추었지만 논리적 일관성은 확보되지 않은 상태일 가능성이 높다.

그렇다고 이 상황에서 안전분석 기법(연역적 또는 귀납적)을 하나 더 추가하는 것만으로는 해법이 될 수 없다. 오히려 분석의 목적이 더 희석될 위험이 있다. 필요한 것은 새로운 절차나 방법론이 아니라, 기존 방법론을 관통하는 시선과 철학을 명확히 하는 것이다.

귀납적 분석이라면 “어떤 새로운 failure 시나리오를 발견했는가?”
연역적 분석이라면 “어떤 사고(Accident) 구조를 처음부터 명료하게 이해하게 되었는가?”

이 질문에 스스로 답해 보지 않으면 FMEA와 FTA 수행은 단순히 템플릿의 빈칸을 채우는 무의미한 역할일 뿐 안전분석의 목적 달성과는 무관한 활동으로 전락하게 될 것이다.

5. STPA – 실패한 부품이 아니라 실패한 제어를 보는 관점

참고로 STPA에 대해 간략히 짚어본다. STPA(System-Theoretic Process Analysis)는 전통적인 failure 중심 기법과는 다른 축에 서 있다. STPA는 개별 부품의 고장 자체보다 시스템 전체의 제어 구조와 안전 제약(Safety Constraints)에 초점을 둔다.

(상세한 내용은 별도로 정리된 포스팅을 참고해 주시기 바랍니다)
2025.01.31 - [System Engineering/SE Methodology] - STPA: 시스템 안전분석 - (1) 분석 목적 정의

STPA의 출발점은 다음과 같은 질문이다.

“우리가 절대 허용할 수 없는 손실(Loss)과 Hazard는 무엇인가?”
“그 손실과 Hazard를 방지하기 위해 시스템이 반드시 지켜야 할 제약 조건은 무엇인가?"

이 질문들은 분명 연역적 특성을 가진다. L(Hazard, Loss) 수준에서 시작해 시스템, 서브시스템, 제어 루프 방향으로 내려가기 때문이다.

동시에 STPA는 각 제어 동작(Control Action)에 대해 추가적인 질문을 던진다.

이 제어가 필요한데 수행되지 않을 경우 언제 Hazard를 유발하는가?
이 제어가 필요하지 않은데 수행될 경우 어떤 상황에서 위험해지는가?
제어가 너무 늦거나 너무 이르게 수행될 때 어떤 사고 시나리오가 발생할 수 있는가?
제어 강도나 지속 시간이 부적절할 때 시스템은 어떻게 위험 상태로 이행하는가?

이 질문에 답하기 위해서는 센서·소프트웨어·사람·조직·절차·환경 요인을 모두 고려한 다양한 Causal Scenario를 폭넓게 상상해야 하는데, 이는 전형적인 귀납적 특정이라고 볼 수 있다.

따라서 STPA는 다음과 같이 이해할 수 있다.

"Top-level 손실과 Hazard를 기준으로 사고를 정의하고(연역적 출발), 시스템 제어 구조 전반에서 그 사고를 유발할 수 있는 다양한 제어 실패 시나리오를 발굴하는(귀납적 확장) 시스템 이론 기반 안전분석 기법"이다.

STPA의 가치는 FMEA나 FTA와 같이 별도의 “추가 문서”를 하나 더 만드는 데 있지 않다. STPA의 가치는 “우리가 실패한 부품만 보는지, 아니면 실패한 제어와 깨진 제약까지 함께 보는지”를 스스로 점검하게 한다는 데 있다.

결국 FMEA가 “무엇이 어떻게 망가지는가?”를 묻는다면, FTA는 “그 망가짐이 어떻게 특정 사고를 구성하는가?”를, STPA는 “왜 그 순간에 적절한 제어가 이루어지지 않았는가?’를 묻는다.

마치며

출장에서 돌아오는 비행기 안에서 문득 질문이 떠올랐다.
“지금까지 작성해 온 수많은 FMEA, FTA, 각종 안전분석 문서 중에서 실제로 현장에서 발생할 수 있는 위험을 줄였다고 자신 있게 말할 수 있는 분석은 얼마나 될까?”
이 질문에 솔직하게 답하기 위해서는 안전분석의 형식에 매몰되지 말고 안전분석의 본질과 목적에 입각하여 결과를 바라봐야 할 것이다. 즉, 귀납적 방법론의 본질과 목적은 다음과 같다.

시스템을 완전히 이해하고 있다고 생각하지 말고, 가능한 많은 고장 모드와 시나리오를 상상하고, 각 failure가 어떤 경로로 위험을 키우는지 꼼꼼히 살펴 위험의 예방·감지 방안을 수립하는 것이다.

또한 연역적 방법론의 본질과 목적은 다음과 같다.

모든 위험을 다 다룰 수는 없다. 그러나 이 몇 가지 사고(Accident) 또는 안전목표 위배 만큼은 절대 허용할 수 없다.
따라서 사고(Accident) 또는 안전목표를 위배하는 구조를 논리적으로 추적하고, 설계·진단·검증 대책을 수립하는 것이다.

결국 중요한 것은 “FMEA를 했는가, FTA를 그렸는가, STPA 보고서를 제출했는가”가 아니다. 안전분석 결과를 올바르게 바라보기 위해 중요한 다음 두 질문에 적절한 답을 가지고 있는가이다.

우리는 이 분석을 통해 어떤 위험을 새롭게 보게 되었는가?
그 결과 어떤 사고 가능성을 실제로 줄였다고 말할 수 있는가?

이 질문에 안전 전문가이자 책임 있는 엔지니어로서 올바른 답을 할 수 있을 때, 귀납적 방법론과 연역적 방법론에 매몰되지 않고 충실한 안전 능력(Capability)을 함양할 수 있다고 믿는다. - END -

필자 소개
구태완 박사는 복잡한 기술 개념을 더 많은 이들과 나누기 위해 블로그에 꾸준히 글을 올리고 있다. 시스템공학과 소프트웨어, 자동차 기술 분야에서 축적한 경험을 쉽게 풀어 전달하며, 현장의 사고방식과 실용적 관점을 공유하는 것이 그의 글쓰기 목적이다.

[이미지=OpenAI ChatGPT (AI 생성)]

이전글 보기 >>
OWL 온톨로지란 무엇인가?
GORE: What보다는 Why에 집중한 요구사항 분석

자동차 존 아키텍처를 위한 혁신적인 전력 분배 솔루션

편집부 — 2026-01-21 17:11:26+0900

이 글은 자동차 존 아키텍처를 위한 전력 분배 솔루션을 제시하며, 이는 ST의 STi²Fuse 스마트 퓨즈와 백투백(B2B) MOSFET 구성을 결합해 양방향 전력 레일 스위치(PRS)를 구현한다. PRS는 대칭 전압 차단과 양방향 전류 흐름 기능을 갖춘 유연하고 안전한 전력 분배 기능을 제공한다.

글│로베르토 카푸토(Roberto Caputo), 애플리케이션 매니저
주시 감비노(Giusy Gambino), 마케팅 커뮤니케이션 스페셜리스트
ST마이크로일렉트로닉스

자동차 산업은 전동화(electrification), 첨단운전자지원시스템(Advanced Driver Assistance Systems, ADAS), 자율주행 및 커넥티드 차량으로의 발전이 빠르게 진행되면서 패러다임의 전환을 겪고 있다. 이러한 혁신은 안전성과 효율성을 유지하면서도 더 높은 수준의 전력을 처리할 수 있는 점점 더 복잡하고 안정적인 전기 시스템을 요구한다.

광범위한 배선 하네스(wiring harnesses)와 중앙 집중식 제어 장치에 의존하는 기존의 중앙 집중식 전력 분배 아키텍처는 복잡하고 무거울 뿐만 아니라 확장성이 제한돼 실현 가능성이 점차 낮아지고 있다. 이러한 과제를 해결하기 위해 자동차 업계는 영역별 전기 아키텍처(Zonal electrical architectures)로 전환하고 있다. 이 접근 방식에서는 차량의 전기 시스템을 관리 가능한 여러 존으로 나누고, 각 구역이 차량의 특정 하위 시스템이나 영역에 대한 전력 공급을 책임진다.

이러한 세분화를 통해 배선 구조가 단순해지고, 무게가 줄며, 유지보수가 쉬워지고, 결함 발생 시 해당 부분만 빠르게 격리할 수 있다. 하지만 존 아키텍처는 엄격한 자동차 표준에 따라 유연하고 안전하며 효율적으로 작동할 수 있는 혁신적 전력 분배 부품이 필요하다.

존 아키텍처의 전력 레일 스위치

존 아키텍처의 핵심 요소 중 하나는 다수의 부하 라인에 전력을 분배하기 위해서 제어 가능한 노드 역할을 하는 전력 레일 스위치(Power Rail Switch, PRS)다. PRS는 동적 전력 라우팅과 결함 관리 시나리오를 처리하기 위해 양방향 전류 흐름을 지원해야 한다. 또한, 결함을 신속하게 격리하고 전반적인 시스템 안정성을 유지하는 강력한 보호 메커니즘을 제공해야 한다.

ST마이크로일렉트로닉스(STMicroelectronics, 이하 ST)의 STi²Fuse 스마트 퓨즈는 이러한 까다로운 요구사항을 충족하도록 설계됐다. 첨단 하드웨어 및 소프트웨어 기능을 통합하여 정밀한 제어, 실시간 진단, 신속한 결함 대응을 지원한다.

여기서 설명하는 PRS 솔루션은 백투백(back-to-back, B2B)으로 구성된 4개의 STi²Fuse 디바이스를 활용해 48V에서 최대 150A의 전류로 두 가지 다른 경로를 처리할 수 있는 양방향 전력 스위치를 구성한다.

이 B2B MOSFET 구성은 OFF 상태에서는 대칭 전압 차단이 가능하며, ON 상태에서는 양방향 전류 흐름을 지원한다. 이로써 이상적인 양방향 전력 스위치(Bidirectional Power Switch, BPS)의 동작을 효과적으로 재현한다.

1. 양방향 전력 스위치(BPS) 개념

BPS는 ON 상태에서 양방향으로 전류를 전달하고, OFF 상태에서는 양방향으로 전류를 차단할 수 있는 액티브 스위치다(그림 1).

그림 1. 양방향 전력 스위치의 모식도

BPS를 이상적으로 구현한 상황에서 두 개의 라인(라인 L과 라인 R)은 상호 교체 가능한 입력 단자와 출력 단자다. ON 상태와 OFF 상태의 BPS 특성 다이어그램은 각각 그림 2와 3에서 확인할 수 있다.

그림 2. ON 상태의 BPS 특성 다이어그램

그림 3. OFF 상태의 BPS 특성 다이어그램

공통 드레인이 있는 두 개의 N 채널 MOSFET에 대한 B2B 구성을 사용하여 BPS를 만들 수 있다(그림 4).

그림 4. B2B 구성에서 두 개의 N-채널 MOSFET

이 구성은 BPS와 유사한 대칭적인 OFF 상태 차단 특성을 제공한다. 드라이버 회로로 게이트 G1과 G2를 제어하면, 그림 5와 같이 제어된 양방향 라인을 만들 수 있다.

그림 5. 제어된 양방향 라인의 개략적인 구성

게이트 드라이버는 정밀한 스위칭 및 보호 제어를 보장하므로 B2B 구성은 자동차 전력 분배 애플리케이션에 적합하다.

2. 전력 레일 스위치(PRS) 구현

PRS 구성은 그림 6과 같이 공통 노드에 연결된 두 개의 양방향 라인을 사용하고 STi²Fuse 컨트롤러 VNF1248F로 MOSFET 게이트를 구동하여 구현했다.

그림 6. 전력 레일 스위치(PRS)의 회로도 구성

4개의 VNF1248F 디바이스는 게이트 신호와 보호 메커니즘을 관리하여 다음과 같은 결함 조건에서 안전한 작동을 보장한다.

비정상적 전류 이벤트를 감지하는 과전류(Overcurrent, OVC) 및 하드 단락(Hard Short-Circuit, HSC) 보호 기능
퓨즈 기능 에뮬레이션을 위한 전류 대 시간 래치오프 보호 기능, 시리얼 주변장치 인터페이스(SPI)를 통한 설정 가능
열 관리를 통한 외부 MOSFET 과열 셧다운 활성화

실험 결과

측정은 다음 3개의 스택 레이어로 구성된 하드웨어 설정을 사용하여 수행했다.

특정 펌웨어로 프로그래밍한 마이크로컨트롤러 보드
STi²Fuse 컨트롤러를 장착한 드라이버 보드
MOSFET을 포함하는 전력 보드

그래픽 사용자 인터페이스(GUI)를 사용하여 4개의 VNF1248F 컨트롤러를 프로그래밍하고 실시간 진단 피드백을 제공했다.
드라이버 보드는 그림 7에서 볼 수 있다.

그림 7. PRS 컨트롤러용 평가 보드

양쪽 레일 라인에서 단락이 발생하면 VNF1248F 디바이스가 부하를 보호하는 역할을 한다. 이러한 디바이스의 반응 시간은 과전류 수준에 반비례하며, 응답 시간은 스마트 퓨즈 내에 구성된 I²t 곡선을 따른다.

실험 데이터는 표 1에 요약되어 있다.

과전류 부하	반응 시간
20A	31.6ms
30A	8.16ms
85A	10µs

표 1. 스마트 퓨즈 반응 시간에 대한 실험 데이터

I²t 보호 테스트 결과, 고전류 결함(최대 85A)에 대해 10마이크로초(µs)의 빠른 반응 시간을 보이며, 전반적인 시스템 안정성을 유지하면서도 결함 라인을 신속하게 분리하는 PRS의 기능을 확인할 수 있다.

하나의 레일 라인(L2)에서만 단락이 발생할 경우, VNF1248F 디바이스는 결함이 있는 레일을 격리하여 부하를 보호한다. 그림 8에 표시된 것처럼 부하의 기능은 다른 정상 레일 라인(L1)을 통해 유지된다.

그림 8. 레일 라인(L2)의 하드 단락 이벤트

테스트 순서는 세 단계로 나뉜다.

1단계: 정상 작동

L1 및 L2 레일이 모두 정상적으로 작동한다.
회로에 연결된 램프가 ON 상태이며, 전력이 올바르게 흐르고 있음을 나타낸다.
스마트 퓨즈 1과 3 모두 게이트가 활성화되어 전류가 흐르도록 한다.

2단계: L2에서 하드 단락 발생

L2가 갑자기 접지로 단락되었다(하드 단락).
스마트 퓨즈 3은 결함을 감지하고 래치하여 게이트를 LOW로 강제 전환해 전류 흐름을 차단하고 회로를 보호한다.

3단계: 결함 격리

L2는 스마트 퓨즈 3에 의해 개방(분리)되어 단락을 효과적으로 차단한다.
시스템의 다른 부분은 계속 보호 상태로 작동한다.
램프는 여전히 ON 상태이며 정상 레일(L1)에 의해 전력이 공급되어 시스템의 내결함성 및 선택적 보호 기능을 입증한다.

L2에서의 하드 단락 이벤트 동안 측정된 전압 및 전류 파형은 그림 9에서 볼 수 있다.

그림 9. L2 라인에서 하드 단락 이벤트 발생 시 측정된 파형

L2에 결함이 발생하더라도 정상 레일(L1)의 전압과 전류는 안정적으로 유지되므로 부하에 지속적으로 전력이 공급된다(램프는 ON 상태 유지). 이는 양방향 전력 스위치와 스마트 퓨즈 구성이 시스템 작동을 유지하고 고장을 방지하는 데 효과적이라는 것을 보여준다.

결론

이 글은 자동차 존 아키텍처를 위한 혁신적인 전력 분배 솔루션을 제시하고 있으며, 이는 ST의 STi²Fuse 스마트 퓨즈와 B2B MOSFET 구성을 결합해 양방향 전력 레일 스위치(PRS)를 구현한다. PRS는 대칭 전압 차단 및 양방향 전류 흐름 기능을 갖춘 유연하고 안전한 전력 분배 기능을 제공한다.
실험 결과, 10마이크로초에 달하는 빠른 결함 감지 및 격리 시간으로 강력한 부하 보호와 시스템 안정성을 보장한다. 이 솔루션은 현대 자동차 전기 시스템의 변화하는 요구사항을 효과적으로 충족하며, 차세대 존 아키텍처에 필요한 향상된 신뢰성, 확장성, 안전성을 제공한다.

참고자료

[1] VNF1248F datasheet, High-Side Switch Controller with Intelligent Fuse Protection for 12 V, 24 V and 48 V Automotive Applications, Aug. 2025.
[2] H. Jang, C. Park, S. Goh, S. Park, Design of a Hybrid In-Vehicle Network Architecture Combining Zonal and Domain Architectures for Future Vehicles, 2023 IEEE 6th International Conference on Knowledge Innovation and Invention (ICKII), 11-13 Aug. 2023.
[3] H. Askaripoor, M. Hashemi Farzaneh, A. Knoll, E/E Architecture Synthesis: Challenges and Technologies, Electronics 2022, 11, 518.
[4] M. Popa, O. Luca, Overcurrent Protection for Auxiliary Loads in Electric Vehicles with E-Fuse, 2022 IEEE 20th International Power Electronics and Motion Control Conference (PEMC), 25-28 Sep. 2022.

SDVerse’s ‘AI Sourcing Engine’ Confirmed at CES 2026

한상민 기자_han@autoelectronics.co.kr — 2026-01-19 10:46:37+0900

CES 2026에서 확인한 SDVerse의 ‘AI 조달 엔진’

한상민 기자_han@autoelectronics.co.kr — 2026-01-19 10:38:47+0900

맨 우측이 프라샨트 굴라티 CEO.

SDVerse가 짚은 소프트웨어 시대의 진짜 병목은 ‘발견(discovery)과 조달(sourcing)’이다. 이 과정이 느리면 SDV도 결국 느려지며, SDVerse는 이를 ‘몇 달에서 몇 분’으로 줄이겠다고 말한다. 이번 CES에서 그 약속은 AI 기반 조달 엔진과 OEM이 꺼리는 클라우드 이슈까지 고려한 ‘프라이빗 구조’로 현실에 가까워지기 시작했다.

글 | 한상민 기자_han@autoelectronics.co.kr
IN ENGLISH

CES 2026은 로보틱스가 쏟아지고, AI가 모든 산업의 표면을 덮는 자리였다. 자동차에서도 SDV, SD, AI-defined vehicle 같은 단어가 매번 새로 등장한다. 기술의 방향은 비슷한데 이름은 바뀐다. 그렇다면 이 단어들이 실제로 ‘현장’을 바꾸고 있는가가 더 중요해진다.
이번 CES에서 SDVerse의 프라샨트 굴라티(Prashant Gulati) CEO, 그리고 플랫폼 확장을 실무에서 이끄는 제프 워커(Jeff Walker) CCO와 프라이빗 룸에서 다시 마주 앉은 이유도 그 때문이었다. SDV가 CES의 트렌드로 소비되는지, 아니면 산업이 실제로 소프트웨어 중심 시대로 넘어가고 있는지, 그리고 그 전환의 한가운데서 SDVerse가 왜 필요해지는지, 플랫폼이 AI와 함께 어떻게 ‘진짜 도구’로 바뀌고 있는지를 확인하고 싶었다.
결론은 이렇다. SDVerse가 말한 핵심은 ‘AI가 무엇을 할 수 있나’가 아니라, AI가 들어오면서 발견과 조달의 시간이 구조적으로 줄어드는 것. 그리고 그 변화가 OEM이 현장에서 원하는 방향과 정확히 맞물려 있다는 것이다.
“예전에 몇 달 걸리던 작업을 몇 분 안에 하게 만드는 게 목표입니다. 우리는 ‘Months to Minutes’를 이야기합니다.” 굴라티 CEO는 SDVerse를 이렇게 요약했다.

이름이 뭐든, 결국 차는 소프트웨어가 된다

미팅에서 인상 깊었던 것 중 하나는 유행어 논쟁을 끝낸 대화였다. SDV가 맞느냐, SD가 새로 뜨느냐와 같은 것은 중요하지 않다는 것이다. 굴라티 CEO는 논점을 ‘코드의 증가’로 돌려놓았다.
“뭐라고 부르든 상관없습니다. 결국 자동차는 소프트웨어가 됩니다.”
그가 예로 든 숫자는 상징적이다. 차량 한 대에 들어가는 소프트웨어가 오늘날 대략 2억 5,000만 줄 수준이며, 머지않아 8억 줄까지 늘어날 것이라는 전망이 나온다. 숫자 자체보다 중요한 건 방향성이다. 소프트웨어가 차량의 기능, 인터페이스, 사용 방식 자체를 정의하는 시대가 더 깊어지고 있다.
이 지점에서 SDVerse가 겨냥하는 문제는 ‘기능 개발’이 아니다. 기능을 만들기 전에 산업이 먼저 풀어야 할 질문에 대한 것이다.
“필요한 소프트웨어를 어디서, 어떻게, 얼마나 빨리 찾을 수 있는가가 문제입니다.”
굴라티 CEO의 말은 SDVerse의 포커스를 정확히 보여준다.

SDVerse가 바꾸려는 것은
‘개발’이 아니라 ‘발견(discovery)’의 구조다

SDV 전환으로 소프트웨어는 폭증하는데, 산업의 소프트웨어 조달 방식은 여전히 하드웨어 시대의 관성에 묶여 있다. 현실에서 많은 OEM과 티어가 소프트웨어를 찾는 방식은 크게 다르지 않다. 구글 검색을 하고, 컨퍼런스를 돌아다니고, 기존 거래처에 전화를 건다. 그리고 그 과정은 쉽게 몇 달로 늘어진다.
특히 RFP/RFI 프로세스는 시작되는 순간 사람과 일정이 붙는다. 요구사항 문서를 뿌리고 답변을 받고 미팅을 잡고 다시 질문을 주고받는다. 이 과정은 결국 이동과 조율 비용으로 번지고, ‘발견’ 자체가 병목이 된다.
“대면 미팅을 하다 보니 이동이 생기고, 일정 조율이 붙고, 문서 질문을 푸는 데만 시간이 걸립니다.” 굴라티 CEO는 느린 구조를 이렇게 설명했다.
SDVerse가 반복해 강조한 포인트는 단 하나다. 조달이 느리면 SDV도 느려진다. 그래서 SDVerse는 개발을 앞당기는 것보다, 개발 이전 단계인 발견을 구조적으로 바꾸려 한다. 먼저 ‘이미 존재하는 것’을 찾는 구조를 만들고, 불필요한 내부 개발을 줄여 자본 효율성을 높이는 접근이다.

AI가 들어오자, ‘검색’이 아니라 ‘조달 엔진’이 됐다

이번 CES 미팅에서 가장 큰 업데이트는 AI였다. 그러나 여기서 중요한 건 “AI를 쓴다”는 선언이 아니다. AI가 들어오면서 SDVerse의 도구가 키워드 검색에서 요구사항 기반 조달 엔진으로 바뀌었다는 점이다.
예전 검색은 단순했다. 주차 보조, 사이버보안 같은 키워드를 넣고 리스트를 본다. 하지만 이번에 SDVerse가 보여준 방식은 달랐다. 엔지니어가 실제로 쓰는 문장을 그대로 입력한다.
“AUTOSAR와 호환되고 양산 검증된 ADAS 스택이 필요하다”
“ISO 21434 기반 요구조건을 만족하는 VCU를 찾고 있다”
“ISO 26262 조건을 만족하는 기능안전 컨설팅이 필요하다”
그러면 결과가 뜬다. 그리고 핵심은 ‘결과 나열’이 아니라 ‘판단 이유’다. 어떤 솔루션은 높은 매칭을 받지만, 양산 적용(production grade)이 아니라 파일럿 단계라서 감점되는 식으로, 왜 점수가 깎였는지까지 설명한다. AI는 검색 결과가 아니라 조달 판단의 근거로 들어온다.
“예전엔 단순한 검색어였지만, 이제는 ChatGPT처럼 문맥을 이해하는 검색으로 바뀌고 있습니다.” 워커 CCO는 이 변화를 이렇게 표현했다.
또 하나의 변화는 요구사항 문서 그 자체다. 요구사항(RFP) 문서를 업로드하면 시스템이 문서를 읽고, 조건에 맞는 공급사 후보를 뽑아낸다. 기존에 2~3개월 걸리던 초기 탐색이 1분 단위로 압축된다. SDVerse가 말한 “Months to Minutes”는 여기서 단순한 슬로건이 아니라 기능이 된다.

OEM이 클라우드를 꺼리는 이유:
검색이 곧 전략이기 때문

AI 조달 엔진이 빨라질수록 OEM이 더 민감해지는 지점이 있다. 바로 클라우드다. OEM이 꺼리는 것은 “클라우드는 위험하다” 같은 막연한 불안이 아니다. 훨씬 현실적이다.
OEM에게 검색 기록과 요구사항 문서는 곧 전략이다. 지금 어떤 소프트웨어를 찾고 있는지, 어떤 스펙을 요구하는지, 어디를 약점으로 보는지가 그대로 드러난다. 차량 개발 방향이자 사업 의사결정 그 자체다.
“대형 멤버들은 이 검색이 클라우드로 가서 다른 사람들이 ‘우리가 무엇을 찾는지’ 알게 되는 걸 원하지 않습니다. 그건 회사의 전략이기 때문입니다.” 굴라티 CEO는 민감도를 이렇게 설명했다.
그래서 SDVerse는 AI를 참조하되, OEM 데이터가 외부로 공유되지 않는 프라이빗 구조를 강조했다. OEM이 원하는 것은 AI가 아니라, AI를 써도 안전하게 유지되는 구조다.

OEM은 ‘직접 만들까, 사올까’의 학습 여정을 통과 중

SDVerse는 CES 현장에서 여러 OEM들과의 논의 상황도 언급했다. 흥미로운 대목은, OEM들이 결국 같은 질문을 반복한다는 점이다.
“우리가 이걸 in-house로 할 수 있나, 외부 플랫폼이 필요한가, 우리 엔지니어들이 실제로 쓰게 만들 수 있나. 그 과정은 일종의 학습 여정입니다.”
처음에는 내부 개발이 매력적으로 보인다. 하지만 프로젝트가 커지고 일정이 밀리면, 결론은 조달 효율로 돌아온다. SDVerse는 바로 그 지점에서 엔지니어가 납득할 수 있는 가치를 보여주려 한다. AI 기반 발견이 중요한 이유는, 조달팀이 아니라 엔지니어가 ‘쓸만하다’고 느끼게 만들어야 하기 때문이다.

FPT Automotive에서 다시 만난 SDVerse. 우측부터, 제프 워커, 프라샨트 굴라티, 그리고 ClearCatalyst Consulting의 브라이언 칼슨.

작은 기업에게는 기회, 큰 기업에게는 스케일이 된다

SDVerse가 시장에서 흥미로운 이유는 규모의 역설 때문이다. 큰 OEM은 큰 공급사만 원하지 않는다. 오히려 작은 기업의 특화된 솔루션, 스타트업의 민첩성, 니치한 기술이 필요해진다. 문제는 연결 방식이다.
기존 구조에서는 작은 기업이 OEM 앞에 서는 데 수년이 걸린다. 하지만 마켓플레이스는 그 시간을 줄인다. 작은 기업은 영업 네트워크가 아니라 발견의 구조를 통해 노출될 수 있고, OEM은 검증된 속성으로 비교하면서도 기존 리스트에 없던 공급자를 찾게 된다.
“예를 들어, GM 같은 큰 회사와만 일하고 싶은 게 아닙니다. PopcornSAR나 Methodica 같은 작은 회사와도 일하고 싶어 합니다. 우리는 그 매칭을 가능하게 만들려고 합니다.”
굴라티 CEO의 이 말은 SDVerse 생태계의 본질에 가깝다.

다음 단계는 ‘표준이 아니라 상용화’

SDVerse는 스스로를 표준단체로 규정하지 않는다. AUTOSAR, COVESA, SOAFEE, Eclipse 같은 조직들이 표준과 상호운용성을 만든다면, SDVerse는 그 결과물이 실제 비즈니스와 조달 현장에서 상용화로 연결되는 통로가 되려 한다. 오픈소스든 상용 소프트웨어든, 어떤 표준이든 들어올 수 있고 선택은 시장이 한다는 입장이다.
“우리는 표준을 정하는 조직이 아닙니다. 상용화에 집중합니다. 오픈소스든 독점 소프트웨어든 AUTOSAR든 무엇이든 들어올 수 있고, 시장이 결정하게 합니다.” 워커 CCO가 SDVerse의 포지션을 말했다.
기술이 많아질수록 산업은 더 빠르게 ‘쓸 수 있는 것’을 원한다. SDVerse는 여기서 플랫폼을 툴로 만들고 있고, AI 도입은 그 전환을 가속하는 장치가 된다.

미래가 말해지는 CES에서 SDVerse가 보여준 것은 산업이 당장 필요로 하는 조달의 속도에 대한 것이었다. SDV가 유행어를 넘어 실행으로 넘어가는 순간은 이런 도구가 ‘현장’에 붙는 곳에서 시작된다.

ROS is the Starting Point - Production is Built on Accountability

한상민 기자_han@autoelectronics.co.kr — 2026-01-16 13:42:51+0900

ROS는 출발점, 양산은 ‘책임’이 만든다

한상민 기자_han@autoelectronics.co.kr — 2026-01-16 13:27:04+0900

좌측부터 Apex.AI의 타비스 제토 부사장과 얀 베커 CEO

INTERVIEW

Jan Becker CEO & Tavis Szeto EVP
Apex.AI

Apex.AI는 ROS2 생태계를 기반으로, 자동차 양산에 필요한 실시간성·신뢰성·인증·장기 유지보수(LTS)까지 포함한 상용 소프트웨어 플랫폼을 제공한다. CES 2026에서 이들이 반복한 메시지는 ‘ROS의 가능성’이 아니라, 결국 양산을 움직이는 것은 책임지는 구조라는 점이었다. 얀 베커 CEO, 타비스 제토 부사장과 이야기를 나눴다.

글 | 한상민 기자_han@autoelectronics.co.kr
IN ENGLISH

ROS는 왜 여전히 자동차에서 중요한가요? AUTOSAR나 독자 플랫폼과 비교했을 때 ROS의 본질적 가치는 뭔가요?
Jan Becker   ROS는 지금도 자율주행 시스템, 로보틱스, 자동차 소프트웨어를 ‘처음부터’ 만들려는 사람들에게 가장 좋은 진입로를 제공합니다. 완전히 바닥부터 시작해 시스템을 구성하려는 경우 ROS는 시작을 빠르게 만들어줍니다. 다만 대부분의 조직이 어느 순간 ROS만으로는 한계에 부딪힌다는 것을 경험합니다. 그 시점부터는 양산을 위한 실시간성, 신뢰성, 책임 있는 유지보수가 필요해지고, 그래서 고객들이 Apex.AI와 같은 곳을 찾거나, 독자 개발을 선택하게 됩니다.

Tavis Szeto    ROS가 만들어낸 가장 큰 가치는 사람들이 개발할 때 “어떤 RTOS인지, 어떤 SoC인지”에 덜 묶이도록 만드는 추상화 레이어에 있습니다. AUTOSAR든 독자 플랫폼이든, 원래 그렇게까지 유연하게 설계된 체계는 아니었죠. 특히 팬데믹 이후처럼 공급망이 흔들리고 플랫폼 전환이 잦아진 시기에는 플랫폼을 빠르게 바꾸고도 개발 속도를 유지할 수 있는 유연성이 중요해졌습니다. 그게 ROS가 준 독보적인 기반입니다.

Jan Becker   ROS는 또한 정의된 API와 데이터 포맷을 제공합니다. 예를 들어 데이터 기록(Recording) 방식처럼 대학·연구기관에서 사실상 표준처럼 쓰이는 포맷이 이미 있습니다. 그래서 학계에서 개발된 코드를 산업이 가져와 쓰기도 훨씬 쉽지요. 정리하면 ROS는 프로토타이핑과 초기 개발의 표준 기반이고, 그 다음 단계에서 제품을 만들기 위해서는 또 다른 책임 구조가 필요해집니다.

ROS는 빠른 출발점, 제품은 다른 규칙으로 움직인다

SDV에서 ROS2는 실제로 어디까지 쓰이고 있나? 양산 적용됐나요? 때가 됐는데요.
Jan Becker    현재 업계에서 ROS2는 주로 초기 프로토타이핑 단계에서 많이 쓰입니다. 조직이 실제 제품 개발로 들어가기로 결정하면, 그때부터는 ROS 기반으로 쌓았던 것을 양산 기준으로 다시 재설계하거나, Apex.AI 같은 상용 플랫폼으로 전환하는 흐름이 많습니다.

Tavis Szeto   “ROS2가 양산에 없다”라고 단정하는 것은 정확하지 않습니다. 이미 중국에서는 ROS2 기반 소프트웨어가 L2/L2+ 애플리케이션으로 양산 차량에 들어가 있고, 수백만 대 규모로 이미 도로에 깔려 있습니다. 중국 외 지역에서는 아직 본격적으로 대량 양산 사례가 넓게 퍼지지 않았을 뿐입니다. 그리고 앞으로는 그쪽에서도 인증 요구(특히 Safety 관련 요구)가 더 강해질 가능성이 큽니다.

오픈소스 소프트웨어가 양산차에 들어가는 가장 큰 장벽은 ‘안전 인증’입니다. Apex.AI는 어떻게 접근합니까?
Jan Becker   우리는 기본적으로 업계 표준의 베스트 프랙티스를 따릅니다. 고객이 특정 릴리즈를 선택해 양산 프로그램으로 들어가면 그 시점부터는 그 릴리즈를 개발 기간 전체에 걸쳐 장기 지원(LTS) 모드로 유지합니다. 인증이 필요한 프로그램이라면 고객과 함께 인증 프로세스를 실제 프로젝트 단위로 맞춰 진행합니다.

Tavis Szeto   오픈소스는 ‘누가 책임지느냐’가 없으면 양산에서 늘 문제가 됩니다. 그래서 우리는 더 이상 ‘오픈소스 그대로’의 모델이 아닙니다. 우리는 오픈소스에서 출발했지만 지금은 코드의 대부분이 상용(프로프라이어터리) 형태이고, 그 덕분에 기능안전성 관점에서 요구되는 유지·관리·검증을 우리가 책임질 수 있는 구조로 바뀌었습니다. 양산에서 제일 어려운 건 ‘오픈소스니까 좋다’가 아니라, 누가 그걸 제품으로 책임질 수 있느냐입니다.

AUTOSAR는 Apex.AI의 경쟁자인가? Classic/Adaptive는 앞으로 어떤 역할을 할까요?
Jan Becker   AUTOSAR Classic은 MCU 기반의 작은 ECU들에서는 앞으로도 오래 갈 것입니다. 이 영역은 개발이 성숙해져 있고 굳이 바꿀 이유가 크지 않습니다. 하지만 중앙집중형 아키텍처로 갈수록 일부 기능은 센트럴 컴퓨터로 이동하고, 일부 ECU는 사라질 수도 있습니다. 그럼에도 남아 있는 MCU ECU들은 계속 Classic 위에서 돌아갈 가능성이 큽니다. 고성능 컴퓨팅(HPC) 영역에서는 많은 OEM이 AUTOSAR Adaptive에서 다른 방향으로 이동하는 흐름이 보입니다. 어떤 곳은 ROS 프로토타입을 만든 뒤 우리(Apex.AI)로 오기도 하고, 어떤 곳은 BMW 사례처럼 Eclipse S-CORE 같은 새로운 시도를 통해 Adaptive에서 벗어나려는 방향도 있습니다. 핵심은 ‘Adaptive 위에 뭘 더 얹는다’라기보다, 저희가 보는 접근 자체가 더 현대적이고 효율적인 소프트웨어 아키텍처라는 점입니다.

Tavis Szeto    Apex.AI는 AUTOSAR와 공존할 수 있습니다. Classic이나 Adaptive를 쓰는 고객이 저희 솔루션을 함께 쓰는 경우도 있습니다. 즉, AUTOSAR가 남아 있어도 ‘우리가 막히는’ 구조는 아닙니다.

양산의 문턱은 기능이 아니라 ‘책임’이다

Eclipse SDV에서 Apex.AI는 어디까지 책임져야 한다고 보나? OEM 신뢰에 중요한 포인트는?
Jan Becker   우리는 Eclipse SDV의 멤버이고, S-CORE 범위와도 겹치는 지점이 있습니다. 다만 S-CORE는 오픈소스이고, 저희는 상용 회사입니다. 우리는 라이선스로 돈을 벌어야 하는 구조이기 때문에 일부 컴포넌트는 기여할 수 있어도 핵심 소프트웨어는 대부분 상용으로 남습니다. 오픈소스는 ‘아직 아무도 돈을 벌지 못하는 구조’이기 때문에, 상용 회사가 모든 것을 그대로 오픈으로 넣는 것은 현실적으로 어렵습니다.

Apex.AI의 가장 큰 경쟁은 기술인지, 아니면 ‘책임질 수 있느냐’의 문제인지요? OEM의 결정 기준요?
Jan Becker    우리가 현장에서 마주치는 가장 큰 경쟁자는 다른 상용 솔루션이라기보다 OEM이 ‘내부에서 직접 만들겠다’고 결정하는 경우입니다. 그런데 그 선택은 종종 일정 지연으로 이어집니다.

Tavis Szeto   가장 어려운 경쟁은 결국 저희 고객이 스스로 개발하려는 선택입니다. 이건 기술 경쟁이 아니라 시간과 실행력의 문제에 가깝습니다.

Jan Becker   OEM이 오픈소스를 가져다 쓰려면 결국 실시간성과 신뢰성을 위해 다시 손을 봐야 하고, 그게 시간을 잡아먹습니다. 그래서 어떤 OEM은 ‘내가 만들면 더 빠를 것’이라고 생각해서 독자 플랫폼으로 가기도 합니다. 실제로는 그렇지 않은 경우가 많지만, 동기는 대개 ‘속도’입니다.

Tavis Szeto    OEM 입장에서는 결국 ‘이미 양산에서 검증되었는가’가 매우 중요합니다. 처음에는 ‘우리가 1호가 되긴 싫다’는 심리가 강합니다. 하지만 한 번 양산 프로그램에서 쓰이기 시작하면, 그 장벽은 크게 낮아지고 움직임이 빨라집니다.

SDV가 커질수록 리스크는 OTA·보안·신뢰로 모인다

SDV 양산이 본격화되면 OEM이 가장 두려워하는 ‘리스크 포인트’는 뭘까요? 이와 관련 Apex.AI는 어떻게 해야할까요?
Tavis Szeto    사람들은 SDV를 이야기할 때 ‘OTA만 있으면 된다’고 생각하는데 실제로는 그렇지 않습니다. 소프트웨어 업데이트가 ADAS, 자동 제동과 같은 안전 기능까지 들어가면 그건 절대로 실패하면 안 됩니다. OTA는 또한 사이버보안 위협이 됩니다. 인포테인먼트 업데이트 정도는 상대적으로 부담이 덜하지만, 안전 기능이 포함되는 순간 업데이트의 보안성과 무결성은 핵심 공포지점이 됩니다. 그리고 SDV는 결국 차량 전체로 확대됩니다. OEM은 위험을 알면서도 고객은 ‘정비소에 계속 갈 수 없다’는 방향으로 움직이고 있습니다. 결과적으로 SDV는 선택이 아니라 필수가 됐고, 리스크는 피할 수 없고 관리해야 하는 문제가 됐습니다.
Apex.AI는 아직 규모가 작은 회사이기 때문에 이런 리스크를 넘기려면 초기에 신뢰받는 티어 1과 함께 묶여 들어가는 방식이 현실적일 수 있습니다. 티어 1이 다수의 프로그램 경험으로 OEM에게 보증할 수 있기 때문입니다. 하지만 시간이 지나 프로그램이 쌓이면, OEM은 점점 더 직접 저희를 선택할 수 있게 될 것입니다.

방산/로보틱스 영역에서 ROS 기반 소프트웨어를 배치할 때, 자동차와 무엇이 같고 무엇이 다른가요?
Jan Becker   유럽 관점에서 전쟁이 가까워지면서, 유럽은 재무장을 크게 강화하고 있습니다. 그 과정에서 핵심 드라이버 중 하나가 자율화(Autonomous systems)입니다. 병력을 줄이고 원격 제어 또는 자율로 운영되는 시스템이 필요해졌습니다. 우리는 이미 이 영역에서 경험을 쌓았습니다. 두 번째는 연결성입니다. 센서와 전장(클라우드 또는 전장 네트워크), 그리고 액추에이터 사이를 디지털로 연결하는 요구가 강해지고 있습니다. 이건 저희가 하는 일과 매우 맞닿아 있습니다. 세 번째는 비용입니다. 방산은 전통적으로 고가의 독자 솔루션이 많고 개발 주기도 깁니다. 하지만 정부는 점점 더 듀얼 유즈(민수 기반 활용) 가능한 컴포넌트를 선호합니다. 이미 존재하는 것을 재사용해 비용과 시간을 줄이려는 움직임입니다. 우리는 그 방향에서, 자율화와 연결성을 빠르게 만들고 재사용으로 비용을 낮추는 데 기여할 수 있습니다.

마지막으로, 한국에서 Apex.AI는 어떻게 기억되길 원하나요?
Tavis Szeto    한국은 거의 모든 산업에서 엄청난 속도로 혁신을 만들어 글로벌 시장으로 가져가는 나라입니다. 소비자 전자, TV, 문화까지 전부 빠르게 움직입니다. Apex.AI가 한국에서 기억되고 싶은 건 단순히 ‘빠르다’가 아니라, 빠르되 안전하게(speed, but safely)입니다. 한국이 SDV에서 더 빨라질 수 있는 변곡점이 온다고 봅니다. 중국을 제외하면 한국이 SDV에서 가장 빠르게 치고 나갈 수 있는 잠재력이 큽니다. 우리는 그 과정에서 속도와 안전을 동시에 제공하는 파트너로 기억되고 싶습니다.

Apex.AI가 CES 2026에서 반복해서 강조한 것은 ‘ROS의 가능성’이 아니라, 양산에서 ‘누가 책임질 것인가’란 것이었다. ROS는 출발점이지만, SDV의 승부는 결국 제품화와 인증, 그리고 업데이트 이후까지 이어지는 책임에서 결정된다.

Right-sized SDV: A Blueprint to Reduce Variants and Gain Speed

한상민 기자_han@autoelectronics.co.kr — 2026-01-16 09:59:03+0900

Right-sized SDV: 변형을 줄이고, 속도를 얻는 설계

한상민 기자_han@autoelectronics.co.kr — 2026-01-16 09:46:01+0900

CES 2026에서 Elektrobit(EB)가 강조한 것은 새로운 기능이 아니라 SDV를 감당하는 방식이었다. 수직으로 쪼개진 구조를 수평으로 풀고, Semantic API로 변형을 줄이며, Cost/Value Zone으로 비용과 업그레이드를 분리하는 설계. EB의 SDV는 이제 기술 데모가 아니라 운영 모델로 경쟁한다.

글 | 한상민 기자_han@autoelectronics.co.kr
IN ENGLISH

SDV는 기술이 아니라 계산서다. 현장에서 SDV를 가로막는 건 기능이 아니라 비용, 일정, 인력, 그리고 변형(variant) 관리다. SDV로 가려는 순간 OEM이 가장 먼저 계산하는 것도 결국 이것들이다. Elektrobit(이하 EB)가 CES 2026에서 꺼낸 화두도 이 불편한 계산서에 가까웠다. EB는 SDV를 ‘갈아엎는 혁명’이 아니라, 감당가능한 비용으로 단계적으로 올라타는 구조로 바꿔야 한다는 것을 보여줬다. EB 코리아의 조정우 대표는 전통적인 개발 방식이 왜 SDV에서 한계에 부딪히는지부터 짚었다.
OEM이 1차 협력사를 복수로 운영하는 순간, 제어기 하나만 놓고 봐도 변형이 폭발한다. 하드웨어도 다르고, 소프트웨어 플랫폼도 다르고, 애플리케이션 구조까지 갈라진다. 조 대표는 이를 단순히 ‘복잡하다’고 표현하지 않았다.
“하나의 OEM이 동일한 지역에 대해 1차 사를 두 개, 세 개 이상 가져가잖아요. 그러면 관리하는 제어기만 해도 두세 개의 변형이 생깁니다. 이 곱하기로 늘어나는 복잡성이 SDV의 첫 장벽입니다.”
조직이 만들고 싶은 기능은 많다. 하지만 그 기능을 올릴 그릇이 수직으로 쪼개져 있으면, 개발도 검증도 업데이트도 변형 관리도 끝없이 느려진다. EB가 제시한 답은 수직 계열(Vertical)에서 수평 구조(Horizontal)로의 전환이다.

폭스콘과 ‘Smart EV 플랫폼’이 던진 질문

EB는 작년부터 대만의 폭스콘과 협업해 ‘Smart EV 플랫폼’을 구축해 왔다. 폭스콘이 레퍼런스 하드웨어 플랫폼을 제공하고, EB는 그 위에 올라가는 소프트웨어 플랫폼을 제공한다. 그리고 그 위에서 SDV 애플리케이션이 작동한다.
얼핏 들으면 흔한 분업처럼 보인다. 조 대표도 “여기까지는 다른 데와 크게 다를 것이 없어 보인다”고 말한다. 하지만 EB가 여기서 꺼내는 질문은 분업 자체가 아니라 OEM이 SDV를 어떤 방식으로 감당할 것인가다.
EB가 CES 2026에서 이 구조를 설명할 때 반복해 쓴 표현은 ‘공급망을 다시 짜는 언어’였다. “Rethinking The Supply Chain.”
그리고 목적은 분명하게 “Reduce Time-to-Market and Enable Build-to-Print.”
SDV를 거대한 맞춤형 프로젝트로 끌고 가는 대신, 시장 투입 시간을 줄이고, 제조까지 사양 기반으로 끌어내리는(build-to-print) 구조를 만들겠다는 것이다.
전통적인 방식은, OEM이 티어 1에 제어기를 요청하면 그들이 하드웨어를 설계하고, 소프트웨어 플랫폼은 외부에서 구매하며, 애플리케이션은 다시 개발해 수직적으로 쌓아 올리는 구조다. 이 구조는 한 번 구축되면 익숙하지만 복수의 티어 1이 동시에 존재하고, 플랫폼과 하드웨어가 갈라지기 시작하면 변형은 급증한다. 결국 SDV의 비용과 시간이 기능 개발이 아니라 변형 관리의 지옥에서 터진다.
EB가 폭스콘 협업을 통해 시도한 것이 바로 이 수직 구조를 ‘수평으로 풀어’ 선택지를 늘리는 것이다. 하드웨어 제조는 폭스콘에 맡길 수도 있고 기존 티어 1이 계속 맡을 수도 있다. 폭스콘은 텔레매틱스, VCU, ADAS 도메인 컨트롤러, IVI, 센트럴 HPC 등 고성능 제어기 영역에 대한 레퍼런스 하드웨어 디자인을 제공하고, EB는 그 위에 올라가는 소프트웨어 플랫폼을 제공한다. 결국 ‘누가 만들든 상관없이’ 아키텍처를 수평 분리해 관리 가능하게 만드는 구조다.
여기서 중요 포인트는 ‘누가 하드웨어를 만들었느냐’가 아니라, OEM 입장에서 SDV를 진행할 때 비용·시간·인력 부담을 줄일 수 있는 선택지가 생겼다는 점이다.
“특히 EB가 말하는 타깃이 대기업만이 아니라는 점입니다. 예산과 인력이 제한된 중소 OEM, 혹은 SDV 요구를 함께 떠안아야 하는 티어 1에게 이 선택지가 더 직접적인 의미를 갖습니다.”

EB가 Smart EV 플랫폼을 설명하며 제시한 키워드.
‘Rethinking the supply chain’, ‘Reduce time-to-market’, ‘Enable build-to-print’는 SDV를 프로젝트가 아니라 공급망/개발 방식의 재설계로 본다는 말이다.

Semantic API: ‘변형을 없애는 레이어’

수평 구조로 분리하자는 말은 업계에서 이미 익숙하다. 하드웨어 추상화 레이어, 플랫폼과 앱의 분리, 재사용성 같은 개념은 오래 이야기돼 왔다. 하지만 EB가 CES 2026에서 한 걸음 더 나간 지점은, 이 분리가 실제로 ‘비용을 줄이는 결과’로 이어지려면 신호와 인터페이스가 통일돼야 한다는 데 있다. EB가 그 역할로 내세운 개념이 바로 ‘Semantic API’다.
조 대표는 COVESA의 차량 신호 표준화를 직접 언급하며 브랜드마다 플랫폼마다 차량 신호 체계가 다른 현실을 그대로 유지하면서도 그 위에서 동일한 방식으로 기능을 개발할 수 있는 레이어가 필요하다고 했다.
“Semantic API 위에서는 어떤 모델을 가든 어떤 브랜드를 가든 다 동일하다는 얘기입니다.”
이게 EB의 SDV 접근을 요약한다.
핵심은 레거시를 부정하지 않는 것이다. 기존 제어기와 기존 소프트웨어를 가능한 한 유지한다. 그리고 최소 하나의 고성능 HPC를 올린다. 그 사이에 ‘변환 레이어’를 둬 브랜드별 신호 차이를 흡수한다. 그러면 위쪽은 차종이 바뀌어도 브랜드가 바뀌어도 동일한 개발 방식으로 움직일 수 있다.
CES 현장 데모 화면은 이것을 더 직설적으로 설명한다. Semantic API는 차량 데이터와 기능을 노출해 ‘독립적인 기능 개발’을 가능하게 하고, 더 중요한 건 구성 차이가 나도 ‘소프트웨어 변형을 만들지 않게(without introducing software variants)’ 만든다는 것이다. 변형이 곱하기로 늘어나는 구조를 관리 가능한 ‘한 층’으로 압축하는 접근이다.
EB는 이 아랫단을 ‘SDV Cost Zone’이라고 부른다. 레거시 ECU를 크게 흔들지 않는다는 뜻이고 비용을 통제할 수 있다는 의미다.
“이 Semantic API가 적용되는 아랫 단계를 SDV 코스트 존이라고 합니다. 기존 제어기를 그대로 거의 유지할 수 있다는 얘기니까요.”

‘Retain your existing architecture.’ EB는 레거시 도메인 아키텍처를 최대한 유지하면서 SDV-core를 얹는 단계적 접근을 강조했다.

EB가 강조한 Semantic API는 차량 데이터/기능을 표준화된 의미 체계로 노출해,
차종·브랜드·구성이 달라도 소프트웨어 변형을 만들지 않고 기능 개발을 가능하게 하는 레이어다.

SDV Cost Zone과 SDV Value Zone:
비용은 묶고, 업그레이드는 빠르게

레거시를 흔들지 않으면 비용이 줄어든다. 하지만 SDV가 의미를 가지려면 위쪽에서 기능을 계속 올려야 한다. 그래서 EB는 구조를 둘로 나눈다.
“Drive for value and optimize cost.” 그리고 그 결론은 “Separation into SDV value zone and SDV cost zone”이다.
여기서 Value Zone은 업그레이드가 일어나는 영역이다. 데모 화면이 말하는 논리는, 기능 업그레이드는 중앙 컨트롤러에서 빠르고 자주 수행돼야 한다. 그러려면 아래쪽은 Cost Zone으로 안정화돼 있어야 하고, 위쪽은 Semantic API를 통해 브랜드와 차종을 넘어 동일한 방식으로 관리돼야 한다.
이 구분이 바로 ‘Right-sized SDV’의 실체다. 전체를 갈아엎지 않아도 비용을 방어하며 SDV로 올라탈 수 있다. EB의 메시지는 ‘올인(all-in)이 아니라 리스크를 통제하면서 진행하라’에 가깝다.

‘Drive for value and optimize cost.’
EB는 레거시 영역을 SDV Cost Zone으로 안정화하고, 중앙 컨트롤러 중심의 SDV Value Zone에서 빠르고 잦은 업그레이드를 수행하는 구조를 제시했다.

단계적 SDV가 Right-sized SDV다:
화이트라벨부터 개별 ECU까지

EB가 보여준 도입 방식은 단일 경로가 아니다. EB는 ‘Flexible adoption options’란 문구 그대로 화이트라벨 차량에서 시작해 소프트웨어 플랫폼만 가져가거나, 개별 ECU 단위로 들어가는 단계까지 옵션을 분기한다. 즉, 필요한 속도와 규모로 SDV를 시작하라는 제안이다.
“SDV라고 하면 OEM 입장에서 망설여지는 게 비용과 시간, 인력입니다. 큰 회사는 감당할 수 있어도 중소 OEM이나 티어 1을 위해선 선택의 여지가 필요합니다.”
이는 EB의 전략이 기술보다 운영에 가까운 이유를 보여준다. SDV 전환은 결국 조직의 능력치와 투자 규모가 결정한다. EB는 그 격차를 ‘단계’로 풀어낸다. 레거시를 최대한 유지하며 비용을 방어하고, Semantic API와 HPC 레이어에서 기능 확장을 빠르게 만들고, 필요에 따라 폭스콘 레퍼런스 하드웨어와 EB 소프트웨어 플랫폼을 결합해 화이트라벨 형태로도 제공한다. 고객사가 폭스콘이나 EB 브랜드를 드러내지 않고 자체 브랜드로 가져가고 싶다면 그 방식도 가능하다.
물론, 독자적으로 SDV를 구축하려는 움직임이 강한 곳에는 이 모델이 직접 들어가기 어려울 수도 있다. 하지만 이게 대기업은 안 쓴다는 뜻은 아니다. 오히려 대기업일수록 모든 것을 내부에서 감당하는 방식이 위험하다는 교훈을 이미 경험하고 있기 때문이다.
“폭스바겐 사례처럼 대규모 자금을 투입한다는 게 위험하다는 걸 알기 때문에, 큰 회사들도 부분적으로 수요가 있습니다.”

‘Flexible adoption options.’
EB는 화이트라벨 차량에서 시작해 소프트웨어 플랫폼 단위, 나아가 개별 ECU 적용까지 고객의 속도/규모에 맞춘 단계적 도입을 제안한다.

‘신제품’은 콕핏: EB civion

콕핏은 기능이 가장 빨리 바뀌는 영역이면서, 동시에 검증과 통합이 가장 느린 영역이다.
Smart EV 플랫폼과 Semantic API가 SDV의 구조를 설명한다면, EB civion은 그 구조를 실제로 굴리는 방법을 보여주는 제품이다. 조 대표가 CES 현장에서 가장 길게 설명한 것도 civion이었다. SDV의 현실적인 병목은 결국 콕핏 개발과 통합 단계에서 터지기 때문이다.
기존 콕핏 개발은 바꾸는 데 오래 걸린다. 코드를 수정하고, 빌드하고, 통합하고, 테스트를 돌리고, 결과를 확인한다. 작은 변경 하나에도 짧게는 일주일, 길게는 며칠이 걸린다. EB는 이 과정을 ‘클라우드 기반 가상 환경’에서 압축한다.
조 대표가 강조한 것은 개발자가 코드를 직접 만지지 않는다는 점이었다.
“브라우저에서, Figma 같은 UX 디자인 툴로 클릭하고 설정하면 결과물이 자동으로 컴파일되고 인테그레이션됩니다. 테스트 케이스도 자동으로 생성되고요.”
civion의 화면이 보여주는 흐름도 같은 방향이다. Figma에서 UI를 설계하면, 컴포넌트가 자동 생성되고(예: Jetpack Compose 기반), 구조가 매핑되며, 차량 데이터는 HAL(Hardware Abstraction Layer)로 이어진다. 즉, 디자인-로직-데이터가 분리된 채 자동 연결돼 개발 루프가 짧아진다.
“이런 변경 사항이 짧게는 1~2분 안에도 될 수 있다는 게 큰 차이점입니다.”
EB는 civion이 갑자기 나온 제품이 아니라, 3년 전부터 소니, 혼다와 진행해 온 아필라 프로젝트의 결과물을 제품화한 것이라고 설명했다. 즉, civion은 개념이 아니라 프로젝트에서 검증된 방식을 떼어내 제품군으로 만든 것이다.
civion은 3개의 제품군으로 나뉜다. 가상화된 CI/CD 개념의 도구를 ‘Creator’, 타깃 소프트웨어 플랫폼을 ‘Core’, 여기에 하드웨어까지 포함해 완성도를 높인 구성을 ‘Cockpit’으로 묶는다. EB는 CES 2026 현장에서 civion을 AMD Ryzen 기반과 Qualcomm 기반으로 각각 구동하는 데모를 동시에 선보였다.
여기에 생성형 AI 요소도 붙었다. EB는 데모에서 구글 Gemini를 연결해 테마 생성 기능을 시연했다. 예를 들어 ‘한국 관련 테마를 적용해 달라’고 지시하면 일정 시간이 지난 후 테마가 생성돼 적용되는 방식이다. EB는 이를 테마 엔진으로 부르는데, 콕핏이 소프트웨어화될수록 디자인·브랜딩 요소까지도 개발 흐름에 포함된다는 점을 보여준 것이다.

EB civion 데모. EB는 브라우저 기반 가상 개발 - 자동 빌드/통합 - 테스트 흐름을 통해 콕핏 개발 루프를 단축하는 접근을 제시했고,
현장에서는 AMD Ryzen과 Qualcomm 기반 데모를 동시에 선보였다.

EB civion의 개발 흐름. Figma 기반 UI 설계가 컴포넌트 자동 생성(예: Jetpack Compose), 구조 매핑, HAL 연동으로 이어지며
디자인 - 로직 - 데이터를 분리한 자동 개발 루프를 구현한다.

EB의 ‘감당 가능한 SDV’

EB의 SDV는 멋진 기능이 아니라 운영가능한 구조다. 수직으로 쪼개진 공급망과 개발 구조는 SDV에서 변형 지옥을 만든다. EB는 Smart EV 플랫폼으로 하드웨어·소프트웨어·애플리케이션을 수평으로 분리하고, time-to-market과 build-to-print를 목표로 공급망을 재설계하는 모델을 제시했다. 그리고 Semantic API로 브랜드와 차종의 신호 차이를 흡수해, 구성 차이가 나도 소프트웨어 변형을 만들지 않게 하며, SDV Cost Zone과 SDV Value Zone으로 비용과 업그레이드 영역을 분리했다. 마지막으로 civion은 그 구조를 콕핏 개발의 시간으로 증명하는 바로 시작 가능한 제품군으로 제시됐다.
EB의 SDV는 레거시를 유지할 수 있는 아래쪽에서 비용을 방어하고(SDV Cost Zone), Semantic API와 중앙 컨트롤러 레이어에서 업그레이드를 빠르고 자주 가능하게 만들며(SDV Value Zone), 단계적으로 선택가능한 도입 옵션을 제공한다. 그래서 ‘Right-sized SDV’의 의미가 바로 여기에 있다. SDV의 야망은 커지고 있지만, 모든 조직이 같은 방식으로 전환할 수는 없다. EB는 그 각각의 격차를 ‘단계’로 해결하는 설계도를 꺼내 보였고, civion은 그 설계도를 제품으로 내놓은 결과물이었다.

The Real Question Isn’t What AI Can Do—It’s How We’ll Use It

한상민 기자_han@autoelectronics.co.kr — 2026-01-15 14:12:27+0900

자동차 AI, 뭘 하냐가 아니라, 어떻게 쓸 거냐의 문제

한상민 기자_han@autoelectronics.co.kr — 2026-01-15 13:55:08+0900

CES 2026 Connect2Car 패널들이 남긴 Automotive AI에 대한 메시지는 AI는 더 똑똑해지는 기술의 문제가 아니라, 더 안전하고 더 빠르게 ‘실제로 쓰는 방식’의 문제란 것이다. 패널들의 대화는 가능성을 과장하지 않고, 자동차 산업이 AI를 제품과 실행으로 바꾸기 위해 넘어야 할 질문들을 정확히 남겼다.

글 | 한상민 기자_han@autoelectronics.co.kr
IN ENGLISH

모더레이터: John Ellis, President of Codethink Limited (좌측부터)
패널: Yansong Chen, Founder & CEO of ROPIX LLC
Rebecca Delgado, VP Engineering, Autonomy & AI of Torc Robotics
Maurice Dantzler, Executive Director of Cummins Inc.
Madison Beebe, Software & Tech Strategy Director of Ford
Dirk Slama, Chairman of digital.auto and Bosch

“AI는 기능의 문제가 아니라, 실행의 문제다.”
CES에는 AI를 이야기하는 무대가 많다. 그런데 이 패널토론이 남긴 건 AI가 무엇을 할 수 있는가가 아니라, AI를 실제로 쓰려는 순간 자동차 산업이, 그리고 조직들이 어떤 질문에 부딪히는가였다. 신뢰할 수 있는가, 돈이 되는가, 책임은 누가 지는가, 검증은 어떻게 할 것인가에 대한 것이고, 무엇보다 중요한 질문은 “이걸 실제 양산과 운영의 시간표 안에 넣을 수 있는가”였다. 마치 친구들이 술집에서 나누는 대화처럼 진행된 구조는 AI가 자동차 산업에서 결국 기술의 문제가 아니라 합의와 실행의 문제임을 역설했다.
토론은 4개의 테마로 전개됐다. 첫째, AI는 유행이 아니라 제품이 되어야 한다는 말로 신뢰와 수익, 그리고 ‘제품화(productize)’라는 현실. 둘째, AI는 만능이 아니라 도구로서 사람이 책임을 지는 ‘human-in-the-loop’와 데이터의 정직함에 대해. 셋째, 중앙집중과 SDV가 만들어낸 복잡성과 관련한 통합과 검증, 안전·보안의 언어가 더 거칠어지는 지점에 대해. 넷째, 결국 남는 건 기술이 아니라 실행으로 회사 안에서만 풀 수 없는 문제를 생태계와 표준화, 협업의 사회적 계약으로 풀어야 한다는 것이었다.

결론은 이렇다.
- AI는 ‘기능’이 아니라 ‘제품화’의 문제다. 모델을 만들었다가 아니라, 신뢰·수익·운영까지 포함해 시장에 올리는 설계가 필요하다.
- 핵심은 “Human-in-the-loop”다. AI가 대체하는 건 사람이 아니라 반복 업무이고, 책임을 지는 건 여전히 사람과 조직이다.
- 데이터는 연료가 아니라 ‘리스크 자산’이다. 데이터 품질·무결성·보안·프라이버시를 못 지키면 AI는 혁신이 아니라 폭탄이 된다.
- 중앙화는 단순화가 아니라, 검증 부담을 중앙으로 끌어올린다. SDV 위에 AI가 올라가는 순간, 통합·안전·보안·진단의 난이도는 더 거칠어진다.
- AI의 성공은 기술이 아니라 실행에서 결정된다. 실제 실패는 알고리즘이 아니라 일정·검증·협업 과정에서 터지고, 그 비용이 가장 크다.
- 답은 협업과 표준화, 그리고 생태계의 ‘사회적 계약’이다. 기업 내부 최적화만으로는 부족하고, 일정·검증·책임을 함께 정렬하는 구조가 필요하다.

AI는 ‘가능성’이 아니라 ‘제품화’의 문제다

John Ellis   오늘 주제는 ‘Automotive AI, 새로운 가능성과 경험을 여는 것’입니다. Rebecca, Torc Robotics에서 자율주행 애플리케이션을 하고 있잖아요. AI는 도움이 됩니까, 아닙니까?
Rebecca Delgado   도움이 되는 정도가 아니라, 기반(fundamental)이에요. 우리가 시장에 내놓으려는 기술의 핵심 그 자체죠. 그리고 이건 단지 유행이 아니라, 실제로 시장이 요구하는 것을 제공하기 위해 필요한 시스템입니다. 트럭 자율주행에서 경험과 성능을 가속하는 데 AI는 절대적으로 필요해요. AI는 진짜로 세상을 바꾸고 있고 계속 바꿔 갈 기술이라고 봅니다. 다만, 어려움도 많아요. 우리가 신뢰할 수 있어야 하고, 수익을 만들 수 있어야 하며, 결국엔 제품화(productize) 해야 합니다. 서로 결이 다른 도전들이 동시에 존재해요.

John Ellis   Yansong. 우리가 AI를 이야기할 때 늘 하던 말이 있죠. ‘AI는 그냥 또 하나의 도구다. 기본을 잊으면 안 된다.’ Rebecca가 말한 ‘신뢰, 수익, 제품화’ 같은 걸 실제 자동차 개발 현실에서 해내려면, 핵심 도전이 뭘까요?
Yansong Chen       저는 이 패널에서 유일한 창업자이고, 두 명뿐인 기업가 중 한 명이기도 해서 조금 다른 관점을 드릴 수 있을 것 같아요. AI가 자동차 개발의 현실과 만나는 순간, 특히 기능안전성 같은 시스템 레벨의 규율과 사고방식이 필요한 영역에서는 AI가 기본적인 원칙들을 대체하지 못합니다. 규율, 엄격함, 시스템 사고 등, 이건 결국 사람이, 사람이 있는 팀이 만들어야 합니다. AI는 입력되는 정보만큼만 좋습니다. 그러니 책임은 우리가 져야 해요. 저는 AI를 도입하는 과정에서 책임 있는 방식의 구현이 정말 중요하다고 생각합니다.
Rebecca가 말한 ‘신뢰’ 얘기요? 저는 이렇게 말하고 싶어요. 우리는 먼저 ‘우리 자신’을 신뢰해야 합니다.

John Ellis   Madison, 전통 OEM이 AI를 받아들이는 과정에서 어떤 어려움이 있다고 봅니까? 우리는 소프트웨어 복잡성이 폭발하고 물리 세계 밖에서 규모가 커지고, 도구와 프로세스도 오래됐고…, 지금 하는 방식이 맞는지조차 흔들리는 상황입니다. 우리가 뭘 해야 합니까?
Madison Beebe       저는 아까 ‘유행이 아니다’라는 표현이 좋았어요. 그리고 ‘신뢰’라는 키워드도요. 우리는 AI를 유행처럼 다룰 수 없습니다. 받아들이고, 투자해야 합니다. 다만 똑똑하게 해야 합니다. 그 과정은 개발 사이클 전체, 제품 수명 주기 전체에 걸쳐야 해요. 고객에게 새로운 경험을 정의하고 개발하고 배포하는 방식 전체에요. 첫 번째 도전은 ‘사람’입니다. 엔지니어들이 AI를 어떻게 받아들이느냐, 그것이 중요하죠. ‘내 일을 빼앗는가?’ 아니면 ‘나에게 효율과 규모를 주는가?’ 이런 심리적 신뢰의 문제도 있어요. Yansong이 말했듯, 데이터 무결성이 핵심입니다. AI는 결국 우리가 넣는 데이터만큼만 작동합니다. 그래서 운영적·문화적 관점에서 ‘사람’과 ‘데이터’가 큰 도전이에요. 두 번째는 투자입니다. 언제, 어떻게 투자할지. 그리고 그 투자가 수익을 만드는 기회로 이어지도록 ‘타겟팅’해야 합니다. 저는 지금 AI를 개발 프로세스 전반에 적용하는 걸 보고 있어요. 개발 효율, 속도, 그리고 고객에게 전달되는 결과물의 품질을 개선하는 방식이죠. 또 자동차에서 AI의 독특한 기회는 고객을 더 잘 이해하고 개인·기업·운영자 같은 서로 다른 대상에게 개별화된 솔루션을 더 잘 제공할 수 있다는 점입니다.

중앙화 시대의 복잡성:
안전·보안·검증이 거칠어진다

John Ellis   Bosch와 생태계 파트너십 관점에서, 우리가 직면한 도전이 뭡니까? 전통적인 밸류체인은 ‘물리적인’ 세계의 규칙에 기반해 파트너십을 맺어 왔죠. 그런데 지금은 디지털 세계의 규칙이 다릅니다. AI가 도움이 됩니까, 아니면 오히려 부담이 됩니까?
Dirk Slama   중요한 질문입니다. 저는 개인적인 경험부터 이야기해 볼게요. 우리가 ‘코딩과 안전한 코딩’을 얘기하잖아요. 솔직히 저는 지난 10~15년간 코딩을 거의 안 했어요. 완전히 그 ‘존(zone)’에서 벗어나 있었죠. 그런데 작년 말에, 제가 석달 동안 완전히 VS Code에 빨려 들어갔습니다. 옛날처럼 밤새고, 새벽까지 하고 결국 아내가 그만하라고 할 정도였죠. 그런데 재미있었어요. 그리고 그 경험이 뭐였냐면, 마치 ‘리모컨으로 술 취한 원숭이를 조종하는 느낌’이었습니다. 그 원숭이는 엄청난 전문가인데, 동시에 완전히 취해 있는 거예요. 이게 지금 우리가 가진 힘입니다. 정말 강력하지만, 동시에 거칠고(jagged), 예상치 못하고, 통제되지 않는 결과가 튀어나옵니다. 그럼 이걸 자동차 산업에 어떻게 적용하느냐, 그리고 생태계에 어떻게 적용하느냐. 기존 밸류체인인 Tier 1, OEM에 어떻게 올리느냐가 도전입니다. 결국 우리가 반드시 지켜야 하는 것들이 있어요. 차량에서 ‘반드시 작동해야 하는 것’은 계속 작동해야 합니다. 그 위에 새로운 기능을 올릴 수 있어야 하고요. 요즘 차량 내 감정 이해 에이전트 같은 이야기들도 나오는데, 그걸 ISO 26262 방식의 프로세스만으로 만들 수 있느냐? 저는 그렇게 보진 않습니다. 이 모든 것을 함께 작동시키면서도, 안전을 해치지 않고, 기존 체계를 무너뜨리지 않고, AI의 힘을 레버리지하는 것. 그게 기술적으로도, 생태계적으로도 가장 큰 도전이라고 봅니다.

John Ellis       Maurice, 당신은 기능안전도 해봤고, 사이버보안도 해봤고, 강한 엔지니어죠. 무섭지 않습니까? 무섭지 않다면 왜 안 무섭죠?
Maurice Dantzler 전혀 두렵지 않습니다. AI는 도구(tool)입니다. 제가 오래 일해오면서 늘 고민했던 게 있습니다. 팀이 복잡성을 어떻게 관리하게 도울 것인가. 시스템이 점점 더 복잡해지면서, 양산 런치나 고객 요구에 맞추기 위해 ‘제때’ 모든 걸 제대로 해내는 게 점점 더 어려워졌거든요. 검증 계획을 만들고, V-모델을 따르고, 다 좋은데, 현실에서 그걸 제대로 할 시간이 항상 충분합니까? 보통은 부족하죠. AI는 데이터 관리에 도움을 줄 겁니다. 시스템 관점에서 질문을 던지게 해주고, 인간이 루프 안에 있는 상태에서 데이터를 흡수·정리하게 해줄 거예요. 제가 경험상 말할 수 있는 건 이겁니다. 새로운 기술을 런칭할 때 실패하는 이유는 기술이 실패해서가 아니라 실행(execution)이 실패해서입니다. 기술은 작동할 수 있었는데 시간이 부족하고 과정이 부족해서 엔지니어링 실수가 생기고, 그게 지연과 추가 비용으로 이어지는 거죠. AI는 그런 효율을 줄 수 있어요. 비용을 낮추고 우리가 해야 할 일을 ‘제대로 했는지’ 확인하는 노동을 덜어줍니다.

John Ellis   Yansong, Maurice 말에 동의합니까? AI는 결국 도움이 되고, 우리는 엔지니어링을 신뢰하면 된다는 것. 아니면 여기에 경영진의 이해도 같이 필요하다고 봅니까?
Yansong Chen       오늘 아침 우버를 타고 오면서 있었던 이야기가 떠오르네요. 운전기사가 기술을 좋아하는 사람이었어요. 그래서 제가 말했죠. ‘저 5분 뒤에 AI 패널에 나가요. AI에 대해 어떻게 생각하세요?’ 그가 말하더군요. ‘기술 좋아하지만… 솔직히 조금 무서워요. AI랑 로봇이 이번 주 내내 가장 큰 버즈워드잖아요. 그래서 제가 더 물었어요. ‘뭐가 그렇게 무섭나요?’ 그 분이 말했죠. ‘블랙박스 같아서요. 안이 보이지 않으니까요.’ 예를 들어 의료 진단 같은 데서는 AI가 오히려 평균 의사보다 더 정확할 수도 있습니다. 그런데도 사람들은 “보이지 않는다”는 이유로 불안해하죠. 하지만 그 운전기사는 결국 이렇게 말했습니다. ‘그래도 도구니까, 배워서 써야겠죠.’ 저는 그 지점이 중요하다고 봅니다. AI는 또 하나의 도구입니다. 우리는 인터넷이 세상을 어떻게 바꿨는지 이미 경험했어요. AI도 마찬가지입니다. 기본을 놓지 않고, 새 도구를 책임 있게 통합해야 합니다.

John Ellis       Madison, Ford는 신뢰를 많이 받는 브랜드입니다. AI 신뢰를 고객에게 어떻게 설명합니까? 옛날에도 알고리즘은 있었는데 그때는 AI라고 안 불렀죠. 이제는 고객이 더 이해해야 하는 시대입니다.
Madison Beebe       신뢰에는 여러 층이 있어요. 내부 신뢰가 있고 외부 신뢰가 있습니다. 예를 들어 소프트웨어 엔지니어에게 AI를 물으면, “업무를 15가지 방식으로 더 빠르게 만들 수 있다”고 말할 겁니다. 그런데 재무 부서에 물으면, “그 투자금은 어떻게 회수할 건데?”가 핵심이죠. 그래서 신뢰는 타깃팅된 유스케이스, 타깃팅된 투자, 그리고 투자 회수 계획을 통해 먼저 만들어집니다. 기대하는 결과가 무엇인지 공개적으로 말하고, 그 결과를 향해 움직이고, 안 되면 멈춰야 합니다. 저는 AI를 개발 과정에 적용해서 효율과 속도를 높이고, 고객에게 전달되는 결과 품질을 높이는 데 집중하고 있어요. 고객 관점에서는, 차량이 시간이 지나면서 학습하고 개선되고, 개인의 요구에 더 맞춰진 경험을 제공한다면 신뢰가 쌓일 수 있습니다. 물론 데이터 무결성, 개인정보 보호 같은 것들을 제대로 지켜야 더 신뢰를 얻을 수 있고요. 사실 소비자는 이미 AI를 매일 사용하고 있어요. 본인이 AI라고 인식하지 못할 뿐이죠.

John Ellis   Dirk, 당신이 말한 신뢰는 법적 계약만이 아니라 ‘사회적 계약’일 수도 있습니다. 생태계 관점에서 신뢰를 확장하려면 무엇이 필요합니까?
Dirk Slama   우리는 매일 AI/ML을 쓰고 있습니다. 요즘은 특히 ‘에이전트’가 화두죠. 여행 예약을 해주는 에이전트, 엔지니어링을 대신하는 에이전트. 그래서 오늘 아침 저는 작은 실험을 하고 싶었어요. 여기 있는 분들 중, AI 에이전트에게 이메일 비밀번호나 신용카드 정보를 맡기고, 완전히 독립적으로 일을 시킨 적 있는 분 있나요? 없죠? 그게 답입니다. 우리는 아직 ‘그 술 취한 원숭이 전문가’에게 모든 걸 맡길 만큼 신뢰하진 못합니다. 아직 갈 길이 있어요.

Rebecca Delgado   제가 하나 덧붙이고 싶어요. ‘망치만 있으면 모든 게 못으로 보인다’는 말 있잖아요. 요즘이 딱 그래요. AI, AI, AI… AI가 없으면 전략이 없는 회사처럼 취급받는 분위기입니다. 하지만 AI가 우리 제품의 기반인 회사 입장에서 봐도, 결국 중요한 건 시스템 사고입니다. 개발 프로세스의 어디에 AI를 쓸지, 런타임에서 어디에 AI를 쓸지, 그 배치가 핵심이에요. AI는 가치사슬 전체를 가속할 수 있습니다. 개발에서는 효율을 높이고 더 나은 제품을 만들게 해주고, 제품 자체에서도 사람이 수동으로 만들려면 너무 오래 걸릴 기능을 빠르게 구현하게 해주죠. 결국 ‘능력의 가속’입니다. 그런데 신뢰는 어떻게 만드느냐? 그건 경험 있는 주제 전문가들이 함께 붙어야 합니다. AI 전문가만으로는 안 됩니다. 재무 담당이 와서 “데이터 다 저장하면 회사 망한다”고 말할 수 있어야 하고, 안전·법무·오픈소스 커뮤니티까지 함께 있어야 합니다. 결국 이건 유엔(UN)에 또 하나의 나라가 추가되는 것처럼, 새로운 언어를 배우는 문제예요. ISO 26262 전문가와 AI 모델 전문가가 같은 언어를 쓰지 않거든요. 이 경계를 연결할 수 있는 조직이 이깁니다. 그리고 준비되지 않은 것을 배포하지 않는 절제도 필요합니다. 건전한 시스템 엔지니어링은 계속 승리할 것입니다. 물론, 비즈니스 케이스가 있다는 전제 하에서요.

남는 건 기술이 아니라 실행이다:
협업과 표준화라는 사회적 계약

John Ellis   그럼 바로 묻겠습니다. 우리는 비즈니스 케이스가 있습니까? 자동차 산업은 ‘반짝이는 열쇠(shiny keys)’ 문제를 갖고 있어요. 늘 다음 반짝이는 것을 쫓죠. 제로섬 게임이니까요. 누군가 포드를 사면 GM을 안 삽니다. 그래서 계속 쫓습니다. 우리는 지금 뭔가를 쫓고 있는 걸까요, 아니면 이게 정말 산업을 위한 근본적인 기회일까요? 자, 기술 문제는 다 해결했다고 가정합시다. 그럼 남는 질문은 이겁니다. 우리는 자동차를 파는 것 말고도 지속 가능한 비즈니스 모델을 만들 수 있습니까? 밸류체인 전체가 살아남는 구조를 만들 수 있나요?
Dirk Slama       저는 분명히 비즈니스 케이스가 있다고 봅니다. 자율주행은 10년 전부터 약속됐지만, 1인치씩 정말 천천히 가고 있죠. 보험사가 ‘사람보다 안전하다’고 인정하는 임계점도 넘어야 하고요. 하지만 산업은 이미 지난 5~10년 사이 많이 변했습니다. 개발 사이클이 7년에서 2년 이하로 줄어드는 방향으로 가고 있어요. 이 흐름을 받아들이지 않으면 경쟁에서 이길 수 없습니다. 그 자체가 강한 비즈니스 케이스입니다.

Yansong Chen       저도 덧붙이고 싶습니다. 전동화, SDV, 그리고 그 위에 AI까지. 이건 장기적으로 로드맵의 일부가 될 겁니다. 하지만 아직은 초기 단계예요. 2023년 ChatGPT가 나오면서 세계가 바뀌었고, AI는 아직 2~3년 주기 초반입니다. CES 2024~2025에서도 늘 나왔던 질문이 있어요. ‘그거 진짜 AI냐, 아니면 그냥 자동화에 AI 라벨 붙인 거냐?’ AI는 빠르게 성숙할 겁니다. 하지만 지금은 “완성된 비즈니스 모델”을 만들기보다는 효율 개선이라는 저비용·고효과의 영역부터 공략하는 단계라고 봅니다. 아직 전동화도, SDV도 상업화와 수익성에서 고전하는데, AI는 이제 시작이니까요.

Maurice Dantzler   전통적인 품질·비용·납기(QCD) 관점에서 보면, AI는 세 가지를 동시에 개선할 수 있는 문을 열어줍니다. 보통은 트레이드오프가 있거든요. 품질 올리면 비용이 오르고, 비용 내리면 납기가 흔들리고. 하지만 AI는 시뮬레이션 같은 영역에서 품질·비용·납기를 동시에 개선할 가능성이 큽니다. 또, 100년 된 기업이 가진 조직의 지식과 경험을 AI가 더 쉽게 꺼내 쓸 수 있게 해줄 수도 있어요. SDV 시대에는 더 이상 “우리 회사 내부만”으로 런치를 설계할 수 없습니다. 다른 회사의 일정, 검증 계획과 협업해야 합니다. 그 복잡성을 AI 없이 관리하기는 어렵습니다. AI가 75%까지 끌고 가고, 베테랑이 마지막 검증을 하는 구조가 될 겁니다.

John Ellis   과거에는 ‘내부’에만 집중했어요. 이제는 외부 생태계까지 봐야 합니다. 관계는 법적 계약만이 아니라 ‘사회적 계약’이기도 합니다. 그렇다면 현실적으로 실행이 늘 문제였으니 어떻게 이 실행을 극복합니까? 우리는 무엇을 배웠고, 어디로 가야 합니까?
Maurice Dantzler   저라면 AI에게 먼저 물을 겁니다. 과거에 어떤 실패가 있었는지, 왜 실패했는지요. 그리고 그걸 바탕으로 접근 전략을 만들겠죠. 하지만 실행은 회사 간 실행이고, 규제기관도 연결돼야 하고, 안전과 사이버까지 다 걸립니다. 너무 복잡합니다. 그러니까 결국 도구를 써야 해요. 예전엔 계산기 쓰면 안 된다고 했죠. 지금 누가 긴 나눗셈을 직접 합니까? 결국 도구를 쓰는 게 자연스러워집니다.

Yansong Chen       여기서 중국 이야기를 안 할 수가 없습니다. 중국은 전동화도 빠르고, SDV도 빠르고, 이제는 AI-defined vehicle로 빠르게 피벗하고 있습니다. 제가 말하고 싶은 건 이거예요. 이미 된 걸 보고 배워야 합니다. 바퀴를 다시 발명하지 말자. 중국은 표준화로 속도를 냈습니다. 같은 팬 부품이 여러 OEM에 쓰이는 식이죠. 북미에서도 우리는 서로 배우고, Connected Car나 COVESA 같은 장에서 함께 모여야 합니다. CES에서 COVESA 리셉션이 있고, AI 워킹그룹 이야기도 합니다. 우리는 지난 3개월 동안 워킹그룹에서 “유스케이스를 어떻게 하고 있는지”를 공유하기 시작했어요. 계획만이 아니라 유스케이스를, 그리고 일관되게 하는 방법을요. 표준화와 효율이 관건입니다.

Rebecca Delgado   자율주행을 만드는 회사 관점에서 비유를 하나 들고 싶어요. 이건 마라톤입니다. 다만 마라톤 안에 수많은 스프린트가 있는 형태죠. 자원 문제입니다. 컴퓨팅, 인재, 돈, 데이터 수집과 학습, 모델 유지까지 모두 자원입니다. 그래서 저는 협업이 더 현실적이라고 봅니다. 연구기관, 대학, 생태계 파트너와의 협업이요. 과거에는 이런 걸 사일로로 하고 IP를 움켜쥐었죠. 하지만 이제는 일부를 ‘혼자 다 가지는 것’을 내려놓아야 더 빨리 갈 수 있습니다. 비용도 줄일 수 있고요. 장기 투자와 명확한 목표, 그리고 ‘협업의 스윗스팟’이 필요합니다.

Madison Beebe       동의합니다. 지난 5~7년 SDV가 그랬잖아요. 각자 아키텍처, 각자 시스템, 각자 독자 개발… 엄청난 내부 투자. AI는 그 길을 그대로 반복하면 안 될지도 몰라요. 그리고 아까 비즈니스 케이스 질문도요. 저는 ‘비즈니스 케이스가 있냐’보다, 이게 결국 ‘수익을 만드는 기회냐’가 중요한 질문일 수도 있다고 봅니다. 왜냐하면 양산화될 시점에는 이미 경쟁의 기본 조건(table stakes)이 되어버릴 가능성이 크니까요.

Dirk Slama   ‘시스템 아키텍처를 전체적으로 보는 시선’이 정말 좋았습니다. AI-defined vehicle은 SDV 위에서 만들어져야 합니다. SDV가 안전한 레이어링을 제공하니까요. 깨지면 큰일 나는 것들을 캡슐화하고, 그 위에 새로운 기능을 올릴 수 있게 합니다. 이건 차량 기능뿐 아니라 엔지니어링 프로세스에도 적용됩니다. 예를 들어 테스트는 ‘깨뜨리는 것’이기도 하잖아요. 그럼 누가 제일 잘 깨뜨릴까요? 술 취한 원숭이 전문가(그 AI)입니다. 안전한 범위 안에서 어디까지 밀어붙일 수 있는지, 단계적으로 실험할 수 있습니다.

보쉬 더크 슬래마 부사장, 토크 로보틱스 레베카 델가도 부사장과.

AI는 단독 질주로 완성될 수 없다. SDV가 표준화와 공통 기반을 요구했듯, AI 역시 생태계의 언어와 검증의 규칙, 책임의 경계를 다시 합의해야 한다. 제품화는 기술의 문제가 아니라 운영과 계약, 그리고 신뢰의 문제다. 결국 자동차 산업이 AI를 갖게 되는 순간은 “AI가 충분히 똑똑해졌을 때”가 아니라, 산업이 그 AI를 다룰 만큼 정렬되었을 때다.

ADI’s SDV: Not About the Computer, But Deconstructing the Architecture

한상민 기자_han@autoelectronics.co.kr — 2026-01-15 10:45:32+0900

ADI의 SDV: 컴퓨터가 아니라, 구조를 해체하는 작업

한상민 기자_han@autoelectronics.co.kr — 2026-01-15 10:33:10+0900

ZONAL-READY wBMS

CES 2026의 SDV는 더 빠른 컴퓨터 경쟁처럼 보인다. 더 큰 연산, 더 많은 AI, 더 화려한 데모. 하지만 ADI(Analog Devices, Inc.)가 보여준 SDV는 정반대다. 그들은 ‘더 강한 두뇌’를 말하지 않았다. 대신 그 두뇌의 명령이 차량의 끝까지 손실 없이 도달하고, 언제든 검증가능하며, 업데이트 가능한 상태로 유지되는 신경계의 구조를 보여줬다. 프라이빗 룸에서 진행된 ADI의 데모는 조명, 영상, 오디오, 배터리란 익숙한 시스템을 통해 한 가지 질문으로 다가온다. SDV는 결국 기능이 아니라, 구조를 해체하고 다시 설계하는 작업이다.

글 | 한상민 기자_han@autoelectronics.co.kr
IN ENGLISH

CES 2026 현장. ADI의 자동차 데모는 프라이빗 룸에 있다. 눈길을 사로잡는 컨셉카도, 미래적인 UI도 아니다. 무대 위에서 “미래의 사용자 경험”을 말하는 방식과는 정반대지만 그 담백함 속에는 오히려 더 날카로운 질문을 담고 있다. ADI는 애초부터 SDV를 단순히 ‘성능 좋은 컴퓨터를 탑재하는 문제’로 보지 않기 때문이다.
NVIDIA, 퀄컴, NXP 같은 반도체 거인들이 더 똑똑하고 강력한 ‘두뇌’를 만드는 데 집중할 때, ADI는 그 두뇌의 명령이 차량의 구석구석까지 손실 없이 전달되고 동시에 검증가능하며, 업데이트 가능한 형태로 유지되는 구조를 만드는 데 매달린다. SDV가 결국 중앙 컴퓨팅의 시대로 흐르는 건 맞지만, 그 중앙이 아무리 강력해도 실제로 움직이는 순간은 언제나 말단이다. 센서와 액추에이터, 배선, 전력, 통신, 진단, 서비스까지, 이 모든 흐름을 하나의 아키텍처로 묶어내지 못하면 ‘두뇌’는 고립된 장치일 뿐이다.
그런 점에서 ADI의 룸은 단순 기술 소개가 아니라, SDV 전환에서 자주 잊히는 핵심을 반복해서 상기시키는 공간이다. ‘제어의 본질은 어디에 존재하는가?’ 그리고 ‘지능은 어디까지 중앙으로 옮기고, 어디부터는 에지에 남겨야 하는가?’ ADI는 그 답을 기능이 아니라 ‘구조’로 보여줬다.

Vision to Action
제어 로직이 ECU를 떠나 중앙으로 흐르다

부스 투어의 시작점은 ‘조명’이었다. 사람의 손동작(제스처)을 카메라가 인식하고 그 결과가 헤드램프의 동작으로 연결되는 데모다. 겉으로 보면 손바닥을 펴고 닫으면 헤드램프가 켜지고, 손을 움직이면 밝기가 바뀌는 직관적인 쇼케이스처럼 보인다. 하지만 현장에서 ADI가 강조한 포인트는 제스처의 신기함이 아니라, 제어 로직이 어디에 존재하느냐다.
ADI는 이 데모를 GMSL(Gigabit Multimedia Serial Link)과 E²B(Ethernet to the Edge)를 결합한 구조로 설명했다. 고해상도 카메라 입력은 GMSL 고속 링크로 중앙 컴퓨팅 유닛에 전달되고, 중앙에서 AI 알고리즘이 손동작을 인식한 뒤 결과를 다시 조명 제어로 내려보낸다. 핵심은 ‘조명이 움직인다’가 아니라, 인식-판단-실행의 흐름이 말단 ECU에 분산되지 않고 중앙 소프트웨어 흐름으로 정렬되는 구조다. SDV가 표방하는 ‘기능의 소프트웨어화’가 가장 단단한 형태로 드러나는 장면이다.
현장에서는 E²B를 RCP(Remote Control Protocol) 관점에서 설명했다. 에지의 센서와 액추에이터를 이더넷으로 연결하되, 말단에서 마이크로컨트롤러(MCU)를 덜어내고, 제어와 업데이트의 중심을 존(Zone) 또는 중앙 컴퓨팅으로 끌어올리는 방식이다. 실제로 헤드램프 데모에서도 ‘말단에 MCU가 없고, 소프트웨어가 중앙 컴퓨터에 있다’는 구조가 반복해서 강조됐다.
이 흐름은 기술적으로는 단순한 배선/통신 변화가 아니라, 조직과 개발 방식까지 뒤흔든다. 기능이 말단에 흩어져 있을 때는 각각의 ECU가 독립적인 업데이트 경로와 테스트 체계를 갖는다. 그러나 기능이 중앙으로 모이면 소프트웨어는 더 큰 덩어리로 움직이고 시스템 통합은 더 빠르게 진행되지만, 동시에 검증과 진단의 중요성은 훨씬 커진다.

중앙화 조명 제어

말단 ECU는 사라지고,
소프트웨어만 남는다 (No MCU Required)

이 관점은 ‘MCU 없는 SDV-Ready 헤드램프’ 데모에서 더 노골적으로 드러난다. 전통적인 헤드램프는 독립적인 지능(MCU)을 갖춘 ECU가 제어하는 폐쇄적 구조다. 하지만 SDV 구조로 넘어가면 헤드램프는 더 이상 스스로 판단하는 부품일 필요가 없다. ADI가 보여준 방식은 존 컨트롤러 혹은 중앙 컴퓨팅이 이더넷 기반으로 조명을 직접 제어하고, 말단은 단순히 실행하는 구조다.
E²B와 LED 드라이버를 활용해 램프 매트릭스를 구동하고, 제어 로직은 존 레벨의 소프트웨어에서 실행된다. 액추에이터는 말단 노드가 되고 기능의 정의는 중앙 소프트웨어로 올라간다. 단순히 ‘부품 하나의 제어 방식이 바뀌었다’ 수준이 아니라, SDV의 핵심 논리, 기능을 부품에 고정하지 않고 소프트웨어로 이동시키는 과정이 직접적으로 드러난다.
이 구조가 현실적인 이유는 업데이트 때문이다. 현장에서 ADI는 OTA 업데이트의 관점에서 이 차이를 설명했다. 기능이 말단에 분산돼 있으면, 업데이트를 하려면 소프트웨어를 여러 ECU까지 전파해야 하고 각각의 상태를 확인해야 한다. 반면 중앙 소프트웨어에 기능이 정의되면 업데이트는 ‘중앙을 한 번’ 고치면 된다. 에지는 실행 노드가 되고, 업데이트 경로는 단순해진다. SDV가 ‘업데이트 가능한 자동차’로 진화한다고 말할 때, 결국 가장 큰 변화는 기능이 아니라 업데이트 경로와 책임의 구조가 바뀐다는 점이다.

SDV-Ready Headlamps

중앙화는 복잡성을 없애지 않는다

하지만 ADI는 SDV를 낙관적으로만 설명하지 않는다. 중앙화가 진행될수록 시스템은 단순해지는 게 아니라, 다른 종류의 복잡성이 커진다. ‘부품 단위의 복잡성’이 줄어드는 대신, ‘시스템 통합과 검증의 복잡성’이 커지는 것이다. 이 지점에서 ADI가 말하는 ‘신경계’는 단순히 데이터를 빠르게 흘리는 통신이 아니다. 문제가 생겼을 때 어디가 아픈지 즉시 드러나고, 원인을 좁히는 과정이 시스템 안에 내장된 구조다.
SDV가 현실이 되는 순간, 성능보다 더 무서운 비용은 ‘재현되지 않는 오류’에서 발생한다는 것을 ADI는 잘 알고 있었다. 이 복잡성은 언제나 개발/양산 과정에서 가장 큰 비용과 시간을 잡아먹는다. 그래서 ADI가 강하게 보여준 것이 GMSL Diagnostics 데모다. 12MP(메가픽셀) 고해상도 쿼드 카메라 서라운드 뷰와 4K 디스플레이를 포함한 통합 환경에서 시연된 이 데모는 ADAS와 IVI가 하나의 통합 시스템으로 엮일수록 통신 디바이스들이 더 복잡한 타이밍과 링크 조건 위에서 동작해 기능 구현이 아니라 통합된 시스템이 현실에서 흔들리는 순간을 포착한다.
현장에서 ADI가 던진 질문은 단순했다. 차량 환경에서 블랙 스크린, 플리커, 프리징이 발생했을 때 그것을 어떻게 ‘확실하게’ 잡아낼 것인가? 고객이 ‘화면이 한 번 꺼졌다’고 말할 때, 개발팀은 같은 증상을 재현하기 위해 끝없는 시간을 쓴다. 그리고 재현이 어렵다는 사실 자체가 SDV 시대에 더 치명적이 될 수 있다. 시스템이 복잡해질수록 ‘재현 불가능한 문제’는 조직을 무너뜨리는 비용이 된다. 데모의 중심은 데이터를 남기는 방식이었다. ADI는 모든 링크 상태와 이벤트를 SOC 레벨에서 수집하고, 각 파트의 상태를 타임스탬프와 함께 기록해 둔다고 설명했다.

중앙화는 복잡성을 없애지 않는다. 남은 과제는 통합과 검증이다. GMSL Diagnostics는 통합 시스템의 문제를 재현이 아니라 ‘기록’으로 잡는다.

문제 재현 자체가 이슈
모든 데이터를 타임스탬프와 함께 수집

시연은 아주 현실적인 방식으로 진행됐다. 케이블을 일부러 분리하자 링크가 끊기고 화면이 내려간다. 그리고 화면/툴 상에서는 어느 링크에서 문제가 발생했는지가 색상과 구조도로 드러난다. 이후 더 깊이 들어가면 전체 시스템 블록 다이어그램이 보이고, 카메라 쪽은 정상인데 디스플레이 링크에서 문제가 났다는 식으로 원인이 좁혀진다. 다음 단계에서는 디스플레이 포트 입력은 정상인데 링크 케이블이 끊겼다는 식으로 문제가 정확히 어디인지까지 내려간다.
이 접근의 의미는 단순히 디버깅이 편해졌다는 수준이 아니다. 개발 단계에서 가장 큰 시간 낭비는 ‘측정 장비를 붙이고, 반복 실험을 하고, 로그를 긁어모으는 과정’이다. ADI는 이 지점에서 “고객이 오실로스코프나 멀티미터, I²C 케이블을 연결해 보지 않아도 된다”는 점을 강조했다. 시스템이 자동으로 상태를 기록하고 현장에서 바로 읽을 수 있게 만들면 SDV 전환의 가장 큰 리스크였던 개발/운영 비용을 줄일 수 있다.
이 진단 데모는 SDV의 본질을 이렇게 바꿔 말한다. 중앙화가 곧 단순화는 아니며, 단순화를 가능하게 만드는 건 ‘진단 가능성’의 구조라고.

차량은 컴퓨터가 아니라, 데이터 인프라

ADI의 데모가 재미있는 것은 SDV의 범위를 제어에서 ‘데이터·전력·경험의 인프라’로 확장한다는 데 있다. 존 기반 SDV 아키텍처를 활용한 영상 및 전력 전달 데모는 그 대표적 사례다. USB Type-C를 통해 USB-PD 충전과 DisplayPort Alternate Mode를 동시에 지원하고, GMSL·USB-C·DisplayPort를 결합해 데이터를 분배하는 구조는 차량을 하나의 플랫폼처럼 보이게 만든다.
이 데모에서 인상적인 장면은 압축되지 않은 영상 스트림이 자연스럽게 출력되는 모습이지만, 핵심은 영상 품질이 아니라 경로다. 영상 데이터와 전력이 함께 흐르는 구조가 만들어지면 인포테인먼트는 단순 화면이 아니라 ‘차량 네트워크 위를 달리는 서비스’로 바뀐다. 즉 SDV 아키텍처가 제어 구조를 넘어, 데이터·전력·사용자 경험을 동시에 지탱하는 기반이 된다.

존 기반 SDV 아키텍처로 영상과 전력을 동시에 전달하는 ‘데이터 인프라’ 데모

A²B 2.0
인캐빈도 SDV의 일부가 된다

이런 흐름은 인포테인먼트 영역에서도 이어진다. ADI의 A²B 2.0은 차량 내 오디오 네트워크를 단순한 음향 전달 수단이 아니라, SDV 시대의 데이터 흐름 안으로 끌어온다. 현장에서 A²B는 “차 안에서 이미 오래 사용돼 온 오디오 버스”로 소개됐다. 헤드 유닛에서 스피커와 여러 오디오 노드를 데이지체인(daisy chain)으로 연결하고, 하나의 UTP(비차폐 트위스트 페어) 케이블로 데이터와 전력을 함께 전달하는 구조다.
A²B 2.0의 핵심 변화는 대역폭이다. 현장에서는 1세대 대비 4배 수준의 대역폭 확대가 강조됐고, 그 결과 단순히 오디오 스트림의 확장만이 아니라 “Ethernet tunneling(이더넷 터널링)을 A²B 버스 위로 구현할 수 있다”는 점이 시연으로 연결됐다. 실제로 카메라를 연결해 데이터가 흐르는 구조를 만드는 동시에 FM 오디오 스트림을 재생하고 변경할 수 있는 모습이 소개됐다. 인캐빈의 오디오가 SDV에서 주변부 기능이 아니라, 동일한 네트워크 구조 위로 올라오는 데이터 흐름이 된다는 의미다.
여기서 숫자 하나가 강력하다. A²B 2.0은 오디오의 확장성을 ‘단순히 좋아졌다’가 아니라 ‘구조가 달라졌다’로 보여준다. 오디오는 경험의 언어로 보이지만, SDV에서는 결국 데이터와 업데이트, 그리고 네트워크 운영의 문제로 재정의된다. A²B 2.0이 보여준 확장은 인캐빈이 ‘곁다리’가 아니라 SDV 백본과 같은 구조 위에 올라가는 노드라는 사실을 분명히 한다.
그래서 “A²B 2.0은 최대 119채널의 풀 듀플렉스 오디오를 업/다운스트림으로 다룰 수 있습니다”란 설명은 단순 채널 수의 자랑이 아니다. SDV의 방향이 더 큰 컴퓨터만이 아니라, 더 많은 데이터를 더 얇은 구조로 더 검증가능한 방식으로 흘리는 것이라면, 인캐빈은 오히려 SDV의 중심으로 들어온다. 승부는 ‘화려한 UI’가 아니라, UI를 떠받치는 인프라이고, 그래서 ADI가 말하는 SDV의 방식이 ‘구조를 해체하고 다시 설계하는 문제’란 문장이 오디오에서도 선명해진다.

A²B 2.0: THE FUTURE OF INFOTAINMENT 데모

wBMS
SDV는 이미 양산 단계에 들어섰다

전동화 영역에서 소개된 무선 EV 배터리 관리 솔루션은 SDV가 미래 개념이 아님을 보여준다. ADI의 wBMS(Wireless Battery Management System)는 이미 2021년부터 양산 적용이 시작됐고, 현장에서도 “GM에서 양산 중”이란 설명이 명확하게 확인됐다. 단지 “무선이라 편하다”가 아니라, 제조 관점에서 공정 단순화와 비용 절감이 이 기술의 출발점이었다는 점이 강조됐다.
현장에서는 실제 구동 중인 모듈을 보여주며 “지금은 두 개의 셀을 모니터링하고 있지만, 같은 방식으로 다수 셀을 동시에 감시하도록 확장가능하다”는 설명도 이어졌다. 그리고 여기서 중요한 포인트가 하나 더 붙는다. wBMS가 전통적으로 도메인 컨트롤러로 정보를 보내는 구조였다면, ADI는 이 데모에서 추가적인 통합을 통해 중앙 ECU로 이더넷 연결을 만들고, 배터리 시스템을 존처럼 다룰 수 있게 하는 방향을 제시했다. 말단에서 마이크로컨트롤러 복잡성을 줄이고 비용 부담을 낮추며, 향후 배터리 인텔리전스를 추가하더라도 소프트웨어 개발 부담이 커지지 않도록 구조를 미래지향적으로 바꾸는 방식이다.
배터리처럼 안전과 신뢰성이 요구되는 영역에서 이미 양산 단계에 들어간 구조는 SDV가 더 이상 실험실 개념이 아니라는 사실을 증명한다. 구조가 먼저 굳어지고 그 위에서 소프트웨어가 확장된다.

기능이 아니라, 구조의 전환

ADI 부스 투어의 중요한 인상은 ‘무엇을 봤는가’보다 ‘어떤 질문을 확인했는가’다.
배터리(wBMS), 영상(GMSL), 조명(E²B), 오디오(A²B 2.0) 등 서로 다른 분야의 데모들이 사실상 하나의 메시지다. SDV는 더 큰 컴퓨터를 넣는 문제가 아니라, 제어의 위치, 지능의 배치, 배선과 전력, 데이터 흐름의 경로를 다시 설계하는 문제이고, 그래서 이 부스는 ‘두뇌’ 대신 ‘신경계’를 말하는 것처럼 보인다.
중앙이 아무리 강해져도, 그 중앙이 의미를 갖게 만드는 것은 결국 차량 전체를 관통하는 구조다. SDV 시대의 경쟁은 “얼마나 빠른 컴퓨팅을 탑재했는가”만으로 끝나지 않는다. 그 성능이 실제 차량 구조에서 얼마나 안정적으로 전달되고, 얼마나 빨리 검증가능하며, 얼마나 손쉽게 업데이트 가능한지가 승부를 가른다. ADI는 그것을 보여주려 했다.

피온 허리(Fionn Hurley) 이사를 따라 부스 투어를 진행했다.

용어 정리
GMSL(Gigabit Multimedia Serial Link): 고해상도 카메라·디스플레이 데이터를 전송하는 ADI의 고속 직렬 인터페이스
E²B(Ethernet to the Edge): 10BASE-T1S 기반으로 에지까지 이더넷을 확장하는 솔루션(말단 MCU를 덜어내고 중앙 제어를 강화)
A²B(Automotive Audio Bus): 단일 UTP 케이블로 오디오 데이터와 전력을 동시에 전달하는 차량용 오디오 버스, A²B 2.0은 대역폭 확대 및 기능 확장
wBMS(Wireless Battery Management System): 배터리 셀 모니터링을 무선화한 ADI의 배터리 관리 시스템(양산 적용 사례 존재)

Eclipse SDV: Moving from Vision to Release

한상민 기자_han@autoelectronics.co.kr — 2026-01-14 13:33:55+0900

Eclipse SDV, ‘비전’에서 ‘릴리스’로

한상민 기자_han@autoelectronics.co.kr — 2026-01-14 13:18:20+0900

CES 2026 Eclipse SDV Executive Breakfast는 ‘무엇이 가능하냐’보다 ‘무엇을 실제로 내놓을 거냐’를 확인하는 자리였다. MoU가 2세대 확장 국면에 들어서며 서명사가 늘어난 것은 단순한 명단 업데이트가 아니라, Eclipse SDV라는 협업의 틀 안에서 S-CORE를 ‘제품에 넣을 수 있는 공통 플랫폼’으로 밀어붙이겠다는 선언이다. 정의의 정렬과 코드의 공개, 통합 릴리스를 거쳐 “ship the platform”으로 나아가는 순간, SDV 오픈소스는 비전이 아니라 제품 시간표로 들어간다.

글 | 한 상 민 기자_han@autoelectronics.co.kr
IN ENGLISH

연관기사: S-CORE의 진짜 시험대: 누가 10~15년을 책임지는가

CES 일정표에는 수백 개의 세션이 있고 그 가운데 상당수는 ‘무엇이 가능한가’를 보여준다. 더 빠른 컴퓨팅, 더 멋진 기능과 동작, 화려한 데모, 더 매끈한 미래 시나리오. 그러나 1월 7일 아침의 Eclipse SDV Executive Breakfast는 달랐다. 이 자리는 ‘이제 무엇을 실제로 내놓을 것이냐’에 대한 것이었다. 오픈소스가 자동차에서 의미를 갖는 순간은 비전이 아니라 릴리스이기 때문이다.
Eclipse와 VDA는 이날 Automotive-Grade Open Source Software Ecosystem을 위한 MoU가 2세대 확장 국면에 들어섰다고 공식화했다. 이 표현은 S-CORE 같은 단일 프로젝트를 지칭하는 말이 아니라, 자동차 등급의 오픈소스를 거버넌스·검증·컴플라이언스·상용화까지 포함해 하나의 운영 체계로 만들겠다는 ‘큰 우산’에 가깝다. 공식 발표는 숫자와 명단으로 확장을 말했지만, 현장에서 더 직접적으로 설명된 것은 ‘왜 지금 이 확장이 필요한가’, 그리고 그 우산 아래에서 S-CORE 같은 공통 기반을 어디까지 함께 만들 것인가였다. SDV 오픈소스는 이제 ‘소개’의 단계를 지나, 플랫폼을 출시하는 단계로 이동하고 있다.
여기서 먼저 구분해야 할 것이 있다. Eclipse SDV는 ‘무엇을 함께 만들 것인가’를 합의하고 추진하는 협업의 틀이다. Eclipse S-CORE는 그 틀 안에서 만들어지는 핵심 결과물로, 여러 SDV 관련 오픈소스 프로젝트를 하나의 참조 스택(reference stack)과 툴링 환경으로 묶어, 자동차 개발 조직이 제품 개발에 가져다 쓸 수 있는 자동차급 공통 플랫폼을 지향한다. 이날 논의가 ‘오픈소스가 필요하다’에서 멈추지 않고 ‘플랫폼을 출시(ship)한다’로 나아간 이유도 결국 S-CORE란 ‘구체물’이 있기 때문이다.

Eclipse Foundation 안스거 린트베델 이사

행사가 던진 질문:
“SDV를 ‘같은 뜻’으로 쓰고 있는가?”

“이제 MoU 2세대 이야기를 하려고 합니다. 오늘 VDA 관계자, 미디어도 와 있으니 Eclipse SDV가 전체적으로 무엇인지도 함께 짚고 넘어가겠습니다.”
Eclipse Foundation의 안스거 린트베델(Ansgar Lindwedel) SDV 에코시스템 개발 이사가 말했다. 이는 단순한 인사말이 아니었다. 이 자리는 SDV와 오픈소스를 ‘새 기술’로 소개하는 무대라기보다, 업계가 같은 단어를 같은 의미로 쓰도록 정렬시키는 무대였다. 정의가 흔들리면 협업이 흔들리고, 용어가 흔들리면 플랫폼도 흔들린다. 그래서 출발이 홍보가 아니라 ‘정의’였다.
린트베델은 SDV를 기능 목록으로 설명하지 않았다. 그는 하드웨어 정의 차량이 소프트웨어 정의 차량으로 바뀌는 과정을 단계로 정리했다. 차량이 연결되고(connecting), 업데이트 가능해지고(updatable), 업그레이드 가능해진다(upgradable). 다음 단계에서 플랫폼은 정기적으로 기능을 갱신하고, 제3자도 그 위에서 기술을 개발할 수 있게 된다. 마지막은 플랫폼의 완성이다. 즉 SDV의 본질은 ‘고급 기능의 나열’이 아니라 업데이트 가능한 운영 방식, 그리고 제3자를 끌어들이는 플랫폼화에 있다.
SDV를 정의하려는 시도들은 이미 많고 서로 다른 정의가 동시에 움직인다. 그렇기 때문에 이 정의들을 어떻게 결합할 것인지가 중요하다. 산업이 SDV를 말할 때 같은 대상을 떠올리게 만드는 것이 협업의 출발선이다.

왜 Eclipse SDV인가:
“이건 미친 짓이야”

정의를 깔아놓은 뒤, 질문은 곧장 ‘왜’로 이동했다. “그래서 왜 Eclipse SDV인가?”
이 대목에서 린트베델의 톤이 확 달라졌다. 그는 지난 몇 년 동안 업계가 반복해 온 선택부터 꺼냈다.
업계는 각자 OS와 미들웨어를 만들었다. OEM도 많은 공급사도 자기 스택을 쌓았다. 결과는 파편화였다. 바닥 레이어가 조각나면 위에서 혁신이 일어나기보다 같은 문제를 매번 각자 다시 풀게 된다. 그 상황을 묘사하며 나온 말이 이거였다.
“이거… 말이 안 되잖아요. 우리가 왜 이러고 있죠?”
그가 곧바로 연결한 것은 기술이 아니라 자원이었다. 자동차 소프트웨어를 제대로 엔지니어링할 수 있는 개발자는 ‘나무에서 열리는 게’ 아니다. 희소한 인력이 기반을 중복 개발하는 데 묶이는 순간, 시간도 돈도 바닥에서 증발한다. 그래서 목표는 단순해진다. 고립되고 파편화된 proprietary 솔루션을 늘리는 대신 통합된 기반을 만들고 더 빠르게 움직이는 것이다.
산업이 함께 만들고 함께 쓰는 방식. 문제는 그 방식이 ‘합의’를 요구한다는 점이다. 공동 벤처처럼 움직이려면 법무적 합의부터 시작해야 하고 그 합의는 몇 년이 걸릴 수 있다. 시장은 그 시간을 기다리지 않는다. 그래서 오픈소스는 ‘합의를 기다리는 대신 지금 시작하는 방식’으로 등장한다. 이상론이 아니라, 합의 비용과 중복 경쟁을 줄이고 희소한 인력을 차별화 영역으로 올려 보내는 현실적 장치다.
여기서 이 협업의 전략적 함의가 드러난다. 테슬라와 중국 OEM이 속도와 스케일로 소프트웨어 운영을 밀어붙이는 동안, 전통적 OEM은 안전·규제·공급망·조직 구조 때문에 같은 속도를 그대로 복제하기 어렵다. 그렇다고 각자 OS와 미들웨어를 끝까지 만들겠다고 버티면, 개발자는 ‘비차별 영역’의 중복 개발에 갇힌다. S-CORE가 제시하는 것은 ‘유일한 정답’이 아니라, 최소 공통 기반을 함께 깔아 속도를 확보하려는 대안적 경로다. 차별화해야 할 영역은 각자 가져가되, 차별화가 어려운 기반 소프트웨어는 공동으로 만들고 릴리스 속도를 끌어올리는 선택이다.

SDV를 ‘차 안’에 가두지 않는 방식:
Edge - SDVx - Tooling

Eclipse SDV가 범위를 세 축으로 나누는 설명은, 이 협업이 ‘차량용 오픈소스’가 아니라 SDV 운영 체계를 겨냥한다는 점을 가장 명료하게 보여준다. SDV를 차 안의 기능으로만 보면 오픈소스는 부품처럼 보이지만, 실제 SDV는 차 안 - 차 밖 - 개발 방식이 동시에 맞물려야 굴러간다.
첫째는 차량 내 에지(Edge)다. ECU와 컨트롤러에서 돌아가는 소프트웨어, 즉 업계가 함께 깔 수 있는 ‘공통 바닥’이다. S-CORE의 포인트는 ‘공통 미들웨어’라는 말보다 더 구체적인데, S-CORE는 common safety-qualified core stack을 목표로 하고, 기능안전성 인증과 사이버보안 규제 대응을 지원할 수 있는 코어 스택으로 설계되는 흐름을 보여주며 AUTOSAR·COVESA 같은 산업 표준을 레버리지해 실차 적용 가능한 공통 기반으로 묶으려는 시도다. 이 영역이 흔들리면 위에 올리는 애플리케이션과 서비스는 매번 다시 만들어진다. 둘째는 SDVx(클라우드/운영 루프)다. 차에서 데이터를 꺼내고 다시 넣어 운영하는 방식이다. 업데이트·진단·관측·배포의 속도는 여기서 결정된다. SDV가 ‘차 안의 소프트웨어’가 아니라 ‘운영 방식’이 되는 순간이다. 셋째는 툴(Tooling)이다. SDV는 소프트웨어가 늘어나는 일이 아니라 개발자가 일하는 방식이 바뀌는 일이고, 개발자 부족은 이 전환의 병목이다. 그래서 툴링은 선택지가 아니라 전제다.
이 세 축을 겹쳐놓으면 Eclipse SDV와 S-CORE의 관계도 또렷해진다. Eclipse SDV는 협업의 틀이고, S-CORE는 그 안에서 제품에 넣을 수 있는 형태로 ‘출시’하려는 공통 플랫폼이다. 이날 메시지가 비전이 아니라 릴리스로 수렴한 이유도 여기에 있다.

2025년의 움직임:
유럽에서 아시아로
아이디어에서 코드로

린트베델이 2025년 성과를 말하는 방식도 인상적이었다. 단순히 ‘멤버가 늘었다’가 아니라, 커뮤니티가 어디로 확장됐고, 어떤 프로젝트가 실제로 사람을 모았고, 무엇이 공개 저장소에 올라가 있는지가 중심이었다.
확장에서는 초기 유럽이 중심이었지만 아시아에서 성과가 있었다고 강조했다. 특히 한국 커뮤니티 미팅은 LG의 호스팅에 대한 감사로 언급됐다. 오픈소스 협업은 결국 사람과 기업의 참여로 속도가 결정되기 때문에 지역 확장은 곧 기여자의 확장이고, 기여자의 확장은 코드와 릴리스의 속도로 이어진다.
LG전자 이상용(Sangyong Lee) 부사장은 “SDV 환경에서 미션 크리티컬 시스템을 어떻게 안전하게 오케스트레이션할 것인가가 핵심 과제입니다. 이를 풀기 위해 기술 자문(technical advisory) 참여와 코드 기여(code contribution)를 강화하겠습니다”라고 말했고, 현대모비스의 정수경(Sookyung Jung) 부사장은 “SDV는 소프트웨어를 더 얹는 것이 아니라 차량 전체를 관통하는 새 수준의 전문성이 필요한 전환이며, 이 전문성은 각자 독립적으로 쥐고 있기보다 산업 전체와 공유될 때 훨씬 더 큰 가치를 만든다고 믿습니다”라고 말했다.
린트베델이 꺼낸 ‘새 프로젝트’는 Eclipse OpenSOVD였다. 메르세데스-벤츠에서 시작된 이 진단 프로젝트는 킥오프만으로도 전 세계에서 100명 이상이 모였고, ISO 17978(SOVD 표준)을 기준으로 오픈소스 SOVD 스택을 만들고 있다. 그리고 그 산출물은 결국 S-CORE로 들어가 공통 플랫폼의 일부가 된다.
“마지막으로 중요한 포인트가 하나 있습니다. 지금까지 보여준 것은 모두 공개 저장소에 있습니다. 원하면 누구나 코드를 확인하고 기여할 수 있습니다.”
오픈소스 생태계에서 이런 말은 신뢰의 단위다. ‘좋은 의도’가 아니라 ‘보이는 코드’가 있어야 한다. 그리고 이런 모든 현장 이야기는 S-CORE로 모인다. S-CORE는 ‘차내 고성능 컴퓨팅을 위한 미들웨어’로 설명되며, 흩어진 기술을 통합 릴리스로 묶어 공통 미들웨어 레이어를 ‘고정’하려는 스택이다. S-CORE는 보쉬-ETAS 등과 함께 2024년 말~2025년 초 시작됐고, 초기 5개 회사에서 출발해 기여 기업이 늘었다. 무엇보다 중요한 건 2025년 11월(0.5) 첫 릴리스가 나왔다는 점이다. 가능성에서 작동으로 이동했다.

Eclipse Foundation 마이크 밀린코비치 사무총장

‘기관의 언어’:
규제·인증·상용화가 오픈소스를 끌고 간다

S-CORE가 단순한 커뮤니티 스택이 아니라 ‘자동차급 코어’로 규정되는 이유는 common safety-qualified core stack으로 압축된다. 즉, 실차에 넣을 수 있는 코어 스택을 전제로 기능안전성 인증과 사이버보안 규제 대응까지 염두에 두겠다는 선언이고 여기에 AUTOSAR와 COVESA 같은 산업 표준을 레버리지하겠다는 것이다. ‘좋은 코드’가 아니라, 현장에서 돌아가는 기반으로 만들겠다는 뜻이다.
이 ‘자동차급’을 가능하게 하는 조건을 마이크 밀린코비치(Mike Milinkovich) 사무총장은 기술보다 거버넌스와 책임 구조에서 찾았다. 여러 회사가 같은 코드를 함께 만들고 운영하려면 ‘좋은 의지’만으로는 부족하고, 누가 무엇을 어떻게 검증·유지·증빙할지에 대한 프로세스와 규칙이 먼저 필요하다는 것이다. 그가 2025년의 키워드로 꺼낸 trustable과 compliance는 오픈소스를 제품 개발 라이프사이클 안으로 끌고 들어오는 언어다. CRA 같은 규제가 오픈소스 구성요소의 실사와 증빙(attestation)을 요구하는 순간, 준수는 체크리스트가 아니라 개발 방식 자체를 바꾸는 변수가 된다.
그래서 ThreadX의 안전 인증 사례는 “오픈소스도 된다”의 구호가 아니라, 오픈소스와 인증 프로세스를 연결하는 운영 모델이 실제로 굴러가기 시작했다는 신호로 읽힌다. 슬라이드가 강조한 EU Commission의 지원, 그리고 VDA가 set in motion했다고 표현한 배경도 같은 방향을 가리킨다. 결국 S-CORE는 ‘좋은 커뮤니티’의 결과물이 아니라, 규제·인증·상용화의 조건을 만족시키기 위해 설계되는 플랫폼이다.

VDA 마커스 볼릭 박사

VDA가 말한 가입의 논리:
속도·회복탄력성·품질,
그리고 40/30

밀린코비치의 ‘기관의 언어’ 뒤에는 VDA의 ‘산업의 언어’가 이어졌다.
마커스 볼릭(Dr. Marcus Bollig) 박사는 이번 MoU 확장을 ‘의미 있는 확장(substantial extension)’이라 부르면서 동기와 목표를 ‘속도, 회복탄력성, 품질(speed, resilience, quality)’로 정리했다.
속도는 코드 중심 접근(code-centric)으로 플랫폼을 한 번만 개발한다는 뜻이다. 회복탄력성은 오픈소스가 더 견고하고 지속가능할 것이라는 기대다. 품질은 검증과 보안, 신뢰성을 개선하고 생태계의 전문성을 결합할 수 있다는 논리다. 여기서 중요한 건, 이 세 단어가 ‘가치 선언’이 아니라 비용 구조와 개발 프로세스를 건드리는 경영 언어로 쓰였다는 점이다.
또 하나 인상적인 것은 이해관계자별 효과를 희생이 아니라 ‘각자의 이익’으로 설명한 점이다. OEM은 기존 플랫폼을 재사용하며 협업의 공통 기반을 얻고, 티어 1은 한 번 개발해 재사용할 수 있고, 소프트웨어 공급사는 더 많은 고객에게 서비스를 제공할 수 있고, 서비스 제공자도 전체 이해관계자에게 확장할 수 있다. 즉, 이 생태계는 누구는 손해 보고 누구는 이득 보는 구조가 아니라, 참여 동기가 분산된 구조로 설계돼 있다고 했다.
마지막으로, 노력 절감 40%, 출시 기간 30% 단축. 이 숫자들이 반복되는 이유는 홍보가 아니라 가입의 논리이기 때문이다. 핵심은 기능을 줄여서가 아니라, 기반 레이어의 중복 개발과 통합·검증 비용을 줄이는 데서 나온다. 가치가 아니라 계산, 분위기가 아니라 모델.
이 숫자들은 “왜 지금 협업해야 하는가”에 대한 산업적 답변으로 기능했다.

2026년의 한 문장:
“플랫폼 출시”

“플랫폼을 실제로 출시하는 일은 결코 가볍지 않습니다. 부족한 점을 말하는 건 쉽지만, 사람들이 제품에 넣으려는 플랫폼을 내보내는 순간 오픈소스 이니셔티브는 진짜가 됩니다.”
다시 마이크를 잡은 밀린코비치 사무총장은 2026년의 목표를 이 한 문장으로 못 박았다. ‘좋아 보이는 로드맵’이 아니라, 실제로 쓸 수 있는 플랫폼을 릴리스하는 것이다. 방 안의 공기가 다시 현실로 내려오는 순간이었다.
그가 곧바로 트라톤(Traton)을 환영한 것도 같은 맥락이었다. ‘software defined car’가 아니라 ‘software defined vehicle’이라는 표현은 이 협업이 승용차에만 갇힌 이야기가 아니라고 선을 긋는다. 상용차까지 포괄하는 순간, SDV 오픈소스는 ‘차종’의 이슈가 아니라 산업 전체의 운영 방식으로 확장된다. 플랫폼이 한 번 출시되면, 그 위에 올라가는 조직과 비즈니스의 범위도 함께 커진다.
이와 관련 트라톤의 슈테판 토이허르트(Stefan Teuchert) 수석부사장은 “우리는 트럭 OEM으로서 차량과 클라우드까지 전체 소프트웨어 스택을 직접 소유합니다. 새 SDV 플랫폼과 촘촘한 SOP 일정 속에서 이 커뮤니티가 우리를 더 빠르게 만들길 기대하며 우리가 가진 것도 기꺼이 내놓겠습니다”라고 말했다.
이후 안내된 2026년의 일정도 단순 행사 캘린더가 아니었다. 4월 브뤼셀의 Open Community Experience(OCE)와 자동차 트랙(OCA)은 개발자와 아키텍트가 “이제 무엇을 만들고 어떻게 합칠 것인지”를 기술적으로 정렬하는 자리로 제시됐다. 6월 슈타른베르크의 Automotive Open Source Summit(AOSS)은 그 진척을 산업의 언어로 다시 확인하는 무대다. 플랫폼을 만드는 사람들만 준비하는 게 아니라, 그 플랫폼을 제품에 넣어야 하는 사람들까지 함께 준비해야 한다는 뜻이다.

데모의 ‘위치’를 공개하는 방식

행사의 끝에서 린트베델은 갑자기 현실적인 이야기를 꺼냈다. CES에서 Eclipse SDV를 어디서 볼 수 있는가. Trustable Software Framework 관련 세션, S-CORE 데모가 돌아가는 부스, 초대가 필요한 룸까지 현장에서 확인하는 동선이 공유됐다. 인피니언 데모, 마이크로소프트 부스와의 연결도 같은 맥락이다. 메시지는 개념을 설명하러 온 게 아니라, 실제로 돌아가는 것을 보여주러 왔다는 것.
마지막은 단체 사진이었다. 관례처럼 보이지만 의미가 컸다. 기존 서명사와 신규 서명사가 함께 무대에 올라서는 순간, 각자 플랫폼을 만들던 업계가 ‘같은 바닥을 공유하겠다’는 선언을 이미지로 남겼다. 협업이 필요한 산업에서 사진은 종종 ‘증거’가 된다.

SDV 오픈소스는 ‘제품 시간표’로 간다

SDV 오픈소스가 설득력을 얻는 방식은 비전이 아니라, 정의의 정렬, 코드의 공개, 통합 스택의 릴리스, 플랫폼의 출시로 이어지는 실행의 순서다.
린트베델이 SDV를 단계로 정의한 이유는 업계가 같은 단어를 같은 의미로 쓰기 위해서였다. “왜 Eclipse SDV인가”라는 질문은 파편화와 개발자 부족이라는 현실로 내려왔고, S-CORE는 그 현실을 공통 기반으로 고정하려는 시도다. 밀린코비치는 여기에 규제·인증·상용화의 언어를 얹어, 이 협업이 단지 코드를 공유하는 모임이 아니라 제품을 만들기 위한 산업용 체계로 변하고 있음을 보여줬다. VDA는 그 동기를 40/30이라는 숫자로 고정했다. 구호가 아니라 계산이다.
그래서 2026년의 목표가 ‘ship the platform’으로 나아가는 게 자연스러웠다. 이제 SDV 오픈소스는 ‘운동’이 아니라 제품 개발의 시간표로 들어갔다. 지금의 확장은 그 시간표에 올라탄 회사들이 늘어났다는 뜻이다.

좌측부터 피터 핀틀 캡제미나이 부사장, 귄터 그로마이어 RT-RK 부사장, 토마스 이라완 ETAS 사장, 마티아스 타랍 Vector 사장
톨스텐 골레브스키 ZF 부사장, 모리츠 노이키어흐 Elektrobit 선임이사.

The Sentence of Life, the Grammar of Control: Rereading SDV at CES

한상민 기자_han@autoelectronics.co.kr — 2026-01-13 09:45:14+0900

삶의 문장, 제어의 문법: CES에서 SDV를 다시 읽다

한상민 기자_han@autoelectronics.co.kr — 2026-01-13 09:34:29+0900

CES는 매년 “미래”를 말한다. 그런데 올해 무대에서 선명하게 본 것은 미래의 형태보다는 미래를 설명하는 언어였다. LG전자는 ‘삶’으로 시작했다. 기술이 재촉하는 시대에 오히려 기술을 향해 질문을 던졌다. 좋은 삶은 빠른 업그레이드가 아니라 경험이 되돌아오는 순간들. 그런 세계관은 TV와 가전, 로봇 CLOiD, 그리고 모빌리티로 이어지며 하나의 결론에 도달했다. SDV는 차 안에서 시작되는 기술이 아니라, 삶의 흐름을 소프트웨어로 다시 설계하는 방식. 다음 무대의 보쉬는 물리와 디지털의 간극을 건너는 능력이란 정반대의 언어로 출발했다. 보쉬는 그 말이 관념으로 남지 않게 무대 위에서 직접 스테이크를 구웠다. 이건 유쾌한 쇼가 아니라, 센서 - 제어 - AI - 결과 품질이 하나의 폐쇄루프로 모이는 ‘물리적 증명’이었다. SDV도 단지 AI가 얼마나 말을 잘하느냐가 아니라, 브레이크와 조향, 서스펜션과 캐빈 같은 물리 시스템을 안전하게 목표 상태로 데려갈 수 있느냐의 문제다.
CES 2026에서 SDV는 ‘자동차’의 키워드로만 존재하지 않았다. 이처럼 거실에서 먼저 완성되고, 주방의 팬 위에서 다시 증명되며, 모든 공간으로 확장되는 방식으로 나타났다. LG와 보쉬의 발표를 따라가며 SDV 경쟁의 본질, 그리고 우리가 어디를 보고 있는지를 생각해 봤다.

글 | 한상민 기자 _ han@autoelectronics.co.kr
IN ENGLISH

CES 2026의 첫 무대는 LG전자였다. 그다음 무대는 보쉬였다.
흥미로운 것은 두 회사가 모두 ‘사람(human)’을 중심에 놓고 이야기하면서도 SDV를 설명하는 언어는 정반대였다는 점이다. LG가 SDV를 삶의 연속된 공간 경험으로 풀어냈다면, 보쉬는 SDV를 물리를 다루는 제어 능력으로 다시 꺼내 보였다. 같은 CES 오프닝이었지만, 온도는 확연히 달랐다.

류재철 LG전자 CEO

LG: 삶에서 먼저 완성된 SDV

CES 2026의 시작은 제품 설명이 아니었다. “Hey LG, 미래는 어떤 모습일 것 같아?”란 질문으로 열린 오프닝 영상은 기술을 향한 반문에 가까웠다. 기술은 어느새 우리의 목소리를 대신하며 더 빨리, 더 조용히 따라오라고 요구해 왔고, 더 나은 삶을 위한 경쟁 속에서 삶의 본질은 사라졌다는 문제의식이 깔려 있었다. 그래서 LG가 그린 미래는 화려한 데모가 아니라, 하루를 미소 짓게 하는 음악으로 시작하고, 9시부터 5시까지의 시간이 일처럼 느껴지지 않으며, 자동차가 ‘마음을 열 수 있는 공간’으로 존재하는 일상의 모습, 우리(human)에 대한 것이었다. 혁신이 삶을 앞서가거나 지배하는 것이 아니라, 삶과 경험에 맞닿아 있을 때 비로소 좋은 삶이 완성된다는 것이었다.
무대에 오른 류재철(Jaecheol Lyu) CEO는 LG가 AI를 어떻게 정의하는지 먼저 선명하게 그었다.
“모두가 AI를 이야기할 때, 우리는 한 가지 질문을 던졌습니다. 사람에게 필요한 AI는 무엇인가. 우리의 답은 ‘Affectionate Intelligence’였습니다.”
그가 던진 다음 질문은 더 상징적이었다.
“AI가 스크린 밖으로 걸어 나와 실제 삶에서 작동한다면 어떨까요?”
LG가 말하는 AI는 대화형 인터페이스나 클라우드 서비스에 머무르지 않는다. 습관과 감정, 문화가 모두 다른 ‘현실의 삶’에서 작동해야 한다는 정의다. 그리고 LG는 그 출발점으로 ‘가정’을 지목했다. 이미 생활 공간에 깊게 들어가 있는 브랜드로서 LG는 실제 가정의 리듬과 생활 맥락을 이해하는 것이 AI 시대의 경쟁력이라고 생각했다. LG의 AI 홈 비전은 고객에게 시간을 돌려주는 것이다.

TV: 보이지 않게 설계된 AI 허브
아론 웨스트브룩(Aaron Westbrook)이 맡은 TV 파트는 숫자와 구조를 동시에 꺼냈다. 초박형 폼팩터(9mm)로 ‘보이지 않게’ 존재하는 Wallpaper TV는 디자인 제스처가 아니라, 연결 구조 자체를 바꾸려는 시도였다. True Wireless로 케이블과 클러스터를 지우고, 4K 165Hz 무선전송(초저지연), 향상된 밝기(3.9배), 반사 억제 기술, 그리고 Alpha 11 AI 프로세서 Gen3를 결합했다고 소개했다. NPU 성능은 이전 세대 대비 5.6배, CPU 50%·GPU 70% 향상을 언급하며 ‘디자인이 곧 성능’이라는 프레임을 만들었다.
하지만, 이 파트의 핵심은 하드웨어가 아니라 허브의 정의였다. Westbrook은 TV를 ‘AI 홈의 중심’으로 끌어올렸다. webOS 위에서 Google Gemini와 Microsoft Copilot을 통합하는 멀티 AI 구조, Voice ID 기반 개인화, LG Shield로 대표되는 보안 체계는 TV를 단순한 디스플레이가 아니라 생활 데이터와 에이전트가 오가는 관문으로 바꿔 놓는다. 이것은 자동차에서도 익숙한 키워드로, 개인화, 보안, OTA, 멀티 에이전트가 이미 실전 언어로 굴러가고 있다는 것을 말해준다.

가전: ‘기능 추가’가 아니라 ‘역할 변화’
가전 파트의 엔젤라 고젠푸트(Angela Gozenput)은 변화의 핵심을 ‘추가 기능’이 아니라 ‘역할의 변화’로 설명했다. LG의 가전은 더 이상 사용자의 명령을 기다리는 기계가 아니라, 복합 목표를 스스로 수행하는 에이전트 가전(Agent Appliances)으로 진화하고 있다. LLM을 탑재한 LG SIGNATURE 냉장고와 오븐은 자연어로 보관 방식과 조리 맥락을 다루고, 내장 카메라 기반 인식으로 조리 상태를 판단해 스스로 개입한다. 핵심은 ‘말을 잘하는 AI’가 아니라, 생활의 목표(신선도, 조리 결과, 루틴)를 향해 장치가 선제적으로 움직이는 구조다.

로봇: Sense - Think - Act의 물리적 증명
LG 세계관의 중심은 결국 로봇이었다. 브란트 바르너(Brandt Varner)가 소개한 홈 로봇 CLOiD는 LG가 말해온 Sense - Think - Act 구조를 물리적으로 구현한 존재로 등장했다. 날씨를 인식하고, 사용자의 상태를 파악해 운동 계획을 바꾸고, 저녁 메뉴를 제안하며, 조명과 온도를 조절하는 일련의 과정은 대화형 AI가 아니라 ‘행동하는 AI’를 보여준다.
LG는 로봇을 ‘홈 전용 에이전트’로 정의하며 Vision - Language - Action(VLA) 모델을 기반으로 시각 정보와 언어를 물리적 행동으로 연결한다. 그리고 가전에서 축적한 모터·구동 기술은 액추에이터로 확장됐다. 여기서 로봇은 실험이 아니라, 가전과 AI가 만난 자연스러운 진화다.
이는 자동차 세계에도 낯설지 않다. Sense - Think - Act는 사실 자율주행과 SDV가 차량에서 구현하려는 핵심 구조이기 때문이다. 센서로 인지하고, 소프트웨어로 판단한 뒤, 물리 시스템이 즉시 반응하는 루프. 차라면 제동·조향·서스펜션·열관리·캐빈 제어가 될 이 흐름이, 집 안에서는 조명과 온도, 식사와 동선으로 구현된다. SDV는 더 이상 ‘차량 아키텍처’만의 문제가 아니라, 물리 세계를 소프트웨어로 다루는 보편적 방식처럼 보이기 시작했다.

모빌리티: SDV는 차가 아니라 공간
마지막으로 무대에 오른 랜든 풀러(Randon Fuller)의 발표는 앞선 모든 세션을 모빌리티로 통합했다. LG는 스스로를 ‘자동차 부품 공급사’가 아니라 Experience Architect로 규정했다. ‘집에서 시작된 AI 경험을 도로 위로 가져온다’는 선언은 모빌리티를 부품의 조합이 아니라 공간 경험의 오케스트레이션으로 재정의한다.
LG가 제시한 시나리오는 제동이나 조향보다 공간 경험에 초점이 맞춰져 있었다. 시선 추적과 제스처 인식, 윈드실드를 디스플레이로 확장하는 Mobility Display Solution, 집에서 보던 컨텐츠가 차 안과 측면 윈도로 이어지는 연속성, 외부의 수화(sign language)와의 실시간 번역 같은 장면들이 이어졌다. LG가 그린 SDV는 차량 아키텍처를 넘어 개인화된 공간을 실시간으로 구성하는 능력이다.
LG의 SDV는 차량 내부에서 시작되지 않는다. 이미 집에서, 생활에서 완성되고, 차는 그 다음 확장 공간이다. SDV는 차의 기술이 아니라, 삶의 흐름을 소프트웨어로 재정의하는 과정이다.

보쉬: 물리를 다루는 SDV의 문법

LG 다음 무대에서 보쉬는 정반대의 언어로 시작했다. 탄야 뤼커트(Tanja Rueckert) CDO와 폴 토마스(Paul Thomas) 보쉬 아메리카 사장이 반복해서 강조한 것은 ‘다양한 포트폴리오’ 자체가 아니라, 물리와 디지털의 간극을 건너는 능력이었다. 대부분 기업이 어느 한쪽에 강한 반면, 보쉬는 두 세계를 동시에 다룰 수 있는 회사라는 자기 정의를 꺼냈다. 그들이 하드웨어가 강한 이유는 자체 소프트웨어 역량으로 계속 레벨 업 할 수 있기 때문이고, 소프트웨어가 강한 이유는 그 소프트웨어가 얹힐 물리 시스템을 깊이 이해하기 때문이라는 논리다. 즉, 차별점은 기능 몇 개가 아니라 제어와 시스템의 문법이다.
보쉬는 이를 숫자로도 밀어붙였다. 2030년대 초에 소프트웨어 및 서비스 매출 60억 유로 이상을 목표한다고 했고, AI에는 2027년 말까지 25억 유로 이상을 투자한다고 했다. AI 교육·훈련을 받은 인력도 10만 명 이상(전체의 약 4분의 1)이라고 강조했다. ‘AI를 한다’가 아니라, 운영 체질 자체를 바꾸는 규모를 제시한 것이다.

스테이크라는 메타포: 센서 - 제어 - AI - 결과 품질
이날 발표의 하이라이트는 의외로 ‘차’가 아니라 ‘주방’에서 터졌다. 무대 위로 올라온 셰프 마르셀 비뉴롱(Marcel Vigneron)은 그 자리에서 스테이크를 굽기 시작했다. 관객이 박수를 친 이유는 ‘아침부터 스테이크’란 유쾌함 때문만이 아니었다. 보쉬가 30분 동안 말해온 피지컬 - 디지털 통합을 가장 짧은 실험으로 눈앞에서 실행했기 때문이었다.
핵심은 800 시리즈 인덕션 쿡탑의 센서 기반 온도 제어(Autochef)였는데, 팬의 온도를 계속 읽고 사람이 하던 미세 조절을 시스템이 대신했다. 여기에 보쉬가 ‘최종 테스트 단계’라고 소개한 Bosch Cook AI(생성형 AI 기반)가 얹힌다. 재료를 촬영하고 원하는 결과(굽기 정도 등)를 말하면, 센서와 알고리즘이 결합해 결과를 맞추는 구조다. 셰프가 강조한 것도 AI가 레시피를 말해주는 게 아니라, 센서와 제어 루프가 원하는 상태(target)로 간다는 점이었다.
자동차에 대비하면 더 선명하다. Autochef는 일종의 제어기이고, 팬의 온도는 차량 상태 변수이며, ‘미디엄 레어’는 목표 성능이다. 중요한 건 ‘보여주기용 AI’가 아니라, 물리 시스템을 안정적으로 목표 상태로 데려가는 능력이다. SDV가 어려운 이유도 결국 생성형 AI가 아무리 말을 잘해도, 브레이크·조향·서스펜션·열관리 같은 물리 시스템을 안전하게 다루지 못하면 성립하지 않기 때문이다. 보쉬는 그 사실을 스테이크 한 접시로 압축해 보여줬다.

“하드웨어는 계속 진화한다” OTA의 생활 언어
요리 데모 직후, 뤼커트는 보쉬의 주장을 일상 언어로 다시 정리했다. 과거에는 더 최신 기능을 원하면 제품을 바꿔야 했지만, 이제는 연결성과 소프트웨어 역량이 있으면 하드웨어가 집에 온 뒤에도 진화한다는 것이다. 실제로 연결된 오븐에 에어프라이/에어스팀 기능을 OTA로 추가했고, 사용자에게 추가 비용이 없었다는 사례가 뒤따랐다.
자동차에서 너무 익숙한 문장이다. ‘기능은 출고 후에도 추가된다’는 약속이 SDV의 상징이 됐기 때문이다. 보쉬의 포인트는 OTA 그 자체가 아니라, OTA가 가능한 하드웨어·소프트웨어 운영 방식을 이미 여러 산업에서 굴려본 경험이었다. LG와 마찬가지로, SDV를 새로 배우는 회사가 아니라, SDV가 요구하는 운영을 다른 도메인에서 먼저 훈련한 회사라는 것이다.

6DoF로 멀미를 줄이는 ‘차량 모션 매니지먼트’
보쉬가 자동차로 다시 초점을 돌린 구간에서 인상적인 키워드 역시 ‘사람’이었다. 폴 토마스 사장은 Vehicle Motion Management를 ‘하드웨어에 종속되지 않는(agnostic) 소프트웨어’로 소개하며, 제동·조향·파워트레인·서스펜션을 조정해 주행 특성을 버튼 하나로 바꿀 수 있다고 말했다. 그리고 최근에는 6자유도(6DoF) 제어까지 확장했다고 덧붙였다.
여기서 보쉬가 꺼낸 문제는 가속 성능이나 랩타임이 아니라 멀미(motion sickness)였다. 성인 3분의 1까지 영향을 받는다는 언급과 함께, 자율주행 시대로 갈수록 우리는 운전자가 아니라 탑승자가 되고, 멀미는 수억 명의 경험을 좌우하는 장애물이 된다는 논리다. SDV를 ‘더 똑똑한 차’가 아니라, 탑승자의 웰빙을 시스템으로 설계하는 문제로 옮겨 놓는다. LG가 공간 경험을 말할 때의 어법과 보쉬가 차량 동역학을 말할 때의 어법이 여기서 묘하게 만난다.

SDV의 ‘중추신경계’: Eclipse S-CORE
뤼커트는 (보쉬/ETAS가 주도하는) Eclipse S-CORE를 꺼냈다. SDV의 미들웨어를 ‘중추신경계’에 비유하며, OEM별 흩어진 솔루션을 넘어 단일 표준을 만들면 개발 속도·비용·보안·혁신이 함께 개선된다고 했다. 보쉬는 여기서 부품 회사의 프레임을 넘어, 바닥 레이어(미들웨어)의 질서를 함께 설계하겠다는 선언을 던졌다. LG 역시 Eclipse S-CORE의 핵심 멤버이지만, 그들이 “삶의 공간을 연결한다”고 말할 때, 보쉬는 “차량의 신경계를 오픈소스로 다시 깐다”고 강조한 셈이다.

바이 와이어와 AI 콕핏: ‘보는 AI’까지
보쉬는 시스템 회사로서의 자신감을 바이 와이어에서 구체화했다. ‘트루 브레이크-바이-와이어’가 대형 OEM과 양산에 들어갈 것이라는 예고, 2032년까지 스티어/브레이크 바이와이어 누적 매출 목표(70억 유로 이상) 같은 수치가 이어졌다. SDV의 핵심이 점점 더 구동계의 디지털화로 내려가고 있음을 확인시켰다.
AI는 콕핏에 연결됐다. 보쉬는 부스 데모로 AI 기반 콕핏을 소개하면서, 하나는 텍스트 기반 LLM, 다른 하나는 비주얼 언어 모델(VLM)로 ‘보고 이해하는’ 시스템이라고 설명했다. 주차 공간 탐색, 회의 참석/회의록 생성 같은 예시가 나왔지만, 메시지는 기능 자체보다 언어 - 시각 - 행동을 하나의 루프로 묶는 구조였다.

제조로 확장된 Agentic AI: MS와의 공조
보쉬는 SDV를 차에만 가두지 않았다. 산업 영역에서는 Agentic AI 기반 생산성 도약을 위해 마이크로소프트와 MOU를 체결한다고 발표했고, 마이크로소프트 제조·이모빌리티 부문 대안 로드리게즈(Dayan Rodriguez) 부사장이 무대에 가세해 레거시 시스템 속에서 복잡성이 증가하는 공장을 AI 에이전트가 감시·판단·실행하는 층으로 바꾸는 그림을 전개했다.

자율 물류로 이어지는 마지막 연결: Kodiak AI
마지막으로 토마스 사장은 Kodiak AI와의 협력을 언급하며, 완전 자율 트럭을 위한 생산 준비형 리던던트 플랫폼을 함께 만든다고 말했다. 센서(카메라·레이다)와 조향 기술을 포함해, ‘스케일에서의 자율 물류’로 이어지는 길을 보쉬의 포트폴리오 안에 넣어두는 장면이었다. 스테이크로 보여준 피지컬 제어가 결국 도로 위의 리던던시로 확장되는 구조다.

SDV는 말하는 AI가 아니라, ‘결과를 맞추는’ AI

LG가 ‘삶에서 먼저 완성된 SDV’를 말하며 공간 경험으로 수렴했다면, 보쉬는 SDV를 물리 세계를 다루는 제어 능력으로 다시 보여줬다. 흥미로운 건, 두 언어가 결국 같은 결론을 가리킨다는 것이다. ‘삶’이든 ‘제어’든 SDV는 소프트웨어가 물리 세계를 책임지는 방식으로 귀결된다. LG는 그 방식을 집과 거실, 로봇과 차량으로 이어지는 연속된 생활 공간으로 설계했고, 보쉬는 스테이크 한 점으로 센서 - 제어 - AI - 결과 품질의 루프를 압축해 보여줬다. SDV는 말하는 AI가 아니라, 물리 시스템을 안전하게 ‘원하는 결과’로 데려가는 AI. CES 2026은 LG가 제시한 ‘삶의 문장’과 보쉬가 증명한 ‘제어의 문법’이 같은 미래를 향해 겹치는 순간이었다.

Memory Lane: 쉐보레의 보물상자와 캐서롤

한상민 기자_han@autoelectronics.co.kr — 2025-12-30 14:14:47+0900

연말은 자동차 산업에서도 늘 결산의 시간이다. 전동화의 진척, 소프트웨어 정의 자동차 로드맵, 다음 해를 향한 기술 선언들이 쏟아진다. 하지만 한 해의 끝에서, 모든 변화의 출발점이 무엇이었는지를 잠시 돌아보는 일도 필요하다. 자동차가 어디로 가고 있는가가 아니라, 우리가 왜 함께 타기 시작했는가에 대한 질문 말이다. 그래서 기술 이야기나 세대와 오너십에 대한 것은 잠시 내려놓고 쉐보레의 한 편의 광고를 다시 들여다본다.

글 | 한상민 기자 _ han@autoelectronics.co.kr
IN ENGLISH

‘자동차’를 정의하는 방식
크리스마스 광고는 늘 과잉의 위험을 안고 있습니다. 눈, 음악, 가족, 추억. 조금만 방심하면 그 감정은 억지스럽거나 식상하거나, 잘 되더라도 쉽게 솜사탕처럼 녹아버립니다. 그럼에도 쉐보레와 같은 몇몇 카 메이커는 매년 이 위험한 장르를 반복합니다. 2025년을 마무리할 때, 그들의 ‘Memory Lane’ 광고는 그 반복이 습관이 아니라, 브랜드의 태도임을 다시 한번 증명했습니다. 또 한 번 눈시울을 적셨습니다.
당연하게도 광고에는 SDV와 관련된 기술 요소도 전기차 전환에 대한 선언도 없습니다. 대신 한 가족이 한 대의 차 안에서 지나온 시간만이 있습니다. 쉐보레는 무엇을 탔는가를 묻지 않습니다. 그저 어떻게 함께 지나왔는가를 보여줍니다.

차란 배경과 주인공인 시간
광고는 노부부가 집을 나서는 장면으로 시작합니다. 낡은 클로짓에서 쿠키 틴(어린 시절 딸 아이의 보물상자)을 시작으로 잡다한 모든 것을 챙긴 뒤에도, 아내는 마지막으로 “캐서롤 그릇은?”(크리스마스 같은 가족 모임에 늘 챙기는 오븐용 그릇) 하고 묻습니다. 이 사소한 소품들은 반복해 등장하는데, 이야기하려는 것이 사건이 아니라 가족, 그들의 일상과 추억(memory lane)임을 암시합니다.
부부, 그리고 가족이 타고 있는 차는 쉐보레 서번(Suburban)입니다. 넓고 오래된, 그리고 늘 무언가를 더 실어야 했던 차지만, 광고는 차를 설명하지 않습니다. 설명할 필요가 없기 때문입니다. 서번은 단순히 차 이름이 아니라, 가족이 살고 있는 공간, 거리감, 교외의 풍경 자체를 상징합니다.
차가 출발하면 시간은 직선으로 흐르지 않습니다. 크리스마스 트리 농장, 아이스하키장, 작은 휴게소, 흙길, 폐가가 된 헛간. 목적지가 아닙니다. 모두 지나친 장소들입니다. 그래서 차는 어딘가로 데려가는 도구가 아니라, 추억을 호출하는 공간으로 기능합니다. 마치 광고에 등장하는 이정표처럼 현재와 과거, 그리고 더 오래된 과거를 오고 갑니다.

추억은 선택이 아니라 우회에서
광고의 핵심은 ‘계획되지 않은 순간’들입니다.
아이들이 조르는 바람에 들른 헛간, 지나친 상점과 상징적 표지판, 찢어진 시트와 뒷좌석에 던져진 스케이트. 찢어진 시트는 수리되지 않습니다. 그저 남은 흔적일 뿐입니다. 인생에서 중요한 추억들은 늘 의도와 무관하게 생긴다는 사실을 광고는 잘 알고 있습니다.
특히 잠시 들른 헛간 장면은 결정적입니다. 아이들이 뛰어 들어간 뒤 돌아올 때, 그들은 이미 청년이 돼 있습니다. 성장이라는 거대한 변화는 단 하나의 컷으로 처리됩니다. 부모에게 그 시간은 파편화돼 있고, 아이들은 그 사이 다 자랐습니다.

빈 좌석과, 사라진 개
엔딩으로 갈수록 더 절제됩니다.
차에 앉아 뒤를 돌아보는 아내의 시선, 그리고 빈 좌석. 아이들은 떠났고 자리는 남았습니다.
집 앞에서 그들을 맞이하는 것은 막내 아들과 그의 아이, 그리고 새로운 개 웨일런입니다. 옛날 아이들과 함께 차에 뛰어오르던 개 윌리는 더 이상 등장하지 않습니다. 죽음은 말해지지 않지만, 대체되지 않는 존재가 있었다는 사실만을 남깁니다. 이런 침묵은 과장된 눈물보다 훨씬 정직합니다.

‘쉽지 않았지’라는 문장의 무게
광고에서 가장 인상적인 대화가 나옵니다.
“쉽지 않았지.”
“쉬웠으면 좋겠어?”
“아니, 그냥 그대로였으면 좋겠어.”
이건 살아온 시간을 받아들이는 어른의 언어입니다. 쉐보레는 인생을 더 쉽게 만들어주겠다고 약속하지 않습니다. 대신 그 시간에 함께 했음을 말합니다.
가족이 다시 모인 크리스마스에서 광고는 ‘The great journey is the one we take together’라는 문구로 마무리됩니다. 그리고 마지막에 쉐보레 로고가 등장합니다. 이 때 로고는 이야기 아래에 남긴 서명일 뿐입니다.

기술이 말하지 않은 것
‘Memory Lane’은 자동차 광고의 외형을 하고 있지만, 실은 자동차란 존재에 대한 질문입니다. 이동수단이 아니라, 시간을 함께 담아내는 공간이라는 질문입니다. 쉐보레는 식상할 수 있는 자동차의 한 역할을 다시 꺼내 보이며 동의를 얻고자 합니다.
여행의 과정이 즐거운 것처럼, 위대한 여정은 목적지에 있지 않습니다.
그저, 함께 탄 시간 그 자체, 경험입니다. 보물상자와 캐서롤은 같은 역할을 합니다.
한쪽은 아이들의 시간을, 다른 한쪽은 가족의 식탁을 담습니다. 그게 차입니다.

곡: The Cinematic Orchestra의 To Build A Home

마우저, 자동차·AI용 인피니언 AURIX TC4x MCU 공급

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-02-20 09:44:20+0900

최신 전자부품 및 산업 자동화 제품을 공급하는 글로벌 공인 유통기업 마우저 일렉트로닉스(Mouser Electronics)가 인피니언 테크놀로지스(Infineon Technologies)의 AURIX™ TC4x 32비트 트라이코어(TriCore™) 마이크로컨트롤러(MCU)를 공급한다.

AURIX TC4x MCU는 이모빌리티(eMobility)와 첨단 운전자 보조 시스템(ADAS), 자동차 E/E(electric-electronic) 아키텍처, 비용 효율적인 AI 애플리케이션을 위한 성능을 제공한다.

마우저에서 구매할 수 있는 AURIX TC4x MCU는 이전 시리즈인 AURIX TC3x 제품군에 대한 상위 호환이 가능하며, 차세대 트라이코어 1.8 아키텍처와 확장 가능한 AURIX 가속기 스위트를 통해 성능이 강화됐다. 이 제품군은 AURIX 가속기 스위트를 통해 다수의 스마트 가속기와 ASIL-D까지 AI 처리가 가능한 병렬 처리 장치(Parallel Processing Unit, PPU)를 비롯해 효율적인 통신과 데이터 처리를 위한 첨단 ADAS 및 데이터 라우팅 엔진(Data Routing Engine, DRE)를 지원하며, 레이다 신호 처리를 위한 SPU(Signal Processing Unit)도 제공한다.

AURIX TC4x MCU는 5기가비트 이더넷과 PCIe, CAN-XL 및 10BASE-T1S 이더넷 등 고속 통신 인터페이스는 물론, 새로운 자동차 E/E 아키텍처에 필요한 성능, 처리량, 유연성을 제공한다. TC4x 플랫폼은 고성능 메모리와 함께 락스텝(lockstep) 방식으로 구성된 최대 6개의 500MHz 트라이코어 v1.8 코어를 갖추고 있어 강력한 실시간 제어 및 AI 워크로드를 지원한다. 또한 소프트웨어 무선 업데이트(Software updates Over The Air, SOTA)를 지원하는 24MB 온칩 비휘발성 메모리(Non-Volatile Memory, NVM)와 eGTM(Enhanced Generic Timer Module) 타이머, 높은 분해능의 PWM, 차세대 자동차 애플리케이션의 AI 및 오디오 솔루션을 위한 저지연 인터커넥트도 갖추고 있다.

AURIX TC4x MCU는 CSRM/CSS를 통한 하드웨어 기반 사이버보안을 포함해 ISO 21434 표준 기반의 보안 기능을 제공하며, 8:1 PCM 믹싱(8~192kbps), 오디오 클록용 PLL, TSN 동기화, I2S(Inter-IC Sound)/TDM, 음향 감지, 차량 음향 경고 시스템((Acoustic Vehicle Alert System, AVAS), 차량 실내 소음 제거(in-cabin noise canceling)와 함께 오디오 존 및 텔레매틱스 등 첨단 인포테인먼트 기능을 지원하는 고성능 오디오 역량을 갖추고 있다.

AURIX TC4x MCU에 대한 자세한 정보는 https://www.mouser.kr/new/infineon/infineon-aurix-tc4x-microcontrollers/에서 확인할 수 있다.

인피니언과 BMW, 노이에 클라쎄로 SDV 시대 본격화

한상민 기자_han@autoelectronics.co.kr — 2026-02-19 12:45:02+0900

인피니언 테크놀로지스(코리아 대표이사 이승수)는 전동화, 디지털화, 지속가능성을 결합한 BMW 그룹의 노이에 클라쎄(Neue Klasse) 플랫폼에서 소프트웨어 정의 차량(SDV) 아키텍처 구현을 지원하며 핵심적인 역할을 수행한다. 노이에 클라쎄는 유연하며 미래 지향적인 통합형 전기·전자(E/E) 아키텍처를 통해 보다 안전하고 스마트하며 지속가능한 모빌리티 솔루션을 위한 혁신적 기반을 제공한다. 인피니언의 솔루션은 강력하고 신뢰할 수 있는 컴퓨팅, 고속 데이터 연결, 스마트하고 효율적인 전력 관리를 가능하게 한다.
요흔 하나벡(Jochen Hanebeck) 인피니언 CEO는 “BMW 그룹과 협력하여 미래 모빌리티를 만들어 가게 되어 자랑스럽다. BMW 그룹의 노이에 클라쎄는 소프트웨어 정의 차량을 시장에 도입하는 중요한 이정표이며, 탈탄소화와 디지털화 측면에서 개인 모빌리티를 한 단계 끌어올린다. 인피니언은 폭넓은 전문성과 최첨단 기술로 새로운 소프트웨어 정의 플랫폼의 비전을 지원한다”고 말했다.

차량 아키텍처 혁신: 차량 기능을 지속적으로 확장·진화

노이에 클라쎄는 차량 기능의 확장성과 장기적 적응성을 고려해 설계된 혁신적인 E/E 아키텍처를 특징으로 한다. 이 아키텍처는 인피니언의 AURIX™ 및 TRAVEO™ 마이크로컨트롤러, BRIGHTLANE™ 이더넷 커넥티비티 솔루션, OPTIREG™ 전력 관리 IC, PROFET™ 스마트 전력 스위치 및 eFuse 포트폴리오를 활용한다. 소프트웨어와 하드웨어를 분리함으로써, 하드웨어 변경 없이도 무선 기능과 소프트웨어 업데이트(SOTA)를 가능하게 하여, BMW는 변화하는 소비자 요구와 규제에 신속하게 대응할 수 있다.

주행 경험의 새로운 기준: ‘하트 오브 조이(Heart of Joy)’

이 아키텍처의 핵심에는 4개의 고성능 중앙 컴퓨팅 유닛인 ‘슈퍼브레인(Superbrains)’이 있다. 이 중 하나인 ‘하트 오브 조이’는 가속, 제동, 조향 등 주행 다이내믹스를 하나의 고속 컴퓨터에서 통합 제어한다. 이를 통해 기존 시스템 대비 더 빠른 처리 속도와 최소화된 지연시간을 구현하며, 운전자는 더욱 부드럽고 역동적이며 즉각적인 주행 감각을 경험할 수 있다. 또한 최적화된 회생 제동을 통해 차량 주행거리가 크게 향상된다.
이러한 정밀한 주행 성능을 안전하게 구현하기 위해 시스템의 컴퓨팅 파워는 인피니언의 최신 세대 AURIX 마이크로컨트롤러(TC4D)를 중심으로 인피니언 마이크로컨트롤러 기반으로 구성되었다. 고속 BRIGHTLANE 이더넷은 ‘하트 오브 조이’를 다른 시스템과 원활하게 연결해, 최적의 성능에 필요한 실시간 응답을 보장한다.

나머지 세 개의 ‘슈퍼브레인’은 자율주행, 인포테인먼트, 기본 차량 기능을 각각 담당한다. 4개의 모든 ‘슈퍼브레인’은 세 개의 존 컨트롤 유닛(ZCU)의 지원을 받으며, 이들 역시 모두 인피니언 마이크로컨트롤러로 제어된다. ZCU는 데이터 흐름과 전력 분배를 최적화하고, 엔드포인트 ECU는 구동 인버터, 배터리 관리, 온보드 충전 등 핵심 애플리케이션을 담당한다.

와이어링 하네스 감소와 스마트 전력 분배를 통한 효율 향상

차량 플랫폼의 존 설계는 효율을 높이고 자재 사용을 줄인다. BMW iX3의 와이어링 하네스는 이전 세대 대비 구조가 단순해졌으며, 전체 길이가 약 600m 줄어들어 무게가 약 30% 감소했다. 또한 인피니언의 PROFET Wire Guard 제품군과 같은 스마트 eFuse는 차량당 최대 150개의 기존 퓨즈를 대체해, BMW 그룹이 E/E 아키텍처 전반에 걸쳐 효율적인 지능형 전력 분배를 구현할 수 있도록 한다. eFuse는 소프트웨어 제어 전력 관리를 지원해, 충전, 주행, 주차, 업그레이드 등 차량 상태에 따라 필요하지 않은 전력 소비 장치를 차단한다. 이를 통해 에너지 효율이 약 20% 개선된다.

벡터, ‘CANape 24’ 출시 ··· ASAM CMP 프로토콜 지원 추가

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-02-19 09:22:19+0900

- 존 ECU·HPC 기반 차량 아키텍처 구조를 고려한 고정밀 계측 및 보정
- 카메라·레이다·라이다 기반 ADAS 기능의 실시간 검증 지원
- 안전한 로깅 환경과 클라우드 기반 데이터 관리 기능 강화

벡터코리아(지사장 장지환)는 최신 차량 아키텍처 환경에서 고정밀 계측 및 캘리브레이션을 지원하는 CANape 24를 출시했다고 19일 밝혔다.

CANape 24는 존 ECU(Zonal ECU) 및 고성능 컴퓨터(HPC) 기반 아키텍처에 최적화된 기능을 제공하며, 자동차 엔지니어와 개발자가 복잡한 차량 소프트웨어 환경에서도 데이터를 보다 효율적으로 수집·분석하고, 캘리브레이션 및 검증 작업을 수행할 수 있도록 지원한다.

CANape 24는 특히 ASAM CMP(Common Measurement Protocol)를 지원함으로써 존 ECU 및 HPC 기반 차량 아키텍처 환경에서 고속·고정밀 계측을 가능하게 한다. 이와 함께 기존 CAN, FlexRay, LIN, 이더넷(xBASE-T1) 등 기존 차량 통신 표준과의 호환성을 유지한다. 또한, 동적 SOME/IP 데이터 구조를 포함한 복잡한 ECU 아키텍처의 캘리브레이션 및 시각화 기능을 제공함으로써 차세대 차량 소프트웨어 개발 환경의 요구사항에 효과적으로 대응한다.

CANape 24의 또 다른 핵심 기능은 ADAS 알고리즘의 실시간 직접 검증이다. 개발자는 카메라, 레이다, 라이다(LiDAR) 센서 기반의 인식 결과를 즉시 확인할 수 있으며, 주행 가능 영역(Free Space)과 장애물을 실시간으로 시각화함으로써 안전이 중요한 ADAS 기능의 성능을 빠르게 최적화할 수 있다. 이를 통해 반복적인 검증 작업을 줄이고, 보다 신뢰성 높은 ADAS 시스템 구현이 가능해진다.

벡터는 GL 로거(GL Logger) 및 스마트 로거(Smart Logger)가 장착된 차량을 실시간으로 모니터링할 수 있는 vLoggerControlRoom을 제공한다. 사용자는 구성 가능한 대시보드를 통해 차량 위치, 속도 등 주요 신호 값과 데이터 로거 상태 정보를 실시간으로 확인할 수 있다.

CANape 24는 로깅 프로젝트를 위한 100GB 클라우드 스토리지를 기본 제공하며, Vector Team Service를 통한 안전한 데이터 교환을 지원한다. 또한 VP75x1 로깅 및 처리 플랫폼에 적용된 하드 디스크 암호화를 통해, 기록된 데이터에 대한 신뢰성 있는 보호를 보장한다.

Redefining In-Vehicle Displays

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-02-19 08:49:24+0900

마이크로칩, 현대차그룹과 10BASE-T1S 기반 차량 네트워크 협력

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-02-13 15:23:46+0900

마이크로칩테크놀로지(Microchip Technology)는 현대자동차그룹과 10BASE-T1S 싱글 페어 이더넷(Single Pair Ethernet, SPE) 기술 기반의 차량 내 네트워크 솔루션 도입 가능성을 검토하기 위해 협력한다고 12일 밝혔다.

양사는 미래 모빌리티 환경 변화에 대응해 보다 효율적이고 신뢰성이 높으며 확장 가능한 차량 아키텍처 개발을 목표로 협력을 추진하기로 했다. 이번 협력은 첨단 운전자 보조 시스템(ADAS)과 커넥티드 차량 기능 고도화에 따라 증가하는 고성능·고신뢰성 차량 네트워크 수요에 대응하기 위한 것이다.

싱글 페어 이더넷(SPE)은 현대적 자동차 아키텍처의 기반 기술로, 차량 시스템 전반의 통합 커넥티비티 구현을 지원한다. 특히 표준 및 독자 통신 버스 간 브리징 필요성을 줄여 배선 구조를 단순화하고, 시스템 비용 절감과 네트워크 통합 간소화에 기여할 수 있다.

양사는 전기차(EV), 자율주행, 스마트 모빌리티 등 고성장 영역을 중심으로 향후 차량 플랫폼에 마이크로칩의 10BASE-T1S 솔루션을 통합하는 방안을 모색하기로 했다. 협력 범위에는 제품 출시 기간 단축과 시스템 성능 최적화를 지원하기 위한 마이크로칩의 기술 지원과 초기 샘플 제공도 포함된다.

마이크로칩 오토모티브·데이터센터·네트워킹 사업부의 마티아스 캐스트너(Matthias Kaestner) 부사장은 자동차 산업이 소프트웨어 정의 차량(SDV) 중심으로 전환되면서 고성능·확장형 차량 네트워크의 중요성이 더욱 커지고 있다고 밝혔다. 그는 자사의 SPE 하드웨어 및 소프트웨어 포트폴리오가 고객의 비용과 리스크를 줄이고 시장 출시 기간을 단축하는 데 기여할 수 있으며, 현대차그룹과의 협력을 통해 차세대 차량 네트워크 솔루션 개발을 강화해 나가겠다고 밝혔다.

현대자동차그룹은 이번 협력을 통해 이더넷 기술 전문성을 기반으로 차세대 차량 커넥티비티를 강화할 수 있게 됐다고 평가했다. 또한 10BASE-T1S 기술 도입을 가속화해 지능형 커넥티드 차량 구현을 추진하겠다는 입장을 밝혔다.

10BASE-T1S는 싱글 트위스트 페어 기반의 멀티드롭 이더넷 통신을 지원하는 기술이다. 이를 통해 차량 네트워크를 엣지까지 확장해 디바이스, 액추에이터, 센서를 보다 효율적이고 경제적으로 연결할 수 있다.

中 레이싱크, EV 리튬이온 배터리 열 안전 백서 발표

박종서 기자_fop1212@autoelectronics.co.kr — 2026-02-13 14:47:11+0900

중국 열화상 이미징 기술 전문기업 레이싱크 테크놀로지(Raythink Technology)가 전기차(EV)에 사용되는 고에너지 리튬이온 배터리와 관련된 열 안전 문제를 다룬 기술 백서를 발표했다. 이 백서는 배터리의 생산, 테스트, 보관, 충전 환경 전반에 걸쳐 조기 이상 감지를 지원하는 열 모니터링 프레임워크를 소개한다.

EV 보급 확대와 함께 배터리 안전은 제조사, 시스템 통합업체, 인프라 운영사에게 핵심적인 운영 및 규제 준수(compliance) 과제로 부상하고 있다. 이 백서는 기존 리튬이온 배터리 안전 모니터링 방식의 한계를 짚고, 지속적인 전 영역 열화상 모니터링을 통해 열 이상 징후가 열폭주로 이어지기 전에 조기에 감지하는 방법을 제시한다. 또한 글로벌 규제 환경 변화에 대응한 규제 준수 역량 강화 방안도 함께 다루고 있다.

임계 구간(Critical Window) 포착의 중요성

이 백서는 리튬이온 배터리 안전의 핵심이 ‘초기 열 이상 현상과 본격적인 열폭주(thermal runaway) 사이의 임계 구간’을 포착하는 데 있다고 강조한다.
기존 배터리 모니터링 방식은 NTC 서미스터나 RTD와 같은 포인트 센서에 의존한다. 이러한 센서는 제한된 영역만을 감지하기 때문에 감시되지 않는 영역에서 발생하는 초기 열 이상은 감지하지 못할 수 있다. 연기·화염 감지기 등 화재 감지 시스템 역시 눈에 보이는 연기나 화염이 발생한 이후에야 작동한다. 이 시점에는 개입 가능한 임계 시간이 이미 경과한 경우가 많다. 따라서 국소적 이상이 치명적인 열폭주로 확대되는 것을 방지하기 위해서는 전 영역에 대한 연속적인 열 모니터링이 필요하다.

레이싱크는 적외선 열화상 기술이 이러한 공백을 보완한다고 강조한다. 이 기술은 배터리 표면 전체와 주변 환경에 대해 비접촉 방식으로 연속적인 온도 시각화를 제공할 수 있는 보완적 모니터링 방법으로 제시된다. 이 접근법은 포인트 센서만으로는 포착하기 어려운 국소적 핫스팟, 비정상적인 온도 구배, 초기 열 변화 추이를 식별할 수 있도록 한다.

열 안전 베이스라인

백서는 다음과 같은 구성의 확장 가능한 열 안전 아키텍처를 제시한다.

1) 하드웨어 계층: 현장의 ‘적외선 눈’
생산 라인, 테스트 구역, 보관 창고, 충전 설비 및 기타 핵심 위치에 배치되는 적외선 열화상 카메라. 이 카메라는 고온, 분진, 습도, 부식 환경 등 열악한 조건에서도 안정적으로 동작하도록 설계되어야 한다.

2) 데이터 및 분석 계층
실시간 시각화, 추세 분석, 사고 이력 검토, 장기 데이터 보관을 지원하는 중앙 집중형 플랫폼

3) 통합 계층: 기존 시스템과의 연계
배터리관리시스템(BMS), 분산제어시스템(DCS), 화재 경보 시스템 등 기존 시스템과 연동하여 통합된 조기 경보 대응과 추적 가능한 기록 관리를 가능하게 하는 인터페이스.

이 3계층 구조가 EV 배터리 수명주기 전반에 걸친 선제적 위험 탐지를 강화하는 확장형 통합 열 안전 베이스라인을 구성한다.

통합 열 모니터링을 통한 EV 배터리 안전성 혁신

백서는 3단계 프레임워크를 기반으로 EV 배터리 열 안전성에 대한 통합 접근의 필요성을 강조한다.
EV 배터리는 수명주기 전반에 걸쳐 기계적, 전기적, 열적 스트레스에 노출된다. 이러한 스트레스는 모두 열폭주로 이어질 수 있다. 그러나 현재 대부분의 모니터링 솔루션은 단계별로 분리돼 있으며 상호 통합되지 않은 상태다. 이러한 단절 구조는 연속적이고 추적 가능한 안전 관리를 어렵게 만든다.
레이싱크의 3단계 프레임워크는 제조, 시험실 테스트, 물류 및 보관 시설, 충전 및 에너지 저장 시설, 재활용 및 유해물질 처리 현장 등 EV 배터리 수명주기 전반의 다양한 단계에 걸쳐 통합 열 모니터링을 지원하도록 설계됐다. 여러 환경에서 생성되는 열 데이터를 통합함으로써 지속적인 감독과 추적 가능성을 확보할 수 있다고 레이싱크는 강조한다.
대표적인 효과는 생산 품질 향상이다. 예를 들어 배터리 생산 및 조립 과정에서 용접, 밀봉, 탭 접합 부위의 비정상적 온도는 잠재적 품질 문제로 이어질 수 있다. 연속적 열 모니터링을 통해 이러한 이상을 조기에 감지함으로써 결함 확산을 방지할 수 있다. 아울러 운영 효율 개선, 공정 최적화, 규제 준수 문서화에도 도움이 된다.

규제 대응 및 ROI 극대화

유럽연합(EU)이 운송 부문의 친환경·배출 저감 정책을 강화함에 따라 EV 보급이 확대되고 있으며, EV 배터리에 대한 규제도 한층 엄격해지고 있다. 규제 감독은 선택이 아닌 의무가 되었으며, 이에 따라 기업들은 규제 준수와 안전 관리 시스템에 대한 투자를 확대하고 있다.
열 안전 모니터링은 이러한 요구사항 충족에 핵심적인 역할을 한다. 수명주기 전반에 걸친 배터리 온도의 연속적 추적은 선제적 감독을 가능하게 하고, EU Battery Regulation과 UNECE Global Technical Regulation (GTR) No. 20 등 강화되는 규제 요구사항을 지원하는 수단으로 제시된다. 백서는 상시적인 온도 기록과 이벤트 로그가 규제 문서화, 감사 대응, 사고 이후 분석에 활용될 수 있다고 설명한다.
또한, 열화상 시스템이 일단 구축되면 유지보수 비용과 소프트웨어 업데이트 비용이 비교적 낮은 수준에서 관리되고 여러 운영 단계에 걸쳐 지속적인 모니터링을 통해 고비용 사고를 예방하고, 공정을 최적화하며, 생산 가동 시간을 보호한다고 설명한다.

이번 백서는 EV 배터리 제조, 시험, 보관, 충전 인프라, 재활용에 관여하는 기업을 대상으로 세부적인 기술 설명과 적용 사례, 구축 시 고려사항이 포함돼 있다.

로옴, SiC 몰드 모듈 3종 온라인 판매 개시

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-02-12 18:45:02+0900

로옴 주식회사가 신형 몰드 타입 SiC 모듈 TRCDRIVE pack™, HSDIP20, DOT-247의 온라인 판매를 시작한다고 밝혔다.

전 세계적으로 전력 수급 안정성과 에너지 절감 요구가 높아지는 가운데, 로옴은 다양한 애플리케이션에서 SiC를 통한 고효율 전력 변환 도입을 촉진할 수 있을 것으로 기대하고 있다.

이번에 판매를 개시한 제품은 CoreStaff Online, Chip 1 Stop 등 주요 온라인 부품 유통 사이트를 통해 구매할 수 있다. 로옴은 이를 통해 개발 초기 단계 고객과 중소 규모 설계 프로젝트까지 지원 범위를 넓힌다는 계획이다.

품명	품번
TRCDRIVE pack™	1200V A type (Small) (BST400D12P4A101)
HSDIP20	750V 4in1 (BST91B1P4K01) 6in1 (BST91T1P4K01, BST47T1P4K01) 1200V 4in1 (BST70B2P4K01)
DOT-247	1200V Half-bridge (SCZ4011KTA)

xEV 트랙션 인버터 지원 ‘TRCDRIVE pack™’

TRCDRIVE pack™은 300kW급 xEV(전동차)용 트랙션 인버터에 대응하는 2in1 구성의 SiC 몰드 타입 모듈이다. 4세대 SiC MOSFET을 탑재해 낮은 ON 저항을 구현했으며, 기존 SiC 몰드 타입 모듈 일반품 대비 약 1.5배 높은 업계 최고 수준의 전력 밀도를 달성했다.
이를 통해 xEV용 인버터의 소형화와 고출력화에 기여할 수 있다는 설명이다. 또한 독자적인 단자 배치를 적용해 게이트 드라이버 기판을 상단에서 누르는 방식으로 접속이 가능하도록 설계, 실장 공수를 줄이는 구조적 장점도 갖췄다.
주요 적용 분야는 xEV용 트랙션 인버터다.

OBC·EV 충전 대응 ‘HSDIP20’

HSDIP20은 xEV용 온보드 차저(OBC), EV 충전 스테이션, 서버 전원, AC 서보 등에 적합한 4in1 및 6in1 구성의 SiC 모듈이다. 750V 내압 제품 6개 품번과 1200V 내압 제품 7개 품번으로 라인업을 구성했다.
전력 변환 회로에서 요구되는 기본 회로를 소형 패키지에 내장함으로써 설계 단순화와 개발 공수 절감을 지원한다. 동시에 모듈 집적도를 높여 시스템 소형화에도 기여한다.
적용 분야는 자동차의 OBC, DC-DC 컨버터, 전동 컴프레서와 함께, 산업 분야의 EV 충전 스테이션, V2X 시스템, AC 서보, 서버 전원, PV 인버터, 파워 컨디셔너 등이다.

범용성 유지한 ‘DOT-247’

DOT-247은 PV 인버터와 UPS(무정전 전원 장치) 등 산업기기용 애플리케이션에 적합한 2in1 구성의 SiC 모듈이다. 기존에 널리 사용돼 온 ‘TO-247’ 패키지의 범용성을 유지하면서도 전력 밀도를 높인 것이 특징이다.
Half-bridge와 Common-Source 두 가지 토폴로지를 지원해 다양한 회로 구성에 대응할 수 있다. 여러 디스크리트 소자를 사용하는 기존 전력 변환 회로에 적용할 경우, 부품 수와 실장 면적을 줄여 설계 효율성과 시스템 소형화를 동시에 확보할 수 있다.
적용 분야는 ePTO(electric Power Take-Off), FCV(수소전기차)용 승압 컨버터 등 자동차 분야와 함께, PV 인버터, UPS, AI 서버, 데이터 센터, EV 충전 스테이션, 반도체 릴레이, eFuse 등 산업 전반에 걸친다.

로옴은 이번 온라인 판매 개시를 통해 SiC 기반 고효율 전력 변환 솔루션의 시장 접근성을 높이고, 전동화 및 고전력 애플리케이션 확대 흐름에 대응해 나간다는 방침이다.

벡터, AI·클라우드 투자 확대 … 소프트웨어 정의 시스템 대응 강화

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-02-12 18:14:07+0900

차량 네트워크 및 임베디드 시스템 개발 분야에서 소프트웨어 솔루션을 제공하는 글로벌 기업 벡터코리아(지사장 장지환)는 소프트웨어 산업과 자동차 산업 전반에 걸쳐 일어나고 있는 근본적인 변화에 대응하기 위해, 포괄적인 전략 및 혁신 프로그램(comprehensive strategic and innovation program)을 추진하고 있다고 12일 밝혔다.

벡터는 코드 중심 소프트웨어 개발(Code-Centric Software Development), 클라우드 기술, 인공지능(AI) 등 미래 경쟁력을 좌우하는 핵심 분야에 대해 전략적인 투자를 단행하는 한편, 기존 제품 포트폴리오의 고도화도 병행하고 있다. 이러한 전략적 방향은 벡터의 기술적 기반을 강화하는 동시에, 자동차 산업을 넘어 새로운 시장으로의 확장을 위한 토대를 마련하는 것을 목표로 한다. 현재 일부 혁신 기술은 이미 고객과 함께 현장에 적용되기 시작했다.

소프트웨어 및 자동차 산업은 현재 중대한 전환점을 맞이하고 있다. 소프트웨어와 AI는 현대 제품에서 가치 창출의 핵심 동력으로 자리 잡고 있으며, 특히 중국을 중심으로 한 글로벌 경쟁은 더욱 치열해지고 있다. 동시에 소프트웨어 중심 비즈니스 모델(Software-Centric Business Models)로의 전환은 기존과는 전혀 다른 접근 방식을 요구하고 있다.

벡터는 이러한 시장 환경 변화에 대응하기 위해, 임베디드 소프트웨어 전문 기업(Embedded Software Specialist)에서 통합 ‘소프트웨어 생태계 제공업체(Provider of an Integrated Software Ecosystem)’로의 전략적 전환을 단행하고 있다. 이를 위해 이질적인 시스템과 데이터 환경을 지능적으로 연결하고, 복잡성을 줄이며, 효율성을 높이고, 새로운 비즈니스 기회를 창출할 수 있는 확장형 소프트웨어 플랫폼 솔루션(Scalable Software Platform Solutions)과 개발 도구(Development Tools)에 집중하고 있다.

벡터의 공동 대표이사인 토마스 벡(Dr. Thomas Beck) 박사는 “소프트웨어 개발은 점점 더 통합 소프트웨어 생태계(Integrated Software Ecosystems)에 의해 정의되고 있다. 벡터는 이러한 방향성에 맞춰, 엔드투엔드(end-to-end), 모듈형(modular), 확장형(scalable) 소프트웨어 플랫폼은 물론, 소프트웨어 팩토리(Software Factory)와 이에 적합한 개발 도구 구축에 집중하고 있다. 이러한 접근 방식은 자동차 분야의 핵심 사업을 강화하는 동시에, 의료 기술, 항공우주, 산업용 IoT와 같은 다양한 산업 분야로 우리의 전문성을 확장할 수 있게 한다”라고 말했다.

벡터의 공동 대표이사인 마티아스 트라우브(Dr. Matthias Traub) 박사는 “우리는 현재의 변화를 혁신을 촉진하는 촉매(Catalyst for Innovation)로 보고 있다. 핵심 기술에 투자하는 동시에, 이러한 새로운 과제에 대응할 수 있도록 인재와 조직을 발전시키겠다는 결정은 사람과 지역에 대한 명확한 약속이다. 벡터의 개발 조직 중 90% 이상은 독일에 위치해 있다. 벡터는 클라우드 기술, AI, 코드 중심 소프트웨어 개발에 대한 전략적 투자를 통해, 복잡한 소프트웨어 정의 시스템(Software-Defined Systems) 개발을 위한 최첨단 솔루션을 제공할 수 있는 기반을 구축하고 있다”라고 말했다.

벡터는 이미 일부 OEM 및 산업 파트너들과 협력해 이러한 새로운 솔루션을 신속하게 시장에 선보이고 있다. 특히 전체 라이프사이클 전반에서 소프트웨어 정의 시스템의 개발 및 통합을 단순화하고 대폭 가속화하는 데 초점을 맞추고 있으며, 이를 통해 제조사는 애플리케이션 개발과 차별화된 혁신 기능에 더욱 집중할 수 있게 된다.

벡터는 이러한 전략적 이니셔티브를 통해 자동차 산업은 물론, 그 외 다양한 산업 분야에서 소프트웨어 정의 시스템 개발의 미래 경쟁력을 확보하려는 기업을 위한 신뢰할 수 있는 파트너로 자리매김하고 있다.

인피니언, 토요타 ‘bZ4X’에 CoolSiC™ MOSFET 공급

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-02-10 12:28:26+0900

인피니언 테크놀로지스(코리아 대표이사 이승수)는 자사의 CoolSiC™ MOSFET(실리콘 카바이드 전력 MOSFET)이 토요타의 bZ4X 모델에 채택됐다고 10일 밝혔다.

인피니언의 CoolSiC™ MOSFET은 독자적인 트렌치 게이트 구조를 통해 온 저항(R_DS(on))과 칩 크기를 줄여 전도 손실과 스위칭 손실을 모두 감소시켜 자동차 전력 시스템의 효율을 향상시킨다. 또한 기생 커패시턴스와 게이트 임계 전압을 최적화해 유니폴라 게이트 구동을 가능하게 하여, 전기 구동계의 구동 회로를 단순화하고 OBC (On-Board Charger) 및 DC/DC 컨버터의 고집적·고신뢰 설계를 지원한다.

인피니언의 오토모티브 영업 총괄 수석 부사장인 피터 셰퍼(Peter Schaefer)는 “세계 최대 자동차 제조사 중 하나인 토요타가 인피니언의 CoolSiC™ 기술을 선택한 것을 자랑스럽게 생각한다. 실리콘 카바이드는 전기차의 주행거리, 효율, 성능을 향상시켜, 미래 모빌리티에 매우 중요한 역할을 한다. 인피니언은 지속적인 혁신과 무결점(zero-defect) 품질에 대한 헌신과 노력을 바탕으로 전동화 분야에서 증가하는 전력 반도체 수요에 효과적으로 대응할 수 있는 입지를 갖추고 있다”고 말했다.

폭스바겐그룹, 전기 구동 시스템 500만 대 생산 돌파

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-02-10 11:19:28+0900

폭스바겐그룹이 전 세계에서 전기 구동 시스템 누적 생산 500만 대를 돌파했다. 이번 성과는 죄르(Győr)와 카셀(Kassel), 중국 톈진(Tianjin), 독일 주펜하우젠(Zuffenhausen) 공장에서 달성한 것으로, 그룹 차원의 기술·생산 협업 체계가 본격적인 전동화 확산 국면에 진입했음을 보여준다. 특히 독일 카셀 공장은 2025년 전기 구동 시스템 생산량을 전년 대비 약 24% 늘려 85만 대 이상을 생산하며 그룹 내 핵심 생산 거점 역할을 수행했다.

현재 그룹 내에서 가장 많이 적용되는 전기 구동 시스템은 APP550이다. 폭스바겐 ID. 시리즈를 비롯해 스코다 엔야크(Škoda Enyaq), 쿠프라 타바스칸(CUPRA Tavascan) 등에 탑재되는 이 전기 구동 시스템은 카셀 공장에서만 누적 100만 대가 생산됐다.
APP550은 이전 세대와 동일한 외형 크기를 유지하면서도 에너지 소비를 약 20% 줄였고, 토크와 출력은 각각 약 75%, 40% 향상시킨 것이 특징이다. 이를 통해 주행거리와 가속 성능, 정숙성 측면에서 개선 효과를 달성했다. 양산형 기준으로 최대 출력은 240kW, 최대 토크는 560Nm에 이른다.

폭스바겐그룹은 전기 구동 시스템 개발부터 양산까지 전 과정을 자체 네트워크 내에서 수행하고 있다. 설계와 산업화, 전력전자, 물류까지 아우르는 통합 체계를 통해 핵심 전동화 기술을 내재화하고 있으며, 카셀에 위치한 폭스바겐그룹 부품 공장을 포함한 전문 생산 거점들은 전기 모터와 펄스 인버터(pulse inverter) 등 핵심 부품을 양산 단계로 연결하는 역할을 담당하고 있다.

폭스바겐그룹은 전기 구동 시스템의 핵심 부품인 펄스 인버터의 적용 범위를 확대할 계획이다. 그룹이 자체 개발한 펄스 인버터는 외부에서 공급받는 인버터 대비 개발 속도와 비용 경쟁력, 생산 독립성을 높일 수 있는 요소로 평가된다. 이 인버터는 향후 다수 브랜드에 적용될 전기 구동 시스템에 활용될 예정이다.

차세대 소형 전기차를 겨냥한 도심형 전기차 패밀리(Electric Urban Car Family)에는 새로운 APP290 전기 모터가 적용된다. 이 구동 모터에는 실리콘카바이드(SiC) 반도체가 사용돼 주행거리와 일상 주행 성능 개선 효과가 기대된다. APP290은 400V 아키텍처 기반으로 85kW(116마력)부터 166kW(226마력)까지 다양한 출력 사양으로 출시될 예정이다.

폭스바겐그룹은 이번 500만 대 생산 달성이 내연기관과 전기차 모두에서 확보한 기술 경쟁력을 보여주는 사례라고 설명했다. 전기 구동 시스템의 핵심 기술을 자체적으로 확보함으로써 전동화 전환 속도를 높이고, 품질과 성능을 동시에 관리할 수 있는 기반을 강화하고 있다는 판단이다.

How Bitsensing Fills the Safety Gap in Commercial Vehicles

한상민 기자_han@autoelectronics.co.kr — 2026-02-10 09:28:39+0900

ZF-BMW, 차세대 구동 기술 위한 장기 공급 계약 체결

박종서 기자_fop1212@autoelectronics.co.kr — 2026-02-10 09:27:03+0900

ZF 프리드리히스하펜 AG (ZF Friedrichshafen AG)와 BMW 그룹이 승용차 구동 시스템 분야에서 장기 공급 계약을 체결했다고 6일(독일 현지시간) 밝혔다.

양사는 이번 계약을 통해 ZF의 8단 자동변속기(8HP)를 지속적으로 공급하고, 전동화 구동계에 적합하도록 공동 개발을 이어갈 계획이다. 계약 기간은 2030년대 후반까지다.

이번 협력의 핵심은 검증된 8HP 자동변속기를 기반으로 한 기술 고도화다. 양사는 내연기관과 하이브리드, 전동화 구동계 등 다양한 파워트레인에 대응할 수 있도록 변속기 성능과 효율을 지속적으로 개선해 나간다는 방침이다. 이를 통해 구동 기술의 유연성을 확보하는 동시에, 장기적인 제품 개발과 생산에 대한 안정성을 마련한다는 구상이다.

ZF는 이번 계약이 구동 시스템 전환 국면에서 8HP 자동변속기의 기술적 중요성을 다시 한 번 확인하는 계기가 됐다고 설명했다. 전동화 확산 과정에서도 고효율 자동변속기가 중요한 역할을 수행할 수 있다는 점에서, ZF는 차세대 구동 개념에 맞춘 변속기 플랫폼 개발에 집중할 계획이다.

BMW 그룹 역시 장기 공급 계약을 통해 기술 로드맵을 보다 안정적으로 운영할 수 있게 됐다. 구동 기술의 빠른 변화 속에서도 중장기 관점에서 효율과 성능, 지속 가능성을 균형 있게 고려한 파워트레인 전략을 이어갈 수 있다는 판단이다.

양사는 긴밀한 협력을 통해 시장 변화에 따른 리스크를 낮추고, 저배출 모빌리티로의 전환을 뒷받침하는 기술 기반을 강화해 나간다는 계획이다. 이번 계약은 전동화와 다변화가 동시에 진행되는 자동차 산업 환경에서, 장기적 파트너십의 의미를 보여주는 사례로 평가된다.

BMW-프리제로, 유럽 자동차 순환경제 구축 나서

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-02-10 09:02:56+0900

BMW 그룹이 유럽 자동차 산업 전반의 순환경제 구축을 위해 순환경제 기업 프리제로(PreZero)와 협력에 나선다. BMW 그룹과 프리제로는 최근 독일 하일브론에 위치한 인공지능 혁신 파크(Innovation Park Artificial Intelligence, IPAI) 캠퍼스에서 전략적 협력 계약을 체결하고, 수명이 다한 차량(End-of-Life Vehicle, ELV)을 중심으로 한 폐쇄형 자원 순환 모델 개발에 착수했다.

이번 협력은 폐차 단계에서 발생하는 자원을 단순 폐기물이 아닌 핵심 원자재 공급원으로 활용하는 것을 목표로 한다. 양사는 차량 부품의 재사용을 최대한 늘리는 동시에, 기존보다 고도화된 재활용 공정을 통해 고품질 재활용 소재와 원자재를 회수하는 체계를 구축한다는 구상이다. 이를 통해 1차 원자재 사용을 줄이고, 자동차 산업의 원자재 의존도를 완화하는 것이 핵심 방향이다.

BMW 그룹은 이번 협력이 자사의 순환경제 및 탈탄소화 기조와 맞닿아 있다고 설명했다. BMW는 차량 설계 단계부터 재활용을 고려한 ‘디자인 포 리사이클링(design for recycling)’ 역량과 자체 재활용·해체 센터(Recycling and Dismantling Centre, RDC)에서 축적한 ELV 처리 경험, 소재 및 제조 분야의 노하우를 협력에 제공한다. 이를 통해 차량의 전 생애주기 전반에서 고품질 소재와 부품을 가능한 한 오랫동안 순환시키는 구조를 마련하겠다는 것이다.

프리제로는 유럽 전반의 자원 흐름과 선별 기술에 대한 전문성을 바탕으로 협력에 참여한다. 특히 배터리 재활용 분야에서 축적한 경험을 활용해, 강철·알루미늄·플라스틱은 물론 배터리 원자재까지 포함한 회수·재활용 체계 고도화를 추진한다. 프리제로는 이번 협력이 자동차 개발 단계와 실제 재활용 현장 간 간극을 좁히는 계기가 될 것으로 보고 있다.

양사는 협력의 일환으로 ELV 재활용을 위한 새로운 비즈니스 모델을 공동으로 검증하고, 혁신적인 재활용 공정을 테스트해 양산 적용이 가능한 수준까지 발전시킬 계획이다. 아울러 소재 흐름 관리에 대한 새로운 접근 방식도 함께 개발한다.

이번 협력은 유럽연합(EU)의 순환경제 정책과 공급망 회복력 강화 기조에도 부합한다는 평가다. BMW 그룹과 프리제로는 부품 재사용을 우선하고, 이후 회수 가능한 소재를 재활용하는 단계적 접근을 통해 유럽 자동차 산업의 경쟁력과 자원 회복력을 동시에 높인다는 방향을 제시하고 있다.

에티포스·아우토크립트·퀄컴, 美 5GAA 총회서 ‘V2X 톨링 서비스’ 공동 시연

한상민 기자_han@autoelectronics.co.kr — 2026-02-06 11:57:57+0900

에티포스 글로벌사업개발팀장 Jane Lee가 5GAA 총회 현장에서 Caltrans 및 글로벌 OEM·티어1·톨링 솔루션사를 대상으로 V2X 톨링 솔루션을 소개하고 있다.

국내 V2X 전문기업 에티포스(Ettifos)와 자동차 보안기업 아우토크립트(AUTOCRYPT)가 글로벌 통신 칩셋 리더 퀄컴(Qualcomm)과 협력해 미국 현지에서 차세대 V2X 톨링(통행료 결제) 서비스를 공동 시연했다.
에티포스는 2월 2~5일(현지시간) 미국 캘리포니아 새크라멘토에서 열린 ‘제36차 5GAA(5G Automotive Association) 총회’에서 퀄컴, 아우토크립트와 함께 V2X 기반 톨링 서비스를 성공적으로 시연했다고 5일 밝혔다.
이 데모에는 폭스바겐·아우디·BMW 등 글로벌 OEM을 비롯해 하만(Harman), 발레오(Valeo) 등 주요 티어 1, 그리고 캡쉬(Kapsch), 인드라(Indra) 등 글로벌 도로 인프라 기업들이 참여해 V2X 통신 기반의 차세대 교통안전 및 결제 서비스에 대한 관심을 보였다.

End-to-End 톨링 구현
이 시연에서 에티포스는 퀄컴 칩셋 기반의 고성능 차량용 톨링 단말(OBU)과 노변장비(RSU) 등 하드웨어를 제공했다. 아우토크립트는 해당 장비에 최적화된 V2X 톨링 애플리케이션과 고도화된 보안 모듈을 탑재해 실제 결제 환경을 모사한 엔드-투-엔드(End-to-End) 서비스를 구현했다.
에티포스 CTO 박용태 상무는 “V2X 통신의 핵심 활용 사례 중 하나인 톨링 서비스를 미국 도로 운영기관 및 글로벌 고객들 앞에서 시연하게 돼 기쁘다. 이번 시연이 V2X 기술이 실제 서비스로 연결되는 활성화의 기점이 되길 희망한다”고 말했다.

국제 표준(SAE J3217) 준수
아우토크립트는 이번 서비스가 국제 표준 기관 옴니에어(OmniAir) 등이 인정한 글로벌 표준 ‘SAE J3217’ 기반이라는 점을 강조했다.
아우토크립트 CTO 심상규 부사장은 “결제 기술은 매우 높은 보안 수준을 요구하는 만큼 아우토크립트의 핵심 역량이 집중된 분야”라며 “글로벌 표준을 준수한 이번 서비스를 통해 지역별·국가별로 상이한 톨링 규격을 통합할 수 있는 기술적 기반을 마련했다”고 평가했다.

미국 시장 진출 본격화
양사는 5GAA 총회 시연을 계기로 미국 내 차세대 톨링 시장 진출을 본격화할 계획이다. 또한 유인 차량을 넘어 자율주행차 및 로봇 등 무인 이동체의 원격 결제 시장까지 협력 범위를 확대하는 방안에도 합의했다고 밝혔다.
한편 회사 측은 국내 시장이 지난 10년간 추진돼 온 C-ITS(차세대 지능형 교통시스템) 정책 불확실성으로 업계가 어려움을 겪는 가운데, 이번 성과가 국내 V2X 산업 생태계에 새로운 활력이 될 수 있다고 덧붙였다.

5GAA 총회 V2X 톨링 데모에 참여한 글로벌 기업

문어와 소프트웨어 정의 차량(SDV)

편집부 — 2026-02-05 19:41:35+0900

자동차 산업은 점점 더 지능화되고 있지만, 그 지능이 축적되지 않는다는 점에서 근본적인 한계를 드러내고 있다. 잦은 협력업체 변경과 아키텍처 재편 속에서 소프트웨어 지식은 매번 초기화되고, 투자의 대부분은 혁신이 아닌 유지와 재통합에 쓰인다. 진정한 SDV 전환의 핵심은 더 똑똑해지는 것이 아니라, 이미 학습한 지식을 세대를 넘어 보존하는 데 있다. 이 글은 ‘적정 규모(right-sized)’의 SDV가 왜 필요한지, 그리고 OEM이 지금 당장 시작할 수 있는 현실적인 해법은 무엇인지 짚는다.<편집자 주>

글 | 번드 하르둥(Bernd Hardung)
비즈니스 솔루션 아키텍처 총괄, 일렉트로비트(Elektrobit)

생물학과 기술 모두에서 지능(intelligence)은 매번 새로 시작하는 것이 아니라, 연결(connection)과 경험을 통해 진화한다. 그러나 지능 자체만으로는 영속성을 보장하기에 충분하지 않다. 문어를 예로 들어보면, 문어는 퍼즐을 풀고 도구를 사용할 수 있을 정도로 지구상에서 지능이 높은 생물 중 하나이다. 하지만 수명은 보통 3~4년에 불과하다. 문어의 뛰어난 지능은 개체가 죽으면 사라지고, 종(種) 차원의 본능만이 다음 세대로 이어진다.

문어처럼 자동차 산업 역시 자체적으로 지능화 주기를 제한하곤 한다. 잦은 협력업체 변경으로 인해 OEM 업체들은 복잡한 소프트웨어를 매번 재통합해야 하고, 그 과정에서 어렵게 축적한 전문지식은 사라지고 매 프로젝트가 마치 처음부터 다시 시작하는 것처럼 느껴진다.

이러한 끊임없는 재시작은 막대한 비용을 수반한다. 차량 한 대당 소프트웨어 개발에 약 2,000달러가 지출되는 것으로 추산된다. 업계 전문가들과의 인터뷰에 따르면, 이 가운데 혁신에 투입되는 비중은 5~10%에 불과하고, 나머지는 통합, 유지보수, 협력업체 변경에 따른 구조 재편에 사용되는 것으로 나타났다. 다시 말해, 오늘날 소프트웨어 투자의 대부분은 새로운 가치를 창출하기보다는 기존 시스템을 유지하는 데 쓰이고 있다.

그 결과는 지속 가능한 성장보다는 단기적인 지능의 반복이다. 중요한 것은 단순히 더 똑똑해지는 방법만이 아니라, 이미 습득한 지식을 어떻게 보존할 것인가이다.

그렇다면 자동차 제조사(OEM)는 비용 부담 없이 어떻게 진정으로 지속 가능한 SDV를 구축할 수 있을까? 다시 말해, 어떻게 ‘적정 규모(right-sized)’의 SDV를 구축할 수 있을까?

비용 효율적인 적정 규모의 SDV 구축

그래프는 접근 방식에 따라 시간이 지나며 어떻게 진화하고, 그 결과가 고객 가치에 어떤 잠재적 영향을 미치는지를 보여준다.

ECU 개수 감소

대부분의 OEM은 당장 실행 가능한 과제부터 착수하여 ECU 개수를 줄이고 아키텍처를 단순화하는 데 집중한다. 이는 단기적인 비용 절감과 효율성 향상을 가져올 수 있지만 장기적인 해결책은 아니다. 이러한 접근방식은 차세대 모델에도 적용될 수 있지만, 본질적으로는 전략적 해법이라기 보다는 전술적 대응에 가깝다. 새로운 파트너가 등장하면, 지금까지의 성과가 다시 초기화 되는 경우가 많기 때문이다.

예를 들어, 리비안(Rivian)의 초기 ECU 통합 사례는 이 방식의 잠재적 효율성을 보여준다. 하지만 엔트리 레벨부터 고급 차량까지 폭넓은 차급과 다양한 모델 라인업으로 확장했을 때 동일한 방식이 얼마나 효과적으로 작동할지는 아직 입증되지 않았다.

합리적인 SDV 아키텍처

진정한 혁신은 OEM 업체들이 적정 규모의 SDV 전략과 아키텍처를 기반으로 개발을 진행할 때 시작된다. 바로 이 지점에서 일렉트로비트(Elektrobit)의 장기적 접근방식이 의미를 갖는다. 목표는 단순한 현대화가 아니라, 차량 포트폴리오 전체의 수명주기 전반에 걸쳐 지속 가능하고 확장 가능한 혁신을 가능하게 하는 것이다. 이것이 바로 인공지능(AI)이 스스로를 기억하고, 매번 새로 시작하는 대신 이전 성과 위에 쌓아 올리는 방식이다.

이 비전은 세 가지 핵심 축을 기반으로 한다:

1. IVI 시스템의 빈번한 업그레이드
IVI는 운전자와 항상 마주하는 영역이기 때문에 사용자 경험에 직접적인 영향을 미친다. 플랫폼 업데이트는 코드 변경 없이도 빈번하게 이루어질 수 있으며, 인터페이스와 애플리케이션 개선 역시 제한된 하드웨어 옵션을 기반으로 보다 빠르고 일관되게 배포할 수 있다.

2. 잦은 시스템 업그레이드를 지원하는 소프트웨어 플랫폼
시맨틱 API(semantic API)를 통해 하드웨어가 바뀌더라도 시스템 간 정보 교환의 일관성을 유지할 수 있다. 소프트웨어 플랫폼과 애플리케이션을 분리함으로써 업그레이드가 단순해지고, 하드웨어와 소프트웨어 세대를 넘어 인터페이스 안정성을 유지할 수 있다.

3. 완전히 유연한 존(zone) 아키텍처
기능 소프트웨어를 중앙 컴퓨팅으로 이전하고, 물리적 구동에 필요한 최소한의 소프트웨어만을 남긴 뒤 플러그앤플레이 메커니즘과 결합하면, 하드웨어와 소프트웨어를 플랫폼 전반에 걸쳐 재사용하면서도 완전한 확장성을 확보할 수 있다.
이 세 가지 축은 분명한 장기적 방향성을 제시하지만, 대부분의 OEM 업체에게는 아직 5년 정도의 시간이 필요할 것이다. 그렇다면 핵심 질문은 지금 당장 어떻게 이 방향으로 나아갈 수 있을까, 즉 세대를 넘어 이어지는 ‘기억’을 어떻게 구축할 것인가 하는 것이다.

수평적 분리와 사전 통합 또는 점진적 도입

전략적 전환은 지금 당장 시작할 수 있다. 적정 규모의 SDV 아키텍처를 향한 점진적이고 단계적인 도입이 그 출발점이다. 변화가 반드시 급진적일 필요는 없다. 작지만 의도적인 조정만으로도 실질적이고 측정 가능한 가치를 창출할 수 있다.

이를 구체화하기 위해, ‘도어’라는 단일 기능 도메인을 생각해 보자. 여러 개의 로컬 ECU에 분산된 도어 로직을 공용 컴퓨팅 환경으로 옮기고 중복 하드웨어를 제거함으로써 최적화되지 않은 기존 토폴로지 대비 엔트리급 차량에서 대당 약 15유로의 비용 절감이 가능하다. 이는 하나의 플랫폼에서 하나의 기능 그룹에 불과하다. 동일한 패턴을 다른 도메인과 트림에 적용하면 누적 효과는 더욱 커진다.

목표는 모든 곳에 획일적으로 적용되는 모델을 강요하는 것이 아니라, 각 OEM의 제품 및 시장 전략에 맞춘 SDV 솔루션을 구축하는 것이다. 개발 속도를 높이려는 조직에게 수평적 분리와 사전 통합은 현실적인 진입점이 될 수 있다. 이는 마치 미리 지어진 집으로 이사하는 것과 같다. 처음부터 모든 취향을 충족하지는 못하겠지만, 시간이 지나며 확장할 수 있는 탄탄한 기반을 제공한다.

실제로 이러한 접근방식은 다음과 같은 내용을 포함한다:

공급업체별로 ECU를 설계하는 대신, 통합된 중앙 ECU 세트를 중심으로 하드웨어를 설계한다.
생산과 하드웨어 설계를 분리하고, 하드웨어 설계와 소프트웨어 플랫폼을 분리한다.
시맨틱 API를 사용해 소프트웨어 플랫폼과 애플리케이션을 명확하게 분리함으로써 차량 세대 전반에 걸쳐 유연성과 안정성을 보장한다.

이것은 이론에 그치는 것이 아니다. 폭스콘(Foxconn)은 일렉트로비트와의 협업을 통해 이미 이러한 접근방식을 실행에 옮기고 있다. 양사는 차량 소프트웨어를 현대화하는 동시에, 지식을 학습하고 보유하며 시간이 흐름에 따라 성장하는 생태계를 구축함으로써, 지능이 매 프로젝트마다 초기화되는 대신 지속적으로 축적되도록 하고 있다.

진화의 방향 선택

준비 수준에 따라 선택할 수 있는 경로는 다양하다. 얼마나 비용을 절감하고 싶은지, 결과에 대한 소유권을 얼마나 확보하고 싶은지, 향후 3~5년 동안 SDV 여정을 어디까지 가져가고 싶은지에 따라 결정은 달라진다.

ECU 개수 감소에 집중하면 즉각적인 비용 절감 효과를 얻을 수 있고 향후 프로그램에도 적용할 수 있지만, 고객에게 제공할 수 있는 가치가 제한되어 장기적인 지속 가능성과 경쟁력이 떨어진다. 경제적인 SDV 아키텍처는 큰 이점을 제공할 수 있으나, 상당한 투자와 중장기 전략이 필요하다. 수평적 분리와 사전 통합, 또는 점진적 도입 전략은 단기 성과와 높은 고객 가치를 균형 있게 달성할 수 있는 선택지다.

일렉트로비트는 이러한 중간 경로를 지원하는 솔루션을 제공하고 있다. 문어의 사례처럼, 지능만으로는 충분하지 않다. 생존은 그 지능을 다음으로 전달하는 능력, 즉 여러 세대에 걸쳐 기억을 보존하고 지식을 축적하는 능력에 달려 있다.

생물학이든 기술이든, 지속 가능한 지능으로 가는 길은 재발명이 아니라 기억에 있다. 적정 규모의 SDV는 학습하는 차량을 넘어, 기억하는 차량으로 나아가는 첫걸음이다.

다임러 버스-FEV, 수소연료전지 기반 세트라 데모 차량 공개

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-02-05 10:05:52+0900

FEV와 다임러 버스는 수소 기반 연료전지 구동 시스템을 적용한 최초의 장거리 버스 ‘H₂ 코치(H₂ Coach)’를 공동 개발했다. [출처=다임러 버스]

4일(독일 현지시간) 다임러 버스(Daimler Buses)가 엔지니어링 회사 FEV와 협력해 수소연료전지 버스 데모 차량 ‘H₂ 코치(H₂ Coach)’를 선보였다. 기존 디젤 구동의 세트라(Setra) 버스를 기반으로 개발된 이 데모 차량은 장거리 운송 분야에서 배출가스 없는 이동 수단으로의 전환 가능성을 제시한다.

H₂ 코치는 1회 충전으로 최소 800km의 주행거리를 확보했으며, 짧은 수소 충전 시간과 저소음 운행 특성을 갖췄다. 이를 통해 장거리 노선에서도 수소연료전지 전기버스의 실용성을 입증하는 데 초점을 맞췄다.

이번 프로젝트에서 다임러 버스와 FEV는 디젤 구동 시스템을 연료전지 전기 구동으로 전환하는 전체 시스템 전환을 공동으로 수행했다. 차량의 전체적인 콘셉트 개발 후, FEV는 기계 및 전기·전자(E/E) 시스템 통합을 담당했다. 연료전지, 고전압 부품(배터리, 전기모터 등), 수소 탱크 어셈블리, 소프트웨어를 포함한 제어장치 등은 다임러 버스와 다임러 트럭의 서로 다른 기술 플랫폼에서 개발됐으며, FEV는 이러한 시스템을 하나의 완성된 파워트레인으로 통합했다.

개발 과정에서는 안전성이 핵심 요소로 고려됐다. 충돌 시나리오별 대응 방안은 물론 기능 안전, 고전압 안전, 수소 안전을 포함한 다각도의 안전 대책이 설계 단계부터 반영됐다.

H₂ 코치의 주요 성능 지표
- 전기 출력 300kW급 셀센트릭(Cellcentric) 연료전지 장치
- 총 저장 용량 46kg(101파운드)의 수소 탱크 2기
- 연속 출력 320kW, 최대 출력 400kW의 중앙 구동 모터
- 중간 부하 및 최대 부하 저장을 위한 통합 배터리 시스템

H₂ 코치는 독일 기술 검사 기관인 TÜV의 승인과 전자파 적합성(EMC) 시험을 통과한 뒤, 약 2년에 걸친 공동 프로젝트 작업을 거쳐 2025년 여름 다임러 버스에 인도됐다.

모빌테크, 130억 규모 Pre-IPO 투자 유치 완료

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-02-05 08:56:07+0900

공간 지능 전문 기업 모빌테크(대표 김재승)가 130억원 규모의 Pre-IPO(상장 전 지분투자) 라운드를 성공적으로 마무리했다고 5일 밝혔다. 이번 라운드에는 스톤브릿지벤처스, SBI인베스트먼트, 리딩에이스캐피탈&페이브벤처스, IBK기업은행 등 국내 유수의 투자 기관들이 참여했다.

모빌테크는 이번 투자 유치를 기점으로 기존의 3차원 디지털 트윈 기술을 피지컬 AI (Physical AI) 인프라로 확장하는 데 박차를 가할 예정이다. 피지컬 AI는 로봇, 자율주행차 등 물리적 개체가 현실 세계를 이해하고 상호작용하기 위한 필수 기술로, 모빌테크는 현실과 가상의 간극을 최소화하는 ‘더 그라운드 트루스 프로바이더(The Ground Truth Provider)’로서 피지컬 AI에 필수적으로 필요한 고정밀 가상 환경을 공급하고 있다. 특히 모빌테크는 글로벌 산업 표준인 ‘OpenUSD (Universal Scene Description)’를 기반으로 디지털 트윈과 피지컬 AI를 연결하는 독보적인 파이프라인을 구축했다.

모빌테크는 이번에 확보한 자금을 피지컬 AI 모델 고도화를 위한 R&D 투자, 대규모 데이터 처리를 위한 AI 인프라 확충, 그리고 북미 및 글로벌 시장 진출 확대에 집중 투입할 계획이다.

김재승 모빌테크 대표는 “이번 투자는 피지컬 AI 시장에서 모빌테크가 보유한 기술적 우위와 사업적 가치를 다시 한번 증명한 결과”라며 “확보된 재원을 바탕으로 압도적인 기술 격차를 확보해 시장을 선점하고, 글로벌 기업들과의 협력을 강화해 피지컬 AI 생태계의 핵심 표준으로 자리매김하겠다”고 밝혔다.

한편, 모빌테크는 2026년 코스닥 시장 입성을 목표로 본격적인 상장 준비 프로세스에 돌입했다. 이미 독보적인 기술력과 글로벌 레퍼런스를 확보한 만큼 기술특례상장을 통해 ‘피지컬 AI 환경 공급 글로벌 1위’ 기업으로 도약하겠다는 포부를 가지고 있다.

인피니언, ams OSRAM 비광학 아날로그/혼합신호 센서 포트폴리오 인수

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-02-04 07:58:02+0900

인피니언 테크놀로지스 AG (Infineon Technologies AG, 이하 인피니언)는 센서 사업 확대를 위해 ams OSRAM 그룹으로부터 비광학 아날로그/혼합신호(analog/mixed-signal) 센서 포트폴리오를 인수하는 계약을 체결했다고 3일(독일 뮌헨 현지시간) 밝혔다. 인수금액은 5억 7,000만 유로 규모이며, 해당 사업부는 2026년 회계연도에 약 2,300만 유로의 매출을 창출할 것으로 예상된다.

이번 인수는 자동차·산업·의료 시장에서 인피니언의 센서 경쟁력을 강화하고, 시스템 솔루션 제공 범위를 확장하는 데 초점을 맞췄다. 인수 대상은 센서 제품, 연구개발(R&D) 역량, 지적재산권(IP), 테스트 및 실험 장비 등으로 구성된 팹리스(fabless) 자산 거래 방식으로 진행된다. 거래는 통상적인 조건 및 규제 승인 절차가 완료되면 2026년 2분기에 마무리될 예정이다.

인피니언은 인수 자금을 추가 차입 기반의 자금조달로 마련할 계획이다. 인수 발표문에 따르면, 이 거래는 종결 즉시 주당순이익(EPS)에 긍정적으로 반영될 것으로 예상되며, 이후 시너지를 통해 추가적인 가치 창출이 가능할 것으로 전망된다.

인피니언 센서 및 RF(SURF) 사업부는 이번 인수로 고정밀 위치·온도 센싱 기술, 밸브 제어 및 빌딩 제어용 센서, 의료 영상 인터페이스 등 다양한 제품 포트폴리오를 확보하게 된다. 특히 자동차 섀시 위치 감지, 탑승자 접촉 감지, 로보틱스 각도·위치 센싱, 의료용 혈당 모니터링 솔루션까지 시장 적용이 확대될 전망이다.

인수 대상 직원 약 230명은 연구개발과 비즈니스 운영 전문 인력으로서 향후 인피니언 센서 및 RF 사업부에 합류한다. 또한 ams OSRAM과는 다년간 공급 협력 계약도 체결해 기존 고객과의 연속성을 유지한다는 계획이다.

요흔 하나벡(Jochen Hanebeck) 인피니언 CEO는 “이번에 인수한 사업은 인피니언의 전략과 완벽하게 부합하며, 아날로그 및 센서 분야에서의 기존 경쟁력을 보완해 준다”며 “이를 통해 고객에게 더욱 포괄적인 시스템 솔루션을 제공할 수 있게 될 것”이라고 말했다. 이어 그는 “기술적·사업적·문화적 측면 모두에서 매우 뛰어난 조합이라고 확신하며, 기존 핵심 시장은 물론 휴머노이드 로보틱스와 같은 신흥 분야에서도 성장 기회를 창출할 것”이라고 덧붙였다.

인피니언은 2025년 1월 센서 유닛 및 RF를 포함한 SURF 조직을 전력·센서 시스템(PSS) 사업부 내에 신설하며 센서 사업 확대 의지를 보여 왔다. 이번 인수는 이러한 전략적 방향을 구체화하는 조치로 평가된다.

현대차·기아, UWB 기반 주행 안전 기술 ‘비전 펄스’ 공개

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-30 17:26:27+0900

현대자동차·기아가 차량 주변의 보이지 않는 장애물까지 정밀하게 인식할 수 있는 주행 안전 기술을 공개했다.

현대차·기아는 29일 UWB(Ultra-Wide Band) 전파를 활용해 차량 주변 장애물의 위치를 실시간으로 파악하는 첨단 센싱 기술 ‘비전 펄스(Vision Pulse)’를 세계 최초로 개발했다고 밝혔다. 이 기술은 시야 확보가 어려운 환경에서도 충돌 위험을 사전에 감지해 경고함으로써 주행 안전성을 높인다.

비전 펄스는 차량에 탑재된 UWB 모듈이 전파를 발산하고, 주변 차량이나 보행자, 자전거 등이 UWB 신호를 발산하는 모듈을 보유한 경우 상호 신호 교환 시간을 측정해 정확한 위치를 계산하는 방식이다. 충돌 가능성이 감지되면 운전자에게 즉각 경고한다. ‘디지털 키 2’가 적용된 차량의 경우 이미 UWB 모듈이 탑재돼 있어 별도 장치 없이 활용할 수 있다.

UWB는 기가헤르츠(GHz) 대역의 초광대역 전파를 사용해 간섭이 적고 회절과 투과 성능이 뛰어나며, 도심 교차로와 같은 복잡한 환경에서도 반경 약 100m 이내 사물을 10cm 오차 범위로 파악할 수 있다. 야간이나 악천후에서도 99% 이상의 탐지 성능을 유지하고, 1~5ms 수준의 빠른 통신 속도로 실시간 안전 제어에 적합하다.

기존 카메라·레이다·라이다 기반 센서 융합 기술이 가시 영역 중심으로 발전해 온 것과 달리, 비전 펄스는 구조물이나 장애물로 가려진 사각지대까지 인식할 수 있다는 점에서 차별화된다. 고가 센서 의존도를 낮출 수 있어 경제성 측면에서도 장점이 있다.

현대차·기아는 다수의 객체가 고속으로 이동하는 상황에서도 각 객체의 위치를 예측하는 알고리즘을 적용해 기술 활용 범위를 확대했다. 비전 펄스 기술은 차량 주행 안전 보조를 넘어 산업 현장과 공공 안전 분야로도 적용할 수 있다. 지게차 등 산업용 모빌리티에 적용할 경우 작업자와의 충돌 사고를 줄일 수 있으며, 재해 발생 시 매몰자의 위치를 구조 요원에게 정확히 전달하는 용도로도 활용할 수 있다. 실제로 현대차·기아는 2025년부터 기아 PBV 컨버전센터(경기도 화성시) 생산라인에 비전 펄스 기술를 적용해 지게차와 작업자 간 충돌사고를 방지하는 실증 사업을 진행하고 있다. 또한 부산항만공사와 협력해 항만 현장 검증도 추진 중이다.

현대차·기아는 비전 펄스의 기술적 특성과 활용성을 보여주는 영상도 함께 공개했다. 영상에서는 유치원 통학 환경에 기술을 적용해 어린이 안전을 확보하는 시연과 함께, UWB 모듈을 수호신 캐릭터 키링(Key Ring) 형태로 제작해 실사용 편의성을 높인 아이디어도 제시됐다.

죽스, 자율주행 로보택시로 디자인·창의성·커뮤니티 연결

박종서 기자_fop1212@autoelectronics.co.kr — 2026-01-29 11:07:07+0900

자율주행 로보택시 기업 죽스(Zoox)가 미국 샌프란시스코 현대 미술관(San Francisco Museum of Modern Art, SFMOMA)과 손잡고 디자인, 창의성, 지역 커뮤니티를 아우르는 협력에 나선다.

죽스는 28일(미국 현지시간) SFMOMA의 공식 자율주행 차량 호출(Ride-Hailing) 서비스 후원사로 참여한다고 밝혔다. 이번 후원은 호기심을 자극하는 경험을 창출하고, 의미 있는 혁신을 통해 사람을 연결한다는 양측의 공통된 목표에 기반하고 있다.

죽스는 설계 단계부터 자율주행을 전제로 한 로보택시를 개발해 왔다. 회사는 단순히 기존 차량에 센서를 추가하는 방식이 아닌, 운전석을 제거한 양방향 주행이 가능한 마차형 로보택시를 처음부터 새롭게 설계했다. 탑승자는 서로 마주보는 좌석 배치를 통해 보다 개방적이고 균형 잡힌 공간을 경험할 수 있으며, 모든 좌석이 동일한 수준의 넓이와 편안함을 제공하도록 구성됐다. 죽스는 이러한 의도적인 디자인을 통해 기술의 존재감을 최소화하고 이동 중에도 탑승자가 시간과 공간, 선택의 여유를 누릴 수 있도록 했다.

SFMOMA는 미국 내 최대 규모의 현대 미술관 중 하나로, 샌프란시스코 베이 지역의 문화적 중심지로서의 역할을 해왔다. 죽스 역시 2017년부터 이 거리에서 도시 이동성의 새로운 가능성을 모색해 왔다. 양측은 이번 협력을 통해 샌프란시스코를 특징짓는 창의성과 혁신의 정신을 함께 조명한다는 계획이다.

죽스는 이번 파트너십을 계기로 지역 사회와의 연계도 강화하기로 했다. 이미 2026년 FOG Design+Art 페어를 후원한 데 이어, SFMOMA의 새로운 프로그램 시리즈의 프레젠팅 스폰서(presenting sponsor)로 참여한다. 향후에는 미술과 자율주행 기술이 만나는 현장형 체험 프로그램도 선보일 예정이다.

한편, 죽스는 최근 샌프란시스코 지역 대기자 명단에 등록된 ‘Zoox Explorer’를 대상으로 시범 탑승 기회를 제공하기 시작했다. 연중 더 많은 사람을 대기자 명단에서 초청해 샌프란시스코가 제공하는 다양한 기회를 경험할 수 있도록 할 예정이다. 죽스는 서비스 지역을 점차 확대해 향후에는 SFMOMA 정문까지 자율주행 차량으로 직접 이동할 수 있는 환경을 구현할 계획이다.

죽스는 “샌프란시스코의 미래는 창조와 혁신에 도전하는 이들에 의해 만들어지고 있다”며 “예술과 기술, 그리고 도시가 만나는 협업 경험을 지속적으로 선보이겠다”고 밝혔다.

신성이엔지, 전고체 배터리 양산 대비 ‘슈퍼드라이룸’ 기술 확보

박종서 기자_fop1212@autoelectronics.co.kr — 2026-01-29 10:14:42+0900

신성이엔지가 전고체 배터리 양산을 대비한 초저습 ‘슈퍼드라이룸(Super Dry Room)’ 기술을 완성하고, 차세대 배터리 제조 환경 시장 주도권 확보에 나섰다.

29일 신성이엔지는 전고체 배터리 공정에 요구되는 초저노점 환경을 구현할 수 있는 슈퍼드라이룸 설계·운영 기술을 완성했다고 밝혔다. 전고체 배터리는 제조 과정에서 수분에 극도로 민감해 기존 액체 전해질 기반 배터리보다 훨씬 엄격한 습도 관리가 요구된다. 업계에서는 노점온도 -60℃ 이하, 일부 공정의 경우 -70℃에서 -80℃ 수준의 환경이 안정적으로 유지돼야 양산이 가능하다는 분석이 제기돼 왔다.

EDM이 적용된 드라이부스 구조 개념도

신성이엔지는 -70℃ 이하 초저노점 구현이 가능한 드라이룸 기술을 확보했으며, 공정 특성에 따라 -80℃급 환경까지 확장 적용할 수 있는 기술 포트폴리오를 구축했다. 제습기, 드라이룸, 드라이부스, 제어 시스템을 포함한 실제 양산 환경 기준의 통합 솔루션으로, 전고체 배터리 제조 공정 전반을 고려해 설계됐다.

신성이엔지는 AI 기반 제습·운영 제어 기술을 핵심 요소로 제시했다. 실시간 외기(OA) 및 리턴 에어(RA) 조건, 공정 부하 변화 데이터를 기반으로 히터 온도, 로터 속도, 재생 풍량 등을 AI가 예측·최적화함으로써 에너지 소비를 최대 20%까지 절감할 수 있다는 설명이다. 이는 전고체 배터리 양산 과정에서 주요 부담 요인으로 지적돼 온 운영비(OPEX)를 낮추는 데 기여할 수 있는 기술로 평가된다.

기존 드라이부스가 외부 수분 유입 차단에 주력해온 것과 달리, 신성이엔지는 부스 내부에 잔존하는 미량 수분까지 추가로 제습할 수 있는 기술을 확보했다. 이를 통해 초저노점 드라이룸 구축을 위한 신형 제습 장비와 드라이부스 연계 운전 시스템을 마련했다.

드라이부스 또는 생산설비 상부에 설치 가능한 EDM(Equipment Dehumidify Module)은 EFU(Equipment Fan Filter Unit)를 설치 위치에 적용할 수 있어 공간 활용성이 높고, 파티클과 절대습도를 동시에 저감할 수 있는 것이 특징이다. SDU(Stand Dehumidifier Unit)는 드라이부스나 드라이룸 내부에 자립형으로 설치되는 제품으로, 고풍량 처리가 요구되는 공정에 적합하다.

신성이엔지는 이와 함께 DHU(Desiccant Dehumidifier Unit), BCU(By-pass Cooling Unit) 등 공조 핵심 장비를 자체 생산함으로써 배터리 생산라인 전반에 걸친 공조 기술 내재화도 진행하고 있다. 연구·파일럿 라인부터 양산 라인까지 단계적으로 확장이 가능한 구조를 갖춰 고객사의 공정 성숙도에 따른 맞춤형 적용이 가능하다는 점도 강조했다.

신성이엔지 측은 전고체 배터리가 단순한 소재 변화가 아니라 제조 환경 전반의 변화가 요구되는 분야라며, 반도체 및 이차전지 드라이룸 분야에서 축적한 경험과 실증 데이터를 바탕으로 전고체 배터리 양산을 기술적으로 뒷받침할 수 있는 기반을 마련했다고 밝혔다. 최근에는 기술 세미나를 통해 관련 기술을 공개하고, 국내외 배터리 제조사들과의 기술 협의도 본격화하고 있다.

폭스바겐그룹 차이나, 첫 자체 개발 ‘존 전자 아키텍처’ 양산 적용

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-29 09:55:15+0900

폭스바겐그룹 차이나는 존(Zonal) 전자 아키텍처 기반의 ‘차이나 전자 아키텍처(China Electronic Architecture, CEA)’를 적용한 첫 양산 모델인 폭스바겐 ID. UNYX 07의 성공적인 생산이 가능해졌다고 28일 밝혔다.

CEA는 폭스바겐그룹이 처음 선보이는 존 기반 전자 아키텍처로 개발부터 시험, 생산까지 전 과정이 중국 현지에서 이뤄졌다. ID. UNYX 07은 폭스바겐그룹이 중국 시장을 겨냥해 추진해온 ‘인 차이나, 포 차이나(In China, for China)’ 기조 아래 개발된 차세대 지능형 커넥티드 차량(intelligent connected vehicle, ICV) 모델의 출발점에 해당한다.

CEA는 고성능 중앙 컴퓨팅을 기반으로 한 확장형 존 아키텍처로, 완전한 OTA(무선 소프트웨어 업데이트)를 지원한다. CEA는 전기차, 하이브리드, 내연기관차를 포함한 모든 파워트레인과 다수의 차량 플랫폼에 적용할 수 있도록 설계돼, 중국 내 ICV 라인업 확대를 염두에 두고 있다.

이번 프로젝트는 컨셉부터 양산까지 총 18개월이 소요돼, 폭스바겐그룹 역사상 완전히 새로운 전자 아키텍처 개발 기준으로 가장 빠른 일정으로 기록됐다. 회사 측은 개발 기간을 대폭 단축했음에도 불구하고 검증 기준과 품질 수준은 기존과 동일하게 유지했다고 설명했다.

올리버 블루메(Oliver Blume) 폭스바겐그룹 CEO는 “첫 존 전자 아키텍처의 양산 개시는 ‘인 차이나, 포 차이나’ 기조에서 또 하나의 이정표”라며 “18개월 만에 개발부터 양산까지 완전히 새로운 확장형 전자 아키텍처를 구현했으며, 고객이 기대하는 품질과 안전 기준도 그대로 유지했다”고 밝혔다. 그는 이어 “CEA는 모든 파워트레인에 걸쳐 소프트웨어 중심 혁신을 가능하게 하고, 중국 내 지능형 커넥티드 차량 확대를 가속하는 핵심 기반”이라고 강조했다.

랄프 브란트슈타터(Ralf Brandstätter) 폭스바겐 AG 중국 담당 이사회 멤버이자 폭스바겐그룹 차이나 회장 겸 CEO는 “CEA를 통해 중국 시장에서 지능형 커넥티드 차량의 새로운 세대를 여는 길을 마련했다”며 “전기차, 하이브리드, 내연기관차 전반에 걸쳐 경쟁력 있는 비용과 속도로 소프트웨어 중심 혁신을 시장에 공급할 수 있게 됐다”고 말했다.

CEA는 폭스바겐그룹 차이나 테크놀로지 컴퍼니(VCTC), 카리아드 차이나(CARIAD China), 중국 전기차 제조사 샤오펑(XPENG)의 협업으로 개발됐다. ID. UNYX 07은 중국 안후이성에 위치한 폭스바겐 안후이 공장에서 생산된다. 폭스바겐그룹 차이나는 올해 안으로 CEA를 적용한 추가 모델 4종을 자사 중국 내 합작 브랜드를 통해 선보일 계획이다.

개발 시간과 비용 대폭 절감

CEA는 이전 세대 차량 대비 전자제어장치(ECU) 수를 약 30% 줄여 시스템 복잡도를 낮췄다. 이를 통해 AI 기반 콕핏 기능, 중국 맞춤형 운전자 보조 시스템, 차량 전체 OTA 업데이트 등을 안정적으로 구현할 수 있는 기반을 마련했다.
새로운 개발 프로세스를 통해 전체 차량 개발 주기는 최대 30% 단축됐으며, 컨셉 단계부터 현지 협력업체를 조기에 참여시키는 방식으로 일부 핵심 프로젝트에서는 신차 개발 비용을 최대 50%까지 절감했다. 폭스바겐그룹 차이나는 이러한 민첩한 개발 체계를 통해 중국 시장의 변화하는 요구에 빠르게 대응할 수 있다고 밝혔다.

CEA 기반 모델은 올해부터 A세그먼트부터 B세그먼트까지 적용 범위를 확대하고, 중국 내 3개 폭스바겐 합작사를 통해 순차적으로 도입된다. 회사 측은 개발 기간 단축에도 불구하고 안전성, 내구성, 신뢰성에 대한 검증 절차는 기존과 동일하게 유지했다고 강조했다.

폭스바겐그룹 차이나는 이번 CEA 제공을 통해 개념 수립 및 엔지니어링부터 검증, 대량 생산에 이르는 소프트웨어 정의 차량(SDV) 개발 전 과정에 대한 완전한 엔드투엔드(end-to-end) 역량을 확인했다고 밝혔다.

마이크로칩, maXTouch M1 터치 컨트롤러 제품군 확장

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-28 19:46:45+0900

마이크로칩테크놀로지(아시아 총괄 및 한국대표: 한병돈)가 차량용 디스플레이 환경의 다양화에 대응하기 위해 maXTouch^® M1 터치스크린 컨트롤러 제품군을 확장했다. 이번에 공개된 컨트롤러는 2~5인치 소형 디스플레이부터 최대 42인치에 이르는 비정형 와이드스크린까지 폭넓게 지원하며, 차세대 차량용 디스플레이에 요구되는 신뢰성과 보안을 강화한 것이 특징이다.

OLED와 마이크로LED 등 최신 디스플레이 기술을 지원하는 터치 솔루션 신제품 ATMXT3072M1-HC와 ATMXT288M1은 계기판과 센터 디스플레이를 아우르는 대형 연속형 스크린부터 공간 제약이 큰 소형 차량용 디스플레이까지 하나의 제품군으로 대응할 수 있다.

maXTouch M1 컨트롤러는 마이크로칩의 독자적인 스마트 상호 터치 인식 기술(Smart Mutual touch acquisition scheme)과 첨단 알고리즘을 적용해 이전 세대 대비 터치 신호 대 잡음비(SNR)를 최대 15dB 향상시켰다. 높은 정전용량 부하와 디스플레이 노이즈 환경에서도 안정적인 터치 감지를 구현하도록 설계돼 온셀 OLED와 같은 대형 슬림 디스플레이에서 발생할 수 있는 오검출 문제를 줄였다.

ATMXT3072M1-HC는 계기판과 중앙 인포테인먼트 디스플레이(CID)를 하나로 연결하는 대형 연속형 터치 센서 설계를 겨냥한 제품이다. 좌핸들·우핸들 차량을 단일 하드웨어 설계로 지원해 OEM의 글로벌 차량 개발 효율을 높이며, 호스트–클라이언트 구조를 통해 외부 마이크로컨트롤러(MCU) 없이도 터치 좌표 병합이 가능하도록 했다.

소형 디스플레이용 ATMXT288M1은 전통적인 아날로그 클러스터, AI 운전자 보조 장치 등 공간 활용이 중요한 애플리케이션을 지원한다. TFBGA60 패키지를 적용해 PCB 면적을 기존 대비 약 20% 줄였으며, M1 제품군 가운데 최초로 TFBGA 패키지를 적용한 모델이다. OLED 및 마이크로LED 기반의 초소형 디스플레이에 적합하다.

한편, 신형 maXTouch M1 컨트롤러는 maXTouch Studio 통합 개발 환경(IDE)과 생산 라인 테스트용 maXTouch Analyzer (MTA)를 포함한 마이크로칩의 maXTouch 에코시스템을 통해 지원된다. 또한 Linux, Android, Windows, AliOS, Automotive QNX, Zephyr 등 다양한 운영체제 및 RTOS용 호스트 드라이버를 지원한다.

폭스바겐, ‘ID. 폴로’ 통해 차세대 콕핏 공개

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-28 19:17:35+0900

폭스바겐이 차세대 전기차 라인업을 겨냥한 새로운 콕핏 아키텍처를 공개했다. 2026년 1월 3일 발표된 보도자료에 따르면, 이 새로운 콕핏 세대는 향후 ID. 시리즈 전반에 적용될 설계 철학을 담고 있으며, 그 첫 적용 모델로 올뉴(all-new) ‘ID. 폴로(ID. Polo)’가 제시됐다.

선명한 라인과 고급스러운 소재, ‘레트로 디스플레이’와 같은 디테일 요소들이 ID. 폴로를 폭스바겐의 새로운 실내 디자인 세대를 여는 모델이게 한다.

이번 발표에서 주목되는 점은 단순한 디스플레이 대형화나 기능 확장이 아니라, 사용자 경험(UX)을 중심에 둔 전반적인 설계 방향 전환이다. 폭스바겐은 이를 ‘Pure Positive’ 디자인 언어로 정의하며, 고객 피드백을 기반으로 한 직관성 회복과 물리적 조작 요소의 재도입을 핵심 키워드로 내세웠다.

수평적 구성이 강조된 콕핏 아키텍처
폭스바겐이 제시한 새로운 콕핏은 최근 업계 전반에서 나타나는 흐름과 맞닿아 있다. 대형 터치스크린과 소프트웨어 중심 UI가 빠르게 확산되고 있지만, 실제 사용자 관점에서는 조작 복잡성, 시선 분산, 물리 버튼 부재에 대한 불만이 지속적으로 제기돼 왔다.

ID. 폴로의 새로운 콕핏 아키텍처는 하나의 시선 축을 따라 배열된 두 개의 대형 디스플레이가 핵심을 이룬다. 스티어링 휠 뒤에는 화면 대각선 길이 26.0cm (10.25인치)의 디지털 콕핏이 자리하며, 인포테인먼트 시스템에는 약 33cm (13인치)의 터치스크린이 적용돼 크기와 기능 면에서 동급 세그먼트 내에서도 두드러진다. 그래픽은 고해상도와 높은 정밀도를 갖췄으며, 중앙 디스플레이는 조수석에서도 쉽게 접근할 수 있도록 배치됐다.

공조 기능과 비상등을 위한 별도의 물리 버튼은 인포테인먼트 디스플레이 하단 스트립에 통합됐다. 다기능 스티어링 휠 역시 완전히 새롭게 설계돼 명확하게 구획된 버튼 배열을 갖췄다. 스마트폰 트레이와 컵홀더 사이에는 오디오 조작을 위한 로터리 컨트롤러가 배치돼 운전자와 동승자 모두가 쉽게 접근할 수 있으며, 이를 통해 음량 조절뿐 아니라 트랙 및 주파수 선국이 가능하다.
이는 ‘완전한 터치 중심 인터페이스’에서 한발 물러나, 디지털과 아날로그의 균형을 재정립하려는 시도로 해석된다.

소형차에 적용된 ‘상위 세그먼트 감성’
ID. 폴로는 소형 전기차임에도 불구하고, 실내 소재와 마감에서 상위 차급 수준의 인상을 목표로 한다. 대시보드와 도어 트림에 패브릭 소재를 적극 활용하고, 버튼과 조작부의 촉감과 저항감까지 세심하게 조율했다는 점을 강조한다.

폭스바겐은 오래전부터 소형·컴팩트 세그먼트에서도 ‘한 단계 위의 품질감’을 제공해 왔으며, ID. 폴로 역시 이 전략을 전기차 시대에 맞게 재해석한 결과물로 보인다. 이는 전기차 대중화 국면에서 가격 접근성과 감성 품질을 동시에 잡으려는 전략적 선택으로 읽힌다.

레트로 디스플레이, 단순한 장식 이상의 의미
이번 콕핏의 가장 상징적인 요소는 단연 ‘레트로 디스플레이’다. 버튼 한 번으로 디지털 계기판이 1980년대 골프 1세대 계기 디자인을 연상시키는 화면으로 전환된다. 폭스바겐 디자인팀은 이를 ‘시크릿 소스(Secret Sauce)’라고 표현하며, 기능 이상의 감성적 연결고리로 설명한다.
이는 단순한 복고 마케팅을 넘어, 브랜드 헤리티지를 디지털 UX에 녹이려는 시도로 해석할 수 있다. 전기차와 소프트웨어 정의 차량이 획일화된 사용자 경험으로 흐를 수 있는 상황에서, 브랜드 정체성을 감각적으로 각인시키는 장치라는 점에서 의미가 있다.

ID. 폴로에 적용된 레트로 디스플레이

ID. 라이트의 확장과 UX 진화
기존 ID. 모델에서 선보였던 ID. 라이트(ID.Light) 역시 한층 확장됐다. 윈드실드 하단을 따라 이어지던 인터랙티브 라이트 스트립은 이번에 처음으로 전면 도어까지 확장 적용됐다. 이는 단순한 조명 연출을 넘어, 운전자 보조 시스템 상태, 경고, 내비게이션 안내 등을 직관적으로 전달하는 UX 요소로 자리 잡고 있다.
시각적 정보 전달을 디스플레이에만 의존하지 않고, 공간 전체를 인터페이스로 활용하려는 접근이라는 점에서 SDV 시대 콕핏 설계의 한 방향을 보여준다.

ID. 폴로가 던지는 신호
ID. 폴로는 아직 콘셉트 성격이 강한 모델이지만, 폭스바겐이 향후 ID. 라인업에서 어떤 UX 철학을 추구할지 가늠해 볼 수 있다. 바로 더 크고 복잡한 화면이 아닌, 더 이해하기 쉽고 신뢰할 수 있는 인터페이스. 그리고 기술 위에 감성을 얹는 브랜드적 해석이다.
전기차와 SDV가 성숙 단계로 접어드는 시점에서, 폭스바겐의 이번 콕핏 전략은 기술 경쟁의 무게중심이 ‘기능’에서 ‘경험’으로 이동하고 있음을 보여주는 사례로 평가된다.

MINI Countryman E, 1회 충전 500km 돌파 ··· 전동화 기술 강화

박종서 기자_fop1212@autoelectronics.co.kr — 2026-01-28 16:47:05+0900

MINI가 전동화 기술을 강화한 순수 전기 SUV ‘MINI Countryman E’를 통해 주행거리와 효율성 측면에서 새로운 기준을 제시했다. MINI Countryman E는 광범위한 기술 업데이트를 통해 1회 충전 시 최대 501km(WLTP 기준)의 순수 전기 주행 거리를 확보했으며, 이는 MINI 브랜드 중 가장 긴 전기 주행거리다. MINI는 MINI Countryman E와 MINI Countryman SE All4를 오는 3월 출시할 예정이다.

MINI Countryman E의 주행거리 연장의 핵심에는 실리콘 카바이드(SiC) 인버터가 있다. 이 인버터는 에너지 변환 효율을 높이고 전력 손실을 최소화해 전체 시스템 효율 개선에 기여한다. 여기에 순용량 65.2kWh의 고전압 에너지 저장 시스템을 적용해 가용 에너지를 늘렸으며, 전륜에 마찰 저감 휠 베어링을 통해 구름 저항도 줄였다.

공간 활용성과 편의성 역시 강화됐다. MINI Countryman은 넉넉한 실내 공간과 최대 1,450리터까지 확장 가능한 적재 공간을 갖춰 가족 단위 이동이나 레저 활동에도 대응한다. MINI Countryman E는 최대 501km, 사륜구동 모델인 MINI Countryman SE All4는 최대 467km의 주행거리를 제공해 충전 빈도를 낮췄으며, 두 모델 모두 DC 급속 충전 시 배터리 잔량 10%에서 80%까지 30분 이내 충전이 가능하다.

외관 디자인은 특별한 디자인 요소와 공기역학적 최적화를 통해 공기저항계수(Cd) 0.26을 달성했다. 특히 ‘페이버드 트림(Favoured Trim)’은 블레이징 블루 외장 색상, 실버 루프 및 미러 캡, 20인치 윈드밀 스포크 휠을 적용해 차별화된 이미지를 강조했다.

실내에는 직경 24cm의 원형 OLED 디스플레이를 중심으로 인포테인먼트와 운전자 보조 시스템을 통합했다. 이를 통해 레벨 2 수준의 운전자 보조 기능을 지원하여 안전성과 편의성을 강화했다.

MINI는 이번 Countryman 전동화 모델을 통해 효율성과 실용성을 동시에 고려한 순수 전기 SUV의 기술적 완성도를 한 단계 끌어올렸다고 자평했다.

이산화탄소 배출량 및 소비량
MINI Countryman E: (WLTP 복합 연비: 에너지 소비량 17.4kWh/100km, CO₂ 배출량 0g/km, CO₂ 등급: A)
MINI Countryman SE All4: (WLTP 복합 연비: 에너지 소비량 18.5kWh/100km, CO₂ 배출량 0g/km, CO₂ 등급: A)

2026년 3월 기준:
MINI Countryman E: (WLTP 복합 연비: 에너지 소비량 16.4 - 14.7 kWh/100 km; CO₂ 배출량 0 g/km; CO₂ 등급: A)
MINI Countryman SE All4: (WLTP 복합 연비: 에너지 소비량 17.4 - 15.7 kWh/100 km; CO₂ 배출량 0 g/km; CO₂ 등급: A)

키사이트, 고출력·메가와트급 충전 테스트 솔루션 출시

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-28 10:09:49+0900

키사이트테크놀로지스(Keysight Technologies, Inc.)가 고출력, 메가와트(MW)급 충전을 지원하는 전기차(EV) 충전 테스트 솔루션 2종을 출시했다. 전동화가 가속화되고 충전 애플리케이션이 점점 복잡해지는 가운데, 두 솔루션은 제조사와 엔지니어가 개발 속도를 높이고 신뢰성을 확보하며 진화하는 글로벌 표준을 충족할 수 있도록 지원한다.

SL1047A 사이언랩 충전 디스커버리 시스템-하이파워 시리즈(왼쪽). SL2600A 메가와트 충전 디스커버리 시스템(오른쪽),
해당 EV 및 EVSE 하드웨어 확장 시스템(맨 오른쪽).

고출력, 메가와트급 충전으로의 전환은 승용차 고속 충전뿐만 아니라 대형 상용차와 산업용 차량의 전동화에 의해 주도되고 있다. 이 분야는 충전 하드웨어, 통신 프로토콜, 안전 메커니즘에 대한 더 높은 요구사항을 제시한다. 동시에 MCS, CCS, ISO 15118, GB/T, CHAdeMO 등 국제 표준 준수 요구로 인해 개발 난도도 높아지고 있다. 포괄적이고 확장 가능한 테스트 환경이 뒷받침되지 않으면, 개발 지연이나 반복적인 설계 변경, 실제 환경에서의 성능 편차로 이어질 수 있다.

키사이트는 고출력 하드웨어와 소프트웨어 기반 확장성, 표준 대응 역량을 결합한 테스트 솔루션으로 이러한 난제를 해결한다. 이번에 공개된 솔루션은 유연성과 확장성을 갖춰 고객이 새로운 테스트 요구에 효율적으로 대응할 수 있도록 설계됐다.

SL2600A 메가와트 충전 디스커버리 시스템은 차세대 메가와트급 충전을 검증하기 위한 솔루션으로, 최대 1,500V 전압과 1,500A 전류를 지원한다. 모듈형의 업그레이드 가능한 아키텍처를 통해 단일 시스템에서 전기차와 충전기를 모두 테스트할 수 있어 유연성을 높이고 총소유비용(TCO)을 절감할 수 있다. 또한 NACS와 CCS 등 향후 표준을 고려해 설계돼 변화하는 충전 생태계에 대비하면서 장기적인 테스트 인프라 투자를 보호한다.

함께 선보인 SL1047A 사이언랩(Scienlab) 충전 디스커버리 시스템 – 하이파워 시리즈는 400A, 1,000V에서 시작해 하드웨어 교체 없이 최대 800A, 1,500V까지 확장 가능한 소프트웨어 기반 확장성을 제공한다. GB/T 2024를 포함한 모든 글로벌 충전 표준을 지원해 전 세계 전기차 충전 환경에 대한 적합성 및 상호운용성 테스트를 수행할 수 있다. 이와 함께 충전 통신 테스트 기능도 대폭 강화돼 점점 복잡해지는 EV 충전 요구사항에 대응한다.

키사이트는 두 솔루션을 통해 고객이 개발 리스크를 줄이고 출시 시점을 앞당기며, 차세대 전기차를 위한 신뢰성과 표준 적합성을 갖춘 충전 시스템을 구현할 수 있도록 지원한다는 설명이다.

Apex.AI, HL클레무브 차세대 ADAS 컨트롤러 미들웨어 SW 파트너로

한상민 기자_han@autoelectronics.co.kr — 2026-01-28 07:58:13+0900

모빌리티 및 자동화 시스템용 안전 인증(safety-certified) 기반 양산 등급(production-grade) 소프트웨어를 제공하는 Apex.AI(에이펙스에이아이)는 HL클레무브(HL Klemove, HKL)가 차세대 첨단 운전자 지원 시스템(ADAS) 컨트롤러 개발을 위한 미들웨어 소프트웨어 파트너로 ‘양산 전제(production intent)’ 하에 선정했다고 28일 밝혔다.

이번 협업은 HL클레무브가 최근 수주한 고속도로 주행 보조(Highway Assistance) 및 주차 보조(Parking Assistance) 적용을 위한 양산 프로그램을 지원하며, 향후 수년 간 단계적을 적용 및 확대될 것으로 예상된다. 계획된 프로그램에 따라 Apex.AI는 OEM 요구사항에 부합하는 확장 가능하고 양산 준비가 된 ADAS 시스템을 구현할 수 있도록, 안전 인증 미들웨어 플랫폼과 함께 통합 및 배포을 지원할 예정이다.

HL클레무브는 ADAS 로드맵을 가속화하고 차세대 컨트롤러의 양산 적용을 위한 안정적인 소프트웨어 기반을 구축 및 제공하기 위해 Apex.AI를 파트너로 선택했다.

Apex.AI의 얀 베커(Jan Becker) CEO는 “이번 협력은 안전 인증을 획득한 양산 품질 소프트웨어를 실제 ADAS 프로그램에 적용하겠다는 양사의 공통된 의지를 보여준다”며 “ HL클레무브는 미래 지향적인 ADAS 플랫폼을 구축하고 있으며, 우리는 장기 확장성, 안전성, 성능을 염두에 둔 미들웨어로 HL클레무브의 차세대 컨트롤러와 시스템을 지원하게 된 것을 뜻 깊게 생각한다”고 밝혔다.

김두겸 HL클레무브 R&D 플랫폼 센터장은 “Apex.AI를 선택한 이유는 양산 등급 미들웨어 역량과 안전 인증 소프트웨어에 대한 집중도 때문"이라며 “Apex.AI의 플랫폼은 우리의 차세대 ADAS 아키텍처와 방향성이 잘 맞으며, 향후 다양한 차량 프로그램 전반에 걸쳐 확장 적용하려는 우리의 목표와 잘 부합한다”고 말했다.

베커 CEO는 “이번 선정은 Apex.AI가 양산 ADAS 및 자율주행 프로그램에서 신뢰받는 미들웨어 파트너로서 역할을 확대하고 있음을 보여준다”며 “자동차 업계가 첨단 프로토타입 단계에서 대규모 양산 단계로 넘어가는 가운데, 양산 등급 소프트웨어는 결정적인 차별화 요소가 되고 있다”고 덧붙였다.

NACS로의 전환이 북미 전기차 충전의 미래에 미치는 영향

박종서 기자_fop1212@autoelectronics.co.kr — 2026-01-27 16:01:28+0900

전기차 충전 인터페이스 표준화와 상호운용성을 주도하는 국제 전기차 충전 협회 CharIN (Charging Interface Initiative e.V.)은 북미 전기차(EV) 충전 생태계가 SAE J3400으로 표준화된 북미 충전 시스템(North American Charging System, NACS)을 중심으로 빠르게 결집하면서 중대한 전환기를 맞고 있다고 밝혔다.

완성차 업체들이 NACS 인렛을 기본 탑재한 차량을 출시하고 충전 사업자들이 호환 인프라를 확대함에 따라, 이러한 변화는 차량 플랫폼과 충전소 전반에서 충전 접근성, 상호운용성, 안전성을 다루는 방식에 변화를 가져오고 있다.

최근 기술 발전은 이러한 흐름을 더욱 뒷받침하고 있다. 고전압 차량과 확장된 케이블 도달 범위를 지원하도록 설계된 테슬라의 V4 충전 아키텍처는 상호운용성과 현장 설치 유연성에 대한 업계의 관심이 커지고 있음을 보여준다. 또한 충전 하드웨어를 차량 내비게이션 및 소프트웨어 생태계와 보다 밀접하게 연동하려는 새로운 접근방식은 다양한 활용 환경에서 충전 인프라 확산 방식에 영향을 미칠 수 있다.

이러한 전환 과정에서 업계의 우선순위를 파악하기 위해 CharIN 산하 북미 상호운용성위원회(NACI) 태스크포스는 2025년 산업 전반을 대상으로 설문조사를 실시했다. 이 조사에는 완성차 업체, 충전기(EVSE) 제조사, 플릿 운영사 등 다양한 이해관계자가 참여했다. 조사 결과 SAE J3400 채택에 대한 높은 관심과 함께 어댑터 안전성, AC/DC 핀 공유 구조, 일관된 인렛 위치와 관련한 우려가 제기됐다. 동시에 커넥터의 컴팩트한 설계, 북미 충전 요구사항과의 정합성, 증가하는 소비자 수요는 NACS 채택을 뒷받침하는 주요 장점으로 꼽혔다.

시장 데이터 역시 NACS 채택 속도와 규모 측면에서 빠르게 확산되고 있음을 보여준다. 테슬라는 미국 내 급속 충전 시장에서 3만4,000개 이상의 충전 포트를 운영하며 선두를 유지하고 있으며, 이 중 상당수는 어댑터 또는 차량 직접 연동을 통해 비(非) 테슬라 차량에도 개방돼 있다. 동시에 메르세데스-벤츠, BP 펄스(BP Pulse), 월마트 에너지(Walmart Energy) 등 다른 충전 네트워크 사업자들도 CCS/NACS 듀얼 구성을 도입하면서, 미국 전역의 SAE J3400 호환 충전 포트 수는 1,000개를 넘어섰다.

완성차 업체들의 NACS 채택 역시 가속화되고 있다. 2025년 CharIN Tuesday 행사에서 제시된 데이터에 따르면, 현재 판매되는 비 테슬라 전기차 가운데 약 5대 중 1대는 이미 NACS 인렛을 기본 탑재하고 있으며, 현대차, 기아, 제네시스, 리비안 등이 이를 주도하고 있다.

추가 완성차 업체들도 NACS 적용 모델 출시를 준비하고 있어, 앞으로 차기 모델과 그다음 모델이 순차적으로 출시되는 과정에서 SAE J3400 기반의 기본 호환성은 점차 보편화될 것으로 예상된다. 이에 따라 어댑터 의존도는 줄고, 충전 환경의 일관성과 안전성은 한층 개선될 전망이다.

확장 가능한 고성능 SoC가 자율주행차의 미래인 이유

편집부 — 2026-01-27 09:47:27+0900

환경 데이터를 분석해 자율주행을 위한 ADAS 기능 시각화

자동차 산업은 중앙 컴퓨팅 플랫폼을 기반으로 자율주행 단계를 지속적으로 높이고 있다. TI의 TDA5 제품군과 같은 SoC는 통합된 C7™ NPU와 칩렛 지원 설계를 통해 안전하고 효율적인 AI 성능을 제공한다. 이러한 SoC는 완성차 업체가 ADAS 기능을 더 쉽게 구현할 수 있도록 지원하며, 보급형 모델부터 럭셔리 차량에 이르기까지 다양한 차종에 프리미엄 기능을 적용할 수 있게 한다.

글│알렉 쇼트(Alec Schott) 마케팅 매니저, 텍사스 인스트루먼트(Texas Instruments)

ADAS (advanced driver assistance systems)와 자율주행(autonomous driving)이 자동차 산업의 주요 화두로 떠오른 지는 이미 10년이 넘었다. 지난 10년 동안 자동차 제조사들은 전시회와 무역 박람회를 통해 지능형 자율주행 차량으로 가득 찬 미래 도로의 비전을 제시해 왔다. 이제 우리는 그 비전에 한층 더 가까워진 지점에 서 있다. 과거에는 개념에 불과했던 기능을 실제 차량에서 경험하고 있거나, 이미 이를 탑재한 차량을 소유한 소비자도 늘고 있다.

지능형 ADAS 기능과 인공지능 기술의 보급과 채택이 확대되면서 자동차 산업은 미국 자동차공학회(SAE)가 정의한 자율주행 등급 기준에 따라 레벨 1에서 레벨 2, 레벨 3으로 진화하고 있다. 이러한 변화는 기존 도메인 기반 차량 컴퓨팅 아키텍처와 중앙 컴퓨팅 기반 차량 아키텍처 모두에서 동시에 나타나고 있다. 자율주행의 다음 단계이자 가장 큰 진전은 앞으로 몇 년 내에 본격화될 것이며, 소프트웨어 정의 차량(software-defined vehicles, SDV)이 표준 차량 구성으로 자리 잡을 가능성이 크다.

이러한 새로운 차량 아키텍처는 기존의 분산형 전자제어장치(ECU)를 강력한 중앙 컴퓨팅 플랫폼으로 통합해 차량 수명주기 전반에 걸쳐 무선
(over-the-air, OTA) 업데이트와 기능 추가, 성능 향상을 가능하게 한다. SDV는 하드웨어를 플랫폼으로 활용하고, 소프트웨어를 통해 반복적인 업데이트를 수행함으로써 하드웨어 변경 없이도 차량 기능을 지속적으로 개선하고 새로운 자율주행 기능을 제공할 수 있는 유연성을 확보한다.

차세대 자동차 설계를 위한 SoC

중앙 컴퓨팅 차량 아키텍처의 핵심에는 다양한 IP 블록을 통합하고 고급 소프트웨어를 지원하는 이기종 SoC가 있다. TDA5 제품군의 첫 번째 제품인 TDA54-Q1은 이러한 중앙 컴퓨팅 SoC의 대표적인 예다.

소프트웨어 정의 차량의 중앙 컴퓨팅 아키텍처 및 연결된 시스템

시중에는 다양한 고성능 SoC가 존재하지만, 여러 컴퓨팅 요소를 결합한 이기종 SoC는 단일 유형의 컴퓨팅 요소에 기반한 SoC에 비해 전력 효율이 높고, 중앙 컴퓨팅 ECU의 성능을 효과적으로 향상시킨다. 이러한 SoC는 고성능 NPU와 비전 프로세서를 포함한 전용 IP 블록으로 특정 작업을 오프로드할 수 있으며, 전용 온보드 메모리를 통해 고급 자율주행 소프트웨어의 개발과 배포, 실행을 단순화한다.

TDA54-Q1과 같은 이기종 SoC는 확장 가능한 AI 성능, 안전 우선 아키텍처, 칩렛 지원 아키텍처를 통해 자율주행 기능과 설계 유연성을 동시에 제공한다.

우선 확장 가능한 AI 성능 측면에서, TDA5 SoC는 최신 차량용 등급 5nm 공정 기술을 적용해 설계됐으며, TI의 C7™ 디지털 신호 처리 아키텍처를 기반으로 한 통합 NPU를 탑재하고 있다. 이를 통해 초당 10조에서 최대 1,200조 회 연산(TOPS)에 이르는 AI 성능을 전력 효율적으로 제공한다. 이러한 AI 리소스를 활용하면 수십억 개의 매개변수를 가진 대규모 언어 모델(large language models, LLM), 비전 언어 모델(vision language models, VLM), 고급 트랜스포머 네트워크를 차량 내에서 처리할 수 있으며, 적응형 크루즈 컨트롤(adaptive cruise control, ACC)과 같은 레벨 1 기능부터 조건부 자율주행을 포함하는 레벨 3 자율주행까지 폭넓은 요구사항에 대응할 수 있다.

안전 측면에서 TDA5 SoC는 도메인 간 하드웨어 안전 아키텍처를 기반으로 결정론적 실시간 모니터링을 제공한다. 이를 통해 소프트웨어만으로는 구현하기 어려운 높은 수준의 안전성과 효율성을 확보할 수 있으며, ISO 26262에서 가장 높은 등급인 ASIL-D를 충족할 수 있다. 최신 Armv9 기반 코어를 적용해 애플리케이션 및 마이크로컨트롤러 코어에서 록스텝(lockstep) 기능도 지원한다.

또한 TDA5 SoC 제품군은 칩렛 지원 아키텍처를 채택해 확장성과 적응성이 한층 강화됐다. 칩렛은 개별 집적회로가 이기종 SoC 내에서 IP 블록처럼 동작하는 모듈식 반도체 설계 방식이다. UCIe (Universal Chiplet Interconnect Express) 인터페이스를 기본 지원함으로써 칩렛 확장을 통해 성능과 기능을 유연하게 확장할 수 있는 미래 지향적인 플랫폼을 제공한다.

앞으로 10년 내 ADAS 기능은 점차 표준 사양으로 자리 잡고, 일부 기능은 의무화될 가능성도 있다. 고급 주행 기능은 특정 차급에 국한되지 않고 보급형 모델부터 고급 차량에 이르기까지 모든 차종에 적용될 것이다. 이러한 변화는 시간의 문제일 뿐이다. TDA5 SoC와 같은 확장 가능한 고성능 SoC는 자율주행 차량으로의 전환을 실질적으로 뒷받침하는 핵심 기술이 될 것이다. -END-

발레오-나틱스, 오픈소스 멀티카메라 ‘월드 파운데이션 모델’ 공동 구축 협력

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-26 10:15:48+0900

발레오(Valeo)와 글로벌 카메라 분산형 피지컬 인프라 네트워크(decentralized physical infrastructure network, DePIN) 기업 나틱스(NATIX Network)가 오픈소스 멀티카메라 기반 ‘월드 파운데이션 모델(World Foundation Model, WFM)’ 구축을 위한 파트너십을 체결했다고 22일(프랑스 현지시간) 발표했다.

양사는 발레오의 월드 모델링 전문 기술과 나틱스의 대규모 글로벌 멀티카메라 데이터셋을 결합해 물리적 환경을 이해·예측·추론하는 차세대 ‘피지컬 AI (Physical AI)’ 개발을 가속화한다는 계획이다.

자율주행과 로보틱스 기술의 급속한 발전으로 고품질의 실제 환경 데이터에 대한 수요가 빠르게 늘고 있는 가운데, 이번 협력은 분산형 데이터 수집과 생성형 월드 모델을 결합한 것이 특징이다. 발레오는 글로벌 모델링과 생성형 AI 연구 경험을, 나틱스는 전 세계 차량에서 수집되는 360도 멀티카메라 데이터 네트워크를 제공한다.

마크 브레코(Marc Vrecko) 발레오 브레인 사업부 CEO는 “발레오의 AI 연구센터는 2018년 설립 이후 자율주행 및 주행 보조 분야를 중심으로 자동차 산업 내 AI 연구를 선도해 왔다”며 “나틱스의 글로벌 멀티카메라 데이터와 발레오의 생성형 월드 모델링 연구 전문성을 결합함으로써 차세대 엔드투엔드(end-to-end, E2E) AI 모델의 품질과 접근성을 동시에 높이고 연구 커뮤니티가 활용할 수 있는 강력한 개방형 모델을 제공하게 될 것”이라고 밝혔다.

알리레자 고즈(Alireza Ghods) 나틱스 공동창업자 겸 CEO는 “월드 파운데이션 모델은 2017년부터 2020년까지 대규모 언어 모델(LLM) 등장에 비견될 전환점”이라며 “확장 가능한 월드 모델을 먼저 구축하는 팀이 피지컬 AI 시대의 기반을 정의하게 될 것”이라고 말했다. 그는 이어 “분산형 멀티카메라 네트워크를 갖춘 나틱스는 대형 완성차 업체(OEM)보다 빠른 데이터 확장이 가능하다”고 강조했다.

월드 파운데이션 모델은 텍스트를 넘어 실제 물리 세계로 생성형 AI의 적용 범위를 확장하는 개념으로, 공간과 시간까지 포함한 4차원 환경을 이해하고 미래 상태를 예측하는 것을 목표로 한다. 기존 인지 기반(perception-only) 모델이 현재 상황 파악에 머문다면, 멀티카메라 기반 월드 모델은 다음에 발생할 움직임과 상호작용까지 예측할 수 있다는 점에서 차별화된다.

이번 협력은 오픈소스 프레임워크를 기반으로 진행된다. 양사는 모델과 데이터셋, 학습 도구를 공개해 개발자들이 지역과 주행 환경별로 월드 모델을 미세 조정하고 피지컬 AI 성능을 벤치마킹할 수 있도록 할 예정이다. 이는 발레오의 오픈소스 프레임워크인 비디오 자기회귀 모델 ‘VaViM (Video Autoregressive Model)’과 비디오-행동 모델 ‘VaVAM (Video-Action Model)’을 기반으로 하며, 주로 전방 카메라 영상에 집중됐던 기존 구조를 멀티카메라 입력으로 확장하는 접근이다.

나틱스는 7개월 동안 10만 시간 이상의 멀티카메라 주행 데이터를 수집했으며, 이는 총 60만 시간 규모의 영상 데이터에 해당한다. 이 데이터는 미국, 유럽, 아시아 전역의 실제 차량에서 지속적으로 수집되고 있다. 이를 통해 자율주행차와 로봇이 실제 환경에서 사용하는 것과 유사한 완전한 공간 인식을 AI 학습에 적용할 수 있을 것으로 양사는 보고 있다.

이타스, AUTOSAR 런타임 플랫폼과 SDV용 NXP S32N7 통합

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-22 10:31:45+0900

로버트보쉬(Robert Bosch GmbH)의 100% 자회사인 이타스(ETAS GmbH)가 NXP 반도체(NXP Semiconductors)의 차세대 차량용 프로세서인 S32N7 시리즈를 지원하는 RTA-CAR AUTOSAR 자동차 런타임 플랫폼을 공개했다.

RTA-CAR 자동차 런타임 플랫폼은 NXP S32N7 프로세서에서 고성능의 안전 필수 실시간(real-time) 소프트웨어를 구현할 수 있도록 설계됐으며, 완성차 업체와 1차 부품협력사가 소프트웨어 정의 차량(SDV) 아키텍처로의 전환을 보다 빠르게 추진할 수 있도록 지원한다.

이타스는 RTA-CAR의 S32N7 지원을 위한 소프트웨어와 하드웨어의 병렬 개발을 통해, 고객이 최신 반도체 환경에서 이타스의 AUTOSAR 솔루션을 조기에 적용할 수 있도록 했다. 이 같은 접근 방식은 프로젝트 리드타임을 단축하고 프로그램 리스크를 크게 낮춰, 완성차 제조사가 새로운 기능을 보다 신속하게 시장에 선보일 수 있도록 돕는다.

양사의 협업을 통해 제공되는 플랫폼은 차세대 차량 시스템 개발을 위한 핵심 기반이다. 주요 특징으로는 먼저 세계에서 가장 작고 빠른 AUTOSAR OS로 알려진 RTA-CAR의 RTA-OS를 S32N7 멀티코어 아키텍처에 적용해 고부하 환경에서도 예측 가능한 실시간 성능을 구현한다는 점이다.
또한, RTA-CAR는 안전 필수 애플리케이션을 고려해 설계돼 ISO 26262 기준 ASIL-D까지 지원하며, S32N7 기반 시스템에서 안전 요구사항을 충족할 수 있도록 해준다. 이와 함께 멀티코어 및 파티셔닝 워크로드를 유연하게 지원해 도메인·존 컨트롤러부터 중앙 컴퓨팅으로의 기능 통합을 가능하게 하고, NXP의 하드웨어 보안 기능과의 연계를 통해 보안 부트, 안전한 업데이트, 핵심 소프트웨어 구성 요소 간 분리도 지원한다.

이타스의 대런 버틀(Darren Buttle) 최고 제품 매니저는 “자동차 소프트웨어 개발 조직은 안전성과 성능을 유지하면서 더 많은 기능을 더 빠르게 제공해야 하는 압박을 받고 있다”며 “RTA-CAR를 NXP S32N7에 적용함으로써 SDV 프로그램을 위한 기반 지원을 확장했고, 고객이 프로토타입에서 양산 단계로 보다 안정적으로 전환할 수 있도록 돕게 됐다”고 말했다.

NXP의 조 응우옌(Joe Nguyen) 자동차 프로세서 부문 시니어 디렉터는 “이타스의 RTA-CAR 플랫폼이 새로운 S32N7 프로세서 시리즈에 최적화된 것을 환영한다”며 “이번 협업은 NXP의 고성능 하드웨어와 이타스의 검증된 AUTOSAR 기술을 결합해, 완성차 업체가 안전하고 보안성이 확보된 SDV를 보다 빠르게 구현하는 데 기여할 것”이라고 밝혔다.

벡터, x64·ARM64 기반 플랫폼용 측정 코어 'CANape Kernel' 출시

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-22 09:57:03+0900

벡터(Vector Informatik GmbH)가 CANape 기반 데이터 수집 기능을 윈도우 또는 리눅스 환경에서 구동하는 x64 및 ARM64 기반 플랫폼으로 확장한 컴팩트 측정 코어 ‘CANape Kernel’을 출시했다.

CANape Kernel 소프트웨어는 빠른 기동 시간과 REST API 연동을 기반으로 고성능 데이터 로깅을 지원하며, 자동화된 로깅 애플리케이션에 적합하도록 설계됐다. 사용자는 기존 하드웨어를 그대로 활용하거나 요구사항에 맞는 플랫폼을 선택할 수 있으며, 애플리케이션에 따라 벡터는 전 세계적으로 맞춤형 지원을 제공한다.

CANape Kernel은 벡터의 검증된 측정 및 캘리브레이션 툴인 CANape를 기반으로 하지만, 콘솔 애플리케이션 형태의 경량 구조로 재구성됐다. 측정 설정은 CANape에서 한 번만 구성한 뒤, 이를 타깃 플랫폼으로 전송하면 CANape Kernel이 장치 초기화와 데이터 수집을 시작한다. 이를 통해 엔지니어링 팀은 기존 워크플로를 유지하면서도 고사양 산업용 PC나 싱글보드 컴퓨터(SBC)에 로깅 기능을 배치할 수 있다.

CANape Kernel 측정 코어는 차량 통신 및 센서 인터페이스 전반을 포괄하도록 설계됐다. CAN, CAN FD, LIN, FlexRay, 이더넷, XCP 등 다양한 통신 프로토콜을 지원하며, 레이다·라이다·비디오 스트림 등 각종 ADAS 센서와의 연동도 가능하다. 이는 차량 네트워크의 복잡성이 증가하는 환경에서 다중 도메인 간 데이터 동기화가 필요하다는 요구를 반영한 구성이다.

CANape Kernel을 통한 강력한 데이터 로깅 [이미지=벡터]

벡터에 따르면, CANape Kernel은 최소한의 시스템 자원 요구와 빠른 기동 시간을 갖추고 있어, 상시 로깅이 아닌 이벤트 기반 트리거가 필요한 자동화 테스트 시나리오에도 적합하다.

제어는 REST API를 통해 이뤄진다. 이를 통해 CANape Kernel을 기존 자동화 프레임워크나 테스트 오케스트레이션 시스템에 포함시킬 수 있다. 애플리케이션의 일부로 제공되는 ‘CANape Mobile UI’는 브라우저 기반 인터페이스로, 제어·시각화·트리거·주석 기능을 지원하며 비디오 프리뷰 기능도 포함하고 있다.

CANape Kernel 출시는 차량 개발 및 검증 환경에서 데이터 수집 기능을 보다 유연하고 분산된 형태로 구현하려는 흐름을 보여주는 사례라고 할 수 있다.

베터프로스트-바이코, 자동차 앞유리 성에 제거 공식을 바꾸다

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-21 16:06:54+0900

기존 차량의 앞유리(windshield) 성에 제거 방식은 내연기관(Internal Combustion Engine, ICE)에서 발생하는 풍부한 폐열을 앞유리로 전달하는 구조다. 이 방식은 유리 표면에 열을 균일하게 전달하지 못해 에너지 효율이 낮고 성에 제거 속도에도 한계가 있다. 전기차(EV) 보급이 확대되고 있음에도 불구하고, 배터리로 구동하는 실내 공조 시스템은 이러한 구식 방식을 그대로 답습하고 있다. 더욱이 전기차 실내는 소음 저감을 위해 밀폐성이 강화되면서 김서림 문제가 더욱 심각하다. 영하의 기온에서는 주행 중에도 앞유리에 성에가 빠르게 형성돼 운전자의 시야를 위협할 수 있다. 이로 인해 전기차 환경에서는 기존 HVAC(공기조화기술) 방식의 앞유리 성에 제거 방식이 효율성과 효과 측면에서 모두 한계를 드러내고 있으며, 근본적인 접근 방식의 재검토가 요구된다.

베터프로스트(Betterfrost Technology)는 이러한 성에 제거 문제를 해결하기 위한 새로운 성에 제거 기술을 개발했다. 독자적인 전력 제어 알고리즘과 고밀도 전력 변환 모듈을 사용해 펄스 전력을 유리에 직접 공급함으로써 승용차와 트럭의 유리창 성에를 기존 HVAC 방식 대비 20배 적은 에너지로 60초 만에 제거할 수 있다.

[그림 1] 베터프로스트 기술은 펄스 전력과 고밀도 전력 모듈을 활용해 에너지 사용량을
20분의 1로 줄이면서도 60초 이내에 자동차 앞유리의 성에를 제거한다.

특히, 전동화 전환이 가속화되면서 내연기관 차량에서 사실상 ‘무료’로 활용되던 폐열은 더 이상 사용할 수 없게 됐다. 전기차는 성에 제거와 김서림 방지를 위해 주 배터리에서 에너지를 끌어와야 한다. 이는 주행에 필요한 전력을 소모하는 것이다.

2015년 미국 다트머스 대학(Dartmouth College)의 빙하·기후·환경(Ice, Climate and Environment, ICE) 연구소에서 출범한 베터프로스트는 앞유리 성에를 제거하기 위해서 얼음을 완전히 녹일 필요가 없다는 것을 발견했다. 베터프로스트는 얼음과 유리 사이의 ‘계면층’ 결합만 약화시켜도 얼음이 쉽게 분리될 수 있다는 사실에 주목했다.

베터프로스트는 짧고 정밀하게 제어된 전력 펄스를 유리 표면에 전달하여 얼음 아래에 얇은 준액체층을 형성시킴으로써 유리 전체를 가열하지 않고도 얼음이 즉시 분리되도록 구현했다.

독자적 전력 알고리즘으로 획기적인 성능 실현

대부분의 앞유리와 글라스루프에는 은(Ag) 또는 인듐 주석 산화물(Indium Tin Oxide, ITO)과 같은 저방사(low-emissivity, low-E) 전도성 코팅이 적용돼 있다. 베터프로스트는 이 코팅을 전기 경로로 사용해 독자적인 전력 제어 알고리즘을 구현했다. 이 알고리즘은 기존 HVAC 시스템이 약 25분 이상 소요되는 것과 달리, 1분 이내에 얼음으로 덮인 앞유리의 성에를 제거할 수 있다. 에너지 사용량은 내연기관 차량 대비 약 95% 수준까지 줄어든다. 또한, 표면 전체를 균일하게 가열함으로써 국부적인 열응력을 줄여 유리 균열 위험도 낮춘다.

영하 20°C 환경에서는 실내 난방 수요를 최대 27%까지 낮춰, 전기차 주행거리 확보에도 직접적인 기여를 한다. 아울러 소음이 큰 송풍 모터와 부피가 큰 에어덕트를 제거함으로써 승객 편의성이 향상되고, 차량 설계 측면에서도 활용 가능한 공간이 늘어난다.

베터프로스트 기술은 자동차 외에도 항공기 날개의 성에 제거에 사용되는 고가의 글리콜 스프레이를 대체할 수 있으며, 풍력 터빈 블레이드에 발생하는 결빙을 제거하거나 에너지 효율적인 성에 제거 사이클을 가능하게 해 냉동 창고의 운영 비용을 낮출 수 있다.

소형 고밀도 컨버터 모듈, 유리에 정밀한 48V 전력 공급

베터프로스트 솔루션의 핵심은 48V 중심의 전력 공급 네트워크다. 이를 위해 베터프로스트는 고밀도 자동차 등급(automotive-qualified) 800V 및 400V-48V 고정 비율 바이코(Vicor) BCM 버스 컨버터를 적용해 유리 표면에 안전하고 효율적인 고속 전력 펄스를 전달한다.

[그림 2] 전력 공급 네트워크. 바이코 BCM은 DC-DC 변압기로 기능한다. 고정 비율 컨버터는 초당 80 암페어의 속도로 전력 변화에 반응한다. 베터프로스트는 펄스 에너지를 사용하여 기존 HVAC 시스템의 25분과 비교해 1분 이내(최단 기록 42초)에 매우 얇은 계면 얼음층을 녹인다. 이 기술은 독자적 알고리즘을 사용하여 기존 방식 대비 20배 적은 에너지를 소비하면서 균일한 방식으로 얼음을 녹인다.

바이코 BCM6135는 3.4kW/in³의 업계 최고 전력 밀도를 제공하며 DC-DC 변압기로 기능한다. 고전압 입력단에 인가된 전압은 모듈의 변환 비율, 즉 K 팩터에 따라 저전압 측으로 변환된다. 예를 들어 K가 1/16이고 입력 전압이 800V일 경우, 출력 전압은 50V이다.

바이코 BCM 모듈은 기존 DC-DC 컨버터 대비 최대 90% 작은 소형 설치 면적으로 엄격한 연면 거리 및 공간거리 기준을 충족한다.

베터프로스트의 데릭 레딩(Derrick Redding) 최고경영자(CEO)는 “바이코는 과도한 크기나 중량 부담 없이 48V 전력 공급을 손쉽게 구현할 수 있게 해준다. 이 수준의 효율성과 전력 밀도를 제공하는 곳은 바이코뿐”이라고 말했다.

적용 확대를 향한 다음 단계

베터프로스트는 자동차 제조사, 1차 공급업체, 차량 운영업체와 적극적으로 협력하고 있으며, 상용 트럭과 프리미엄 전기차 분야의 얼리어답터와도 긴밀히 교류하고 있다. 회사는 향후 3~5년 내 전기차 및 하이브리드 플랫폼으로 자동차 적용을 확대할 계획이다. 연구실에서 나온 아이디어를 바탕으로, 베터프로스트는 바이코와 같은 파트너와 함께 생태계를 구축하여 겨울철 가장 흔하면서도 위험한 문제 중 하나를 차량이 해결하는 방식을 재정의하고 있다.

링크앤코 PHEV SUV 08, 전기 모드 293km 주행 ··· 기네스 세계 기록

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-20 15:29:55+0900

지커 그룹(Zeekr Group)의 프리미엄 라이프스타일 브랜드 링크앤코(Lynk & Co)가 플러그인 하이브리드 SUV ‘링크앤코 08’으로 기네스 세계 기록을 세웠다. 링크앤코 08은 전기 모드만으로 293km를 주행하며 ‘전기 모드 주행거리가 가장 긴 양산형 플러그인 하이브리드 SUV’로 공식 등재됐다.

이번 기록은 지난해 12월 22일 멕시코시티 인근 센트로 디나미코 페가소(Centro Dinámico Pegaso) 레이스 트랙에서 실제 주행 환경과 동일한 조건으로 진행됐다. 주행거리의 객관성을 확보하기 위해 데이터 전문가들이 측정에 참여했으며, 시험 전후 차량 점검을 통해 기계적 이상 여부도 확인됐다.

주행은 전문 드라이버가 평균 시속 50~60km로 6시간 이상 운전하는 방식으로 이뤄졌다. 이는 플러그인 하이브리드 차량의 전기 모드 주행이 도심 환경에서 비교적 낮은 속도로 장시간 이뤄진다는 점을 반영한 것이다.

테스트 결과, 링크앤코 08은 WLTP 기준 제원상 전기 모드 주행거리인 200km를 크게 상회하는 293km를 기록했다. 이는 하루 평균 30~50km 수준의 도심 통근 환경을 기준으로 할 때, 약 일주일 이상을 전기 모드 만으로 주행할 수 있는 거리다.

링크앤코 08은 지리자동차그룹의 CMA(Compact Modular Architecture) 플랫폼을 기반으로 개발됐다. 137마력의 4기통 1.5리터 터보 엔진과 최고출력 208마력의 전기 모터, 39.6kWh 용량의 삼원계 배터리를 결합한 플러그인 하이브리드 시스템을 탑재했다. WLTP 기준 최대 주행거리는 1,000km 이상이며, 복합 연비는 리터당 111km에 달한다. DC 급속 충전 시 배터리 잔량 10%에서 80%까지 약 33분 만에 충전할 수 있다.

한편, 링크앤코는 프리미엄 전동화 브랜드 지커와 함께 지커 그룹에 속해 있으며, 2016년 설립 이후 유럽, 아시아, 중동, 아프리카, 중남미 등 33개국에서 700개 이상의 매장을 운영하고 있다. 현재까지 전 세계 고객에게 인도된 차량은 160만 대를 넘어섰다. 링크앤코는 내연기관, 플러그인 하이브리드, 순수 전기차를 아우르는 다양한 파워트레인과 최신 기술, 현대적인 디자인을 앞세워 ‘뉴 프리미엄’ 시장 공략을 이어가고 있다.

벡터, StatInf 社의 RocqStat 인수로 타이밍 분석 역량 강화

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-20 14:55:41+0900

자동차를 비롯한 소프트웨어 정의 시스템 분야의 솔루션 기업 벡터(Vector Informatik)는 16일(독일 현지시간) 프랑스 스타트업 스탯인프(StatInf)로부터 ‘록스탯(RocqStat)’ 소프트웨어 기술과 전문 인력을 인수했다고 밝혔다.

이번 인수를 통해 벡터는 타이밍 분석과 최악 실행 시간(Worst-Case Execution Time, WCET) 추정 역량을 강화해 안전 필수(safety-critical) 시스템에서 신뢰할 수 있는 소프트웨어 검증 수요 확대에 대응할 수 있을 것으로 기대하고 있다.

벡터는 이번 인수로 스탯인프의 숙련된 기술 인력이 벡터 조직에 합류함에 따라, 타이밍 분석, 검증 워크플로, 고급 분석 분야에서 전문성과 연속성을 확보하게 됐다고 설명했다. 기존 스탯인프 고객에 대해서는 비즈니스 연속성이 그대로 유지된다.

벡터는 중기적으로 록스탯 기술을 자사의 코드 테스트 툴체인인 벡터캐스트(VectorCAST)에 통합할 방침이다. 이를 통해 타이밍 분석, WCET 추정, 소프트웨어 테스트 및 검증을 하나의 통합 환경에서 수행할 수 있도록 할 계획이다.

에릭 바튼(Eric Barton) 벡터 코드 테스트 툴 담당 수석부사장은 “타이밍 안전성은 소프트웨어 정의 차량을 비롯한 다양한 소프트웨어 정의 시스템에서 점점 더 중요한 요소가 되고 있다”며 “스탯인프의 첨단 기술을 벡터 툴체인과 결합함으로써 고객이 타이밍 제약을 보다 효율적이고 신뢰성 있게 설계하고 검증할 수 있도록 지원할 것”이라고 밝혔다.

한편, 스탯인프는 프랑스 국립 디지털 과학기술 연구기관인 인리아(Inria)에서 분사한 스타트업으로, 임베디드 시스템의 타이밍 안전성을 위한 산업용 소프트웨어 툴을 개발해 왔다. 록스탯 기술은 개발 수명주기 전반에 걸쳐 타이밍 정보와 제약 조건을 조기에 통합하고 지속적으로 검증할 수 있도록 지원한다.

벡터, CANoe에 전기모터 모델 추가 ··· 전기모터 MCU 조기 테스트 지원

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-20 14:12:51+0900

글로벌 차량 네트워크 및 임베디드 소프트웨어 기업인 벡터코리아(Vector Korea)가 전기모터 제어장치(MCU)의 초기 단계 검증을 목표로 하는 옵션을 통해 CANoe 테스트 환경을 확장했다. 추가된 기능인 CANoe Model Option Electric Motor는 실제 전기모터 하드웨어가 준비되기 이전에도 개발자가 전기모터 제어장치를 즉시 테스트할 수 있도록 설계됐다. 이 기능은 CANoe Release 19부터 제공된다.

CANoe Model Option Electric Motor에는 영구자석 동기모터(PMSM), 브러시리스 DC 모터(BLDC), 유도모터, 일반 DC 모터 등 다양한 모터 유형을 포괄하는 물리 기반 시뮬레이션 모델이 사전 구성돼 있다. 벡터에 따르면, 이 시뮬레이션 모델들은 폐쇄형 제어 루프를 구성해, 테스트 대상 제어장치에 일관되고 실제적인 입력 신호를 생성한다.

MCU와의 인터페이스는 전력 레벨이 아닌 신호 레벨에서 동작하므로, 테스트 환경에서 고전류와 고전압을 다룰 필요가 없다. 시뮬레이션은 벡터의 멀티 I/O (Multi-IO) 모듈 VT5838의 FPGA 상에서 고주파 펄스폭 변조(PWM) 신호를 사용해 실행된다. 이를 통해 개발자는 정상 작동 조건에서 제어 알고리즘을 검증할 수 있으며, CANoe를 통해 고장 시나리오를 개발 초기 단계에서 주입하는 것도 가능하다.

설정 편의성도 강화됐다. 벡터는 사전 구성된 시뮬레이션 모델을 클릭 한 번으로 FPGA 모듈에 로드한 뒤, CANoe 환경에서 특정 모터의 특성을 반영하도록 파라미터를 설정할 수 있다고 소개했다. 더 복잡한 활용 사례를 위해서는 Simulink 라이브러리를 기반으로 한 오픈 모델도 제공하며, 이를 통해 센서나 인버터와 같은 부품을 추가할 수 있다.

CANoe Model Option Electric Motor는 액추에이터용과 트랙션용 모터를 포함해 다양한 모터 제어장치 개발자를 대상으로 한다. 시스템 수준의 검증이 필요한 경우, 벡터의 차량 동력학 환경인 DYNA4를 활용한 가상 주행 테스트로 테스트 환경을 확장할 수 있다. 이러한 조합은 개발 주기 초반부터 제어 전략의 최적화와 검증을 지원해, 이후 통합 단계에서의 부담을 줄여준다.

마이크로칩 자회사 SST, 28nm 차량용 SuperFlash 양산 개시

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-19 10:34:54+0900

마이크로칩테크놀로지의 자회사 실리콘 스토리지 테크놀로지(Silicon Storage Technology, SST)가 대만 UMC와 협력해 28nm 공정 기반 차량용 임베디드 플래시 솔루션의 양산을 시작했다.

SST는 16일, UMC의 28HPC+ 공정 플랫폼에서 자사의 임베디드 SuperFlash 4세대(ESF4)에 대해 완전한 오토모티브 그레이드 1(AG1) 인증을 완료하고, 고객사에 즉시 제공이 가능하다고 밝혔다. 이 솔루션은 차량용 고성능 컨트롤러를 겨냥한 임베디드 비휘발성 메모리(eNVM)로, 성능과 신뢰성을 동시에 충족한다.

ESF4는 UMC의 28HPC+ 플랫폼에 완전히 통합됐으며, 기존 28nm 하이-K/메탈 게이트(HKMG) 기반 eFlash 대비 추가 마스킹 공정 수를 크게 줄여 제조 효율과 비용 경쟁력을 확보했다. SST는 이를 통해 고객이 공정 전환 시 부담을 최소화하면서도 차량용 요구 조건을 충족할 수 있도록 설계했다고 설명했다.
특히 기존 40nm ESF3 AG1 플랫폼을 사용해 차량용 컨트롤러를 생산해 온 고객의 경우, 차세대 공정 노드로 확장할 때 28nm ESF4 AG1 플랫폼을 자연스럽게 검토할 수 있다는 점도 강조됐다.

UMC 28HPC+ ESF4 AG1 플랫폼은 AEC-Q100 오토모티브 그레이드 1 인증을 획득했으며, 영하 40℃에서 영상 150℃까지의 동작 온도 범위를 지원한다. 읽기 액세스 시간은 12.5ns 미만, 내구성은 10만 회 이상 사이클, 데이터 보존은 125℃ 환경에서 10년 이상을 보장한다. 32Mb 매크로 기준으로는 ECC 미적용 상태에서도 비트 오류 0건, 피크 수율 100%를 달성했다.

마이크로칩 라이선싱 사업부의 마크 라이튼(Mark Reiten) 부사장은 “개발 효율성과 시장 출시 속도를 동시에 고려해야 하는 자동차 산업 환경에서, 즉시 양산 가능한 28nm AG1 솔루션을 제공할 수 있게 됐다”고 밝혔다.

UMC 기술개발 부문의 스티븐 쉬(Steven Hsu) 부사장은 “커넥티드 및 자율주행 차량 확산으로 고신뢰성 데이터 저장과 대용량 업데이트 수요가 증가하고 있다”며 “ESF4는 이미 널리 채택된 28HPC+ 플랫폼 위에서 고객의 공정 확장과 제품 다변화를 지원할 수 있다”고 설명했다.

한편, SST의 ESF4 솔루션은 OTA(무선 업데이트)를 전제로 한 대용량 차량용 컨트롤러 펌웨어를 지원하도록 설계됐으며, 차량용 반도체 공정 미세화 흐름에 대응한 임베디드 플래시 대안으로 제시되고 있다.

Eclipse SDV-VDA, 32개 글로벌 기업과 SDV 개방형 협업 확대

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-16 20:02:12+0900

소프트웨어 정의 모빌리티(Software-defined mobility)를 위한 개방형 협업(Open collaboration)을 추진하기 위해 자동차 업계 32개 글로벌 기업이 한자리에 모였다. 지난 6일(미국 현지시간) 공식 개막한 CES 2026에서, 이클립스 재단(Eclipse Foundation)과 독일자동차산업협회(VDA)는 ‘자동차 등급 오픈소스 소프트웨어 생태계’에 동참하기로 양해각서(MoU)에 서명한 기업이 크게 늘면서 차세대 차량 설계 분야에서 세계적으로 가장 앞선 협업 단체 중 하나가 됐다고 발표했다.

이번 MoU 확대를 통해, 참여 기업 수는 기존 11개사에서 32개사로 늘었다. 32개사에는 완성차 OEM부터 부품사, 반도체 기업, 소프트웨어 및 클라우드 기업까지 자동차 가치사슬 전반을 아우르는 기업들이 포함돼 있다. 이것은 이클립스 SDV 워킹그룹(Eclipse SDV Working Group) 내에서 차세대 모빌리티를 위한 개방적이고 상호운용 가능하며 인증 가능한 소프트웨어 기반에 대해 업계 전반의 강력한 공감대와 추진력이 형성되고 있음을 보여준다. 참여 기업들은 벤더 중립적 거버넌스 하에서 비차별화(Non-differentiating) 소프트웨어를 공동 개발함으로써, 업계 전반의 파편화를 줄이고 상호운용성을 높이며 안전 필수(safety critical) 소프트웨어 개발 부담을 분담한다.

이클립스 재단의 마이크 밀린코비치(Mike Milinkovich) 사무총장은 “이번 협업 기업 증가는 자동차 산업에서 개방형 혁신으로의 전환이 가속화되고 있음을 반영한다”며 “업계 리더들은 안전하고 지능적이며 연결된 차세대 차량을 구현하는 데 있어서 신뢰할 수 있는 오픈소스 기반이 필수 요소라는 점을 인식하고 있다”고 밝혔다.

VDA의 마커스 볼릭(Dr. Marcus Bollig) 전무이사는 “차별화 요소가 아닌 소프트웨어를 공동 개발함으로써 제조사와 협력사는 고객 중심의 특별한 경험을 제공하는 데 자원을 집중할 수 있다”고 강조했다.

이번 글로벌 협업 확대를 통해 참여 기업들은 비차별화 소프트웨어 영역에서 개발, 통합, 유지관리 노력을 최대 40%까지 줄이고, 검증된 자동차 등급 컴포넌트의 공유를 통해 제품 출시 시점을 최대 30% 앞당길 수 있을 것으로 기대하고 있다. 또한, 공급망 전반의 상호운용성 향상과 장기적인 소프트웨어 유지관리 가능성도 협업 목표로 제시했다.

이번 협업의 중심에는 이클립스 SDV 워킹그룹에서 개발한 오픈소스 자동차 등급 소프트웨어 스택 ‘Eclipse S-CORE’가 있다. S-CORE는 여러 SDV 프로젝트를 하나의 공통 레퍼런스 스택과 툴링 환경으로 통합함으로써, 인증 가능한 양산용 차량 소프트웨어를 효과적으로 지원하도록 설계됐다.

Eclipse S-CORE는 2025년 11월 첫 공개 버전(0.5)이 발표됐으며, 올해는 정식 버전 출시가 계획돼 있다. 이를 활용한 차량 프로그램은 늦어도 2030년 이전에 선보일 예정이다.

신규 MoU 서명 기업으로는 포티투닷(42dot), 액센츄어(Accenture), AVL, 캡제미니(Capgemini), 코어투라(Coretura), 커민스(Cummins), ECARX, 일렉트로비트(Elektrobit), 인피니언(Infineon), 리어(Lear), LG전자, 미쉐린(Michelin), 모비스(MOBIS), QNX, 퀄컴(Qualcomm), 레드햇(Red Hat), 셰플러(Schaeffler), 스텔란티스(Stellantis), 트라톤(Traton), T-Systems, 유즈블록스(Useblocks) 등이 있다. 기존 참여 기업으로는 아우모비오(Aumovio), BMW, 보쉬, 이타스(ETAS), 헬라(Hella), 메르세데스-벤츠, 코릭스(Qorix), 발레오(Valeo), 벡터(Vector), 폭스바겐, ZF 등이 있다.

한편, Eclipse SDV는 산업 전반의 소프트웨어 혁신을 위한 지속 가능하고, 투명하며, 확장 가능한 모델을 제공한다. 개방 환경에서 공유 소프트웨어 기반을 구축함으로써, 참여사들은 중복 개발을 줄이고 안전성을 강화하며 시장 출시 속도를 높일 수 있는 공통 혁신 기반을 만들어가고 있다.

관련기사
Eclipse SDV, ‘비전’에서 ‘릴리스’로

각사 코멘트

“안전이 중요한 차량용 소프트웨어를 둘러싼 개방형 협업은 진정한 SDV를 실현하는 데 필수입니다. 포티투닷은 Eclipse SDV 커뮤니티에 참여함으로써, S-CORE 기반 안전 지향 차량 코어, OpenSOVD 기반 진단, 풍부한 디지털 트윈(Digital Twin) 기능, 차량과 클라우드 소프트웨어 수명주기를 통합하는 최신 개발 툴에 이르기까지 일관된 개방형 이니셔티브와 당사의 풀스택 SDV 플랫폼을 결합하고 있습니다. 포티투닷은 엔드투엔드 소프트웨어, 데이터, 모빌리티 플랫폼 경험을 바탕으로, OEM이 신뢰할 수 있는 통합 기반을 구축해 복잡성을 줄이고 혁신을 가속화하며, 브랜드를 차별화하는 차량 내 경험에 집중할 수 있도록 지원하는 것을 목표로 합니다. 이클립스 및 다른 회원사들과 함께, 우리는 전 세계 차세대 커넥티드·자율주행·소프트웨어 정의 차량(SDV)의 잠재력을 열어가는 데 기여할 것입니다.”
최진희 포티투닷 부대표

“SDV는 팀 스포츠와 같습니다. 액센츄어는 역동적인 오픈소스 커뮤니티와 함께, 고성능 아키텍처를 양산(Start of Production, SOP) 단계까지 안정적으로 구현하는 데 전념하고 있습니다.”
크리스토프 혼(Dr. Christof Horn) 액센츄어(Accenture Plc) 글로벌 SDV 책임자

“SDV 기술과 오픈소스 협업, 탄탄한 생태계는 차세대 모빌리티 시대를 이끄는 핵심 동력입니다. AVL은 SDV 아키텍처와 프로세스를 위한 혁신적인 솔루션을 제공함으로써, 지능적이고 통합된 툴을 통해 개발 주기를 가속화하고 있습니다.”
게오르크 리스트(Georg List) AVL 리스트(AVL List GmbH) 기업 전략 부사장

“오픈소스는 미래의 혁신적이고 지속 가능하며 포용적인 모빌리티 시스템을 실현하는 데 핵심적인 성공 요인입니다. 여기에는 상호운용성, 안전성, 보안성, 효율성을 보장하기 위한 개방형 표준도 포함됩니다. 캡제미니는 모빌리티 산업을 넘어 협업 접근 방식을 적극 지지하고 있습니다. AI 기반 비즈니스 및 기술 혁신 기업으로서 우리는 VDA 오픈소스 이니셔티브에서 Eclipse S-CORE와 같은 오픈소스 기반 플랫폼과 프로젝트가 시리즈 개발 단계에 적합하도록 기여자이자 조정자, 옹호자의 역할을 수행하고 있습니다.”
피터 핀틀(Peter Fintl) 캡제미니 엔지니어링(Capgemini Engineering) 기술·혁신 책임자

“코레투라는 다임러 트럭과 볼보그룹의 합작으로 설립된 독립 회사입니다. 회사는 소프트웨어 중심의 AI 퍼스트(AI-first) 기업으로, 상용차를 위한 세계 최초의 SDV 플랫폼을 개발하고 있습니다. 하나의 언어, 하나의 표준, 하나의 플랫폼을 기반으로 한 솔루션을 통해 트럭과 버스, 중장비가 설계되고 제작되며, 업데이트되고, 경험되는 방식을 새롭게 정의하고 있습니다. 코레투라는 자체 SDV 솔루션을 구축하는 동시에, 오픈소스 협업을 통해 제조사들이 공통의 과제를 해결하고 공유 소프트웨어 기반을 강화할 수 있도록 인사이트와 성과를 공유할 것입니다.”
요한 룬덴(Johan Lundén) 코레투라(Coretura AB) 최고경영자(CEO)

“커민스는 OEM 파트너 및 1차 협력사와의 긴밀한 협업을 통해 SDV 아키텍처 발전에 최선을 다하고 있습니다. 상용차 업계 전반에서 협업을 통해 비용 효율적인 솔루션을 구현하고, 혁신을 가속화하며 고객에게 더 큰 가치를 제공할 수 있을 것입니다.”
조나단 우드(Jonathan Wood) 커민스(Cummins) 최고기술책임자(CTO)

“ECARX는 SDV의 잠재력을 온전히 실현하기 위해서 오픈소스 기반 협업이 필수라고 봅니다. S-CORE 이니셔티브에 참여함으로써, 지능형 차량 플랫폼에 대한 경험을 바탕으로 산업 전반의 혁신을 가속화하고 지속 가능한 성장을 보장하는 공유 기반을 구축하는 데 기여하고자 합니다.”
니콜라 페르시냐(Nicolas Persignat) ECARX PTE Ltd 글로벌 연구개발 책임자

“일렉트로비트는 EB corbos Linux와 Eclipse Ankaios와 같은 프로젝트를 통해 오픈소스를 기반으로 한 혁신을 적극적으로 추진하고 있습니다. 우리는 개방형 협업이 SDV의 복잡성을 관리하고 발전 속도를 높이는 핵심 요소라고 봅니다. 공통 표준과 개방형 플랫폼을 육성함으로써 상호운용성과 보안성, 지속 가능성을 갖춘 자동차 생태계 구축에 기여하고 있습니다.”
마리아 안할트(Maria Anhalt) 일렉트로비트(Elektrobit GmbH) CEO

“개방형 하드웨어는 자동차 산업 전반에서 오픈소스 소프트웨어 확산을 가속하는 강력한 동력이 될 것입니다. 공통의 안전한 코어 소프트웨어 스택을 정렬하고 잘 문서화된 하드웨어 인터페이스를 기반으로 협업할 경우, 안전성을 높이고 통합 속도를 가속화하며 OEM과 협력사 간의 재사용성을 확대할 수 있습니다. 최근 생태계 내 협업 사례는 개방형 표준이 차세대 차량용 마이크로컨트롤러 개발을 실질적으로 뒷받침할 수 있음을 보여주고 있습니다.”
피터 쉬퍼(Peter Schiefer) 인피니언(Infineon AG) 오토모티브 사업부 사장 겸 CEO

“리어는 자동차 소프트웨어 커뮤니티 전반의 효율성을 높이기 위한 노력에 동참하게 되어 뜻깊게 생각합니다. 이 중요한 이니셔티브에 참여함으로써, 고객을 위한 혁신을 가속화하는 보다 견고한 소프트웨어 생태계 구축에 기여하고 있습니다.”
닉 로엘리(Nick Roelli) 리어(Lear Corporation) E-Systems 부문 사장

“SDV로의 전환이 가속화되는 가운데, 개방형 협업과 표준화의 중요성은 그 어느 때보다 커지고 있습니다. 우리는 더 안전하고 지능적이며 효율적인 모빌리티 솔루션으로 SDV 시대를 만들어가는 데 최선을 다하고 있으며, 축적된 소프트웨어 전문성을 바탕으로 업계 이니셔티브 발전에 지속적으로 적극 참여할 것입니다.”
은석현 LG전자 VS사업본부장 사장

“타이어 업계를 선도하는 기업으로서, 우리는 개발한 소프트웨어를 활용해 임베디드 타이어 디지털 트윈을 정교화하고 검증하는 것을 목표로 하고 있습니다. 현재는 ADAS에서 타이어가 기여할 수 있는 역할에 주목하고 있으며, 예를 들어 타이어 모델을 깊이 있게 통합해 ABS와 ESP의 효율을 극대화함으로써 안전성과 주행 경험을 개선하고자 합니다.”
알리 레즈귀(Ali Rezgui) 미쉐린(Michelin) 임베디드 타이어 디지털 트윈 부문 부사장

“모든 자동차 부품의 원스톱 공급업체로서, 우리는 자동차 산업의 오픈소스 이니셔티브를 전폭적으로 지지합니다. 이러한 새로운 도전에 적극 나서 업계와 협력하고, SDV의 미래에 기여하고자 합니다.”
정수경 현대모비스 전장BU 부사장

“이 이니셔티브는 SDV 개발을 가속화하고 미래 모빌리티를 만들어가기 위한 업계의 단합된 약속을 보여줍니다. 우리는 안전성, 보안성, 신뢰성, 고성능 기술이라는 핵심 원칙을 바탕으로 완성차 업체가 차세대 사용자 경험을 구현할 수 있도록 지원하는 데 주력해 왔습니다. 이와 같은 협업 노력을 통해 SDV의 잠재력을 온전히 실현하고, 산업 전반에 혜택을 주는 혁신을 이끌 수 있을 것입니다.”
존 월(John Wall) QNX 최고경영자(CEO)

“퀄컴 테크놀로지스와 S-CORE의 협력은 고성능 차량용 미들웨어 액세스를 민주화하기 위한 중요한 단계입니다. 우리의 스냅드래곤 디지털 섀시(Snapdragon Digital Chassis) 솔루션을 S-CORE 커뮤니티와 연계함으로써 완성차 업체와 1차 협력사가 더 빠르게 혁신하고 지능적이며 연결되고 안전한 차량을 제공할 수 있도록 지원하고 있습니다.”
락스미 라야푸디(Laxmi Rayapudi) 퀄컴 테크놀로지스(Qualcomm Technologies) 소프트웨어·자동차·IE-IOT 부문 부사장 겸 총괄

“레드햇은 이번 확대된 협업에 다른 업계 리더들과 함께 참여하게 되어 기쁘게 생각하며, 소프트웨어 정의 시스템을 위한 개방적이고 상호운용 가능한 기반을 지원하고자 합니다. Eclipse SDV와 같은 ‘코드 우선(code-first)’ 생태계에 기여함으로써, 업계 전반의 파편화를 줄이고 SDV의 대규모 구현을 가속화하는 데 도움을 주고 있습니다. 오픈소스는 더 이상 자동차 개발의 선택 사항이 아니라, 산업 전반에 걸친 빠른 혁신과 장기적인 지속 가능성을 견인하는 필수 엔진입니다.”
프랜시스 초우(Francis Chow) 레드햇(Red Hat) 차량용 운영체제·엣지 부문 부사장 겸 총괄

“이 오픈소스 커뮤니티의 일원이 됨으로써, 셰플러는 SDV 생태계에서 소프트웨어 통합, 서비스, 기능 제공의 파트너로서 역할을 수행할 수 있게 되었습니다. 우리는 안전 및 보안 솔루션 분야에서 쌓아온 폭넓은 경험을 활용해, 이번 이니셔티브를 통해 제품 출시 기간을 단출할 수 있습니다.”
우베 바그너(Uwe Wagner) 셰플러(Schaeffler AG) 최고기술책임자(CTO)

“트라톤 그룹은 기술 개발과 규제 정합성 확보에서 협력 접근 방식을 적극 지지합니다. 오픈소스 소프트웨어를 포함한 이러한 이니셔티브에 기여함으로써, 트라톤은 균형 잡힌 환경을 조성하고 이를 통해 글로벌 시장에서 혁신을 더욱 촉진하고자 합니다.”
니클라스 클링겐베르크(Niklas Klingenberg) 트라톤(Traton SE) 그룹 R&D 책임자

“T-Systems는 오픈소스 소프트웨어를 지지해온 오랜 전통이 있습니다. 전 세계 3,600만 대 이상의 차량이 당사의 차량 백엔드용 소프트웨어 빌딩 블록(Software Building Blocks, SBB) 제품군의 혜택을 누리고 있습니다. 디지털 트윈, 소프트웨어 캠페인 관리, 엔드투엔드(End-to-End) OTA 업데이트와 같은 이러한 빌딩 블록은 차별화 요소가 아니므로 OEM 전반에서 공유되어야 합니다. 이러한 이유로, 우리는 이 구성 요소들을 공동 소프트웨어 스택에 제공할 것이며, 모든 파트너와의 협업을 기대하고 있습니다.”
크리스티안 호르트(Dr. Christian Hort) T-Systems 자동차·제조 부문 수석부사장

“유즈블록스는 오픈소스 Sphinx Needs 프레임워크의 유지관리자로서 Eclipse S-CORE와 모든 파트너를 적극적으로 지원하고 있습니다. 이를 통해 문서화, 요구사항, 아키텍처, 소스 코드, 테스트 전반에 걸쳐 원활한 추적성을 확보할 수 있으며, 자동차 분야에서 ‘코드 우선’ 오픈소스 전략을 실현하는 데 중요한 기여를 하고 있습니다.”
다니엘 보스테(Daniel Woste) 유즈블록스(useblocks GmbH) 최고경영자(CEO)

VESA, DisplayPort™ Automotive Extension v1.1 규격 및 실행 에뮬레이터 공개

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-16 10:46:57+0900

VESA^®(Video Electronics Standards Association)가 5일(미국 현지시간) CES 2026에서 차량용 디스플레이 시스템의 기능 안전성 및 보안을 지원하기 위한 개방형 표준인 DisplayPort™ Automotive Extension (DP AE) v1.1을 공식 발표했다.

DP AE v1.1은 반도체 제조사, 시스템 통합회사, 자동차 OEM이 ISO 26262 ASIL-D 및 보안(UN R155, ISO 21434) ‘골드 스탠다드’ 요구사항을 충족하는 DisplayPort (DP) 및 Embedded DisplayPort (eDP) 기반 디바이스를 설계·검증할 수 있도록 실행 가능한 규범적(normative) 소프트웨어 에뮬레이터를 포함하고 있다.

DP AE v1.1 업데이트의 핵심은 DP AE 규격에서 정의한 4가지 규범적 안전 및 보안 프로파일을 모두 구현한 ‘화이트박스’ C-모델 소프트웨어 에뮬레이터다. 이 프로파일들은 메인 비디오 데이터 경로, 보조(AUX) 채널, 전체 시스템 무결성에 대해 계층형(layered) 보호 기능을 제공한다. 이를 통해 사용자는 차량용 디스플레이 파이프라인에서 프레임 수준의 충실도를 검증하고, 조작(tampering)을 탐지하고, 암호화 인증을 강화할 수 있다.

DP AE v1.1은 다음과 같은 4가지 누적(cumulative) 프로파일을 제공한다:

프로파일 1: 데이터 경로 상에서 각 비디오 프레임마다 생성되는 순환 중복 검사(Cyclical Redundancy Check, CRC) 및 프레임 카운터를 통해 필수 기능 안전성을 구현한다. 이를 통해 프레임이 손상되거나 누락 또는 반복되지 않도록 하며, 중요한 이벤트를 항상 기록하고 놓치지 않도록 한다. 추가로 비디오 프레임 타임아웃 모니터링을 제공해 소스와 싱크 양쪽 모두가 데이터 경로 링크 무결성을 유지하도록 한다.
프로파일 2: 프로파일 1의 기능 안전성 범위를 더욱 확장하고, 더 복잡한 구축 환경과 공급사가 정의한 방법을 지원하기 위해 메시징, 라우팅, 알림 기능을 포함한다.
프로파일 3: 프로파일 2를 계속 확장하면서, 디바이스 인증을 통해 구축된 보안 채널을 활용하여 보조 메시지에 고급 보안 기능을 추가한다. 또한 사용자가 위조품 사용이나 애프터마켓 개조로 인해 피해를 입지 않도록 디바이스 인증서를 통해 안전하게 보호한다.
프로파일 4: 프로파일 3에서 보조 메시지를 보호하는 기능에 더해, 비디오 프레임에 대한 무결성과 재전송 공격 방지(anti-replay) 보호 기능을 추가하여 데이터 플레인까지 보안 범위를 확장한다.

이러한 프로파일은 대역폭 손실이나 물리계층(PHY) 변경 없이, DP v2.1a 및 eDP v1.5a 기반의 실제 구현을 지원한다. 또한 DP AE 표준은 압축/비압축 비디오, 멀티스트림 전송(Multi-Stream Transport, MST)을 지원하며, 디스플레이 관심 영역(region of interest, ROI)을 최대 16개까지 구현할 수 있다.

차량용 디스플레이에 최적화된 DisplayPort

DP는 높은 비디오 대역폭뿐 아니라 MST 기능을 제공해, 1개의 DP 소스 포트에 여러 디스플레이를 연결할 수 있다. 그러나 VESA의 DP AE 표준이 도입되기 전까지는 ECU가 전송한 데이터가 디스플레이에서 노이즈 주입 오류 없이 동일하게 수신되었는지, 그리고 악의적 변조 대상이 아니었는지 여부를 검증할 수 있는 표준화된 방법이 없었다.

VESA 이사회 멤버이자 DP AE 표준 리드인 제임스 고엘(James Goel)은 “DP AE v1.1을 통해 VESA는 자동차 디스플레이 설계 및 테스트 워크플로에 직접 적용할 수 있는 완전한 실행형 규격을 제공하게 되었다”며 “이번에 공표한 최신 규격은 반도체 제조사, 시험 인증 기관, 자동차 OEM에 보안성이 강화되고 안전이 핵심인 디스플레이를 구현할 수 있는 완전한 개방형 표준 기반 접근법을 제공한다”고 말했다.

이번 업데이트에 포함된 C-모델 에뮬레이터는 다음과 같은 사용자를 위해 설계됐다:

소스(ECU), 브리지(serializer/deserializer, SERDES), 싱크(수신기/타이밍 컨트롤러) 디바이스를 설계하는 설계 엔지니어
공식 적합성 테스트를 준비하는 시험 기관 및 CTS 기술자
디스플레이 시스템의 안전성과 진정성(authenticity)을 검증하는 OEM 검증팀

에뮬레이터는 리눅스 애플리케이션 형태로 제공되며, 소프트웨어 테스트 환경에 통합할 수 있다. 또한 VESA는 제조 및 검증 작업을 수행하는 자동차 기술자를 지원하기 위해 윈도우 기반 그래픽 사용자 인터페이스(GUI)도 개발 중이다.

이외에도, VESA는 DP AE 제품의 공식 검증 및 인증이 가능하도록 CTS(Compliance Test Specification)와 로고 프로그램도 개발 중이다. CTS는 현재 검토 단계에 있으며, 2026년 중 최종 확정될 것으로 예상된다. VESA가 인증한 공식 테스트 센터와 업계 기여자들이 초기 피드백을 통해 프로그램 개발에 도움을 주고 있다.

VESA DP AE 표준에 대한 업계의 지지

BTA 디자인 서비스(BTA Design Services)의 브라이언 터너(Brian Turner) 대표는 "BTA 디자인 서비스는 DP AE CTS 레퍼런스 C-모델 소프트웨어 에뮬레이터를 설계·개발한 핵심 기여사로서, 2026년 4분기 반도체 적용을 목표로 한 최첨단 표준 준수 IP를 제공하고 있다. 또한 2026년 2분기에는 DP AE IP의 초기 버전을 공개할 계획이다”라고 밝혔다.

텔레다인 르크로이(Teledyne LeCroy)의 조 멘돌리아(Joe Mendolia) 프로토콜 솔루션 그룹 마케팅 부사장은 “텔레다인 르크로이는 VESA의 새로운 기술 이니셔티브 도입을 지속적으로 선도해왔으며, 주력 장비인 퀀텀데이터 M42de(quantumdata M42de) 분석기/제너레이터 플랫폼 상에서 DP AE를 위한 첫 번째 솔루션을 출시했다. 우리는 DP AE 규격에 대한 조기 지원을 통해 자동차 혁신 기업이 프로토타입 디바이스를 안전성과 상호운용성 관점에서 자신 있게 시험할 수 있도록 지원할 것”이라고 말했다.

인피니언과 Flex, 소프트웨어 정의 차량을 위한 존 컨트롤러 개발 키트 출시

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-15 12:36:29+0900

인피니언 테크놀로지스 (코리아 대표이사 이승수)와 오토모티브 디자인 파트너 Flex가 소프트웨어 정의 차량(SDV) 개발 가속화를 위한 존 컨트롤러 개발 키트(Zone Controller Development Kit)를 공개했다.

이 개발 키트는 확장 가능한 접근 방식을 따르며, 약 30개의 고유한 빌딩 블록을 결합한 재사용 가능한 자산을 기반으로 한다. 컨셉부터 양산까지 명확한 경로를 제공하는 이 개발 키트를 통해 개발자는 짧은 개발 주기 내에 다양한 존 컨트롤러 유닛(ZCU) 구현을 유연하게 구성할 수 있다.

차세대 E/E 아키텍처에서 ZCU는 다양한 주변 장치를 연결하고 전력을 공급한다. 차량 플랫폼과 모델에 따라 주변 장치 구성이 달라지므로 ZCU에 대한 요구사항도 달라진다. 하지만 기존 ZCU는 특정 사용 사례나 플랫폼에 최적화되지 않은 경우가 많다.

개발 키트의 빌딩 블록 개념은 다양한 구현에 맞춰 설계를 최적화하면서 향후 모델을 위한 기능 확장성을 유지하도록 한다. 이를 통해 부품 비용(bill of materials, BOM)을 절감하고 개발 주기를 단축한다. 이 디자인 플랫폼은 OEM이 50개 이상의 전력 분배, 40개 이상의 커넥티비티, 10개 이상의 부하 제어 채널을 활용해 빠른 평가와 초기 애플리케이션 개발을 진행하도록 지원한다. 높은 I/O 밀도와 연산 능력이 필요한 고성능 ZCU 구현을 위해 듀얼 MCU 플러그온 모듈을 제공한다. 고객은 우선 전체 세트로 시작한 후 기능과 예산에 따라 두 개의 비용 효율적 MCU 또는 싱글 MCU로 최적화할 수 있다. 이는 “전체 세트로 시작하여 품질이나 프로그램 속도 저하없이 비용 최적화를 위해 부품을 줄인다”는 플랫폼의 핵심 원칙에 부합한다.

automotive zone control unit

인피니언과 플렉스의 존 컨트롤러 개발 키트는 I²t (암페어 제곱 초), 과전류 보호, 과전압 보호, 정전용량 부하 스위칭, 역극성 보호 (reverse polarity protection), 하드웨어 가속기를 통한 안전한 데이터 라우팅, OTA 소프트웨어 업데이트를 위한 A/B 스왑, 사이버 보안을 포함한 필수 존 컨트롤 기능을 지원한다. 사전 검증된 하드웨어는 인피니언의 AURIX™ 마이크로컨트롤러, OPTIREG™ 파워 서플라이, PROFET™ 및 SPOC™ 스마트 파워 스위치, MOTIX™ 모터 제어 솔루션 등 최고 수준의 자동차용 반도체와 Flex의 설계·통합·산업화 전문성을 결합했다.

존 컨트롤러 개발 키트는 현재 사전 주문을 받고 있으며, 제품 출하는 2026년 1분기 말로 예정되어 있다.

키사이트, safety-critical 환경용 AI 검증 소프트웨어 출시

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-14 19:49:18+0900

키사이트테크놀로지스(Keysight Technologies)가 안전 필수(safety-critical) 환경에서 인공지능(AI) 기반 시스템의 검증과 유지 관리를 혁신해 신뢰성을 확보할 수 있는 소프트웨어 솔루션 ‘Keysight AI Software Integrity Builder’를 공개했다.

Keysight AI Software Integrity Builder는 안전 필수 환경에서 AI 기반 시스템의 검증과 유지 관리 방식을 혁신해 신뢰성을 확보하도록 돕는다.

규제 감독이 강화되고 AI 개발이 복잡해지는 상황에서, 이 솔루션은 자동차를 비롯한 안전 필수 산업을 대상으로 AI 개발부터 실제 환경에서의 추론, 데이터 드리프트 및 성능 모니터링까지 AI 전 수명주기를 포괄적으로 지원하는 것이 특징이다.

키사이트는 AI 시스템이 복잡하고 동적 엔티티(dynamic entities)로 작동하는 반면, 내부 의사결정 과정은 불투명한 경우가 많아 안전성과 신뢰성, 규제 준수를 입증해야 하는 자동차 산업에서 큰 과제가 되고 있다고 지적했다. 특히 ISO/PAS 8800과 EU AI 법(EU AI Act) 등은 설명 가능성과 검증을 요구하지만, 구체적인 방법론을 제시하지 않아 개발자들의 개발 부담을 키워왔다. 여기에 파편화된 툴체인이 개발 워크플로를 복잡하게 만들고 규제 적합성 위험을 높이고 있다.

AI Software Integrity Builder는 이러한 문제를 해결하기 위해 AI 시스템 내부에서 어떤 일이 일어나고 있는지, 배포 시 안전하게 동작하도록 보장할 방법은 무엇인지를 규명할 수 있는 통합적 수명주기 기반 프레임워크를 제시한다. 또한, 엔지니어링 팀이 규제 준수를 입증할 증거를 확보하고 AI 모델을 지속적으로 개선할 수 있도록 지원한다.
기존 파편화된 툴체인이 AI 테스트의 일부 단계만 다루는 것과 달리, 키사이트의 통합 접근법은 데이터셋 분석, 모델 검증, 실제 환경 추론 테스트, 지속적 모니터링을 모두 포함한다.

Keysight AI Software Integrity Builder의 핵심 기능

데이터셋 분석(Dataset Analysis): 통계적 방법을 활용해 모델 성능에 영향을 줄 수 있는 편향, 공백, 불일치 등을 식별한다.
모델 기반 검증(Model-Based Validation): 모델의 의사결정을 설명하고 숨겨진 상관관계를 파악해 개발자가 AI 시스템의 패턴과 한계를 이해할 수 있도록 지원한다.
실제 환경 기반 추론 테스트(Inference-Based Testing): 모델이 실제 조건에서 어떻게 작동하는지 평가하고, 학습 단계와의 편차를 감지하며 향후 개선점을 제시한다.

키사이트는 기존 오픈소스 도구나 개별 공급업체 솔루션의 경우 AI 테스트의 일부 단계만 다루는 반면, 자사 솔루션의 경우 학습 단계와 실제 배포 사이의 간극을 해소한다고 강조했다. 이 솔루션이 모델이 학습한 내용을 검증할 뿐만 아니라 실제 운용 환경에서의 성능까지 평가할 수 있어, 자율주행과 같은 고위험 애플리케이션에서 필수적인 요구사항을 충족한다는 것이다.

토마스 괴츨(Thomas Goetzl) 키사이트 자동차·에너지 솔루션 부문 부사장 겸 총괄 매니저는 “차량 내 AI의 신뢰성 확보와 기능 안전성은 점점 더 중요한 과제가 되고 있다”며 “키사이트는 테스트·계측 분야의 전문성과 AI 검증 기술을 결합해, 규제 요구사항을 충족하는 신뢰할 수 있는 AI 시스템을 구축할 수 있는 툴을 제공한다”고 말했다.

키사이트는 AI Software Integrity Builder를 통해 엔지니어링 팀이 AI 기반 시스템 개발 과정에서 파편화된 테스트 방식에서 벗어나, 투명하고 감사 가능하며 설계 단계부터 규정을 준수하는 통합 AI 보증 전략을 구현할 수 있도록 지원한다.

하만, ‘Ready’ 포트폴리오·카 오디오·SDV 솔루션 확대

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-14 17:30:19+0900

삼성전자 자회사 하만(HARMAN)이 실차 적용이 가능한 ‘로드 레디(Road-ready)’ 제품군을 앞세워 차량 실내 경험 고도화에 속도를 낸다. 하만은 차량 내 오디오, 소프트웨어 정의 차량(SDV), 개인화, 안전, 시각 경험 전반을 아우르는 ‘Ready’ 포트폴리오의 신규 제품과 업그레이드를 공개했다고 13일(미국 현지시간) 밝혔다.

하만은 이번 발표를 통해 인공지능(AI)이 보편화 된 자동차 산업에서 차별화의 기준이 기술 자체가 아니라 ‘실행력’에 있음을 강조했다. 이번에 공개한 솔루션들은 이미 OEM 통합이 가능한 상태로 제공되며, 하드웨어 및 소프트웨어 개발 주기를 단축하고 차량 수명주기 동안 업그레이드 가능한 지능적이고 의미 있는 차량 내 경험을 제공하는 데 도움을 준다.

크리스천 소봇카(Christian Sobottka) 하만 오토모티브 부문 최고경영자(CEO) 겸 사장은 “차량 내에서 AI와 머신러닝은 더 이상 차별화 요소가 아니며, 성공의 핵심은 바로 실행력”이라며 “하만은 소프트웨어, 하드웨어, AI, 오디오, 시각 기술을 통합해 소비자 요구를 충족하는 완벽한 로드 레디 경험을 제공한다”고 말했다. 그는 또 “통합 제품 포트폴리오와 개발자 도구를 통해 OEM이 통합 복잡성과 수명주기 비용 같은 과제를 해결하도록 돕고 있다”고 밝혔다.

SDV 툴체인 강화 ··· 검증 단축·평생 업데이트 지원

하만은 소프트웨어가 차별화의 핵심 요소로 자리 잡으면서 중앙집중형 컴퓨팅과 존(zonal) 아키텍처 전환이 가속화되고 있다며, 검증 주기를 단축하고 혼합 중요도(mixed-criticality) 통합 위험을 완화하는 SDV 툴체인을 제시했다.

‘Ready CQuence Loop’는 클라우드 네이티브 기반으로 가상·실물 타깃에서 빌드, 테스트, 검증을 지원하며, ‘Ready CQuence Run’은 안전한 혼합 중요도 격리를 위한 자동차용 Type 1 하이퍼바이저로 2천만 개 이상의 ECU에 적용됐다. 여기에 OTA, Smart Delta, Ready Link Marketplace를 통해 8천만 대 이상의 차량 업데이트 경험과 190개 이상의 앱·기능을 제공한다.

개인 맞춤: 오디오 경험과 브랜드 정체성 강화

개인화 영역에서는 다중 사용자 환경에 맞춘 오디오 경험을 강조했다. Ready StreamShare는 블루투스 연결 허브와 시스템에 포함된 하만의 초저지연 헤드폰을 통해 최대 4개의 개인 맞춤형 미디어 영역을 구현하여, 탑승자가 개별적으로 음악을 듣거나 동승자와 함께 미디어를 즐길 수 있으며 헤드폰을 벗지 않고도 핸즈프리로 자연스럽게 대화를 이어갈 수 있도록 지원한다.

HARMAN Ready StreamShare의 주요 기능

연결(Connect): 최대 4명의 탑승자가 자신의 휴대전화를 차량 내 중앙 허브에 연결하여 각각의 개인 청취 영역을 만들 수 있다.
청취(Listen): 각 탑승자는 시스템에 포함된 하만의 초저지연 헤드폰을 통해 개인적으로 청취하거나 다른 영역에 합류하여 함께 미디어를 감상할 수 있다.
커뮤니케이션(Communicate): 각 탑승자는 헤드폰을 벗지 않고도 핸즈프리로 미디어 감상에서 차량 내 대화로 전환할 수 있으며, 드라이버 어나운스먼트(Driver Announcement) 기능을 통해 모든 활성화된 스트림을 일시 중지하고 모든 탑승자가 중요한 메시지를 들을 수 있도록 할 수 있다.

HALOsonic Electronic Sound Synthesis는 차량 사운드 시그니처를 개인 맞춤으로 설정할 수 있도록 새로운 음원과 직관적 튜닝 워크플로를 제공한다. HARMAN Branded Audio는 조명과 촉각 요소, AI 기반 음향 최적화 기능을 결합해 차량 실내 분위기를 확장한다.

안전·연결성·시각 경험까지 통합

안전 분야에서는 차량 내부와 외부 상황을 종합적으로 인식하는 접근을 제시했다. Ready Care는 운전자 및 탑승자 모니터링과 지능형 개입 기능을 제공하며, Ready Connect는 4G, 5G, 위성 통신을 지원하는 텔레매틱스 제어 장치(TCU) 제품군으로 까다로운 환경에서도 중요한 정보에 연결될 수 있도록 연결성을 강화했다. Ready Aware는 기존 통신 인프라를 활용한 V2N (Vehicle-to-Network) 위험·교차로 경고 시스템으로, 머신러닝 기반 신뢰도 엔진(ML-refined Confidence Engine)을 통해 오경보 및 정보 과부하를 줄이고 음향 감지 및 Cerence AI를 통한 긴급 차량 감지 기능을 추가로 제공한다.

시각 경험에서는 HDR10+ 자동차 인증을 획득한 삼성 네오 QLED 기반 Ready Display를 통해 표준 LCD 대비 더 넓은 색 영역과 뛰어난 주간 가독성을 제공한다. Ready Vision QVUE는 전방 시야 내 윈드실드 디스플레이와 시선 인식 밝기 조절, e미러 라이브 뷰, 콘텐츠 구성 도구를 포함한다.

현대차그룹, AVP본부장 겸 포티투닷 대표에 박민우 사장 영입

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-14 15:04:42+0900

현대자동차그룹이 SDV(Software Defined Vehicle) 및 자율주행 기반 차량 소프트웨어 경쟁력 강화를 위해 박민우 박사를 신임 AVP본부장 겸 포티투닷(42dot) 대표로 선임했다.

이번 영입을 통해 현대차그룹은 SDV와 자율주행 전 영역에서 차량 소프트웨어 기술 개발과 사업화를 가속화하고, 자율주행 및 모빌리티 기술 통합, SDV 전략 실행을 가속할 계획이다.

신임 박민우 사장은 테슬라(Tesla)와 엔비디아(NVIDIA) 등 글로벌 기업에서 컴퓨터 비전 기반 자율주행 분야 기술의 연구·개발부터 양산과 상용화까지 전 과정을 경험한 인물이다.

박민우 사장은 최근까지 엔비디아에서 부사장(Vice President)으로 재직하며, 자율주행 인지 기술을 개발하는 조직의 초창기부터 합류해 개발 체계 전반을 구축하고 자율주행 소프트웨어의 양산 및 상용화를 주도했다. 특히 인지 및 센서 융합 기술을 전담하는 조직을 이끌며 글로벌 완성차 기업들과 진행한 양산 프로젝트를 통해 엔비디아 자율주행 플랫폼의 차량 적용을 성공적으로 추진, 연구 단계였던 기술을 실제 차량에 적용 가능한 양산 기술로 전환하는 데 핵심 역할을 수행했다.

박민우 사장은 앞서 테슬라 재직 당시 오토파일럿(Autopilot) 개발 과정에서 테슬라 최초의 ‘테슬라 비전(Tesla Vision)’을 설계하고 개발을 주도했다. 그는 이 과정에서 기존 외부 솔루션에 의존하던 구조를 벗어나 자체 카메라 중심의 딥러닝 시스템을 구축했고, 이를 통해 자율주행 기술이 하드웨어 중심에서 소프트웨어 중심 구조로 전환되는 기반을 마련하는 데 주도적인 역할을 했다.

박민우 사장은 “현대차그룹은 SDV와 자율주행을 넘어 로보틱스를 아우르는 Physical AI 경쟁력을 빠르게 현실화할 수 있는 최적의 기반을 갖춘 기업”이라며 “현대차그룹이 기술과 사람이 함께 다음 세대의 지능형 모빌리티(Intelligent Mobility)를 이끌어 가고, 세계 혁신의 기준(Benchmark for Innovation)이 되는 데 기여하겠다”고 밝혔다.

현대차그룹은 R&D본부장에 만프레드 하러(Manfred Harrer) 사장을 선임한 데 이어, AVP본부 및 포티투닷을 총괄하는 자리에 박민우 사장을 영입함으로써 미래 모빌리티 기술 경쟁력 강화 및 기술 개발을 위한 핵심 리더십 체계를 완성했다.

◇ 주요 프로필

박민우 사장
: 현대차그룹 AVP본부장 겸 포티투닷 대표이사
1977년생(만 48세)

· 학력
- 미국 펜실베니아주립대 컴퓨터공학 박사(2010)
- 미국 펜실베니아주립대 전기전자 석사(2007)
- 고려대학교 전기/전자/전파공학 학사(2004)

· 주요 경력
- 엔비디아, Vice President, SUPERNOVA, COSMOS SDG Product(2025.6~2026.1)
- 엔비디아, Vice President, AV Perception & M/L Foundation(2023.6~2025.6)
- 엔비디아, Sr.Director, AV Perception, Autonomous Vehicles(2021.7~2023.6)
- 엔비디아, Director, AV Perception, Autonomoous Vehicles(2019.9~2021.7)
- 엔비디아, Sr.Manager, Principal Scientist, Autonomous Vehicles(2017.6~2019.9)
- 테슬라, Sr.Engineering Manager, Visual Perception, Autopilot(2017.3~2017.6)
- 테슬라, Sr.Staff, Autopilot Computer Vision(2017.1~2017.3)
- 테슬라, Staff Engineer, Autopilot Computer Vision(2015.3~2016.12)
- Object Video, Research Scientist(2012.10~2015.3)
- Eastman Kodak, Research Scientist(2010.8~2012.10)

QNX-벡터, SDV 경쟁 구도에 새로운 방향 제시

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-12 14:54:17+0900

블랙베리(BlackBerry Limited) 자회사 QNX와 독일 소프트웨어 기업 벡터(Vector Informatik GmbH)가 CES 2026에서 소프트웨어 정의 차량(Software-Defined Vehicle, SDV) 개발을 간소화하고 가속하도록 설계된 차량용 기반 소프트웨어 플랫폼(Foundational Vehicle Software Platform) ‘Alloy Kore(알로이 코어)’를 공개했다. 알로이 코어는 단순한 미들웨어 스택이나 통합 계층을 넘어, 안전성과 보안을 전제로 사전 통합된 ‘생산 준비형(production-ready)’ 기반 플랫폼으로 SDV 전환을 추진하는 완성차 업계의 핵심 요구사항을 겨냥하고 있다.

QNX와 벡터는 지난해 6월 차량용 기반 소프트웨어 플랫폼 공동 개발을 위한 전략적 협력을 체결했으며, 이번에 그 결과물인 알로이 코어를 공개한 것이다. 양사는 이미 메르세데스-벤츠를 포함한 일부 완성차 업체(OEM)가 차세대 SDV 아키텍처에 알로이 코어를 통합하는 방안을 검토 중이라고 밝혔다. 이는 SDV 경쟁의 초점이 기반 소프트웨어 자체가 아니라, 검증된 공통 기반 위에서 구현되는 경험과 기능으로 이동하고 있음을 보여준다.

알로이 코어는 QNX의 검증된 운영체제(QNX OS for Safety)와 가상화 기술(QNX Hypervisor for Safety 8.0)에 벡터의 안전 미들웨어를 하나의 플랫폼으로 통합했다. 이는 개별 구성 요소를 조합하는 방식이 아니라, 고성능 컴퓨팅(HPC) 아키텍처에 최적화된 기반 소프트웨어를 처음부터 하나의 묶음으로 제공하는 접근이다. 이를 통해 차량 내 여러 도메인에 걸쳐 애플리케이션을 구동할 수 있는 단일 소프트웨어 기반을 제공한다. QNX와 벡터는 이러한 통합 구조를 통해 차량 소프트웨어의 기본 계층(base-layer) 복잡성을 줄이고, 완성차 업체가 차별화된 기능 개발에 더 집중할 수 있다고 밝혔다.

그동안 완성차 업체들은 OS, 미들웨어, 하이퍼바이저를 각기 다른 공급사로부터 도입해 차량 소프트웨어 플랫폼을 구성해왔다. 이 과정에서 반복되는 통합 작업과 검증, 인증 절차는 개발 기간을 늘리고 엔지니어링 자원을 소모하는 요인으로 작용했다. 차량 라인업이 늘어날수록 복잡성은 기하급수적으로 커졌다.

알로이 코어는 이러한 구조를 근본적으로 바꾸려는 시도다. 실시간 운영체제(RTOS)를 중심으로 인증된 Rust 및 C/C++용 런타임 환경, SOME/IP와 제로 카피(Zero Copy)를 포함한 고효율 IPC (Inter-Process Communication), 통합 보안 기능과 표준화된 진단 계층이 사전 통합돼 제공된다. 따라서 OEM 입장에서는 기반 소프트웨어를 처음부터 구축하고 검증하는 부담을 줄이고, 차량 차별화와 사용자 경험에 직결되는 영역에 개발 역량을 집중할 수 있다.

Alloy Kore(알로이 코어) 아키텍처

현재 알로이 코어의 얼리 액세스(Early Access) 버전이 벡터 또는 QNX에서 각기 배포판을 통해 제공되고 있다. 이를 통해 완성차 업체들은 인증 버전 출시 전까지 프로토타이핑과 시스템 통합, 피드백 과정을 진행할 수 있다. 정식 인증 버전은 2026년 말 출시될 예정이다.

존 월(John Wall) QNX 사장은 “알로이 코어는 차량 소프트웨어의 기반 복잡성을 추상화함으로써 자동차 OEM이 지능형 운전자 지원이나 개인화된 차량 내 경험과 같은 브랜드 차별화 영역에 엔지니어링 역량을 집중할 수 있도록 설계됐다”고 강조했다.

QNX와 벡터는 차량용 기반 소프트웨어 통합이 완성차 업체에 점점 더 큰 부담으로 작용하고 있으며, 이로 인해 고부가가치 소프트웨어 개발에 투입돼야 할 자원이 분산되고 있다고 지적했다.

알로이 코어는 하드웨어와 소프트웨어 개발 주기를 분리해 새로운 디지털 차량 기능을 더 빠르게 시장에 선보이는 것을 목표로 한다. 인증 버전은 ISO 26262 기능 안전성 기준 중 최고 수준인 ASIL D까지 지원할 예정이며, ISO/SAE 21434 사이버보안 규격도 충족하도록 설계됐다.

양사는 향후 승용차와 상용차 제조사, 산업 단체와의 협력을 통해 알로이 코어를 자동차 생태계 전반에서 상호운용성을 지원하는 레퍼런스 아키텍처로 발전시킨다는 계획이다.

마티아스 트라우브(Matthias Traub) 벡터 사장 겸 매니징 디렉터는 “알로이 코어는 OEM이 소프트웨어 정의 미래에 접근하는 방식을 근본적으로 바꾸는 전환점”이라며 “차량 프로그램마다 기반 소프트웨어를 새로 구축하는 대신, 확장 가능하고 모듈화된 플랫폼을 통해 통합 부담을 줄이고 혁신 속도를 높일 수 있다”고 밝혔다.

지리자동차그룹, CES 2026서 차세대 스마트 자동차 기술 공개

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-12 09:55:28+0900

지리자동차그룹(Geely Auto Group)이 CES 2026에서 차세대 스마트 자동차를 위한 핵심 기술을 공개하며 3회 연속 CES 참가를 마무리했다. 프리미엄 전동화 모빌리티 브랜드 지커(Zeekr)를 산하에 둔 지리자동차그룹은 이번 전시를 통해 차량 지능화와 자율주행 고도화를 향한 기술적 방향성을 제시했다.

지리자동차그룹이 이번 CES에서 선보인 기술은 크게 두 가지로, 차량 전반을 통합하는 차세대 지능형 아키텍처 ‘풀 도메인 AI 2.0(Full-Domain AI 2.0)’과 고도화된 자율주행으로의 전환을 가속하는 지능형 주행 시스템 ‘G-ASD(Geely Afari Smart Driving)’다.

풀 도메인 AI 2.0은 기존 ‘풀 도메인 AI 1.0’을 한 단계 확장한 개념으로, 개별 모듈 중심의 분산형 구조에서 벗어나 차량 전체를 하나의 통합 AI 아키텍처로 묶은 것이 특징이다. 지리자동차그룹은 연산 능력, 데이터, AI 모델을 심층적으로 통합해 중앙 지능형 엔진을 구축했으며, 이를 통해 차량에 이른바 ‘슈퍼 AI 브레인’을 구현했다.
이 아키텍처는 운전 공간과 섀시, 안전 시스템, 주행 영역 전반의 기능을 통합 제어하며, 각 지능형 시스템 간 실시간 상호 작용과 데이터 공유를 가능하게 한다. 이를 통해 차량 전반의 협업 효율과 반응성을 높이는 데 초점을 맞췄다.

함께 공개된 G-ASD는 차세대 지능형 주행 시스템으로, 자율주행 기술 고도화를 위한 핵심 축으로 제시됐다. G-ASD는 첨단 AI 기술과 대규모 실주행 데이터, 고성능 센싱 및 컴퓨팅 하드웨어를 결합해 복잡한 교통 환경에서도 주행 안전성과 신뢰도를 강화하는 데 중점을 둔다.

제리 간(Jerry Gan) 지리자동차그룹 CEO는 “AI는 파워트레인과 개별 부품을 넘어 모빌리티 생태계와 라이프스타일 전반을 재편하며 자동차 산업을 근본적으로 변화시키고 있다”며 “지리자동차그룹은 안전하고 지속 가능하며 지능적인 모빌리티를 전 세계에 제공하는 데 주력하고 있다”고 밝혔다.

리촨하이(Li Chuanhai) 지리자동차그룹 부사장은 “2030년에는 자동차가 감성 인지와 능동적 서비스, 지속적 진화를 갖춘 ‘슈퍼 인텔리전스’로 발전할 것”이라며 “풀 도메인 AI 2.0과 G-ASD는 미래 개념에 머무르지 않고 실제 차량에 적용돼 인간에 가까운 지능과 높은 사용성을 제공하는 기술”이라고 설명했다.

한편, 지리자동차그룹은 중국 항저우에 본사를 둔 글로벌 자동차 기업으로, 2025년 누적 판매 302만여 대를 기록하며 전년 대비 39% 성장했다. 신에너지차(NEV) 판매는 168만여 대로 90% 증가했다. 그룹은 전동화와 스마트 커넥티비티, 자율주행 기술을 중심으로 글로벌 R&D 및 생산 거점을 확대하며 지속 가능한 모빌리티 구현에 속도를 내고 있다.

인피니언, 전 세계 모든 사업장 100% 친환경 전력으로 전환

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-12 09:35:13+0900

인피니언 테크놀로지스(코리아 대표이사 이승수)는 전 세계 모든 사업장이 100% 친환경 전력으로 운영되고 있다고 12일 밝혔다. 이는 2030년 탄소중립 달성을 위한 주요 이정표로, 인피니언은 2019년 대비 2025년까지 탄소 배출(Scope 1·2)을 70% 감축한다는 중간 목표를 초과 달성해 80% 이상을 줄였다. 같은 기간 매출은 두 배로 증가했다. 또한 지난 5월 과학기반감축목표 이니셔티브(Science Based Targets initiative, SBTi)로부터 과학 기반 목표 검증을 받았다.

엘케 라이하르트 (Elke Reichart) 인피니언 디지털 및 지속가능성 책임자는 “인피니언의 반도체는 현대 사회의 증가하는 에너지 수요를 충족하면서 탈탄소화를 지원한다"며 "인피니언은 지속적으로 탈탄소화를 추진하고 있으며, 전 세계 모든 사업장이 100% 친환경 전력으로 운영되는 것을 자랑스럽게 생각한다”고 말했다.

인피니언은 제조 과정에서 CO₂ 배출을 줄이고 자원 효율성을 높이는 데 집중해 왔다. 2021년 유럽 사업장의 전력을 100% 친환경 전력으로 전환한 데 이어, 2022년에는 북미, 2023년에는 말레이시아의 주요 생산시설 (쿨림·멜라카)도 전환을 완료했다. 이후 2024~2025년에는 중국, 인도네시아, 싱가포르의 생산시설까지 전환을 마쳤다.

인피니언의 100% 친환경 전력 달성은 RE100 기준에 부합한다. 인피니언은 독일과 스페인에서 풍력·태양광 발전소와 장기 전력 구매 계약을 체결했으며, 말레이시아 쿨림·말라카에는 태양광 발전 설비를 설치 중이다. 독일 바르슈타인·레겐스부르크, 오스트리아 빌라흐, 중국 우시, 싱가포르 등 일부 사업장은 이미 태양광 발전을 운영하고 있다.

포드, 연내 AI 음성 비서 출시 … 2028년 레벨3 자율주행 출시 목표

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-09 19:28:45+0900

"차량을 만드는 방식의 혁신은 제품 그 자체만큼이나 중요합니다." -Doug Field- [사진=포드]

포드가 인공지능(AI) 기반 음성 비서(assistant)를 올해 안에 선보이고, 2028년에는 조건부 자율주행(SAE Level 3) 시스템을 도입할 계획이다. 포드는 핵심 소프트웨어와 전자·컴퓨팅 모듈을 내재화해 비용을 낮추고 기술 통제력을 높이겠다는 개발 방향을 분명히 했다. 회사는 레벨3 차량이 캘리포니아의 전문 엔지니어링 팀이 개발 중인 새로운 전용 전기차 플랫폼을 통해 처음 선보일 것이라고 밝혔다.

포드의 소프트웨어 부문 최고 책임자는 CES 2026에서 AI 음성 비서가 올해 고객에게 순차적으로 제공될 것이라고 밝혔다. AI 음성 비서는 올해 말부터 고객 대상 시범 적용을 시작해, 2027년부터 차량 내 인포테인먼트 시스템으로 확대할 예정이다.

자율주행 기능은 2027년 출시 예정인 ‘유니버설 전기차 플랫폼(Universal Electric Vehicle, UEV)’을 기반으로 단계적으로 고도화된다. 현재 포드의 주력 운전자 지원 기술은 고속도로 중심의 핸즈프리 레벨2 시스템인 ‘블루크루즈(BlueCruise)’다. 향후 신호등 인식과 교차로 통과가 가능한 지점 간(point-to-point) 핸즈프리 기능을 거쳐, 2028년에는 특정 조건에서 운전자가 시선을 도로에서 떼도 되는 레벨3 기능을 도입할 계획이다. 레벨3는 시스템 요청 시 운전자가 개입해야 하는 조건부 자율주행 단계다.

포드는 비용 절감과 기술 주도권 확보를 위해 핵심 기술을 상당 부분 자체 개발하기로 했다. 다만 테슬라나 리비안처럼 대규모 언어 모델(LLM)이나 반도체를 직접 설계하지는 않는다. 대신 기존 대비 더 작고 효율적인 전자·컴퓨팅 모듈을 자체 설계·통합하는 전략을 택했다. 더그 필드(Doug Field) 포드 EV·소프트웨어 부문 총괄은 “소프트웨어와 하드웨어를 내재화함으로써 기술의 접근성을 높였다”며 “현실적인 가격대의 차량에도 핸즈프리 주행을 적용할 수 있다”고 밝혔다. 필드에 따르면, 포드의 레벨 3 기술은 레이저 기반 원격 감지 기술인 라이다(LiDAR)를 활용한다.

한편, AI 전략 측면에서 포드는 특정 챗봇에 종속되지 않는 ‘챗봇 중립’ 구조를 채택한다. 차량 및 운전자 관련 데이터에 접근할 수 있도록 설계해, 다양한 LLM과 연동하되 차량 맥락에 최적화된 응답을 제공한다는 구상이다. 새미 오마리(Sammy Omari) 포드 ADAS·인포테인먼트 책임자는 “LLM에 차량별 정보를 연결하는 것이 핵심”이라고 강조했다. 포드 최고재무책임자(CFO)는 최근 구글의 제미나이(Gemini)를 차량에 통합할 계획을 언급한 바 있다.

자율주행 시스템의 비용 경쟁력도 강조했다. 포드는 센서, 소프트웨어, 연산 유닛 전반을 재검토해 현재의 핸즈프리 시스템 대비 약 30% 낮은 비용으로 더 많은 기능을 제공하는 구성을 달성할 것이라고 밝혔다. 이를 위해 인포테인먼트, ADAS, 음성 명령 등을 통합 처리하는 소프트웨어와 하드웨어 통합 ‘차량 브레인’ 모듈을 개발하고 있다.

조직 측면에서는 2022년 종료된 아르고 AI의 인력을 흡수해 머신러닝·로보틱스 역량을 강화했고, 2017년부터 합류한 블랙베리 출신 엔지니어들은 차세대 전자 모듈 개발을 맡고 있다. 포드는 연산 성능 수치 경쟁(TOPS 경쟁)보다는 성능·비용·크기의 균형을 중시한다는 입장이다. 그 결과 새 컴퓨팅 모듈은 기존 대비 44% 더 작으면서도 성능을 높이고 비용을 낮췄다고 설명했다.

전기차 수요 둔화와 수익성 압박 속에서 포드는 AI와 자율주행을 전면에 내세우기보다, 비용 효율과 실사용 가치를 중시하는 전략을 택했다. 현실적인 가격대의 차량에서도 활용 가능한 디지털 경험을 구현하겠다는 방향이다.

폭스바겐그룹-퀄컴, 차세대 SDV 위한 장기 협력 의향서 체결

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-09 11:39:28+0900

폭스바겐그룹과 퀄컴 테크놀로지스가 차세대 소프트웨어 정의 차량(SDV)을 위한 전략적 협력에 나선다. 양사는 스냅드래곤 디지털 섀시(Snapdragon^® Digital Chassis™)를 기반으로 한 첨단 인포테인먼트 및 커넥티비티 기능 공급을 골자로 한 장기 공급 계약 의향서(Letter of Intent, LOI)를 체결했다고 8일(미국 현지시간) 밝혔다.

이번 의향서에 따라 퀄컴 테크놀로지스는 폭스바겐그룹의 차세대 존(zonal) 기반 SDV 아키텍처에서 핵심 기술 파트너 역할을 맡게 된다. 이 SDV 아키텍처는 폭스바겐그룹과 리비안 오토모티브(Rivian Automotive)의 합작사인 ‘리비안·폭스바겐그룹 테크놀로지스(RV Tech)’를 통해 서반구 시장을 중심으로 개발되고 있으며, 퀄컴은 2027년부터 인포테인먼트용 고성능 시스템온칩(system-on-chip, SoC)을 공급할 예정이다.

양사의 협력은 이미 자율주행 영역에서도 진행 중이다. 폭스바겐그룹의 소프트웨어 자회사 카리아드(CARIAD)와 보쉬(Bosch)가 주도하는 ‘자동화 주행 얼라이언스(Automated Driving Alliance, ADA)’에서도 퀄컴 테크놀로지스와 협력해 고도 자율주행 기술 개발을 추진하고 있다. 이번 LOI는 폭스바겐그룹이 반도체와 AI 기술을 핵심 부품 중심으로 통합 조달하고, 차량 전반에 확장 가능한 SDV 기반을 구축하려는 전략을 뒷받침한다.

카르스텐 슈나케(Karsten Schnake) 폭스바겐 승용차 브랜드 구매 담당 이사이자 폭스바겐그룹 확대 경영위원회 위원은 “차세대 인포테인먼트와 운전자 보조 시스템은 차량 차별화의 핵심 요소로, 차량 가치에서 차지하는 비중이 크게 증가하고 있다”며 “퀄컴 테크놀로지스를 미래 파트너로 확보함으로써 해당 기술에 필수적인 반도체를 안정적으로 공급받을 수 있는 기반을 마련했다”고 밝혔다.

베르너 티츠(Werner Tietz) SEAT S.A. 연구개발 담당 이사이자 폭스바겐그룹 R&D 총괄은 “고성능 반도체는 차세대 커넥티드 차량의 기반”이라며 “하드웨어와 소프트웨어를 긴밀히 연계해 확장 가능하고 경쟁력 있는 디지털 주행 경험을 제공할 수 있을 것”이라고 밝혔다.

퀄컴 측도 장기 협력의 의미를 강조했다. 나쿨 두갈(Nakul Duggal) 퀄컴 테크놀로지스 자동차·산업·임베디드·IoT·로보틱스 담당 본부장은 “스냅드래곤 디지털 섀시는 소프트웨어 정의 아키텍처의 기반으로, 차세대 인포테인먼트와 첨단 운전자 보조 시스템을 가능하게 한다”며 “폭스바겐그룹과 함께 지능형 모빌리티 시대를 선도할 기술적 토대를 제공하겠다”고 말했다.

SDV와 자율주행을 위한 기술적 기반 강화

폭스바겐그룹과 리비안의 합작사 RV Tech는 존 기반 SDV 아키텍처에서 스냅드래곤 콕핏 플랫폼(Snapdragon^® Cockpit™ Platform)을 활용해 몰입형 디지털 경험을 구현할 계획이다. SDV 아키텍처에서는 고성능 중앙 컴퓨팅 유닛이 차량 기능을 통합 관리하고, 인포테인먼트와 자율주행(highly automated driving, HAD) 기능을 무선 업데이트(OTA)로 지속 확장할 수 있다.
폭스바겐그룹은 SDV 아키텍처를 서반구 시장의 ID.EVERY1을 시작으로, 향후 확장형 시스템 플랫폼(Scalable Systems Platform, SSP) 기반의 모든 전기차에 적용할 방침이다. 이를 통해 자동차 세그먼트와 가격대, 지역에 관계 없이 일관된 최신 기술을 제공한다는 구상이다.

또한, 스냅드래곤 콕핏 플랫폼을 적용한 차량은 에이전틱 AI 기반 사용자 경험을 통해 운전자 요구를 예측하고, 실시간으로 반응하는 기능을 제공할 수 있다. 개인화된 공조·시트 설정부터 최적 경로 안내, 음성·제스처 기반 멀티모달 제어까지 다양한 기능이 포함된다.

자율주행 분야에서는 ADA를 통해 퀄컴의 스냅드래곤 라이드 엘리트(Snapdragon Ride Elite)를 활용한 고도 자율주행 시스템 개발이 추진된다. 이 플랫폼은 센서 처리와 실시간 의사결정을 위한 초저지연 AI 아키텍처를 기반으로 하며, 브랜드와 차종 전반에 확장 가능한 구조를 지향한다.

이번 의향서는 아우디와 폭스바겐 승용차 브랜드를 중심으로 그룹 차원의 확대 적용을 목표로 추진되고 있다. 양사는 차세대 SDV 차량에 스냅드래곤 5G 모뎀 RF와 V2X 기술을 통합하는 방안도 검토 중이며, 이를 통해 초고속 연결성과 실시간 통신을 기반으로 한 안전하고 지능적인 주행 환경을 구현한다는 계획이다.

엔비디아, CES 2026서 루빈 플랫폼과 오픈 AI·자율주행 로드맵 제시

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-09 10:53:13+0900

엔비디아 창립자 겸 CEO 젠슨 황(Jensen Huang)

- 엔비디아 최초 공동 설계 적용한 6칩 AI 플랫폼 ‘루빈’ 공개
- 의료, 로보틱스, 자율주행 오픈 모델 통해 기업·산업·국가 모두의 AI 혁신 가속화
- 자율주행 위한 오픈 AI 모델 제품군 ‘알파마요’, 메르세데스-벤츠 CLA에 첫 도입

엔비디아가 CES 2026 기조연설을 통해 차세대 AI 컴퓨팅 플랫폼 ‘루빈(Rubin)’과 산업 전반을 겨냥한 오픈 AI 모델, 자율주행을 중심으로 한 피지컬 AI 비전을 공개했다. 이번 발표는 데이터센터부터 개인용 컴퓨팅, 자율주행차와 로보틱스에 이르기까지 엔비디아가 구축하고 있는 풀스택 AI 생태계를 구체적으로 알린 자리였다.

미국 퐁텐블로 라스베이거스에서 열린 CES 2026 개막 연설에서 젠슨 황 엔비디아 창립자 겸 CEO는 “AI의 등장으로 가속 컴퓨팅이 실현되면서 컴퓨팅 구조 자체가 재편되고 있다”며 “이는 지난 10년간 약 10조 달러 규모의 기존 컴퓨팅 자산이 이 새로운 방식으로 현대화되고 있음을 의미한다”고 말했다.

엔비디아 최초의 고도 공동 설계 플랫폼 ‘루빈’

이번 기조연설의 핵심은 엔비디아의 차세대 컴퓨팅 플랫폼 ‘루빈’이다. 미국 천문학자 베라 루빈의 이름을 딴 이 플랫폼은 엔비디아 블랙웰(Blackwell) 아키텍처의 후속으로, 엔비디아 최초로 고도의 공동 설계를 적용한 6칩 AI 플랫폼이다. 엔비디아에 따르면 루빈은 현재 본격적인 생산 단계에 들어갔다.
루빈 플랫폼은 데이터센터 환경을 중심으로 GPU, CPU, 네트워킹, DPU, 스토리지, 소프트웨어까지 전 구성 요소를 통합적으로 설계한 것이 특징이다. 구성 요소로는 50페타플롭(PF)의 NVFP4 추론 성능을 제공하는 루빈 GPU, 데이터 이동과 에이전트 처리를 담당하는 베라(Vera) CPU, NVLink 6 기반 스케일업 네트워킹, 스펙트럼-X 이더넷 포토닉스 기반 스케일아웃 네트워킹, ConnectX 9 SuperNIC, BlueField 4 DPU 등이 포함된다.

인텔리전스를 위한 새로운 엔진 '루빈' 플랫폼

황 CEO는 “AI를 기가 스케일로 확장하기 위해서는 개별 부품의 성능 향상이 아니라, 칩부터 랙, 네트워크, 스토리지, 소프트웨어까지 병목 없이 연결되는 설계가 필요하다”며 고도의 공동 설계의 필요성을 강조했다. 엔비디아는 이를 통해 학습과 추론 비용을 크게 낮추고, AI 토큰 생성 비용을 기존 대비 약 10분의 1 수준으로 절감할 수 있다고 밝혔다.

이와 함께 엔비디아는 AI 네이티브 KV 캐시 계층을 적용한 ‘추론 컨텍스트 메모리 스토리지 플랫폼(Inference Context Memory Storage Platform)’을 공개했다. 이 플랫폼은 초당 토큰 처리량, 전력 효율, TCO 달러당 성능을 각각 5배 향상시키는 것을 목표로 하며, 대규모·장문 컨텍스트 추론 환경을 지원한다.

산업 전반을 겨냥한 오픈 AI 모델 포트폴리오

엔비디아는 하드웨어 플랫폼과 함께 오픈 AI 모델을 핵심 축으로 제시했다. 자사 슈퍼컴퓨터에서 훈련된 이 오픈 모델들은 의료, 기후 과학, 로보틱스, 임베디드 인텔리전스, 자율주행 등 다양한 영역을 포괄한다.
구체적으로는 의료 분야의 ‘클라라(Clara)’, 기후 시뮬레이션을 위한 ‘Earth-2’, 추론 및 멀티모달 AI를 위한 ‘네모트론(Nemotron)’, 로보틱스와 시뮬레이션용 ‘코스모스(Cosmos)’, 임베디드 AI용 ‘GR00T’, 자율주행용 ‘알파마요(Alpamayo)’로 구성된 6개 모델군이 공개됐다.

황 CEO는 “누구나 모델을 생성하고, 평가하며, 가드레일을 설치한 후, 배포할 수 있다”고 강조했다.

황 CEO는 “이 모델들은 특정 기업에 한정되지 않고 전 세계 누구에게나 공개된다”며, 개발자와 기업, 산업, 국가 단위의 AI 활용을 염두에 둔 개방형 접근 방식을 강조했다. 모델 생성, 평가, 가드레일 설정, 배포까지 전 과정을 지원하는 구조라는 설명이다.

개인 영역으로 확장되는 AI 컴퓨팅

엔비디아는 AI의 활용 범위가 슈퍼컴퓨터를 넘어 개인용 환경으로 확장되고 있음을 강조했다. CES 현장에서는 DGX Spark 데스크톱 슈퍼컴퓨터에서 로컬로 실행되는 개인화 AI 에이전트 데모가 공개됐다. 이 데모는 허깅 페이스(Hugging Face) 기반 오픈 모델을 활용해 소형 로봇 ‘리치 미니(Reachy Mini)’가 즉각적으로 반응하는 모습을 보여줬다.
엔비디아는 이를 통해 오픈 모델, 모델 라우팅, 로컬 실행이 결합될 경우 AI 에이전트가 물리적 환경에서 실시간 협업자로 기능할 수 있음을 시연했다. 황 CEO는 “몇 년 전만 해도 상상하기 어려웠던 일들이 이제는 매우 단순해졌다”고 말했다.

이와 함께 팔란티어(Palantir), 서비스나우(ServiceNow), 스노우플레이크(Snowflake), 코드래빗(CodeRabbit), 크라우드스트라이크(CrowdStrike), 넷앱(NetApp), 시만텍(Semantec) 등 다수의 글로벌 기업이 자사 제품에 엔비디아 AI를 통합하고 있다고 밝혔다. 엔비디아는 에이전틱 시스템이 향후 소프트웨어 인터페이스의 중심 역할을 하게 될 것으로 보고 있다.

이번 CES에서 엔비디아는 DGX Spark가 대규모 모델 기준 최대 2.6배의 성능을 제공한다고 발표했다. 또한, Lightricks LTX-2와 FLUX 이미지 모델에 대한 신규 지원과 함께 엔비디아 AI 엔터프라이즈(AI Enterprise)의 제공 계획을 발표했다.

자율주행과 피지컬 AI의 구체화

자동차 산업과 직결되는 발표로는 자율주행을 위한 오픈 AI 모델 포트폴리오 ‘알파마요’가 주목을 받았다. 알파마요는 레벨 4 수준의 자율주행을 목표로 한 추론 기반 비전·언어·액션(Vision Language Action, VLA) 모델과 시뮬레이션 블루프린트, 데이터세트로 구성된다.

이 가운데 ‘알파마요 R1’은 자율주행을 위한 최초의 오픈 추론 VLA 모델로 소개됐으며, ‘알파심(AlpaSim)’은 고충실도 자율주행차 테스트를 위한 완전 개방형 시뮬레이션 환경으로 제시됐다. 엔비디아는 센서 입력을 단순히 제어 명령으로 변환하는 수준을 넘어, 차량이 향후 행동을 추론하는 단계로 진화하고 있다고 설명했다.

엔비디아는 DRIVE 풀스택 자율주행 플랫폼을 기반으로 알파마요가 적용된 첫 양산 승용차로 메르세데스-벤츠의 신형 CLA를 언급했다. 이 차량은 이미 유로 NCAP 5성 안전 등급을 획득했으며, AI 기반 주행 기능은 올해 미국 시장을 시작으로 순차 도입될 예정이다.
또한, 엔비디아는 완성차 업체와 부품사, 로보택시 사업자들이 채택한 개방형 모듈식 자율주행 플랫폼 ‘DRIVE Hyperion’의 확산 현황도 공유했다.

제조와 로보틱스로 확장되는 풀스택 AI

엔비디아는 자율주행을 넘어 로보틱스와 제조 영역까지 피지컬 AI의 적용 범위를 확장하고 있다. 아이작 심(Isaac Sim)과 아이작 랩(Isaac Lab)을 활용한 로봇 훈련 사례, 그리고 시놉시스, 케이던스, 보스턴 다이내믹스, 프랑카 등 파트너들과의 협력 사례가 함께 소개됐다.

특히 지멘스와의 협력 확대를 통해 산업용 소프트웨어와 엔비디아의 AI 풀스택을 결합, 설계·시뮬레이션부터 생산 단계까지 연결하는 제조 환경을 구현하고 있음을 강조했다. 황 CEO는 “미래의 공장은 본질적으로 거대한 로봇이 될 것”이라고 말했다.

전체 시스템을 구축하는 엔비디아

기조연설 말미에서 황 CEO는 AI 혁신을 위해서는 개별 기술이 아닌, 완전히 최적화된 풀스택이 필요하다고 강조했다. 엔비디아는 이제 칩 공급을 넘어 시스템 전반을 설계·구축하는 역할을 수행하고 있으며, 이를 통해 다양한 산업에서 AI 기반 애플리케이션 개발을 지원하겠다는 입장이다.

황 CEO는 “언젠가 모든 자동차와 모든 트럭이 자율주행이 될 것이라는 비전을 갖고 있으며, 우리는 그 미래를 향해 나아가고 있다”고 말했다.

이번 CES 2026 발표는 엔비디아가 AI 컴퓨팅, 오픈 모델, 자율주행, 피지컬 AI를 하나의 연속된 기술 흐름으로 통합하고 있음을 보여주는 사례로, 자동차 산업을 포함한 다양한 산업군에 지속적으로 영향을 미칠 것으로 예상된다.

PTC, 람보르기니와 ‘인텔리전트 제품 수명주기’ 구현 사례 공개

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-08 18:13:07+0900

글로벌 산업 소프트웨어 기업 PTC가 CES 2026에서 람보르기니와의 협업을 통해 ‘인텔리전트 제품 수명주기(Intelligent Product Lifecycle)’ 구현 사례를 공개했다.

PTC는 람보르기니와 함께 설계, 엔지니어링, 운영, 서비스 전반을 하나의 중앙화된 제품 데이터 체계로 연결하는 엔드투엔드 제품 개발 환경을 선보였다고 8일 밝혔다. 이번 사례는 PLM, ALM, CAD를 통합해 제품 개발 전 과정의 효율성과 완성도를 높이는 데 초점을 맞췄다.

람보르기니는 PTC의 Windchill 제품 수명주기 관리(PLM) 솔루션과 Codebeamer 애플리케이션 수명주기 관리(ALM) 솔루션을 도입해 제품 데이터의 전 주기 추적성을 확보하고, 엔지니어링 변경 관리 프로세스를 간소화했다. 이를 통해 부서 간 협업을 강화하고 복잡한 개발 환경에서도 일관된 제품 데이터를 유지하고 있다.

또한, 람보르기니는 고성능 엔진과 차량 구조 설계를 위해 PTC의 Creo 컴퓨터 지원 설계(CAD) 솔루션을 활용하고 있다. CAD, PLM, ALM을 연계함으로써 핵심 엔지니어링 영역을 통합하고 데이터 접근성을 높여, 성능을 유지하면서도 개발 주기를 단축하고 있다.

페데리코 보니(Federico Boni) 람보르기니 IT 총괄 책임자는 “목표는 단순한 도구 도입이 아니라 새로운 업무 방식을 정착시키는 것”이라며 “Windchill과 Codebeamer를 통해 사람, 데이터, 프로세스를 연결함으로써 개발 기간을 단축하고 고객 요구에 보다 정확히 대응할 수 있게 됐다”고 말했다.

CES 2026 현장에서 PTC는 Creo, Codebeamer, Windchill, ServiceMax를 연계한 시연을 통해 설계부터 현장 서비스까지 이어지는 제품 개발 전 과정을 소개했다. 여기에 Codebeamer AI의 요구사항 분석, Windchill AI의 부품 합리화, ServiceMax AI의 작업 지시 인사이트 등 AI 기능을 적용한 신규 전면 범퍼 개발 사례도 함께 공개했다.

로버트 다다(Robert Dahdah) PTC 수석 부사장 겸 최고 매출 책임자는 “람보르기니는 인텔리전트 제품 수명주기를 통해 제품 데이터 기반을 강화하고, 더 빠르고 체계적인 개발 환경을 구축하고 있다”고 밝혔다.

김도균 PTC 코리아 대표는 “제조 산업은 설계와 생산을 넘어 소프트웨어와 서비스까지 통합적으로 관리해야 하는 단계에 접어들었다”며 “이번 CES 시연은 글로벌 제조 기업이 복잡한 개발 환경을 AI 기반 데이터 체계로 어떻게 관리하는지를 보여주는 사례”라고 설명했다.

한편, 람보르기니의 레부엘토(Revuelto)는 CES 2026 기간 동안 PTC 부스에 전시됐으며, 방문객들은 ‘인텔리전트 제품 수명주기로 혁신을 가속하다’를 주제로 한 시연을 직접 체험할 수 있다.

엔비디아, 드라이브 하이페리온 생태계 확장 ··· 레벨 4 자율주행 지원

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-08 17:08:37+0900

엔비디아가 자율주행 플랫폼 ‘드라이브 하이페리온(DRIVE Hyperion)’을 중심으로 글로벌 생태계를 확대하며 레벨 4 자율주행 상용화에 속도를 낸다.

엔비디아는 CES 2026에서 드라이브 하이페리온의 파트너 범위를 티어1 공급업체, 자동차 통합업체, 센서 기업까지 확대한다고 8일 밝혔다.

파트너 생태계에는 아에바(Aeva), 아우모비오(AUMOVIO), 아스테모(Astemo), 아르베(Arbe), 보쉬(Bosch), 허사이(Hesai), 마그나(Magna), 옴니비전(Omnivision), 콴타(Quanta), 소니(Sony), ZF그룹(ZF Group) 등이 포함된다. 이들 기업은 자율주행 센서, 전자제어장치(ECU), 차량 통합 솔루션 분야에서 드라이브 하이페리온 기반 개발을 진행한다.

이번 협력은 엔비디아가 GTC 2025 워싱턴 D.C.에서 공개한 전략의 연장선이다. 엔비디아는 드라이브 하이페리온을 통해 레벨 4 자율주행 차량 개발을 가속화하고, 장거리 화물 운송 등 상용차 영역까지 완전 자율주행(full self-driving, FSD)의 안전성과 보안을 강화한다.

드라이브 하이페리온은 양산 준비를 마친 컴퓨팅 및 센서 레퍼런스 아키텍처로, 모든 차량 유형에서 레벨 4 자율주행 구현을 목표로 설계됐다. 엔비디아 블랙웰(Blackwell) 아키텍처 기반 드라이브 AGX 토르(DRIVE AGX Thor) 시스템온칩(SoC) 2개를 탑재해 최대 2,000 FP4 테라플롭스의 실시간 컴퓨팅 성능을 제공한다. 이를 통해 360도 전방위 센서 데이터를 정밀하게 융합하고, 복잡한 주행 환경에서도 고도화된 인식과 판단이 가능하다.

센서 생태계도 빠르게 확장되고 있다. 아스테모, 아우모비오, 보쉬, 마그나, 콴타, ZF그룹 등은 드라이브 하이페리온 기반 ECU 개발을 진행 중이며, 아에바, 아르베, 허사이, 옴니비전, 소니 등은 자사 센서 제품군에 대한 인증을 완료했다. 카메라, 레이다, 라이다, 초음파 등 다양한 센서 기술이 통합되면서 완성차 제조사와 개발자들은 보다 효율적으로 레벨 4 자율주행 인식 시스템을 구축할 수 있게 됐다.

플랫폼의 안전성과 신뢰성은 엔비디아 할로스(Halos) 프레임워크가 담당한다. 할로스는 데이터센터부터 차량까지 전 과정에 걸쳐 시스템 안전과 사이버보안을 지원하며, 독립적인 검증과 인증 도구를 통해 글로벌 자동차 및 로봇 안전 기준 충족을 돕는다. 또한, 대규모 시뮬레이션과 AI 데이터 워크플로를 연계해 가상 및 실제 주행 시나리오에 대한 지속적인 테스트를 가능하게 한다.

알리 카니(Ali Kani) 엔비디아 자동차 부문 부사장은 “드라이브 하이페리온은 컴퓨팅, 센서, 안전 기능을 하나의 개방형 플랫폼으로 통합해 자율주행 전환을 뒷받침한다”며 “자동차 제조사와 자율주행 소프트웨어 기업들이 요구하는 신뢰성과 안정성을 확보하고, 완전 자율주행을 보다 빠르게 구현할 수 있도록 지원하고 있다”고 밝혔다.

한편, 엔비디아는 CES 2026에서 레벨 4 자율주행 개발을 지원하는 새로운 AI 모델과 도구 제품군 ‘알파마요(Alpamayo)’도 공개했다. 알파마요는 오픈 AI 모델, 시뮬레이션 도구, 데이터세트로 구성돼 있다. 알파마요 모델은 드라이브 하이페리온 플랫폼과 결합돼 승용차와 상용차 전반의 자율주행 시스템 개발 효율을 높이는 데 활용된다.

HL클레무브-인피니언, SDV 기반 미래차 기술 개발 협력

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-08 16:40:30+0900

HL그룹의 자율주행 솔루션 전문 기업 HL클레무브가 인피니언과 손잡고 미래차 기술 개발에 나선다.

HL클레무브는 7일(현지시간) 미국 라스베이거스에서 열린 CES 2026 기간 중 인피니언 부스에서 전략적 파트너십 체결식을 갖고, 소프트웨어 정의 차량(SDV) 아키텍처 공동 개발과 자율주행 기술 협력을 추진한다고 8일 밝혔다. 이날 행사에는 HL클레무브 이윤행 사장과 홍대건 CTO, 인피니언 피터 셰퍼(Peter Schaefer) 부사장, 토마스 뵘(Thomas Boehm) 부사장 등 양사 주요 관계자가 참석했다.

이번 협력은 SDV 아키텍처 공동 개발과 자율주행 기술 혁신을 가속화 하기 위한 것이다. SDV 아키텍처는 다수의 전자제어장치(ECU)를 통합 제어하는 구조로, 기능별 분산 제어 방식에서 벗어나 물리적 근접 영역을 한데 묶어 제어하는 존(Zonal) 아키텍처를 기반으로 한다. 이를 통해 차량 소프트웨어 운영 효율을 높이고, 배선 등 하드웨어 복잡성을 줄일 수 있다는 점에서 차세대 전자 아키텍처의 핵심 요소로 꼽힌다.

양사는 SDV 아키텍처 협력과 함께 자율주행 기술 고도화에도 협력을 확대한다. 주요 협력 분야는 ▲존 컨트롤 유닛 ▲차량 이더넷 기반 ADAS 및 카메라 솔루션 ▲차세대 레이다 기술 개발 등 세 가지다. 이를 통해 실시간 데이터 처리 역량을 강화하고, 고해상도 레이다의 상용화 가능성도 함께 모색한다는 계획이다.

HL클레무브 이윤행 사장은 “이번 협력은 SDV 시대를 대비한 기술 경쟁력 강화를 위한 중요한 이정표”라며 “자율주행 핵심 영역에서 기술 혁신 속도를 한층 높이겠다”고 말했다.

인피니언 오토모티브 사업부 최고 영업 책임자(CSO)인 피터 셰퍼(Peter Schaefer) 부사장은 “인피니언은 폭넓은 제품 포트폴리오와 시스템 수준의 이해, 애플리케이션 노하우를 기반으로 자동차 업계의 SDV 전환을 지원하고 있다”며 “HL클레무브의 자율주행 전문성과 인피니언의 반도체 기술을 결합해 안전성과 지능화를 동시에 충족하는 모빌리티 솔루션을 제공할 것”이라고 밝혔다.

아우모비오, CES 2026서 차량 내부 프로젝션 솔루션 선봬

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-08 11:24:23+0900

프로젝션 표면이 조종석 전체로 확장된다

아우모비오(AUMOVIO)가 CES 2026에서 차량용 혁신 프로젝션 솔루션 ‘Surface Projection’을 공개하며 콕핏 사용자 경험을 새롭게 정의했다.

이 솔루션은 프로젝션 기술을 활용해 시각 콘텐츠를 콕핏 표면에 직접 투사할 수 있으며, 브랜드에 따라 감각적인 색상과 조명 효과를 활용한 장식적 연출부터 운전자 정보, 내비게이션 안내, ADAS 경고까지 다양한 기능을 한 화면에서 구현할 수 있다.

아우모비오의 Surface Projection은 컴팩트한 고해상도 프로젝터를 천장 헤드라이너 또는 오버헤드 제어판에 은밀하게 통합해 콕핏 전면에 걸쳐 선명한 이미지를 구현한다. 최대 세 대의 미니어처 프로젝터를 하나의 장치에 결합하고, 지능형 소프트웨어를 통해 개별 투사를 하나의 연속된 화면처럼 보여주어 몰입감을 높였다.

다양한 시각화 옵션을 통해 새로운 형태의 브랜드 경험을 제공한다. 몰입감 있는 앰비언트 조명부터 직관적인 정보 표시까지 가능하다.

특별한 표면 재질이 필요 없으며, 특히 어두운 색상과 촉감이 있는 마이크로파이버 벨루어 표면에서 최상의 시각적 효과를 발휘한다. 또한, 시스템은 일몰 시 자동으로 작동하며, 최신 LED 프로젝션 기술을 적용해 전력 소모를 최소화했다.

아우모비오는 시스템 통합 분야의 전문성을 바탕으로 이 프로젝션 기술을 자동차 대량 생산에 적합한 소형 장치로 확장할 계획이다.

파벨 프로우자(Pavel Prouza) 아우모비오 UX(User Experience) 사업 부문 총괄은 “이번 프로젝션 솔루션은 미래 차량 내 사용자 경험을 어떻게 설계할 수 있는지를 보여준다. 콕핏 표면 투사는 장식적 요소와 기능적 디스플레이를 결합해 차량 내부에서 브랜드 경험을 완전히 새로운 방식으로 연출한다”고 말했다.

오버헤드 제어판에 장착된 여러 대의 소형 프로젝터가 하나로 이어진 조종석 전체 폭의 이미지를 구현한다.

이번 CES 공개를 통해 아우모비오는 운전자 중심의 정보 제공과 브랜드 경험 강화라는 두 가지 목표를 동시에 달성할 수 있는 혁신 기술을 선보이며, 미래 차량 인테리어 솔루션 시장에서 존재감을 높일 것으로 기대된다.
다만, 콕핏 표면에 영상 콘텐츠를 투사하는 방식이 운전자의 주의 집중에 영향을 줄 수 있어, 실제 상용화 단계에서는 안전성과 사용 환경에 대한 검증이 필요할 것으로 보인다.

현대모비스, 보스턴다이내믹스와 전략적 협력 프레임워크 구축

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-08 10:06:30+0900

현대모비스가 현대차그룹의 AI 로보틱스 생태계 확장 전략의 일환으로 보스턴다이내믹스(Boston Dynamics)와 전략적 협력 체계를 구축하며 로봇 부품 시장 진출에 본격 나섰다.

현대모비스는 현지시간 7일 CES 2026에서 보스턴다이내믹스와 협력을 공식 발표하고, 차세대 휴머노이드 로봇 ‘아틀라스(Atlas)’에 적용될 액추에이터를 공급하기로 했다고 8일 밝혔다.

이번 협력은 현대차그룹이 추진 중인 약 260억 달러 규모의 미국 투자 계획과도 맞물린다. 현대차그룹은 향후 수년간 수만 대의 로봇을 구축·운영할 계획이며, 현대모비스의 액추에이터 공급은 보스턴다이내믹스와 현대차그룹의 아틀라스 양산 일정을 가속화 하는 역할을 하게 된다.

현대모비스는 이번 계약을 통해 로봇 분야에서 첫 공식 고객을 확보하며 글로벌 로봇 부품 시장 진출에 중요한 이정표를 세웠다. 그동안 자동차 산업을 중심으로 사업을 전개해 온 현대모비스가 로보틱스를 새로운 고부가가치 영역으로 본격 확장하는 전환점으로 평가된다.

현대모비스는 최근 수년간 자동차 부품을 넘어 로보틱스 등 미래 산업 분야로 사업 포트폴리오를 확대해 왔다. 이는 급변하는 모빌리티 환경에 대응하고, 중장기적인 사업 기반을 강화하기 위한 행보로 풀이된다.

이번에 공급하는 액추에이터는 제어 신호를 실제 움직임으로 변환하는 핵심 부품으로, 휴머노이드 로봇 부품원가의 60% 가량을 차지하는 주요 구성 부품이다. 현대모비스는 자동차 부품 설계 및 양산 과정에서 축적한 설계·제조 역량을 바탕으로 로봇 액추에이터 시장에 우선 진출한다는 계획이다.

보스턴다이내믹스는 현대모비스의 공학 설계 역량과 신뢰성 중심의 평가 시스템, 글로벌 수준의 양산 체계를 높이 평가한 것으로 알려졌다. 현대모비스는 이번 협력을 통해 안정적인 장기 수요처를 확보하고, 대규모 액추에이터 생산 체계 구축과 고성능 로봇 부품 설계 역량 강화를 추진한다.

오세욱 현대모비스 로보틱스 사업추진실 상무는 “보스턴다이내믹스의 차세대 휴머노이드 로봇 개발에 참여하게 된 것은 글로벌 로봇 부품 생태계에서 의미 있는 이정표”라며 “개발, 제조, 품질 전반에서 역량 고도화를 추진하겠다”고 말했다.

잭 재코우스키(Zack Jackowski) 보스턴다이내믹스 아틀라스 개발 총괄은 “액추에이터는 휴머노이드 로봇의 물리적 동작을 구현하는 핵심 부품”이라며 “글로벌 자동차 산업에서 검증된 현대모비스와의 협력을 통해 신뢰성 높은 부품 공급망을 구축하고, 액추에이터 개발 속도를 높일 수 있을 것”이라고 밝혔다.

한편, 현대차그룹은 지난해 8월 연간 3만 대 규모의 로봇 생산이 가능한 공장 구축 계획을 발표하고, 북미 지역 로봇 생산 허브 조성을 추진 중이다. 로봇 제조에 필요한 핵심 부품 수요가 확대되는 가운데, 현대모비스의 역할도 로봇 산업 전반에서 점차 확대될 것으로 전망된다.

글로벌 조사 기관에 따르면, 현재 약 75조원 규모로 추정되는 글로벌 로봇 시장은 연평균 17% 가까이 성장하며 오는 2040년 약 800조원대의 블루오션으로 떠오를 전망이다.

현대모비스-퀄컴, CES 2026서 SDV·ADAS 공동 개발 양해각서 체결

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-08 09:17:51+0900

현지시간 7일 현대모비스 부스에서 전장BU 정수경 부사장과 퀄컴 오토모티브· 산업 및 임베디드· IoT· 로보틱스 담당 본부장인 나쿨 두갈(Nakul Duggal) 총괄부사장이 MOU를 체결하고 기념 촬영하고 있다. [사진=현대모비스]

현대모비스와 퀄컴 테크놀로지스(Qualcomm Technologies)가 CES 2026 현장에서 소프트웨어 정의 차량(SDV)과 첨단운전자보조시스템(ADAS) 분야 협력을 위한 포괄적 협약(MOU)을 체결했다고 8일(미국 현지시간) 밝혔다.

이번 협약식은 CES 2026 현대모비스 전시 부스에서 진행됐으며, 현대모비스 전장BU 정수경 부사장과 퀄컴 테크놀로지스의 자동차·산업·임베디드 IoT·로보틱스 부문 나쿨 두갈(Nakul Duggal) 총괄부사장이 참석했다.

양사는 이번 협력을 통해 신흥시장을 중심으로 한 자동차용 통합 솔루션을 공동 개발하고, 글로벌 공급망 확대를 모색한다. 구체적으로 양사는 현대모비스의 시스템 통합, 센서 융합, 인지 기술 역량과 퀄컴 테크놀로지스의 시스템온칩(SoC) 기술을 결합해 차세대 SDV 및 ADAS 솔루션을 개발한다는 계획이다.

협력의 첫 단계로 양사는 퀄컴의 스냅드래곤 라이드 플렉스(Snapdragon Ride™ Flex) SoC를 기반으로 한 첨단 주행 및 주차 보조 솔루션 공동 개발에 착수한다. 이 솔루션은 인도 등 ADAS 적용이 빠르게 확대되고 있는 신흥시장을 주요 대상으로 한다. 차량 세그먼트 전반으로 ADAS 수요가 확산되는 동시에 SDV 대응 아키텍처에 대한 요구가 높아지는 시장 환경을 고려한 행보다.

아울러 양사는 향후 SDV 적용을 염두에 두고 현대모비스의 표준화된 소프트웨어 플랫폼과 퀄컴 테크놀로지스의 스냅드래곤 오토모티브 기술을 결합한 차세대 통합 솔루션도 함께 개발할 예정이다. 이를 통해 ADAS 시스템의 성능과 효율성, 안정성을 한층 강화한다는 구상이다.

이번 협약은 ADAS를 넘어 SDV 전반으로 협력 범위를 확장하는 데 의미가 있으며, 양사의 자동차 전장 기술 협력이 본격화되는 계기로 평가된다.

현대차그룹 제로원, CES 2026서 스타트업 혁신 기술 글로벌 무대에 소개

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-08 08:55:56+0900

현대차그룹의 오픈 이노베이션 플랫폼 제로원(ZER01NE)이 CES 2026에 참가해 국내외 스타트업의 혁신 기술을 전 세계에 선보인다. CES 2026은 현지시간 기준으로 6일부터 9일까지 진행된다.

제로원은 2023년부터 4년 연속 CES에 참가하고 있으며, 현대차그룹의 글로벌 오픈 이노베이션 거점인 현대 크래들과 함께 AI, 에너지, 로보틱스, 양자컴퓨팅 등 다양한 미래 산업 분야 스타트업의 전시를 지원한다.

이번 CES 2026에는 제로원 컴퍼니 빌더를 통해 육성된 사내 스타트업 1개사, 제로원 엑셀러레이터를 통해 투자·육성한 사외 스타트업 4개사, 현대 크래들과 협업 중인 글로벌 스타트업 5개사 등 총 10개 스타트업이 참가했다. 특히 전체 참가 기업 가운데 절반이 현대 크래들과 협업하는 글로벌 스타트업으로, 제로원의 글로벌 네트워크와 확장성을 보여주는 사례로 평가된다. 현재 현대크래들은 미국, 독일, 이스라엘, 중국, 싱가포르에서 운영 중이다.

이번 전시에 참여한 스타트업은 솔라스틱(플라스틱 패키징 태양광 모듈 솔루션), 큐노바(양자컴퓨터 응용 소프트웨어 솔루션), 아이디어오션(매커니즘 자율설계 기반 AI 설계 소프트웨어 및 모듈형 하드웨어 개발), 젠젠에이아이(도메인 특화 생성형 AI 기반 학습 비주얼 데이터 공급 솔루션), 딥인사이트(AI 기반 3D 카메라 솔루션), 일렉트릭피쉬(분산형 에너지 저장 장치와 초고속 전기차 충전기 결합 솔루션), 에이아이올라(AI 음성 워크플로 솔루션), 쓰리디씨(그래핀 기반 차세대 배터리 소재 설계), 카포우(산업 자동화 및 로보틱스 실시간 에너지 공급 솔루션), 데이터크루(전기차 배터리 분석 및 인텔리전스 솔루션) 등이다.

제로원은 이번 CES를 통해 오픈 이노베이션 활동을 소개하는 한편, 협업 스타트업들이 글로벌 시장에서 네트워크를 확보하고 협업 기반을 확대하며 신규 사업 기회를 모색할 수 있도록 지원한다.

한편, 제로원은 2018년 출범 이후 사내 스타트업 육성과 사외 유망 스타트업 발굴·투자를 병행하며 오픈 이노베이션 생태계 구축에 주력해 왔다. 사내 스타트업 육성 프로그램인 ‘제로원 컴퍼니 빌더’를 통해 현재까지 40개의 사내 스타트업을 독립 기업으로 분사시켰다. 또한 ‘제로원 엑셀러레이터’ 프로그램을 통해 외부 스타트업의 기술과 사업화 가능성을 검증하고 개발해 왔으며, 지금까지 109개 스타트업에 투자하고 150건의 협업 프로젝트를 수행한 바 있다.

페스카로, 모트랩·GLINS와 협력해 전장제어기 생태계 확장

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-07 11:03:23+0900

차량 통합보안 플랫폼 전문기업 페스카로(FESCARO)는 전장제어기 개발사 모트랩(Motlab, 대표 김남종), 제어기 및 스마트팩토리 전문기업 GLINS(대표 김덕흥)와의 협력을 통해 전장제어기 사업 확대에 나섰다고 6일 밝혔다. 사이버보안 기술을 전장제어기에 결합해 고부가가치 사업 모델로 전환한다는 구상이다.

페스카로는 지난해 12월 모트랩 인수를 발표한 데 이어, 모트랩이 GLINS의 지분을 확보하는 방식으로 협력 구조를 구체화했다. 페스카로는 모트랩과 GLINS가 추진 중인 전장제어기 사업에 자사의 사이버보안 소프트웨어와 운영 체계를 결합할 계획이다. 단순 제어기 공급을 넘어 보안이 내재화된 전장제어기 모델로 전환함으로써 제품 경쟁력과 글로벌 고객 대응력을 동시에 강화하고, 이를 실질적인 매출로 연결한다는 방침이다.

이 같은 행보는 소프트웨어 정의 자동차(SDV) 전환 흐름과 맞닿아 있다. SDV 환경에서는 차량과 산업 설비의 기능이 소프트웨어로 구현되면서 이를 실행하는 전장제어기의 중요성이 크게 높아지고 있다. 동시에 제어기 간 연결성과 원격 업데이트가 확대되면서 개별 제어기의 보안 수준이 차량 전체 시스템의 안정성과 직결되고 있다. 이에 따라 사이버보안은 전장제어기의 경쟁력을 좌우하는 핵심 요소로 부상하고 있다.

GLINS는 전장제어기 개발 역량을 보유하고 있으나, 강화되는 사이버보안 요구에 대응하기에는 기술·조직·투자 측면에서 부담이 컸다. 반면 페스카로는 자동차 사이버보안 규제 대응 경험과 고도화된 보안 소프트웨어·프로세스 내재화 역량, 상장 이후 확보한 재무적 안정성을 갖추고 있다. 여기에 모트랩의 전장제어기 개발 노하우가 더해지면서 기술 완성도와 사업 확장성을 동시에 확보할 수 있는 기반이 마련됐다는 게 회사 측 설명이다.

농기계 통합제어기를 주력으로 하는 GLINS의 사업 영역은 페스카로의 중장기 전략과도 맞물린다. 농기계 산업 전반에서 전동화와 자동화가 확산되고, 사이버보안 규제(CRA) 시행을 앞두고 관련 수요가 빠르게 늘고 있다. 이에 따라 농기계와 건설기계 등 특수 모빌리티 분야로 사업 영역을 확장해 온 페스카로와의 협력이 자연스러운 시너지로 이어질 수 있다는 평가다.

스마트팩토리 분야 역시 새로운 성장 축으로 꼽힌다. 최근 신설되는 공장은 로봇 기반 무인화 설비가 기본 구조로 자리 잡고 있으며, 기존 공장도 단계적으로 자동화·무인화가 진행되고 있다. 이에 따라 통합제어기에 대한 시장 수요가 확대되면서 페스카로의 산업 영역 확장 가능성도 한층 커지고 있다.

홍석민 페스카로 대표는 “이번 협력은 SDV 시대에 선제적으로 대응하기 위해 사이버보안 기반 전장제어기 생태계를 확장하는 전략”이라며 “자율주행과 농기계 등 기존 시장에서는 경쟁력을 강화하고, 스마트팩토리 등 신규 시장에서는 레퍼런스를 확보해 가시적인 매출 성과로 이어갈 것”이라고 말했다.

셰플러, CES 2026서 휴머노이드·산업 자동화·SDV 아우른 모션 기술 공개

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-07 10:38:58+0900

글로벌 모션 기술 기업 셰플러(Schaeffler)가 CES 2026에 참가해 휴머노이드 로보틱스, 산업 자동화, 에너지 생산, 차량 기술 등 미래 산업 전반을 아우르는 기술 포트폴리오를 선보였다.

셰플러는 이번 전시에서 지능형 모션 부품과 고도화된 시스템 솔루션을 중심으로 주요 산업 과제를 해결할 수 있는 방향성을 제시했다. 예지보전, 디지털 트윈, 자율 운영을 기반으로 한 AI 애플리케이션 통합 로드맵을 함께 소개하며, 설비 성능 향상과 가동 중단 최소화, 지속 가능성 목표 달성을 위한 기술적 접근을 강조했다.

클라우스 로젠펠트 셰플러 그룹 CEO는 “셰플러는 모션 기술 분야에서 축적한 전문성을 바탕으로 미래 산업을 형성해 나가고 있다”며 “CES 2026에서는 지능형 디지털 역량과 결합한 기술을 통해 주요 산업의 디지털 전환을 가속화하는 솔루션을 제시했다”고 말했다.

이번 전시의 핵심 중 하나는 휴머노이드 로봇을 위해 새롭게 개발한 유성기어 액추에이터다. 셰플러는 이 제품을 CES 2026에서 처음 공개했으며, 혁신적인 설계를 통해 원활한 백 드라이브와 초정밀 구동을 동시에 구현했다고 설명했다. 이를 통해 산업 및 상업 환경에서 휴머노이드 로봇의 적용 범위를 넓히고, 반복적이고 고난도의 작업 부담을 줄이는 데 기여한다는 평가다.

유성기어(planetary gear) 액추에이터

이와 함께 셰플러는 에너지 생산 및 데이터 센터의 효율성과 신뢰성을 높이는 고성능 베어링 솔루션과 스마트 제조 환경을 지원하는 자율 자재 취급(AMH) 솔루션도 선보였다.

차량 분야에서는 구조 단순화와 실시간 제어를 지원하면서 희토류 소재 의존도를 낮춘 소프트웨어 정의 차량(SDV) 솔루션을 공개해 주목을 받았다.

한편, 셰플러는 전시 기간 부스에서 최신 모션 기술을 주제로 한 라이브 시연을 진행하고, 엔지니어링 전문가들과의 기술 교류를 통해 산업 전반의 요구와 적용 가능성을 논의하는 소통의 장을 마련했다.

NXP, SDV 지원 초통합 프로세서 시리즈 출시 ··· 보쉬 통합 플랫폼에 적용

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-07 10:17:39+0900

NXP 반도체가 CES 2026에서 5nm 공정 기반의 S32N7 초통합(super-integration) 프로세서 시리즈를 공개했다. 이 시리즈는 자동차 제조사가 구동계, 주행 제어, 차체, 게이트웨이, 안전 영역 등 차량의 핵심 기능을 디지털화할 수 있도록 지원한다. NXP는 이를 통해 시스템 복잡성을 줄이고 AI 기반 혁신을 대규모로 구현할 수 있다고 밝혔다.

S32N7 시리즈는 차량 핵심부에 소프트웨어와 데이터를 단일 중앙 집중형 허브로 통합하도록 설계됐으며 안전성과 보안성을 제공한다. 특히, 수십 개의 하드웨어 모듈을 제거하고 배선, 전자 장치, 소프트웨어 효율성을 향상시켜 총소유비용(total cost of ownership, TCO)을 최대 20%까지 절감할 수 있다고 한다. 또한, 지능을 중앙 집중화해 자동차 제조사가 차량 전체에 걸쳐 AI 혁신을 확장할 수 있는 기반을 확보할 수 있다. 이는 소프트웨어 비즈니스 모델을 가속화하고 맞춤형 주행, 예지보전, 가상 센서와 같은 지능형 기능을 구현한다. S32N7 시리즈의 고성능 데이터 백본(backbone)은 차량을 재설계하지 않고도 최신 AI 실리콘으로 업그레이드할 수 있는 미래 지향적인 경로를 제공한다.

S32N7 Features

NXP에 따르면, 보쉬(Bosch)는 자사 차량 통합 플랫폼에 S32N7을 최초로 적용했다. NXP와 보쉬는 공동으로 레퍼런스 설계, 안전 프레임워크, 하드웨어 통합, 전문가 지원 프로그램을 개발해 시스템 배포를 가속화하고 초기 도입 업체의 통합 부담을 줄였다.

S32N7 시리즈는 32개의 호환 가능한 변형(variant)을 갖춘 확장 가능한 포트폴리오를 제공한다. 이를 통해 시스템온칩(system-on-chip, SoC)에서 고성능 네트워킹, 하드웨어 격리 기술, AI, 데이터 가속화와 함께 애플리케이션과 실시간 컴퓨팅을 구현한다. 동시에 차량 코어의 정밀한 타이밍, 안전, 보안 요구사항을 충족한다. 이는 지능형 차세대 차량으로의 전환을 가속화하기 위해 설계된 NXP의 S32 자동차 프로세싱 플랫폼의 핵심 요소이다.

시리즈 상위 모델인 S32N79는 현재 샘플링 중이다.

한편, CES 2026에서는 센트럴 플라자(Central Plaza) #134에 위치한 NXP 파빌리온(Pavilion)에서 방문 예약을 통해 NXP의 최신 자동차 혁신 기술을 체험할 수 있다.

히어 테크놀로지스-현대오토에버, 온라인 내비게이션 파트너십 확대

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-06 18:15:23+0900

글로벌 지도·위치 데이터 기업 히어 테크놀로지스(HERE Technologies, 이하 히어)와 현대오토에버가 CES 2026에서 온라인 내비게이션 파트너십 확대를 발표했다.

양사는 이번 협력을 통해 소프트웨어 정의 차량(SDV) 환경에 최적화된 위치 기반 서비스를 강화하고, 개인화된 지능형 디지털 콕핏 경험을 제공한다는 계획이다.

이번 협력은 커넥티드카 내비게이션 콕핏(Connected Car Navigation Cockpit, ccNC)과 커넥티드카 통합 콕핏(Connected Car Integrated Cockpit, ccIC27) 인포테인먼트 플랫폼이 적용된 북미 지역 현대차·기아·제네시스 차량 100만 대 이상을 대상으로 한다. 서비스는 북미와 호주를 시작으로 순차 확대될 예정이다.

히어는 글로벌 자동차용 지도 분야에서 표준을 제시해 온 기업으로, 카운터포인트리서치에 따르면 글로벌 위치 플랫폼 시장에서 8년 연속 1위를 유지하고 있다. 현대오토에버는 히어의 지도 데이터를 기반으로 북미 시장에 판매되는 현대차·기아·제네시스 차량 인포테인먼트 플랫폼에 온라인 내비게이션 지도를 공급해 왔다.

이번 파트너십 확대의 핵심은 지도 데이터 업데이트 체계의 고도화다. 양사는 신규 도로, 제한 속도, 관심 지점 등 변경 정보를 보다 빠르게 반영할 수 있도록 시스템을 개선했으며, 이를 통해 지도 업데이트 주기를 기존 대비 5배 이상 단축했다. 이에 따라 운전자는 보다 정확하고 최신의 내비게이션 안내를 받을 수 있게 된다.

협력 범위는 내비게이션 기능을 넘어 SDV 기반 주행 경험 전반으로 확장되고 있다. 히어의 통합 지도 아키텍처와 AI 기반 지도 제작 기술은 전 세계 4,400만 대 이상의 커넥티드 차량과 각종 센서, 커뮤니티 데이터 등 수천 개의 데이터 출처를 결합해 고정밀 디지털 지도를 구축한다. 이는 첨단 운전자 보조 시스템(ADAS)과 자율주행 기술을 지원하는 한편, 자연어 기반 상호작용과 맞춤형 이동 계획 등 AI 기반 디지털 콕핏 기능 구현의 기반이 된다.

현대오토에버는 히어의 API와 SDK를 활용해 온라인 내비게이션 서비스를 스트리밍 내비게이션 솔루션으로 발전시킬 계획이다. 양사는 차로 단위 안내, ADAS 연동, 실시간 지도 렌더링, 끊김 없는 연결성을 제공하는 차세대 내비게이션 솔루션을 공동 개발 중이며, 이는 내비게이션 온 오토파일럿(Navigation on Autopilot, NOA) 기능까지 지원하도록 설계된다. 이를 통해 복잡한 도로 환경에서도 보다 정교한 주행 보조와 일관된 사용자 경험을 제공하게 된다.

TI, 확장된 자동차 반도체 포트폴리오로 자율주행 전환 가속

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-06 10:21:10+0900

텍사스 인스트루먼트(TI)가 CES 2026 개막에 맞춰 고성능 컴퓨팅 SoC, 4D 이미징 레이다, 차량용 이더넷 PHY를 아우르는 자동차용 반도체 신제품을 공개하며 자율주행 및 SDV(소프트웨어 정의 차량) 구현을 위한 포트폴리오를 확장했다. TI는 이를 통해 차량 전반의 안전성, 인지 성능, 네트워크 통합 수준을 끌어올린다.

TI 코리아(대표이사 박중서)는 1월 6일부터 9일까지 미국 라스베이거스에서 열리는 CES 2026에서 확장형 TDA5 고성능 컴퓨팅 SoC 제품군과 단일 칩 8x8 4D 이미징 레이다 트랜시버 AWR2188, 10BASE-T1S 이더넷 PHY DP83TD555J-Q1을 중심으로 한 최신 자동차용 반도체 및 개발 솔루션을 선보인다고 6일 밝혔다.

마크 응(Mark Ng) TI 오토모티브 시스템 총괄 이사는 “자동차 산업은 운전자의 개입이 점차 줄어드는 방향으로 진화하고 있다”며 “반도체는 안전하고 지능적인 자율주행 경험을 구현하는 핵심 요소로, TI는 감지, 통신, 의사결정 전반을 포괄하는 엔드투엔드 시스템을 통해 자동차 기술 전반의 변화를 지원하고 있다”고 말했다.

최대 1,200 TOPS까지 확장 가능한 TDA5 고성능 컴퓨팅 SoC

차세대 차량에서는 센서 융합과 AI 기반 실시간 의사결정을 수행할 수 있는 중앙 컴퓨팅 아키텍처의 중요성이 커지고 있다. TI의 TDA5 고성능 컴퓨팅 SoC 제품군은 10 TOPS부터 최대 1,200 TOPS까지 확장 가능한 엣지 AI 성능과 24 TOPS/W를 상회하는 전력 효율을 제공하며, SAE 기준 레벨 3 자율주행을 지원한다.

이 제품군은 UCIe(유니버설 칩렛 인터커넥트 익스프레스) 기반의 칩렛 대응 설계를 채택해, 단일 포트폴리오 내에서 다양한 기능 구성을 구현할 수 있도록 했다. 또한 TI의 차세대 C7™ 신경망 처리 장치(NPU)를 통합해 동일한 전력 수준에서 이전 세대 대비 최대 12배 향상된 AI 컴퓨팅 성능을 구현했다. 이를 통해 고비용 열 관리 솔루션에 대한 부담을 줄이면서도 대규모 언어 모델과 트랜스포머 네트워크 처리까지 지원한다.

TDA5 SoC는 최신 Arm^® Cortex^®-A720AE 코어를 기반으로 안전·보안·고성능 컴퓨팅 기능을 폭넓게 통합하며, ADAS, 차량 내 인포테인먼트, 게이트웨이 시스템을 단일 칩에서 처리하는 크로스 도메인 융합을 지원한다. 외부 안전 부품 없이도 자동차 안전 무결성 등급 ASIL-D 요건을 충족할 수 있도록 설계돼 시스템 복잡성과 비용을 동시에 낮출 수 있다는 점도 특징이다.

TI는 소프트웨어 개발 복잡성 완화를 위해 시놉시스(Synopsys)와 협력해 TDA5 SoC용 가상 개발 키트를 제공한다. TI에 따르면, 디지털 트윈 기능을 포함한 이 환경은 SDV 개발과 검증을 병행할 수 있도록 지원해 차량 출시 기간을 최대 12개월까지 단축하는 데 기여한다.

단일 칩 8x8 4D 이미징 레이다로 인지 성능 강화

TI는 고급 ADAS와 자율주행 구현의 핵심 센서인 레이다 분야에서도 통합도를 높였다. 새롭게 공개된 AWR2188 4D 이미징 레이다 트랜시버는 8개의 송신기와 8개의 수신기를 단일 패키지에 통합한 단일 칩 솔루션이다. 이를 통해 별도의 캐스케이딩 없이도 고해상도 8x8 레이다 구성이 가능하며, 다채널 확장 시에도 시스템에 필요한 장치 수를 줄일 수 있다.

AWR2188은 향상된 ADC 데이터 처리와 레이다 처프 신호 슬로프 엔진을 적용해 기존 대비 최대 30% 향상된 성능을 제공한다. 유실 화물 감지, 근거리 객체 구분, 높은 동적 범위 환경에서의 객체 식별 등 고급 활용 사례를 지원하며, 350m 이상의 거리에서도 정밀한 객체 감지가 가능하다. 위성 및 엣지 아키텍처를 모두 지원해 소형 차량부터 고급 차량까지 다양한 차급에 적용할 수 있도록 설계됐다.

10BASE-T1S 이더넷으로 차량 엣지까지 네트워크 확장

SDV와 자율주행 고도화는 차량 네트워크 아키텍처의 단순화와 확장을 동시에 요구한다. TI의 DP83TD555J-Q1 10BASE-T1S 이더넷 PHY는 SPI 기반 설계와 MAC 내장을 통해 나노초 단위 시간 동기화, 높은 신뢰성, PoDL(데이터 라인을 통한 전력 공급) 기능을 제공한다. 이를 통해 배선 복잡성과 비용을 줄이면서도 이더넷을 차량 엣지 노드까지 확장할 수 있다.

TI는 고성능 컴퓨팅, 정밀 감지, 신뢰성 있는 차량 내 네트워킹을 결합한 포괄적인 시스템을 통해 자동차 제조사가 다양한 차종 전반에서 안전성과 자동화 수준을 효율적으로 높일 수 있도록 지원한다는 입장이다.

CES 2026에서의 TI

TI는 CES 2026 기간 동안 라스베이거스 컨벤션 센터 노스 홀(North Hall) N115 부스에서 자동차 기술과 첨단 모빌리티를 비롯해 스마트 홈, 디지털 헬스, 에너지 인프라, 로보틱스, 데이터센터 분야 전반에 걸친 아날로그 및 임베디드 프로세싱 혁신을 소개한다.

한편, TDA54 소프트웨어 개발 키트는 현재 TI.com을 통해 이용 가능하며, TDA54-Q1 SoC의 초기 샘플은 2026년 말 일부 완성차 고객을 대상으로 제공될 예정이다. AWR2188 레이다 트랜시버 및 평가 모듈, DP83TD555J-Q1 10BASE-T1S 이더넷 PHY의 시제품 역시 TI.com을 통해 제한 수량으로 공급되고 있다.

현대차 모베드, CES 2026 로보틱스 부문 최고혁신상 수상

박종서 기자_fop1212@autoelectronics.co.kr — 2026-01-05 14:01:59+0900

현대자동차가 4일(현지시각) 미국 라스베이거스(Las Vegas)에서 열린 CES 2026에서 로보틱스 분야 최고혁신상(Best of Innovation Awards)을 수상하며 기술력을 인정받았다.

CES를 주관하는 미국소비자기술협회(CTA)는 매년 출품작 중 혁신성, 디자인, 기술 등을 종합적으로 평가해 혁신상을 수여한다. 그중 최고혁신상은 각 부문별 가장 높은 점수를 받은 수상작에 부여된다.

올해 현대차는 차세대 자율주행 모빌리티 로봇 플랫폼 ‘모베드(Mobile Eccentric Droid, MobED)’로 로보틱스 부문에서 최고혁신상을 수상했다.

이번 수상은 현대차가 CES에 참가한 이래 처음으로 수상한 혁신상으로, 그 중에서도 가장 높은 등급인 최고혁신상으로 받은 것은 로보틱스 기술력과 제품 경쟁력을 동시에 인정받은 주요한 성과로 평가된다.

작년 12월, 일본 국제 로봇 전시회(iREX)에서 최초 공개한 양산형 모베드는 2022년 CES에서 콘셉트 모델로 첫 선을 보인 이후, 약 3년간의 제품 개발 과정을 거쳐 다양한 사업 및 일상생활에서 손쉽게 활용할 수 있도록 재탄생했다.

모베드의 가장 큰 특징은 ‘지형의 한계를 뛰어넘는 주행 안정성’이다. 편심 휠 기반 DnL(Drive-and-Lift) 모듈을 적용해 불규칙한 노면이나 경사로에서도 차체를 원하는 기울기로 조절할 수 있어 안정적인 주행이 가능하다.

또한, 로봇 플랫폼 본연의 기능에 집중하기 위해 절제미 있는 심플한 디자인을 갖추고 사용 목적에 따라 배송, 물류, 촬영 등 탑 모듈(Top Module)을 간단하고 편리하게 결합할 수 있어 다양한 산업에서 활용성이 높다.

사용자 친화적인 인터페이스를 적용해 누구나 간단하게 조작할 수 있다는 점도 모베드의 강점이다. 모베드를 구동하는 데 사용되는 별도의 조종기는 3D 그래픽 기반의 터치 스크린으로 구현돼 직관적이고 편리한 사용자 경험을 제공하며, 누구나 손쉽게 조작할 수 있다.

모베드는 너비 74cm, 길이 115cm, 최대 속도 10km/h로 1회 충전 시 4시간 이상 주행이 가능하다. 최대 적재중량은 라인업에 따라 47~57kg 수준이다.

모베드는 자율주행 로봇 구현을 위한 연구개발용 모델 베이직(Basic)과 자율주행 기술이 적용된 프로(Pro) 등 두 개 라인업으로 구성된다.

모베드 프로 모델은 AI 기반 알고리즘과 라이다·카메라 융합 센서를 적용한 자율주행 기술을 탑재해 복잡한 실내외 환경에서도 안전하고 효율적으로 주행할 수 있다.

현대차는 올 1분기부터 모베드를 양산해 고객에 판매할 계획이다.

현대차그룹, 2026년 신년회서 SDV·AI·로보틱스 중심 미래 전략 공유

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-05 13:45:32+0900

현대자동차그룹은 5일 2026년 신년회를 개최했다. 왼쪽부터 현대차그룹 성 김 사장, 현대차그룹 장재훈 부회장, 현대차그룹 정의선 회장, 현대차그룹 김혜인 부사장, 기아 송호성 사장, 현대모비스 이규석 사장. [사진=현대차그룹 제공]

현대차그룹이 5일 전 세계 임직원을 대상으로 2026년 온라인 신년회를 열고, SDV(Software Defined Vehicle), AI, 로보틱스, 수소사업 등 미래 모빌리티 기술과 그룹 신사업 전략을 임직원과 공유했다. 이번 신년회는 정의선 회장을 비롯한 주요 경영진이 참석한 좌담회 형식으로 진행됐으며, 사전 녹화된 영상이 전 세계 임직원에게 이메일을 통해 전달됐다.

정의선 회장은 신년사를 통해 ▲고객 관점의 체질 개선 ▲본질적 상황 인식과 민첩한 의사 결정 ▲공급 생태계 동반자 지원 확대 ▲다양한 파트너와의 과감한 협력을 통한 생태계 확장 ▲산업과 제품의 새로운 기준 선도를 제시했다. 정의선 회장은 “AI는 단순 기술이 아닌 기업과 산업의 작동 방식을 근본적으로 바꾸는 범용 지능 기술”이라며 피지컬 AI를 기반으로 한 자동차·로봇·제조 데이터의 가치와 경쟁력을 강조했다. 그는 “외부 기술에 의존하지 않고 조직 내부에서 AI 역량을 체화해야 글로벌 일류 기업으로 지속 성장할 수 있다”고 강조했다.

신입사원의 SDV 관련 영상 질문에 대해 장재훈 부회장은 “소프트웨어 중심 모빌리티 기업으로의 전환은 현대차그룹의 생존과 미래가 걸린 일”이라며, “그룹 전체가 함께 고민하고 SDV 다음 단계를 준비해야 한다”고 강조했다. 장 부회장은 SDV 기술 적용 현황과 완성도 향상, 42dot과의 협업, 자율주행 합작사 모셔널(Motional)과 아이오닉5 로보택시 실차 테스트 및 올해 말 미국 라스베이거스에서 계획된 완전 무인 로보택시 상용화 일정도 소개했다.

로보틱스 분야에서도 그룹은 보스턴다이나믹스와 협력해 하드웨어와 피지컬 AI를 결합한 R&D를 고도화하고 있으며, 제조 현장 경험을 바탕으로 로봇 애플리케이션을 개발 중이다. 물류 로봇 스트레치(Stretch), 사족보행 로봇 스팟(Spot), 휴머노이드 로봇 아틀라스(Atlas) 등은 실사용 데이터를 지속적으로 축적하며 성능과 안전성, 비용 경쟁력을 강화하고 있다. 착용 로봇 엑스블 숄더(X-ble Shoulder)와 모바일 로봇 모베드(MobED)도 산업 현장과 의료·사회복지 분야에 적용될 예정이다.

수소사업에 대해서는 장재훈 부회장이 “수소는 재생에너지를 보완하는 효율적 에너지 캐리어이자 저장 수단”이라며 생산-저장-산업 활용까지 전 밸류체인을 선도하고 있다고 설명했다.

정의선 회장은 그룹의 미래 전략에 대해 “SDV, AI, 미래 모빌리티 등 산업 변화가 큰 만큼 더 큰 성장의 기회가 열린다”며 “데이터와 자본, 제조 역량을 갖춘 현대차그룹에게 AI는 충분히 승산 있는 게임”이라고 강조했다.

각 사 경영진도 사업 전략을 공유했다. 호세 무뇨스 현대차 사장은 글로벌 생산 전략과 공급망 재구성, 하이브리드·EV·내연기관 등 파워트레인 다양화, 지역 맞춤형 제품 전략을 통해 성과를 이어갈 계획이라고 밝혔다. 송호성 기아 사장은 PBV 생태계 확대, 볼륨 신차 런칭, 동남아 신규 판매법인 설립 등을 통한 6% 이상 성장 목표를 제시했다. 현대모비스 이규석 사장은 SDV 양산 및 글로벌 표준화, 차량용 반도체·로보틱스 핵심 부품 사업 강화를 강조했다.

정책·글로벌 환경 대응 전략도 공유됐다. 성 김 전략기획담당은 글로벌 경제 및 지정학적 변화에 선제적으로 대응하고, 공급망 변동성과 각국 규제 변화에 대비하고 있다고 설명했다. 만프레드 하러 R&D본부장은 SDV 페이스카(Pace Car)를 통한 기술 검증과 차세대 모델 적용 계획, 내비게이션 스마트 크루즈 콘트롤, 고도화된 주차 보조 및 자율주행 기능 등 향후 적용 기술을 소개했다.

조직 문화와 변화 대응에 대해서도 정의선 회장은 “변화는 선택이 아니라 생존”이라며, 격차 해소와 리더의 역할, 문제 공유와 협력 문화 정착의 중요성을 강조했다. 김혜인 인사실 부사장은 “실패에서 배우고 강점 결합을 통해 협력하는 문화가 필요하다”고 말했다. 루크 동커볼케 CCO는 “도전을 두려워하지 말고 변화를 만들 때”라고 덧붙였다.

정의선 회장은 좌담회 마무리에서 “미래의 불확실성을 알기에 한 팀으로 협력해야 하며, 고객과 임직원이 함께하는 환경이 현대차그룹을 움직이는 원동력”이라고 강조했다.

한편 현대차그룹은 올해부터 2030년까지 국내에 125.2조원을 투자하며 기존 사업 경쟁력을 강화하고 미래 산업 전환에 대비할 계획이다.