오토모티브 일렉트로닉스 매거진_전체기사

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 명령을 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 수렴한다. 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 콘셉트카도, 미래적인 UI가 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 수렴하는 순간, SDV 오픈소스는 비전이 아니라 제품 시간표로 들어간다.

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

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 오토모티브급 공통 플랫폼을 지향한다. 이날 논의가 ‘오픈소스가 필요하다’에서 멈추지 않고 ‘플랫폼을 출시(ship)한다’로 수렴한 이유도 결국 S-CORE란 ‘구체물’이 있기 때문이다.

Eclipse Foundation 안스커 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 안스커 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 수렴하는 게 자연스러웠다. 이제 SDV 오픈소스는 ‘운동’이 아니라 제품 개발의 시간표로 들어갔다. 지금의 확장은 그 시간표에 올라탄 회사들이 늘어났다는 뜻이다.

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 수렴하는 ‘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. 이 지점에서 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 수렴시켰다. 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 수렴한다는 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-CORE(Safe Open Vehicle Core)를 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

Eclipse SDV-VDA, 31개 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 31개 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.

스트라드비젼, CES 2026서 르네사스·AMD 기반 차량용 비전 인지 기술 시연

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-05 11:29:52+0900

자율주행차량용 AI 비전 인식 기술 기업 스트라드비젼(STRADVISION)이 CES 2026에서 르네사스 일렉트로닉스와 AMD의 차량용 컴퓨팅 플랫폼을 기반으로 한 비전 인지 솔루션을 잇달아 시연한다. 전방 카메라 기반 단일 인지부터 멀티 카메라 인지까지, 소프트웨어 정의 차량(SDV) 환경을 겨냥한 확장형 인지 기술을 한 자리에서 선보이는 것이 특징이다.

스트라드비젼은 르네사스와 협력해 CES 2026에서 차세대 자동차용 SoC인 R-Car X5H 상에서 구동되는 ‘SVNet FrontVision’을 시연한다. 이번 데모는 르네사스 5세대 R-Car 제품군에 최적화된 전방 카메라 인지 솔루션으로, 3nm 공정 기반 멀티 도메인 SoC인 R-Car X5H에서 ADAS용 실시간 전방 인지 성능을 구현한 점이 핵심이다. 전방 충돌 경고, 차로 인식, 교통 상황 인식 등 주요 ADAS 기능을 지원하며, 중앙집중형 SDV 아키텍처 환경에서의 적용 가능성을 제시한다.

특히 이번 시연은 스트라드비젼의 SVNet과 르네사스의 R-Car Open Access(RoX) 플랫폼을 통합해 구성됐다. 이를 통해 자동차 OEM과 티어1 업체들이 5세대 SDV 아키텍처를 보다 신속하게 평가·검증할 수 있도록 했다. R-Car X5H는 ADAS, IVI, 게이트웨이 등 다양한 차량 도메인의 워크로드를 동시에 처리할 수 있도록 설계된 것이 특징이다.

이와 함께 스트라드비젼은 AMD와 공동으로 CES 2026 AMD 부스에서 ‘SVNet MultiVision’ 데모도 선보인다. AMD Versal™ AI Edge Series Gen 2 Adaptive SoC 기반의 VEK385 평가 키트를 활용한 보드 레벨 레퍼런스 구현 형태로, 다수의 카메라 스트림을 동기화해 처리하는 멀티 카메라 인지 성능을 시연한다. 이 데모는 이기종 컴퓨트 자원을 활용한 고처리량·실시간 인지 역량에 초점을 맞췄다.

SVNet MultiVision은 고도화된 ADAS 및 자율주행 환경을 겨냥한 멀티 카메라 인지 소프트웨어로, 차량 컴퓨트 및 도메인 통합이 진행되는 아키텍처 변화에 대응할 수 있는 확장성을 강조한다. 이번 시연은 CES 2025에서 시작된 스트라드비젼과 AMD의 협업을 기반으로, SDV 및 자율주행 차량용 AI 비전 인지 기술 고도화를 위한 공동 행보의 연장선에 있다.

[인사] 셰플러코리아, 김준석 신임 대표이사 선임

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-05 11:11:58+0900

셰플러코리아 김준석 신임 대표이사. [사진=셰플러코리아]

글로벌 모션 테크놀로지 기업 셰플러코리아가 올해 1월 1일부로 김준석 사장을 셰플러코리아 대표이사로 선임, 공식 취임했다고 5일 밝혔다.

신임 김준석 사장은 국내 및 해외에서 35년 이상 자동차 업계에 몸담아온 전문 경영인이다. 1990년에 자동차, 기계, 교통 및 운송의 글로벌 기술기업 콘티넨탈 오토모티브 시스템에 입사한 후 중국 및 독일 본사의 해외 근무 경험과 비테스코테크놀로지스코리아 대표 등을 역임했다.

김준석 대표는 "셰플러코리아의 대표이사로 선임된 것을 매우 영광으로 생각한다. 셰플러 그룹의 풍부한 기술력과 한국 시장의 역동성을 결합해 E-모빌리티, 피지컬 AI 등 자동차와 산업기계 부문 전반에서 고객에게 차별화된 가치를 제공하겠다"고 소감을 밝혔다.

셰플러 아시아태평양 지역 CEO 막시밀리안 피들러는 "김준석 대표는 자동차 산업 전반에 걸친 깊은 전문성과 글로벌 비즈니스 경험을 보유한 리더다. 셰플러 그룹의 혁신적인 모션 테크놀로지와 그의 리더십이 결합되어 한국 시장에서의 입지를 강화하고 아시아태평양 지역 성장을 견인하는 핵심 거점으로 발전할 것으로 기대한다"고 말했다.

한편, 셰플러코리아는 서울사무소를 비롯하여 이천, 창원, 전주, 안산 등에 공장과 연구소를 갖추고 있으며, 현재 2,600여 명의 직원이 근무하고 있다.

자율주행기술 관련 산·학·연 간담회

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-05 10:41:55+0900

인트레피드, CES 2026서 SDV·존 아키텍처용 차량 네트워크 테스트 솔루션 공개

윤범진 기자_bjyun@autoelectronics.co.kr — 2026-01-02 17:58:59+0900

차량 네트워크 솔루션 회사인 인트레피드 컨트롤 씨스템즈(이하 인트레피드)는 미국 라스베이거스에서 6일부터 개막하는 CES 2026에 참가해 소프트웨어 정의 자동차(SDV) 및 존 아키텍처(Zonal Architecture)를 지원하는 차세대 테스트·검증 솔루션을 대거 선보인다고 2일 밝혔다.

인트레피드는 CAN, LIN, 차량용 이더넷 등 차량 네트워크의 검증·분석·테스트를 위한 솔루션을 제공해 온 회사로, CES에 올해로 열다섯 번째 참가한다.

인트레피드에 따르면, 현재 제너럴 모터스(GM)는 인트레피드 솔루션을 표준화 툴로 사용하고 있으며, 국내외 완성차 업체와 티어 1·2 고객사들로부터 높은 기술 신뢰도를 쌓고 있다.

이번 전시에서 인트레피드는 SDV와 존 아키텍처 구현을 위한 통합 테스트 환경을 중심으로 소프트웨어와 하드웨어 솔루션을 선보일 예정이다. 인트레피드의 핵심 소프트웨어인 ‘Vehicle Spy 3’는 차량용 네트워크의 분석, 검증, 테스트를 통합 지원하는 툴로, 실시간 데이터 송·수신은 물론 GUI 및 스크립트 기반 자동화 내구 테스트, 독립형(Standalone) 데이터 로깅, 게이트웨이, 진단 통신, C 코드 인터페이스 등 데이터 후분석에 필요한 주요 기능을 제공한다.

인트레피드의 하드웨어 제품군은 차량용 네트워크 인터페이스, 독립형 데이터 로거, 차량용 이더넷 스위치, 차량용 미디어 컨버터, 10BASE-T1S 분석 장비 등으로 구성된다. 이 제품군은 CAN, LIN, Automotive Ethernet, FlexRay 기반의 데이터 모니터링과 송·수신을 지원하는 인터페이스를 비롯해 주행 데이터 수집을 위한 독립형 로거, 차량용 이더넷 포트를 일반 이더넷 포트로 미러링하는 스위치, 차량용 이더넷과 일반 이더넷 간 물리계층 변환을 위한 미디어 컨버터, 10BASE-T1S 분석 장비까지 폭넓은 라인업을 갖추고 있다.

주요 전시 제품으로는 SDV 및 존 아키텍처 구현을 위한 하드웨어인 RAD-Galaxy 2와 RAD-Gigastar 2가 있다. RAD-Galaxy 2는 16채널의 100/1000BASE-T1 차량용 이더넷과 10GBASE-T, CAN(FD)을 동시에 지원하는 장비이며, RAD-Gigastar 2는 10BASE-T1S를 최대 8채널까지 지원한다. 이들 장비는 양방향 이더넷 패킷을 미러링하는 ‘액티브 탭(Active Tap) 모드’와 서로 다른 네트워크 간 데이터 변환 또는 우회를 지원하는 ‘게이트웨이 모드’를 통해 SDV 환경에서 요구되는 복잡한 차량 네트워크 테스트를 보다 효율적으로 수행할 수 있도록 설계됐다.

이와 함께 기가비트급 차량용 이더넷 스위치인 RAD-Epsilon 시리즈와 100Mbps부터 10Gbps까지 폭넓은 속도를 지원하는 미디어 컨버터 RAD-Moon 시리즈를 통해 통합적인 SDV 테스트 환경을 제시한다.

인트레피드 솔루션은 라스베이거스 컨벤션센터(LVCC) 웨스트 홀 부스 3767에서 확인할 수 있다.

[구태완 테크 칼럼] GORE: What보다는 Why에 집중한 요구사항 분석

글│구태완 책임연구원·공학박사, 현대자동차 R&D본부 — 2026-01-02 16:39:48+0900

1. 무엇(What)보다 왜(Why)

소프트웨어 개발에서 요구사항 분석은 가장 기본적이면서도 가장 복잡한 과정 중 하나로 자리매김하고 있다. 이는 시스템이 수행해야 할 역할을 명확히 규정하고, 다양한 이해관계자의 기대와 요구를 종합적으로 정리하며, 전체 개발 프로젝트의 방향성을 설정하는 데 필수적인 단계이기 때문이다. 그러나 실제 프로젝트 현장에서는 “무엇을 만들 것인가(What)”라는 기능적 측면에 지나치게 집중한 나머지, “왜 그것을 만들어야 하는가(Why)”라는 근본적인 목적과 동기 부여에 대한 충분한 논의가 이루어지지 않는 경우가 빈번하다.

Why build it?

초기 요구사항 명세서를 분석해 보면, “시스템은 ~해야 한다(shall)”, “사용자는 ~할 수 있어야 한다(should be able to)”와 같은 서술적 표현으로 채워져 있는 경우가 많다. 이러한 기술적 접근 방식은 기능 목록을 작성하고, 체계적으로 정리하는 데에는 효율적일 수 있으나, 각각의 기능이 어떤 목적을 위해 존재하는지, 조직의 전반적인 비즈니스 목표나 사용자 가치와 어떻게 유기적으로 연결되는지에 대한 설명은 부족하다. 물론 부가적인 설명을 추가하여 부족한 부분을 보완할 수도 있겠지만, 기능 서술이 주요 목표이다 보니, 부가적인 설명이 누락되거나 충분하지 못한 결과를 초래할 확률이 높다.

결과적으로 구현된 기능이 ‘올바르게 작동하는가’는 검증할 수 있지만, 그 기능이 ‘왜 필요한가’에 대한 판단은 주관적이고 모호해질 수 있다.

이러한 문제는 행위 중심 요구공학(Behavior-driven Requirements Engineering) 접근 방식의 구조적 한계에서 기인한다. 행위 중심 요구공학은 시스템이 수행해야 할 구체적이고 명확한 행위를 기술하는 데 강점을 지니고 있지만, 그 행위가 ‘왜 필요한지(Why)’를 논리적이고 체계적으로 연결하는 틀을 제공하지 못한다. 그 결과 프로젝트 후반부로 진행될수록 기능의 중복, 누락, 우선순위 갈등, 변경 관리의 비효율성 등 다양한 문제가 빈번하게 발생하게 된다.

이러한 한계를 극복하고 요구사항 분석의 효율성을 높이기 위해 등장한 접근 방식이 바로 목표 지향 요구공학(Goal-Oriented Requirements Engineering, GORE)이다. GORE는 요구사항을 단순한 기능 명세로만 한정하지 않고, 시스템이 달성해야 할 ‘목표(Goal)’로 정의한다. 다시 말해, ‘기능(Function)’은 목표를 실현하기 위한 수단으로서의 역할을 수행하며, ‘목표(Goal)’는 기능이 존재하는 이유와 그 존재 가치를 명확하게 설명하는 근거가 된다.

결과적으로 GORE는 요구사항을 단순히 “어떻게 표현할 것인가”의 문제로 접근하는 것이 아니라, 요구의 존재 이유(reason)를 중심으로 사고를 구조화하는 방법론이다. 정의된 모든 기능이 “왜 필요한가”를 명확히 설명하지 못하는 경우, 해당 요구사항은 완전한 요구사항으로 간주될 수 없다. 따라서 GORE의 출발점은 명세나 기술이 아닌 질문이며, 분석의 초점은 “무엇을 구현할 것인가(What)”가 아닌 “왜 그것이 필요하고, 왜 그렇게 동작해야 하는가(Why)”에 있다.

2. GORE란 무엇인가?

GORE (Goal-Oriented Requirements Engineering)는 말 그대로 목표(Goal)를 중심에 두고 요구사항을 정의하고 분석하는 접근 방법이다. 이는 단순히 “무엇을 해야 하는가(What)”를 명세하는 것을 넘어, “왜 그렇게 해야 하는가(Why)”까지 명확하게 명세하는 것에서부터 출발한다.
전통적인 요구공학은 시스템의 기능과 동작을 중심으로 요구사항을 기술한다(기능 요구사항). 예를 들어 “시스템은 데이터를 암호화해야 한다”는 문장은 구현 측면에서는 무엇을 어떻게 해야 한다를 명확하게 기술하고 있지만, 그 암호화의 목적이 무엇인지, 즉 “고객 개인정보를 보호하기 위해” 또는 “표준/법규 준수를 위해”와 같은 근본적 목적(이유)를 표현하지 않았다. 그런데 GORE는 “이유(reason)”를 요구사항의 구조 속에 포함함으로써 단순 기능 명세를 넘어서 의도(intention)와 맥락(context)을 분석 가능한 형태로 표현하려는 접근이다.

2.1 GORE의 등장 배경
1990년대 이후 소프트웨어 시스템이 대형화되고, 여러 이해관계자와 복잡한 비기능 요구사항이 얽히면서 기존의 기능 중심 요구공학으로는 시스템의 전체 목적을 설명하기 어려워졌다. 악셀 판 람스위어드(Axel van Lamsweerde)는 이러한 현실적 한계를 극복하기 위해 GORE를 체계화하였으며, “요구사항 도출, 상세화, 분석, 협상, 문서화, 변경의 전 과정에서 목표 개념을 활용하는 접근”으로 GORE를 정의했다(van Lamsweerde, 2001).

GORE:Requirements. Engineering

2.2 GORE의 핵심 개념
GORE는 시스템을 구성하는 다양한 요구사항을 목표 간의 관계로 표현한다. 이때 각 목표는 상위 목표로부터 유도되어 계층 구조를 형성하며, 구체화 수준에 따라 다음과 같이 구분된다.

High-level Goal: 시스템이 달성해야 할 최상위 목적(예: “안전한 운행을 보장해야 한다”)
Refined Goal: 상위 목표를 실현하는 데 필요한 세부 목적(예: “충돌을 방지해야 한다”, “제동 시스템이 즉시 반응해야 한다”)
Operational Requirement: 가장 하위 수준의 구체적 요구사항으로, 검증 가능하고 구현 가능한 형태(예: “제동 명령은 0.5초 이내에 제어기로 전달되어야 한다”)

이러한 계층 구조를 통해 GORE는 각 요구사항이 어떤 목표를 실현하기 위한 것인지 명확히 하고, 요구 간의 논리적 정당성과 추적성(traceability)을 확보한다.

2.3 GORE 방법론의 주요 구성요소
GORE는 단일 이론이 아닌, 여러 연구자에 의해 발전된 방법론들의 집합체로, 대표적으로 다음과 같은 네 가지 모델이 자주 언급된다.

KAOS (Knowledge-based Automated Specification of Systems): 수학적 논리 표현을 사용하는 가장 대표적인 GORE 모델로, 목표 간 정형 분석과 장애물(Obstacle) 분석을 중시한다.
i*: 이해관계자 간의 의존 관계를 강조하며, 조직적 목표와 행위자 간의 상호작용을 모델링한다.
Tropos: i*를 확장하여 시스템 개발의 초기 요구부터 설계, 구현 단계까지 목표 기반 추적을 지원한다.
GRL (Goal-oriented Requirement Language): UML 환경에 통합된 그래픽 모델로, 품질 속성(Softgoal)을 표현하기에 적합하다.

이 네 가지 접근 모두 “목표를 중심으로 요구사항을 구조화한다”는 공통된 철학을 공유하지만, 적용 범위와 강조점은 서로 다르다. 예를 들어 KAOS는 형식 검증(Formal Verification)에 강점이 있는 반면, i*는 조직적 관계와 사회적 의도(Stakeholder Intent) 분석에 유리하다.

2.4 GORE의 핵심 원리: 목적에서 행동으로
GORE의 핵심 원리는 “왜(Why)에서 출발하여 무엇(What)으로 구체화한다”는 점이다. 이는 일반적으로 “Why → What → How”로 표현된다. 상위 목표를 명확히 설정한 후, 이를 실현하기 위한 하위 목표를 정제하고, 최종 단계에서 실행 가능한 요구사항으로 변환하는 프로세스를 의미한다. 이러한 계층적 정제 과정은 시스템이 제공해야 할 각 기능이 상위 목적과 논리적으로 연결되어 있는지 검증할 수 있도록 지원한다.
예를 들어, “데이터 유출을 방지한다(Why)”라는 목표는 “데이터 접근을 제어한다(What)”로, 다시 “사용자 인증 절차를 강화한다(How)”로 세분화할 수 있다. 이처럼 구성된 목표-요구사항 체계는 변경 관리 및 위험 분석 시 강력한 추적성을 제공한다.
GORE는 요구공학의 하위 기법이 아닌, 요구공학을 ‘이해하는 방식’ 자체를 재정의하는 틀로 인식해야 하며, 시스템이 수행해야 할 기능만을 나열하는 접근 방식과 달리, 각 요구사항의 존재 이유를 모델링함으로써 시스템의 목적성과 일관성을 보장한다.

3. GORE 기반 요구사항 분석이 필요한 이유

그렇다면, 왜 GORE가 필요할까?

3.1 품질(Quality) 요구사항이 점점 중요해지고 있기 때문이다
성능, 안정성, 보안, 사용성, 공정성, 설명가능성 등과 같은 비기능적 요구사항(Non-Functional Requirements, NFR)은 정량화된 수치로 표현하기 어렵고, 때로는 기능 요구사항과도 충돌한다. GORE에서는 이러한 비기능 요구사항, 즉 품질 요구사항을 단순한 부가조건이 아닌, ‘Softgoal’이라는 독립적인 분석 단위로 세분화한다. 예를 들어 “사용자 신뢰를 높인다”는 목표에 대해 하위 목표로 분해하여 “에러 발생 시 명확한 피드백 제공”, “데이터 처리의 투명성 보장”과 같은 구체적 수단으로 연결할 수 있다. 이처럼 GORE는 정량화가 어려운 품질 요구사항을 목표 간 트레이드오프 구조 속에서 분석할 수 있도록 도와준다.

사례 #1 자동 로그인 기능

■ 기능 요구사항(Functional Requirement)

FR1: 사용자는 일정 기간 자동 로그인 기능을 이용할 수 있어야 한다.

이 기능의 목적은 사용자 편의성을 높이고, 로그인 과정을 단축시켜 사용 경험(UX)을 향상시키는 것이다. 하지만 이 기능은 동시에 여러 비기능적 품질 요구(Softgoal)들과 충돌할 가능성이 있다.

1. 상위 목표(High-level Goal)

G0: 사용자 편의성과 시스템 보안을 모두 만족하는 인증 체계 구축

이 상위 목표 아래에서 두 개의 주요 하위 목표가 도출된다.

G1: 사용자 편의성(Usability) 향상
G2: 시스템 보안(Security) 강화

2. 하위 목표 정제(Goal Refinement)

G1. 사용자 편의성 향상

- G1.1: 로그인 절차 단축 → 사용자가 반복적으로 로그인하지 않아도 되도록 자동 로그인 기능을 제공한다.
- G1.2: 인증 실패율 감소 → 로그인 오류나 세션 만료로 인한 불편을 줄인다.
- G1.3: 신속한 사용자 접근성 확보 → 로그인 이후 즉시 개인화된 화면으로 이동한다.

G2. 시스템 보안 강화

- G2.1: 세션 하이재킹 방지 → 장기 세션이 탈취되지 않도록 토큰 만료와 재인증 절차를 강화한다.
- G2.2: 개인정보 보호 → 기기에 저장된 인증 정보가 암호화되어야 한다.
- G2.3: 사용자 인증 주기 유지 → 일정 기간 이후에는 반드시 재로그인을 요구해야 한다.

3. Softgoal간 Trade-Off 구조

Goal Relationship Diagram

G1.1 ↔ G2.3 (Trade-off)	자동 로그인 유지 기간을 길게 설정하면 편의성은 높아지지만, 보안은 약화된다.
G1.2 ↔ G2.1 (Trade-off)	인증 실패율을 줄이기 위해 세션 만료를 완화하면, 세션 하이재킹 위험이 증가한다.
G1.3 → G1 (Support)	즉시 접근성은 사용 편의성 향상에 직접적으로 기여한다.
G2.2 → G1 (Support)	개인정보 보호 강화는 간접적으로 사용자 신뢰를 높여, 편의성에 긍정적으로 작용할 수 있다.

4. 결론
GORE는 기능 요구사항인 “자동 로그인 제공”을 단순한 편의 기능으로 보지 않고, 그 기능이 만들어내는 보안, 신뢰, 편의성 간의 상충 관계를 모델링한다. 즉, GORE는 개발자가 “무엇을 만들 것인가(자동 로그인)”뿐만 아니라 “왜 그렇게 만들어야 하는가(보안과 편의의 균형)”를 논리적 근거로 설명할 수 있는 구조를 제공한다.

3.2 불확실성과 위험 요인을 체계적으로 다뤄야 하기 때문이다
자율주행 차량의 도로 상황, 클라우드 서비스의 부하 변화, AI 모델의 데이터 편향 등은 예측하기 어렵고 지속적으로 변한다. 이런 상황에서 “모든 요구사항이 항상 만족된다”는 가정은 비현실적이다. GORE에서는 이러한 불확실성을 장애물(Obstacle)이라는 개념으로 표현한다. 장애물은 목표 달성을 방해할 수 있는 요인으로, 이를 제거(Eliminate), 완화(Reduce), 허용(Tolerate)하는 전략이 목표 모델 안에 함께 포함된다. 따라서 GORE는 시스템이 달성해야 할 목표뿐 아니라, 실패할 수 있는 조건까지 동시에 모델링할 수 있다.

사례 #2 비상 제동 시스템(Emergency Braking System, EBS)

■ 상위 목표 (High-level Goal)

G0: 차량이 전방 충돌 위험을 감지했을 때, 안전하게 정지한다.

이 목표는 자율주행 및 운전자 지원 시스템에서 매우 핵심적인 안전 목표(Safety Goal)이다. 그러나 실제 환경에서는 이 목표를 방해할 수 있는 여러 불확실성이 존재한다. GORE에서는 이러한 불확실성을 “장애물(Obstacle)”로 정의한다.

1. 목표 구조(Goal Refinement)

G1: 전방 장애물을 정확하게 감지한다. → 센서 정확도와 데이터 처리의 신뢰성에 의존함
G2: 감지 후 즉시 제동 명령을 발행한다. → 신호 전달 지연과 제동 알고리즘의 반응 속도에 의존함
G3: 차량이 안전하게 정지한다. → 도로 마찰력, 제동력, 차량 하중 등 물리적 제약에 영향을 받음

이 세 가지 하위 목표는 “충돌 방지”라는 상위 목표를 만족시키는 논리적 구조이다. 하지만 목표마다 실패할 수 있는 조건(Obstacle)이 존재한다.

2. 장애물(Obstacles) 모델링
(1) G1에 대한 장애물

O1: 센서 오작동으로 장애물을 감지하지 못함(Sensor Fault)
O2: 악천후로 센서 감도가 저하됨(Adverse Weather)
O3: 장애물의 형태가 비정형이어서 인식 모델이 분류 실패(Model Misclassification)

(2) G2에 대한 장애물

O4: ECU 간 통신 지연(Network Latency)
O5: 제동 명령 신호 손실(Message Loss)

(3) G3에 대한 장애물

O6: 도로 마찰력 부족(Low Friction)
O7: 브레이크 시스템 고장(Brake Fault)

3. 장애물 대응 전략

전략	설명	예시
Eliminate	장애물을 완전히 제거하는 설계	센서 이중화(Redundancy), 고정밀 센서 교체
Reduce	장애물의 발생 가능성이나 영향도를 줄이는 방안	딥러닝 모델 재학습, 센서 융합(Fusion)
Tolerate	장애물이 발생하더라도 시스템이 안전 상태로 전이하도록 허용	Fail-safe 제동 모드, fallback 알고리즘 적용

· O1(센서 오작동)은 Eliminate 전략을 통해 센서 이중화를 적용할 수 있다.
· O2(악천후 감도 저하)는 Reduce 전략으로 레이다·카메라 센서 융합(Fusion)을 통해 완화한다.
· O4(통신 지연)는 Tolerate 전략으로 신호 유실 시 fallback 제동 로직을 활성화할 수 있다.

Goal-Obstacle Model

3.3 복잡한 시스템 간 상호작용을 설명할 수 있기 때문이다
현대 시스템은 하나의 독립된 구성요소로 존재하지 않고 여러 서비스, 모듈, 외부 API, 데이터 소스가 서로 연결되어 상호작용한다. 이때 개별 기능의 기술만으로는 시스템 전체의 의도적 연계(intentional linkage)를 설명하기 어렵다. GORE는 목표를 통해 행위자(Agent)와 책임(Responsibility)을 명확히 정의하고, 목표 간의 의존 관계를 표현할 수 있으며, 단순히 기능 간의 호출 관계를 넘어서, 행위자 간의 의도적 상호작용(intentional interaction)을 분석하게 해 준다.

사례 #3 자율주행 차량의 위험 감지 및 제동 협력 시나리오

1. 상위 목표(High-level Goal)

G0: 차량은 전방의 위험 상황을 감지하고 안전하게 정지해야 한다.

이 상위 목표는 하나의 시스템 단위로 표현되지만, 실제로는 여러 행위자(agent)의 협력에 의해 달성된다. GORE에서는 이를 행위자 기반 목표 할당(Goal Assignment to Agents)으로 표현한다.

2. 행위자(Agents) 정의

행위자	역할 및 책임
Sensor Module	도로 및 주변 객체를 감지하는 책임을 가짐
Perception ECU	센서 데이터를 통합하여 위험 상황을 인식함
Braking Controller	위험 판단 후 즉각적인 제동 명령을 수행함
Driver Monitoring System (DMS)	운전자의 상태(주의 분산, 졸음 등)를 모니터링하여 판단에 반영함

3. 목표 구조(Goal Decomposition)

G1 (Sensor Module): 전방 객체를 실시간으로 탐지한다. → 하위 목표: “거리, 속도, 이동 방향을 50ms 이내 주기로 업데이트”
G2 (Perception ECU): 센서 데이터를 통합하여 위험도를 산출한다.→ 하위 목표: “객체의 TTC (Time-to-Collision)가 2초 미만일 경우 위험 경보 발생”
G3 (Braking Controller): 위험 판단 시 안전하게 감속 또는 정지한다.→ 하위 목표: “ABS 제어 및 감속 곡선을 동적으로 계산하여 제동 명령 수행”
G4 (DMS): 운전자의 주의 상태를 판단하여 자동 제동 개입 조건을 조정한다.→ 하위 목표: “운전자가 반응하지 않으면 자동 개입 임계값을 낮춤”

4. 목표 간 의존 관계(Goal Dependency)

의존 관계	설명
G2 → G1 (Information Dependency)	인식 ECU는 센서 모듈이 제공하는 데이터에 의존
G3 → G2 (Control Dependency)	제동 제어는 위험 판단 결과에 의존
G3 ↔ G4 (Intentional Interaction)	제동 여부 결정은 운전자 상태(주의 수준)에 따라 조정됨
G4 → G2 (Feedback Dependency)	운전자의 상태는 위험 판단 알고리즘에 피드백으로 작용

5. 의도적 상호작용(Intentional Interaction) 분석
이 시나리오에서 가장 중요한 상호작용은 Braking Controller와 DMS 사이의 관계이다. 이 관계는 단순한 “신호 전달”이 아니라, 의도 기반 상호작용(Intentional Interaction)으로 표현된다.

예시:

Braking Controller의 목표는 “위험 감지 시 제동을 수행한다”이다.
DMS의 목표는 “운전자가 제동 반응을 보이면 시스템 개입을 최소화한다”이다.

즉, DMS는 Braking Controller의 제동 의도를 수정하는 영향력을 가진다. 이 상호작용은 단순한 호출 관계가 아니라 의사결정 수준에서의 목표 조정(intentional modification)으로 해석된다. 이때 GORE 모델에서는 이를 “Delegation(위임)” 또는 “Softgoal Interference(간접 간섭)” 관계로 표현한다.

Intentional Model

결국 “행위자 간 의도적 상호작용(Intentional Interaction)”을 모델링함으로써 누가 왜 무엇을 해야 하는가에 관한 협력적 시스템 구조를 명시화할 수 있다.
즉,

Sensor → Perception → Braking은 기능적 호출 관계이지만,
DMS ↔ Braking Controller는 의도 기반 협력(intent-based cooperation) 관계이다.

4. 마치며:
“왜(Why)”를 묻는 습관이 공학을 바꾼다

요구공학의 본질은 완벽한 명세서를 작성하는 것이 아니라, 요구사항의 이유를 이해하는 것이라고 생각한다. 그 이유가 명확해야만 무엇을 할지, 어떻게 할지에 대한 기능의 의미가 명확해지고, 요구사항 자체도 가치를 가질 수 있다고 믿는다.
이를 위해 이번 글에서는 GORE (Goal-Oriented Requirements Engineering)에 대한 개념적 내용을 살펴보았다. GORE를 사용하면 기능 하나하나를 단순히 나열하는 게 아니라, 그 기능이 무엇을 위해 존재하는지, 어떤 목표를 실현하려는지, 그리고 그 이유가 사람과 조직의 가치에 어떻게 연결되는지를 생각하게 해 준다.
물론, GORE를 직접 적용하는 것은 쉽지 않을 것이다. 때로는 논의가 길어지고, 결정이 늦어지며, 모호한 답 앞에서 더 이상 분석을 진행하지 못할 수도 있다. 그럼에도, 이런 고민의 저변에는 아무런 체계적 분석 없이 요구공학 프로세스가 수행되는 현실을 조금이나마 개선하는 데 도움이 되었으면 하는 마음이 있었다. 그리고, “왜?”를 묻지 않은 채 만들어진 요구사항은 불명확성으로 쉽게 흔들리고, 지속성을 가지기 어렵게 될 것이 자명할 것이다. 따라서 이번 글을 통해 요구사항을 작성함에 있어 늘 “왜”를 묻는 습관을 잃지 않으려 한다. - END -
원문 출처

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.

이전글 보기 >>
OWL 온톨로지란 무엇인가?

Apex.AI-QNX, 결정론적 AI 가속 위한 플랫폼 호환 발표

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

에이펙스에이아이(Apex.AI)가 자사의 AI 네이티브 운영체제 Apex.OS가 QNX 소프트웨어 개발 플랫폼(SDP) 8.0과 호환된다고 2일 밝혔다.

이번 발표는 자동차 OEM을 비롯해 로보틱스, 의료기기, 모빌리티 기업이 첨단 AI 성능과 안전 인증이 가능한 결정론적 실시간 동작을 동시에 충족하는 양산 수준의 자율·로봇 시스템 개발을 더 빠르게 추진할 수 있게 됐다는 데 의미가 있다.

Apex.OS는 ROS 2(Robot Operating System 2) 기반의 안전 인증 소프트웨어 개발 프레임워크로, QNX 운영체제 상위 계층에서 동작하며 실시간 미들웨어와 실행 환경, 통신 서비스를 제공한다. 에이펙스에이아이는 Apex.OS의 AI 우선 실행 환경과 QNX의 차세대 실시간 운영체제(RTOS)가 결합됨으로써 프로토타입 단계에서 안전성을 지원하는 배포 단계로의 전환 시간을 단축할 수 있다고 설명했다. 양사는 실제 자율 및 로보틱스 워크로드를 대상으로 두 플랫폼의 호환성을 시연하는 공동 데모도 진행 중이다.

자율주행 소프트웨어 스택은 고성능 AI 연산과 예측 가능하고 안전 인증이 가능한 실시간 실행이라는 두 가지 요구를 동시에 충족해야 한다. 에이펙스에이아이와 QNX의 플랫폼 호환은 AI 워크로드의 결정론적 실시간 실행, AI 네이티브 개발 도구와 ROS 스타일의 개발 편의성, 검증된 호환성에 기반한 통합 및 안전 인증 위험 부담 완화 등을 제공한다는 점에서 의미가 있다.

얀 베커(Jan Becker) 에이펙스에이아이 창업자 겸 CEO는 “Apex.OS를 QNX의 검증된 실시간 운영체계와 결합함으로써 양산 수준의 자율 시스템을 위한 실용적이고 인증 가능한 기반을 마련했다”며 “QNX SDP 8.0 상에서의 호환 검증을 통해 개발팀은 플랫폼 통합 부담을 줄이고, AI 프로토타입을 결정론적이고 안전 대응이 가능한 시스템으로 전환할 수 있다”고 말했다.

로메인 사하(Romain Saha) QNX 전략적 제휴 담당 선임 디렉터는 “미션 크리티컬 시스템을 위한 결정론적이고 안전 인증 가능한 플랫폼을 제공해온 QNX가 이번 협력을 통해 실제 환경에서 동작하는 자율·로봇 시스템을 구축하고 인증할 수 있는 명확한 경로를 제공할 수 있게 됐다”고 말했다.

기술적으로는 결정론적 데이터 경로와 안전성 모니터링, 제어된 공유 메모리 교환을 위한 검증된 통합 패턴을 적용해 QNX OS 8.0 상에서 Apex.OS를 실행한다. 이를 통해 엄격한 타이밍 요건을 충족하고, 안전 인증 과정에서 더 강력한 안전 논리 구축이 가능하다.

에이펙스에이아이와 QNX 호환 아키텍처는 이미 자율 모빌리티 개발, 인지(perception)부터 제어(control)까지를 아우르는 파일럿 프로젝트, 의료기기 개발, 자동차 도메인 컨트롤러 이니셔티브 등에서 채택되고 있다. 실제 고객 배포 사례를 기반으로 한 도심 모빌리티 라이브 데모는 CES 2026 전시회 기간 중 에이펙스에이아이 부스(라스베이거스 컨벤션센터 서관, 부스 3231)에서 공개될 예정이다.

Fog doesn’t hide sensors - it hides operations

한상민 기자_han@autoelectronics.co.kr — 2025-12-29 09:40:41+0900

DeepFusion AI, 4D 이미징 레이다로 다시 묻는 자율주행

한상민 기자_han@autoelectronics.co.kr — 2025-12-29 09:19:14+0900

INTERVIEW
유 승 훈 CEO
SungHun Yu, DeepFusion AI

자율주행이 실제 운영 단계로 진입하는 순간 질문은 바뀐다. 더 잘 보느냐가 아니라 보이지 않는 순간에도 멈추지 않을 수 있느냐로. 기상과 환경이 흔들리고, 센서의 한계가 보이는 조건에서 시스템은 어디까지 버틸 수 있을까? 이 질문은 아직 기술의 성능 경쟁으로 충분히 답이 나오지 않은 상황에서 오히려 해상과 방산처럼 실패가 허용되지 않는 영역에서 먼저 제기돼 왔다. 그리고 지금, 자율주행과 로보택시의 운영 문제로 되돌아오고 있다. DeepFusion AI는 이 지점에서 출발한다. 이들이 4D 이미징 레이다와 전파계 딥러닝을 이야기하는 이유는 ‘더 잘 보기 위해서’가 아니라, 운영이 무너지기 시작하는 경계에서 무엇이 기준이 될 수 있는지를 묻기 위해서다.

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

짙은 안개는 누구에게나 공평하다. 카메라에도, 라이다에도, 사람의 눈에도.
그러나 지금 자율주행이 마주한 문제는 “보이느냐, 안 보이느냐”를 넘어선다. 더 근본적인 질문은 보이지 않는 순간에도 시스템은 멈추지 않아야 한다는 것이다.
“폭우가 쏟아지면 운영하지 않으면 된다”는 판단이 통하던 때는 저물고 있다. 예를 들어, 로보택시는 도시 인프라가 될 것이고 무인 시스템은 이미 인간의 개입 없이 출동한다. 이제 문제는 성능뿐만 아니라 운영의 지속성, 그리고 그 운영을 무엇으로 지탱할 것인가다.
해상과 방산에서는 오래전부터 답이 명확했다. 안개와 비, 야지와 먼지 속에서도 작동해야 하는 시스템에서 보이지 않는 것을 보는 감각은 레이다였다. 반면, 로보택시와 자율주행은 다른 길을 걸어왔다. 라이다의 정밀도, 카메라의 풍부한 정보, 그리고 최근의 ‘카메라 온리’라는 과감한 선택까지. 하지만 운영이 실제로 시작되는 순간 질문은 다시 바뀔 수 있다. 허점 있는 센서에 의존하는 구조는 과연 어디까지 버틸 수 있는가? 이것은 기술과 운영 모든 측면에서의 리던던시가 선택이 아니라 조건이 되는 시점이다.
DeepFusion AI(DFAI)가 4D 이미징 레이다와 함께 주목받은 게 바로 이 지점이다.
DFAI는 해상과 방산에서 먼저 검증된 전파계 인지의 언어를 자율주행과 로보택시의 운영 문제로 끌어온다. ‘센서 퓨전’이 아니라, 인지 자체를 어떻게 정의하고 표준화할 것인가라는 질문으로.
이 접근은 기술적으로 낯설지만 운영의 관점에서는 정직하다. 유승훈 CEO는 이 이야기를 기술로 포장하지 않은, 기술 시연이 아니라 구조화된 브리핑을 통해 ‘무엇이 가능한가’가 아니라 ‘무엇을 감당할 수 있는가’를 이야기했다. 왜 4D 이미징 레이다인지, 왜 ‘센서 퓨전’이 아니라 ‘인지의 표준화’인지, 그리고 왜 그들이 CES 2026에서 ‘최고혁신상’을 수상했는지를 말했다. DFAI의 이야기는 기술의 최전선이 아니라, 운영이 무너지기 시작하는 경계(boundary)에서 출발하고 있었다.

센서 퓨전이 아니라,
인지 자체를 표준화하는 것

DFAI의 기술적 출발점은 RAPA-R(Real-time Attention-based Pillar Architecture for Radar)이라 불리는 전파계 딥러닝 엔진이다.
레이다에서 얻은 전파 데이터를 그대로 ‘인식’의 입력으로 삼아 객체 탐지와 분류를 수행하는 구조다. 레이다 데이터 자체를 딥러닝이 다룰 수 있는 인지 언어로 만드는 것, 다시 말해 레이다를 보조 센서가 아니라 독립적인 인지 주체로 만든다.
그래서 ‘퍼셉티브 센서 스탠다드(Perceptive Sensor Standard)’란, 레이다·카메라·라이다의 결과를 나중에 섞는 센서 퓨전이 아니라, 세상을 인식하는 기준 자체를 하나의 공통 언어로 정의하는 접근이다. 센서는 그 기준을 채우는 수단일 뿐이며 인지의 판단 구조는 바뀌지 않는다. RAPA-R은 DFAI가 말하는 인지의 표준화 ‘퍼셉티브 센서 스탠다드’의 기술적 토대이면서 4D 이미징 레이다, 근거리 통합인지, 멀티 레이다 전방위 딥러닝, 레이다 기반 SLAM 논의의 출발점이다.

“이것은 일반적인 센서 퓨전이 아닙니다. 딥러닝 관점에서 인지 자체를 새롭게 표준화하는 접근입니다. 이 표준화란 E2E에 ‘무엇을 더 붙이느냐’의 문제가 아니라, 레이다 센서를 중심으로 인지를 어떻게 정의할 것인가에 가깝습니다.” 유 CEO가 말했다.

카메라와 라이다는 이미 딥러닝 파이프라인과 함께 산업적으로 굳어지고 있지만, 전파계 센서인 레이다는 그 경로를 이제 밟고 있다. 이유는 그동안 정형화된 데이터 셋이 없었기 때문이다. 레이다는 제조사마다 하드웨어 특성이 다르고, 안테나 구성과 포인트클라우드 형태가 제각각이었다. 레이다는 분명 오랫동안 물리적으로 중요한 센서였지만 딥러닝 언어로는 충분히 정리되지 못했다.
DFAI가 바로 이 공백을 4D 레이다의 성숙과 ‘인식의 표준화’란 방식으로 메우려는 것이고, 그 핵심 방법이 ‘가상 레이다’와 ‘프리트레이닝’이다. DFAI가 말하는 가상 레이다란 실제 전파 센서를 디지털 환경에서 모델링해 레이다가 만들어낼 신호를 가상 데이터로 생성하는 방식이다. 이 데이터를 통해 딥러닝 모델을 먼저 학습(pre-training) 시킴으로써 실제 하드웨어가 바뀌어도 짧은 파인튜닝만으로 동일한 인지 구조를 이식할 수 있다.

“DFAI는 RAPA-RC(레이다+카메라 Early Fusion)와 RAPA-RL(레이다+라이다 Early Fusion)으로 확장해 다양한 애플리케이션에서 인지 기술의 고도화를 추진하고 있습니다. 이 융합 모델들은 동일한 ‘퍼셉티브 센서 스탠다드’를 기반으로 설계돼 센서 구성이 달라져도 판단 구조는 변하지 않습니다. DFAI는 이런 기술을 더욱 고도화해 2027년 1월 CES 일정에 맞춰 새로운 기능과 응용 사례를 소개하기 위해 준비하고 있습니다.”

4D 레이다,
라이다 ‘4년차’와 비교되다

유 CEO는 라이다 산업을 오랫동안 지켜봐 왔다.
초기 라이다 센서는 자체 성능이 부족해 딥러닝을 걸기 어려웠지만, 성능이 올라오자 데이터와 알고리즘이 뒤따르며 산업 전체가 한 단계 도약했다. 그는 지금의 4D 이미징 레이다를 그 시절의 라이다에 겹쳐 놓는다.

“4D 이미징 레이다는 라이다가 대략 4년 차에 들어갔을 때와 비슷한 위치에 있습니다. 예를 들어, 지금 국내의 비트센싱(bitsensing)과 독일의 보쉬가 내놓는 4D 이미징 레이다를 보면 성능이 꽤 좋습니다. 이런 흐름 자체가 고무적입니다.”

‘성능’은 단순한 감상이 아니다. 정확도와 포인트클라우드 밀도, 그리고 그것이 딥러닝에 투입될 수 있는가에 대한 것이다. DFAI는 포인트클라우드를 ‘초당 포인트 수’가 아니라 ‘센서 사이클’ 기준으로 본다. 보통 40~50ms 사이클을 기준으로 보면 4D 이미징 레이다 한 대에서 한 사이클당 약 2,000포인트 수준이 나온다. 회전식 라이다와 비교하면 절대량은 적지만, 레이다의 폼팩터와 배치 자유도를 고려하면 무시할 수 없는 수치다.

“물론 더 촘촘해져야 한다고 봅니다. 한 사이클당 1만 포인트쯤 가면 디테일이 훨씬 살아날 겁니다. 그러나 중요한 것은 숫자 자체가 아닙니다.”

DFAI가 보는 핵심은 ‘딥러닝을 걸 수 있는 임계점이 보이기 시작했다’는 감각이다. 포인트 수와 정확도가 일정 수준을 넘어서면 레이다는 더 이상 보조 센서가 아니라, 딥러닝의 직접적인 대상이 된다. 유 CEO는 지금의 4D 이미징 레이다가 바로 그 문턱에 도달했다고 본다.

Multi-radar 기반 세계 유일 상용화 수준 Radar SLAM 기술

정밀도보다 운영성

“전파는 속도 값을 직접 얻을 수 있잖아요. 그래서 복잡한 추론 연산 없이도 충분합니다.”

라이다가 제공하는 정밀한 거리 정보는 매혹적이다. 수 밀리미터 단위까지 공간을 재현하는 능력은 기술적으로 분명한 강점이다. 그러나 그 정밀함을 현장에서 유지하는 일은 전혀 다른 문제다. 컴퓨팅 파워의 부담은 물론, 회전식 라이다의 경우 장시간 운행 중에 발생하는 미세 진동만으로도 축 정렬이 틀어질 수 있고, 이는 점진적인 인식 오차로 이어진다. 이 과정은 눈에 보이지 않게 진행되기 때문에 실제 운영에서는 정기적인 캘리브레이션과 전문 인력이 필수로 뒤따른다.
비·눈·안개·먼지 같은 환경 요인도 부담이다. 광학계 센서인 라이다는 투명도를 유지하기 위한 세척과 보호 구조가 필요하고, 해상이나 야지 환경에서는 염분과 흙먼지가 수명을 단축시킨다. 결국 라이다의 정밀함은 센서 자체보다, 운영 인프라와 절차의 무게를 함께 끌고 다닌다. 유 CEO는 이 지점을 두고 “정밀도가 항상 운영 효율로 이어지지는 않는다”고 말한다.
반면, 레이다는 카메라나 라이다처럼 형상을 제공하지 못하고 시야각에도 제약이 있다. 하지만 4D 이미징 레이다와 ‘중첩(오버랩)’이라는 방식은 이 한계를 다르게 풀어낸다. 전면과 코너에 여러 개의 레이다가 배치되면 근거리에서 포인트가 겹치며 인식 밀도가 자연스럽게 올라간다.
이것이 DFAI가 말하는 ‘근거리 통합인지’다. 사고와 충돌이 실제로 발생하는 근거리 영역을 여러 센서의 결과를 나중에 합치는 방식이 아니라, 하나의 인지 공간으로 통합해 해석하는 접근이다. 레이다가 중심이고, 광학계는 필요에 따라 이를 보완한다.
이렇게 되면 그동안 차량에 널리 적용돼 온 전방 카메라 1개와 다수의 레이다가 차량 주변을 커버하는 기본 배치를 그대로 유지하면서 인식 구조만 업그레이드할 수 있다. 4D 이미징 레이다는 센서를 하나 더 붙이는 방식이 아니라, 기존 레이다를 대체하며 인식의 안정성과 범위를 끌어올리는 접근이다. 논점은 단순한 성능 비교가 아니라, 어떤 조건에서도 인지가 무너지지 않도록 기준을 어디에 두느냐에 있다.

“이건 센서를 고급화하는 이야기가 아닙니다. 360도 서라운드 인지의 리던던시, 그리고 근거리까지 아우르는 통합 인지에 대한 이야기입니다.”
유 CEO가 말했다.

안개 속에서도
멈추지 않아야 하는 시스템

유 CEO의 이야기는 어느 순간 자연스럽게 “어디서 쓰이느냐”의 문제로 옮겨갔다. 그는 로보택시를 언급하면서도 이 시장에서 아직 ‘절박한 니즈’가 완전히 드러난 건 아니라며 조건이 훨씬 가혹한 장면을 먼저 꺼냈다.

“무인 수상정은 안개가 끼어도 출동하고, 태풍이 불어도 출동합니다.”

안개가 짙어지면 카메라는 급격히 무력해지고 라이다 역시 성능을 보장하기 어렵다. 해상에서는 전통적으로 X-band 레이다가 쓰여 왔지만, 그 역시 완전한 해답은 아니다. 약 500m 이내의 근거리로 들어오면 전파 특성상 음영 구간이 생기고, 문제는 바로 그 구간이 실제로 충돌이나 교전이 발생하는 가장 중요 범위다. DFAI의 접근은 이 공백을 4D 이미징 레이다로 메우는 것이다.
선박 주변을 레이다로 둘러 근거리에서 3차원 정보를 확보하고 이를 딥러닝으로 해석해 객체를 찾고 분류까지 이어간다. 소형 선박, 어선, 화물선뿐 아니라 부표와 파도 같은 해상 특유의 요소까지 인식 대상에 포함된다. 이때 광학계와 전파계의 융합은 성능 향상의 문제가 아니라, 시스템이 살아남을 수 있느냐의 문제로 바뀐다. 유 CEO는 이를 ‘생존성(survivability)’이란 말로 정리했고, 이 흐름은 무인 전투 차량으로 이어졌다.

“야지에 나가서 1분 정도 흙먼지를 뒤집어쓰면 라이다는 바로 안 보입니다. 전장에서 회전식 라이다를 닦아가며 쓴다는 건 상상하기 어렵죠.”

전장에서는 비, 눈, 안개보다도 흙먼지와 진동, 충격이 센서를 먼저 무력화시킨다. 방산 영역에서 라이다의 운영 수명이 짧은 것도 이 때문이다. 정밀한 센서일수록 유지 조건은 까다로워지고 그 부담은 고스란히 운영 리스크로 돌아온다. 그래서 이 영역에서 전파계 인지의 비중이 높아질 수밖에 없다.

레이다를 ‘기준점’으로 삼는 이유

이런 조건에서 DFAI의 핵심 데모가 왜 ‘4D 이미징 레이다만으로 360도를 실시간 딥러닝으로 인지하는 구조’로 구현됐는지도 자연스럽게 이해된다. 즉, 데모는 기술 과시가 아니라, 가장 거친 환경에서도 인지가 무너지지 않도록 설계된 결과다.

“사람들이 이거 ‘카메라 딥러닝 아니냐’고 오해를 많이 합니다. 그런데 우리는 레이다 데이터만으로 합니다.”

유 CEO가 강조하는 ‘레이다 단독 인지’는 카메라나 라이다를 배제하겠다는 선언이 아니다. 오히려 그 반대다. 어떤 조건에서도 흔들리지 않는 인지의 기준점을 먼저 세우겠다는 선택에 가깝다. 그는 얼리퓨전에 대해서도 의외로 솔직했다.

“얼리퓨전은 굉장히 어렵습니다. 레이다도 좋아야 하고, 카메라도 좋아야 합니다. 함부로 했다가 망하는 사례가 훨씬 많아요.”

DFAI의 선택은 모든 센서를 한꺼번에 묶는 것이 아니라, 레이다 중심의 인지 구조를 먼저 완성한 뒤, 실제 운용 환경에서 필요가 확인되는 경우에만 다른 센서를 보완적으로 결합하는 방식이다. 해상처럼 카메라로 형상은 인식되지만 절대 거리 추정의 신뢰도가 낮은 환경에서는 레이다가 커버하는 구간에서 거리·깊이 정보를 제공해야 실전 인지가 성립한다. 반대로 안개·먼지·비처럼 광학계의 신뢰도가 급격히 떨어지는 조건에서는 레이다 단독 인지가 시스템의 기준점으로 작동한다.
여기서 경쟁 구도는 분명해진다. 경쟁사들이 “어떻게 더 잘 볼까”를 묻는다면, DFAI는 “무엇을 기준으로 끝까지 볼 수 있을까”를 묻는다. 이 차이는 센서의 성능이나 조합 문제가 아니라, 운영을 어떻게 설계하느냐에 대한 기준의 차이다. DFAI의 ‘근거리 통합인지’ 개념은 가장 거친 환경에서 먼저 요구된 결과다. 그래서 현재 활발히 전개되고 있는 글로벌 OEM, 티어 1과의 논의 이전에 DFAI의 첫 레퍼런스가 해상과 방산에서 나온 것이다. 가장 멈출 수 없는 시스템, 가장 실패가 허용되지 않는 환경에서 먼저 검증한 것이다.

현실 주행 환경의 불확실성을 다루는 DFAI, 그 기술적 방향성과 실행법에 대해 이규진 상무와 개발자들이 소개했다.

경계에서 나온 ‘최고혁신상’

“만약 안개가 심하게 낀 영종대교를 로보택시가 건너려 한다면 어떨까요? 사람들은 아직 그 지점까지 깊이 생각하지 않습니다. 저희는 그런 상황을 전제로 둡니다.”

기술의 우열이 아니라 운영이 시작된 순간, 그리고 멈출 수 없게 된 순간에 무엇이 시스템을 지탱할 수 있느냐. DFAI가 말하는 ‘경계’가 바로 이 지점이다.
그리고 이 대화는 유 CEO에게 이런 질문을 하게 만든다.

“이러면 목표가 라이다를 대체하는 거네요?”

유 CEO는 이 질문에 이렇게 선을 긋는다.
“대체라기보다는 역할의 재정의에 가깝습니다. 라이다는 여전히 높은 정밀도가 필요한 영역에서 중요한 센서입니다. 다만 실제 운영 환경에서는 항상 밀리미터 단위의 정밀도만이 정답은 아닙니다.”

자율주행이 요구하는 허용오차는 언제나 밀리미터 단위의 정밀도가 아닐 수 있다. 실제 운영에서는 10cm 수준의 안정성과 지속가능성이 더 중요해지는 장면도 많다. 중첩과 검증을 거치며, 역할이 서서히 이동하는 과정이다.
DFAI의 이야기를 따라가면, 4D 이미징 레이다는 ‘대안 센서’가 아니라 ‘현실의 요구’로 보이기 시작한다. 안개 속으로 출동하는 무인 수상정, 먼지 속에서 살아남아야 하는 무인 전투 차량, 그리고 도시 단위 운영과 비용 구조를 전제로 하는 로보택시. 또, 이 문제는 완전 자율주행만의 이야기가 아니라, 이미 도로 위를 달리고 있는 레벨 2 ADAS에서도 센서 리던던시와 운영 안정성이란 같은 질문 앞에 서게 된다.
운영을 어떻게 설계할 것인가. 안개는 언젠가 걷힌다. 하지만 운영은 걷히지 않는다. 그 운영을 무엇으로 버틸 것인가? 이 질문이 단지 한 스타트업의 문제의식에 그치지 않았다는 점을 CES 2026의 평가가 보여준다.
DFAI는 4D 이미징 레이다와 전파계 딥러닝을 기반으로 한 인지 구조로 CES 인공지능 분야 최고혁신상을 수상했다. DFAI가 이런 질문과 함께 4D 이미징 레이다를 다시 수면 위로 올리고 있다.

자동차 SW 신뢰성을 위한 동기화된 타이밍 측정의 중요성

글 | 진 영 진 대리, 아이티브AI _ youngjin@itivai.com — 2025-12-23 16:04:05+0900

T1 Timing Conference 2025 - Timing and resources, Christian Wenzel-Benner, Director Training & Coaching at GLIWA

자동차가 소프트웨어로 정의되는 시대에 성능과 안전을 가르는 기준은 ‘무엇을 실행하느냐’보다 ‘언제 실행되느냐’로 옮겨가고 있다. Multi-ECU와 AP·CP가 공존하는 복합 구조에서는 각 프로세서가 어떤 순서와 타이밍으로 동작하는지가 시스템 신뢰성을 좌우한다. 나노초 단위로 얽힌 태스크와 이벤트를 정확히 측정하고 동기화하지 못한다면, 소프트웨어의 안전성은 검증될 수 없다. 이 글은 자동차 소프트웨어 신뢰성을 입증하기 위한 동기화된 타이밍 측정의 중요성을 살펴본다.

글 | 진 영 진 대리, 아이티브AI _ youngjin@itivai.com
아이티브AI는 소프트웨어의 자원 사용량을 검증하는 솔루션인 GLIWA T1을 제공하고 있으며, 진영진 대리는 GLIWA T1의 기술 지원을 담당하고 있다.

자동차 산업이 소프트웨어 중심 구조로 전환되면서 차량의 성능을 결정짓는 것은 코드가 언제, 얼마나 정확히 실행되는지다. 특히 Multi-ECU나 AP(Adaptive Platform) + CP(Classic Platform)와 같은 환경에서는 각 프로세서가 언제 동작하고 어떤 순서로 데이터를 처리하는지가 전체 성능과 안전에 영향을 미친다.

그림 1 | Multi-ECU 환경의 프로세서 동작 순서 예시

그림 1과 같이 각 센서에서 데이터를 받아 ECU에서 연산하고 모터로 연산 결과를 전달하는 시스템에서 정확한 순서로 진행되는지 확인하는 것이 중요하다. 만약 이전 데이터의 연산 결과를 전달한다면 잘못된 데이터로 인해 탑승자의 안전에 큰 위험이 될 수 있다.
문제는 이 순서를 확인하기 어렵다는 점이다. 수많은 태스크와 인터럽트, 이벤트가 나노초(ns) 단위로 얽혀 있는 상황에서 정확한 타이밍을 측정하고 분석하는 기술 없이는 문제의 원인을 찾기 어렵다. 또한 여러 개의 프로세서가 각각 동작하기 때문에 타이밍이 동기화되지 않았다면 정확한 순서로 동작하는지 알 수 없다. 따라서 소프트웨어의 타이밍 측정은 단순히 시스템을 분석하는 것이 아니라, 시스템의 신뢰성을 입증하고 검증하는 과정이다.

Multi-ECU 환경에서 각 프로세서는 서로 다른 타이머를 사용할 것이다. 각각의 레졸루션을 가지고 있을 것이고, 심지어는 사용하는 타이머의 비트가 다를 수 있다. 이런 상황에서 시스템이 정확한 순서로 진행되는지 확인하기 위해서는 프로세서 간 타이밍 동기화가 중요하다.

그림 2 | 다른 아키텍처(ARM, AURIX)의 타이밍 동기화 프로세스 예시

타이밍 동기화를 위해 먼저 각각의 ECU를 물리적으로 연결해 준다(sync). 그 이후, Master ECU(ARM)의 타이머(Blue)를 Slave ECU(AURIX)로 전달(Grey)한다. 즉, Slave ECU에서도 Master ECU의 타이머를 사용하는 방식이다. 이를 통해 Slave에서 Master와 동기화된 타이밍으로 소프트웨어를 측정할 수 있다. 이런 방식을 사용한다면 다른 코어에서도 동일한 타이머를 사용하는 효과를 볼 수 있다.

그러나 이 방식은 물리적인 연결로 데이터를 전달하기 때문에 여러 사항을 고려해야 한다. Master와 Slave 사이의 지연이 있을 수 있고 불확실성이 존재한다. 만약 연속적으로 지연이 발생하면 해당 부분을 고려하여 설정할 수 있으나, 불특정한 지연이 발생한다면 정확성에 영향을 미칠 수 있다.
또한 타이머 데이터 전달 주기를 고려해야 한다. Slave에서 발생하는 모든 이벤트마다 데이터를 전달받으면 정확도는 오르겠지만, 그에 따른 부하가 증가하게 된다. 반대로 특정 이벤트마다 전달받는다면 부하는 줄어들지만, 정확도가 감소할 수 있다.

이와 관련해 아이티브AI는 지난 11월 4일, 임베디드 소프트웨어 개발 지원 분야의 세계적 선도 기업인 독일의 GLIWA와 함께 서울 COEX에서 ‘T1 TIMING CONFERENCE 2025’를 개최했다.
T1은 Multi Core부터 Multi-ECU, 그리고 AP와 MCU 간 동기화된 타이밍 측정을 지원하는 타이밍 측정 솔루션이다. 이번 컨퍼런스에선 임베디드 소프트웨어 타이밍의 글로벌 트렌드와 소프트웨어 자원 사용량 요구사항 대응 전략을 중심으로 플랫폼 소프트웨어의 최적화 방안 및 적용 사례, Multi-ECU의 타이밍 동기화와 관련된 세션이 진행됐다.
세션 발표는 GLIWA의 트레이닝 및 코칭 디렉터인 Christian Wenzel-Benner와 현대자동차 상용통합제어개발팀이 맡아 전문성을 더했다. 행사에는 현대자동차 그룹과 주요 티어 1 업체 관계자를 포함한 약 80명이 참석해 소프트웨어 타이밍 측정에 대한 높은 관심을 확인할 수 있었다.

T1은 앞서 말한 방법과 같이 Master(ARM)의 타이머를 Slave(AURIX)로 전달해 Multi-ECU 간 타이밍을 동기화하고, 이를 통해 태스크의 실행 시간과 인터럽트 응답 시간 등을 측정할 수 있다.

그림 3 | T1을 통한 ARM 아키텍처와 AURIX 아키텍처의 타이밍 측정 결과

또한 T1은 POSIX와 AUTOSAR OS가 적용된 소프트웨어와 같이 AP와 MCU 간의 타이밍을 동기화하여 측정할 수 있는 유일한 도구이며, 그림 4와 같이 AP의 타이밍과 MCU의 타이밍을 측정해 한 화면에서 확인할 수 있다.

그림 4 | T1을 통한 AP와 MCU 간 동기화 된 타이밍의 태스크 실행 시간 측정 화면

복잡한 시스템 안에서 모든 동작을 완벽히 예측하기는 어렵다. 하지만 정확한 타이밍 분석과 측정은 예측 불가능성을 관리하는 유일한 방법이다. ECU 간 지연, 태스크 실행 시점, 인터럽트 응답 시간 등, 이 작은 시간 차이를 정량적으로 이해할 때 비로소 시스템 전체의 동작을 신뢰할 수 있다.
앞으로 자동차 산업의 경쟁력은 더 빠른 하드웨어가 아니라, 더 정밀한 타이밍을 설계하고 제어할 수 있는 소프트웨어 기술에서 결정될 것이다. 보이지 않는 타이밍의 차이가 자동차의 성능과 안전을 가르는 새로운 기준이 되고 있다.

벡터 HIL Farm, 고객사 CT 팩토리 구축으로 SDV 시대 선도

글│김윤정 매니저, 마케팅팀, 벡터코리아 — 2025-12-15 16:09:57+0900

현대모비스 자율주행평가기술팀 김민태 책임연구원

벡터의 HIL(Hardware-In-the-Loop) Farm은 자율주행 시대 핵심 경쟁력으로 꼽히는 소프트웨어 검증 체계에서 다시 한번 빛을 발했다. 고객사인 현대모비스의 ‘CT 팩토리(Continuous Testing Factory)’에 핵심 장비와 솔루션을 공급하며 품질과 속도를 동시에 확보하는 미래형 테스트 인프라를 완성한 것이다. 현대모비스 자율주행평가기술팀 김민태 책임연구원은 “CT 팩토리 구축을 통해 SW 개발 효율과 품질 확보 방식이 크게 개선됐다”고 말했다.

글│김윤정 매니저, 마케팅팀, 벡터코리아

차량의 전장부품 및 소프트웨어 개발 환경이 최근 몇 년 사이 급격하게 복잡해지고 있습니다. 모비스가 현장에서 체감하는 변화 중, 특히 ‘이 부분은 이전과 확연히 달라졌다’고 느끼신 지점이 있다면 무엇인지 먼저 들려주시겠습니까?
KIM       제품 사양이 점점 복잡해지고 있으며 OEM, 지역, 차종, 파워트레인 등 다양한 조건에 따라 제품 베리언트가 계속 증가하고 있습니다. 그와 동시에 소프트웨어 배포 주기가 짧아지면서, SW 평가를 위한 일정도 함께 단축되고 있어 개발과 검증 환경이 더욱 까다로워지고 있습니다.

개발 환경이 빠르게 변화하면서 기존의 개발 및 검증 방식만으로는 한계가 드러나는 순간도 있었을 것 같습니다. 모비스가 실제 프로젝트를 수행하는 과정에서 기존 방식으로는 대응하기 어렵다고 느낀 지점이 있었다면 어떤 부분이었는지 설명해 주실 수 있을까요?
KIM       짧아진 평가 주기를 맞추기 위해서는 리소스를 더 투입하거나, 평가 커버리지를 줄이는 선택지가 있습니다. 하지만 품질 확보는 포기할 수 없는 요소이기 때문에, 결국 리소스를 늘리는 방향으로 갈 수밖에 없습니다. 이때 단순히 인적 리소스를 늘리는 것보다는 장비 투자와 CT 환경(자동화 환경) 구축을 통해 효율적으로 대응하는 것이 더 효과적이라고 판단했습니다.

CT 팩토리 구축의 직접적 계기는 무엇이었나요?
KIM       평가 일정은 짧아지고 품질은 유지해야 하는 상황에서 기존 방식만으로는 한계가 명확했습니다. 자동화 없이는 품질 확보가 어렵다는 결론을 내렸고, 테스트 환경 전반을 재설계할 필요성을 느끼게 되었습니다.

CT 팩토리가 구축되기 전에는 테스트가 어떤 방식으로 운영되고 있었는지 궁금합니다. 당시의 검증 프로세스가 어떤 구조였고, 어떤 특징을 가지고 있었는지 설명해 주시겠습니까?
KIM       기존에도 VT System과 CANoe, vTESTstudio를 활용해 자동화 환경을 일부 운영했지만, 이는 수동적 평가 중심이었습니다. 자동 검증이 이루어지는 지금의 CI/CD 연동형 CT 팩토리 체계와는 본질적으로 달랐습니다.

기존 테스트 방식에서 가장 비효율적이거나 어려웠던 점은 어떤 부분이었습니까?
KIM       CT 환경과 기존 환경의 가장 큰 차이점은 평가 수행 횟수입니다. 기존 환경에서는 SW 검증 의뢰가 들어올 때만 테스트를 수행하는 방식이었습니다. 반면 CT 환경은 설계 단계의 CI/CD 파이프라인에 연동되어 빌드되는 모든 SW에 대해 자동으로 평가가 이루어집니다. 아무래도 기존 방식으로는 이슈의 조기탐지가 어렵다는 문제점이 있습니다.

ECU 수와 테스트 케이스가 크게 늘어날 때, 가장 부담되거나 어려웠던 부분은 무엇이었습니까?
KIM       소프트웨어 배포 일정은 정해져 있기 때문에 테스트 케이스가 많아질수록 테스트 시간과 커버리지 확보 사이에서 불가피하게 트레이드오프가 발생했습니다. 하지만 품질을 희생할 수는 없었기 때문에 테스트 커버리지를 줄이는 선택은 불가능했고, 정해진 일정 안에 모든 테스트를 완료해야 한다는 압박이 상당했습니다.

CT 팩토리를 어떻게 정의하고 계신가요? 또한 그 안에서 HIL 기반 테스트가 어떤 역할을 수행한다고 보시는지 설명해 주시겠습니까?
KIM       CT 팩토리는 현대모비스의 소프트웨어 검증을 자동화·지능화한 통합 테스트 환경입니다. 설계 단계에서 빌드된 모든 소프트웨어를 자동 평가하는 CI/CD 기반 체계로, 여러 도메인의 테스트 장비와 도구를 하나로 통합합니다. 그중 벡터의 HIL Farm 솔루션은 CT 팩토리의 핵심 하드웨어 테스트 허브로, 실물 ECU 기반의 검증을 자동화하고 대규모 병렬 평가를 가능하게 합니다.

모비스는 테스트 환경을 분산형이 아닌 중앙집중형 구조로 전환하는 방식을 택했습니다. 이와 같은 중앙집중형 아키텍처를 선택하게 된 배경과 그 판단의 핵심 근거는 무엇이었습니까?
KIM       CT 환경 도입 시 가장 중점적으로 고려한 부분은 데이터의 체계적인 축적과 활용이었습니다. 기존의 개별 테스트 환경에서는 테스트 레포트를 제외한 다양한 정보들이 사라지거나 제대로 관리되지 않는 경우가 많았기 때문입니다. 중앙집중형 Farm 구조의 통합 CT 환경을 구축한 이후에는 빌드 서버에서 전달되는 정보, 테스트 시작과 종료 시간, 각 테스트 케이스의 수행 이력, 파일 형태의 레포트까지 모든 데이터를 정형화해 통합 관리할 수 있게 됐습니다. 이를 기반으로 평가 전략을 정교하게 수립하고, 평가 효율을 높이며, 다양한 솔루션과 연계한 지능형 평가 체계도 구현해가고 있습니다.

CT 팩토리를 설계하실 때 반드시 충족해야 한다고 보신 핵심 기술 요건은 무엇이었으며, 이를 구현하기 위해 테스트 케이스의 표준화·구조화·자동화 체계는 어떤 방식으로 정립하셨는지 설명해 주실 수 있을까요?
KIM       CT 팩토리를 설계하면서 가장 중요하게 본 핵심 요건은 ‘완전 자동화(Full Automation)’였습니다. 파이프라인의 시작부터 결과 보고까지 사람이 개입하지 않는 구조를 만드는 것이 목표였고, 이를 위해 기존에 사람이 판단하던 요소들을 모두 데이터베이스화하고 시스템 로직으로 전환하는 작업이 필요했습니다. 이러한 기준은 단순히 효율 향상을 위한 선택이 아니라, 짧아진 소프트웨어 배포 주기와 증가하는 기능 복잡도에 대응하기 위해 필수적이라고 판단했습니다. 완전 자동화 체계 없이는 일정과 품질을 동시에 확보하기 어렵기 때문입니다.
이와 같은 자동화 목표를 구현하기 위해 테스트 케이스의 표준화와 구조화도 함께 정립해 나갔습니다. 테스트 케이스 설계는 벡터 툴체인인 CANoe와 vTESTstudio의 가이드를 기반으로 표준화했으며, 특히 vTESTstudio와 VT System을 처음 도입할 당시 벡터에서 제공한 컨설팅이 큰 도움이 되었습니다. 지금도 해당 구조를 기본 골격으로 유지하면서 CT 환경의 자동화 체계를 안정적으로 운영하고 있습니다.

CT 팩토리를 구축하는 과정에서 가장 현실적인 난관은 기존에 운영 중이던 장비와 툴체인을 새로운 플랫폼에 어떻게 자연스럽게 통합하느냐일 것입니다. 모비스에서는 기존 장비와 다양한 툴체인을 어떤 방식으로 CT 팩토리에 녹여내셨는지, 그 과정에서 마주한 기술적 제약과 해결 전략을 자세히 듣고 싶습니다.
KIM       대부분의 도구는 CLI(Command Line Interface)나 REST-API를 통해 외부 제어 인터페이스를 구축했습니다. 하지만 CT 환경 구축 과정에서 가장 큰 걸림돌은 레거시 도구들이 외부 제어를 위한 인터페이스를 제공하지 않는다는 점이었습니다. 이 문제를 다양한 방식으로 극복해 CT 환경을 완성해낸 것은 당사 입장에서 매우 의미 있는 성과라고 생각합니다.
또 다른 도전 과제는 VT System이 Standalone 환경(OS: Windows Embedded)에서만 운용되어야 한다는 제약이었습니다. 이로 인해 일부 도구는 CT 팩토리 환경에 맞게 별도의 커스터마이징 작업이 필요했습니다. 다행히 VT6051에서 VT6060으로 업그레이드되면서 내부 저장소 용량, 프로세서 성능, 외부 인터페이스 등이 크게 개선되어, 이후 CT 환경을 확장·구축하는 과정은 훨씬 수월해졌습니다.

CT 팩토리 구축 과정에서 여러 기술 파트너 중 벡터를 주요 협업 파트너로 선택하신 이유가 궁금합니다. 모비스가 벡터를 선택할 때 가장 중요하게 고려하신 기준과 그 배경을 설명해 주실 수 있을까요?
KIM       모비스가 벡터를 협업 파트너로 선택한 가장 큰 이유는 저희가 필요로 하는 기능 테스트와 고장 진단 등 주요 평가 환경이 이미 벡터의 툴체인과 장비 기반으로 안정적으로 구축되어 있었기 때문입니다. 실제 프로젝트 현장에서도 벡터 솔루션의 신뢰성·확장성을 지속적으로 확인해 왔다는 점도 중요한 판단 요소였습니다.
개인적으로는 CANoe V7.6 시절부터 꾸준히 버전 업데이트를 적용해 온 얼리어답터로서, CANoe가 제공하는 다양한 기능과 라이브러리의 강점을 잘 이해하고 있습니다. 특히 벡터코리아 엔지니어들의 전문적이고 일관된 기술 지원은 초기 도입부터 운영 안정화까지 큰 도움이 되었고, 신뢰 기반의 협업을 가능하게 한 중요한 요인이었습니다.

CT 팩토리가 본격적으로 운영된 이후, 조직과 개발·검증 환경 전반에서 어떤 변화가 나타났습니까? 또한 테스트 효율성이나 정량적 성과, 팀 간 협업 방식 측면에서는 어떤 개선이 있었는지 설명해 주실 수 있을까요?
KIM       CT 팩토리가 정착된 이후 가장 큰 변화는 테스트 환경이 완전히 자동화·통합되면서 평가 전략이 훨씬 빠르고 유연해졌다는 점입니다. 정량적인 지표에서도 개선이 뚜렷하게 나타났는데, 평가 수행 횟수가 크게 증가하면서 테스트 주기가 단축되고, 이슈도 훨씬 이른 단계에서 발견할 수 있게 되었습니다. 이러한 변화는 전체 검증 효율을 실질적으로 끌어올리는 데 중요한 역할을 했습니다.
또한 조직의 일하는 방식에도 의미 있는 변화가 있었습니다. 평가 조직 내에 DevOps 개념을 적용해 Dev 팀은 새로운 평가 환경과 기술을 개발하고, Ops 팀은 이를 운영에 적용하는 구조를 만들면서 개발·운영 효율이 크게 향상되었습니다. 두 조직이 지속적으로 커뮤니케이션하며 개선점을 빠르게 도출·반영할 수 있는 체계를 갖추게 된 점 역시 CT 팩토리가 가져온 중요한 성과라고 생각합니다.

CT 팩토리가 본격적으로 가동된 이후, 실제 운영은 어떤 방식으로 이루어지고 있나요? 테스트 리소스 관리나 장비 배치, 작업 흐름 같은 운영 체계 전반에 대해 설명해 주실 수 있을까요?
KIM       HIL Farm은 하나 이상의 VT System을 포함하는 POOL 개념을 기반으로 운영되고 있습니다. 동일한 POOL에 속한 테스트 트리거가 발생하면, 테스트를 분산 할당하거나 가장 빠르게 처리 가능한 장비에 우선적으로 할당하여 효율을 극대화합니다. 또한, 하나의 제품에 최대 20개의 VT System을 병렬로 운영함으로써 기존 대비 평가 속도를 크게 향상시킬 수 있었습니다.

CT 팩토리가 안정적으로 운영되면서 적용 도메인 확대와 더 높은 수준의 자동화·지능화도 함께 요구되고 있을 것 같습니다. 향후 확장 계획뿐 아니라, CT 팩토리가 앞으로 어떤 모습으로 진화하길 기대하고 계신지도 함께 들려주실 수 있을까요?
KIM       현재 CT 팩토리는 자율주차제어기에 우선 적용되어 안정적으로 운영되고 있으며, 자율주행제어기에도 시범 적용 중입니다. 이를 기반으로 향후 다른 제어기 영역까지 단계적으로 확대 적용해 나갈 계획입니다.
확장뿐 아니라 고도화 측면에서도 여러 기능을 지속적으로 강화하고 있습니다. 운영 장비 수와 테스트 케이스가 지속적으로 증가함에 따라, 테스트 케이스 선별과 장비 할당 최적화 기능을 중심으로 효율을 높여 왔습니다. 올해는 수행 이력 기반의 룰셋 시스템을 개발 완료했으며, 내년부터는 AI 기반 시스템을 도입해 사양서와 소프트웨어 변경점을 자동 분석하고, 이에 따라 테스트를 자동 선별·할당하는 지능형 테스트 운영 환경으로 발전시킬 계획입니다.
앞으로 CT 팩토리가 진화해야 할 방향도 명확합니다. 실물 ECU 중심의 테스트에서 더 나아가, 가상화 ECU 기반의 SIL/MIL 환경을 적극 도입해 테스트 방식을 근본적으로 고도화하는 것입니다. 이를 통해 테스트 속도를 획기적으로 높이고 Shift-Left 테스팅을 구현하여, 초기 단계부터 광범위한 테스트 커버리지를 확보할 수 있을 것으로 기대하고 있습니다. 이러한 변화는 단순한 효율 개선을 넘어 제품 품질 경쟁력을 좌우하는 핵심 동력이 될 것입니다.
특히 벡터가 이미 가상화 기반 테스트를 위한 솔루션 포트폴리오를 보유하고 있다는 점은 큰 강점입니다. 향후 벡터와의 협업을 더욱 확대해 이러한 비전을 보다 빠르고 완성도 있게 실현해 나갈 수 있으리라 기대하고 있습니다.

CT 팩토리가 모비스의 개발·검증 체계에 가져온 근본적인 변화는 무엇이라고 보시는지, 그리고 이러한 변화가 SDV 기반 개발 전략과는 어떤 방식으로 연결되어 있다고 생각하시는지 설명해 주실 수 있을까요?
KIM       CT 팩토리 도입 이후 가장 근본적인 변화는 검증 환경 전반이 자동화·표준화되면서 테스트 속도와 커버리지가 크게 확대되었다는 점입니다. 소프트웨어가 빌드되는 즉시 CI/CD 파이프라인을 통해 자동으로 평가가 수행되기 때문에, 이슈를 훨씬 이른 시점에서 발견할 수 있고 전체 개발 주기도 안정적으로 관리할 수 있게 되었습니다. 이러한 변화는 기존 방식으로는 달성하기 어려웠던 검증 효율과 품질 수준을 실질적으로 끌어올리는 데 결정적인 역할을 하고 있습니다.
이러한 체계적 변화는 SDV 기반 개발 전략과도 밀접하게 연결됩니다. SDV 시대에는 소프트웨어 업데이트 주기가 짧아지고 기능 변경이 빈번해지는 만큼, 대규모 자동화 기반 검증 체계가 필수적입니다. CT 팩토리는 이러한 요구에 대응할 수 있는 핵심 인프라로, 향후 실물 ECU뿐 아니라 가상 ECU 기반의 SIL/MIL 환경 확대에도 자연스럽게 연계될 수 있는 구조를 갖추고 있습니다.

The Real Question in China’s Intelligent Driving: Not Speed, but Boundaries

한상민 기자_han@autoelectronics.co.kr — 2025-12-12 13:51:02+0900

Why Track Testing Is Becoming Critical Again for Advanced ADAS and Autonomous Driving

한상민 기자_han@autoelectronics.co.kr — 2025-12-12 13:32:47+0900

Robotaxis Are Not About Technology — They’re About Operations

한상민 기자_han@autoelectronics.co.kr — 2025-12-12 13:23:07+0900

Automechanika Shanghai 2025 and What Comes After ‘China for China’:

한상민 기자_han@autoelectronics.co.kr — 2025-12-12 13:08:01+0900

Automechanika Shanghai 2025와 China for China 그 이후

한상민 기자_han@autoelectronics.co.kr — 2025-12-12 11:57:02+0900

중국은 정말 ‘모든 것을 완성했을까?’ Automechanika Shanghai 2025의 일주일 동안 수많은 부스와 사람들 사이를 걸으며 이 질문을 되새겼다. ‘China for China’란 말이 굳어진 지금, 상하이는 오히려 이렇게 말하는 듯했다. 공급망은 완성됐지만, 아직 완성되지 않았다.
그리고 이것은 이 쇼의 이야기이자 바람이기도 했다.

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

몇 년 전부터 컨설팅 리포트와 각종 분석 보고서는 하나의 문장을 반복해 왔다.
중국은 부품·소재·조립·완성차까지 자국 안에서 선순환하는 공급망을 완성했다고.
‘China for China’란 표현은 그렇게 굳어졌다. 중국 안에서 중국을 위해, 설계부터 양산까지 닫힌 고리를 만드는 전략. 이 서사는 반은 맞고 반은 틀리다.
LCA·DPP 시대 한국 자동차의 새 출항
차이나 스피드, 얼마나 지속가능할 것인가
유럽·미국·아시아의 ‘앞선 이들’이 속도와 가격 경쟁, 지정학적 리스크와 규제 리스크를 체감할수록 이 문장은 더 강하게 각인됐다.
‘중국은 이미 다 갖췄다’는 일종의 체념 섞인 인식과 함께.

그런데 Messe Frankfurt의 마이클 요하네스(Michael Johannes)가 한마디를 던지며 이 세뇌를 비틀었다.
“솔직히 저도 중국이 공급망을 완전히 장악하고 있고 모든 것이 통제되고 있다고 막연히 생각했습니다. 그런데 이번 CEO Summit에서 확인한 건 조금 달랐습니다. 중국 기업 역시 공급망 탄력성(resilience)을 어느 때보다 심각하게 고민하고 있더군요.”

말하자면 이렇다. 중국은 분명 ‘완성된 것처럼 보이는’ 공급망을 갖고 있지만, 그 공급망은 똑같이 전동화·소프트웨어·지정학·규제 리스크란 새로운 파고 앞에서 “버틸 수 있는가?”란 질문을 받고 있다. 예를 들어, 쇼에서 지멘스가 들고 나온 CBAM(Carbon Border Adjustment Mechanism) 솔루션처럼.
그래서 이번 Automechanika Shanghai 2025는 단순히 ‘세계 최대 애프터마켓 전시회’란 타이틀을 넘어 ‘완성된 공급망이 어떻게 다시 재편될지’를 생각해 보는 자리였다. 그 답은 ‘로컬라이제이션 vs. 글로벌라이제이션’이란 이분법이 아니라, 둘 다를 동시에 붙잡아야 하는 전환기의 딜레마에서 출발한다.

숫자에 파묻힌 진실

먼저 숫자를 보자. 이것은 규모를 자랑하기 위한 나열이 아니라, 밀도와 조합을 보여주는 지표에 가깝다.
Automechanika Shanghai 2025에는 190개국 및 지역에서 총 25만 3,691명의 방문객이 찾았다. 전년 대비 14% 증가한 수치다. 전시참가사 역시 역대 최대인 44개국·지역, 7,465개 기업이 참가해 최신 제품, 서비스, 기술을 선보였다.
이 전시회는 더 이상 ‘중국 내수 시장을 엿보는 창구’가 아니다. 공급망 전체가 재배치되는 현장을 상하이라는 한 도시에 통째로 펼쳐놓은 지도에 가깝다.
구성도 자동차 산업 전반의 공급망을 고르게 아우른다. 특히 티어 1 및 OE 협력사 비중이 크게 높아졌고, 기술·연구·조달이란 세 영역이 한 공간 안에서 섞이며 협업 생태계의 촘촘함이 보인다.

Messe Frankfurt HK의 피오나 추(Fiona Chiew) 총괄 매니저는 이렇게 정리한다.
“올해 확대된 전시 규모와 증가한 참가업체 수는 중국 자동차 산업의 강점과, Automechanika Shanghai가 제공하는 글로벌 비즈니스 플랫폼의 효과를 잘 보여줍니다. 특히 올해의 부대 프로그램은 94개 행사와 450명 이상의 연사로 구성돼 국제적 시각을 유지하면서 업계 트렌드에 부합하는 논의를 이어가며, 글로벌 공급망의 협력과 혁신을 촉진하고 더욱 효율적인 글로벌 네트워크 구축을 지원했습니다.”

숫자 자체도 인상적이지만, 숫자에 가려지기 쉬운 것이 있다. 바로 그 안에 모인 주체들의 ‘질’과 ‘조합’이다.
중국 NEV 업체, 유럽·일본·한국의 티어 1, 로컬 강소기업, 새로운 반도체·소프트웨어·로봇 스타트업, 그리고 무엇보다 다시 전시장의 중심으로 돌아온 OEM. 이 조합을 이해하면, 앞으로 10년 동안 이곳과 글로벌 자동차 산업을 어떤 렌즈로 봐야 하는지 대략의 윤곽이 그려진다.

NEV와 Connectivity가 만든 새 중심

올해 전시회가 ‘산업의 방향을 따라잡았다’는 느낌은 5관과 6관에 들어서는 순간 찾아온다.
신에너지 및 커넥티비티(New Energy & Connectivity), 타이어 및 휠(Tyre & Wheel) 두 분야는 각각 30% 성장을 기록했고, 부품 및 구성품(Parts & Components) 역시 전시 면적이 10% 증가했다. Electrics & Electronics, Accessories, Customising, Repair & Diagnostics / Body & Paint, Tyres & Wheels, Digital Solutions / Services 등 다양한 애프터마켓 제품군도 전체 공급망을 빼곡히 채웠다. 상하이 도로 위에 초록 번호판(전기차)이 절반 가까이 섞여 있는 풍경처럼, 전체 전시업체의 약 40%가 NEV 관련 제품을 선보였다.

피오나는 이렇게 강조한다.
“올해의 핵심 하이라이트는 5관과 6관, 신에너지차(NEV) 및 커넥티비티(Connectivity) 구역의 강력한 성장입니다. 이 두 섹터는 전년 대비 30% 성장했습니다. 많은 브랜드가 올해 처음 참가했거나, 더 큰 규모로 돌아왔습니다. 이 구역에서는 신에너지차 부품, 커넥티드카 솔루션 등 매우 흥미로운 기술들이 선보였습니다.”

신에너지 및 커넥티비티 분야에는 ATTC, C-Core, CalmCar, EVPT, Hella Bhap, HICI, HighStar Na+, KYLIN SOFT, Mycar, Quectel, Reavis, Siemens Xcelerator, Stardusts Robot, TIANNENG, Trinova, VERTAXI, Yura 등 약 30개 신규 기업이 데뷔했다. 여기에 BAOLONG, Carlinx Tech, Deco, Dehong, EVEN, FARET, Hansong, Raytron, Rsemi, Sanhua Automotive, SemiDrive, Tuopu, YINLUN, Youkong Zhixing 등 기존 참가기업들도 복귀했다. 이들이 다루는 기술 스펙트럼은 차량용 반도체, ADAS 시스템, 지능형 섀시, 파워트레인 제어기, 지능형 로봇, 저고도 항공 모빌리티(AAM)까지 매우 넓다.
또 Innovation4Mobility 구역에서는 지능형 커넥티드 차량(IVC) 플랫폼과 NEV 플랫폼을 제공하는 중국 스타트업들이 집중 조명됐다.
창저우(Changzhou), 후베이(Hubei), 룽취안(Longquan), 톈진(Tianjin) 등 지역관은 NEV 부품 및 공급망 제조 역량을 전면에 내세우며, “중국 로컬”이 단순 저가 조립이 아니라 새로운 전기·소프트웨어 공급망의 생산거점으로 변하고 있음을 보여줬다.

OEM이 돌아왔다:
브랜드와 그들의 그림자, 공급망 계열사

요하네스에 따르면, 올해 Automechanika Shanghai에서 눈에 띄는 변화 중 하나는 바로 전시장 중심에 OEM이 돌아왔다는 것이다.
Chery Holding, GAC Aion, Li Auto, Qingling Motors, Tesla 등 주요 자동차 브랜드가 대거 참가했다. 이뿐 아니라, 그 뒤에는 브랜드의 공급망 계열사들이 그림자처럼 붙어 CZAG, DDAC, Dongfeng Wheel, FAW Foundry & Forging, FAWAY, FAWER, HPT, Qingshan Industry, SAIC, Stellantis, WeiChai의 TSINTEL Technology, Wuling Industry, Yuchai Parts 등이 참여해 내연기관차 및 NEV를 아우르는 다양한 제품과 최신 기술을 전시하면서, 애프터서비스를 중심으로 연구개발, 제조, 판매까지 연결되는 통합된 산업 역량을 보여줬다.

“우리가 모터스포츠·클래식 카·감성 요소를 전시회에 집어넣는 이유 중 하나는 단지 재미를 위해서가 아닙니다. 앞으로 OEM이 직면할 큰 과제 중 하나에는 애프터마켓도 있습니다. OEM이 애프터마켓과의 연결을 놓치면, 고객과의 연결도 함께 약해집니다.”
요하네스는 OEM의 역할을 이렇게 정리했다.

Automechanika Shanghai 2025 전시장 어느 지점에서든 완성차 - 부품 - 서비스 - 소프트웨어 - 리매뉴팩처링(remanfacturing) - 애프터마켓이 한 시야 안에 들어오는 경험, 과장하면 이 자체가 OEM에게는 압박이자 기회인 것이다.

글로벌 브랜드의 재집결:
애프터마켓의 재편과 NEV 40%

전시회에는 ABT, Aisin, Astemo, Autel, AUTOBACS, Bilstein, BOP, Borgwarner, Bosch, Bright, Continental, Dali, EAE, Gold, Henkel, Horizon, Jingwei Hirain, Launch, Lopal, MAHLE, MP Concepts, New SORL, SDS, Sensata, Shedrive, TOYOTA BOSHOKU (CHINA), VIE, Weifu, Winda BOTO, YAKIMA, ZF, Zhongding Group Perfusion 등 잘 알려진 글로벌 이름들이 대거 합류해 그들의 엔진·전동화·섀시·전자·진단·윤활유·브레이크·실링 등 다양한 포트폴리오를 전시했다.
한 줄로 요약한다면 ‘전통적인 애프터마켓의 전체 스펙트럼 위에 NEV를 덧씌운 모습’이었다.
전시회 전체 기준으로, 전시업체의 약 40%가 신에너지차(NEV) 관련 제품을 들고 나와 적어도 중국에서는 NEV가 ‘별도의 영역’이 아니라, 애프터마켓과 애초에 붙어 움직이는 구조였다.

국가관·바이어단:
로컬과 글로벌이 만나는 실제 접점

Automechanika Shanghai의 “지도”를 한 장 더 펼치면, 국가·지역 파빌리온과 바이어 대표단이 눈에 들어온다. 립 서비스가 아니라, 모두가 대단한 규모를 갖고 등장했다. 예를 들어 한국은 거의 50개 이상 업체가 참여한 것으로 짐작될 정도였다.
독일, 인도, 이탈리아, 한국, 말레이시아, 싱가포르, 스페인, 태국, 튀르키예 등 15개 국가·지역관이 참여해 전년 대비 20% 확대된 규모로 홀을 차지했다. 바이어 대표단은 50개국·지역에서 온 261개 바이어 대표단, 총 24,000명이 참가했다. 아르헨티나, 덴마크, 스위스, 영국 등 10개 지역 대표단이 이번에 처음 참가했다.
이 숫자는 매우 단순한 사실 하나를 말해준다. ‘중국을 위한 중국(China for China)’이면서, ‘세계를 위한 중국(China for the World)’이란 것.
중국 로컬 업체는 세계를 향해 올라오고, 해외 업체는 중국과 동아시아 전체를 향해 내려온다. 이 양방향의 흐름이 만나는 실제 접점이 바로 국가관과 바이어단이 만들어내는 전시장 복도였다.

94개의 부대행사
업스트림 의제와 인재, 규제까지

Automechanika Shanghai 2025는 쇼의 하루 전인 ‘International Automotive Industry Conference 2025 - CEO Summit’으로 막을 올렸다.
이를 시작으로, 총 94개 이상의 부대 행사가 이어졌다. 450명 이상의 연사가 참여해, 산업 체인·통합과 협업·정책과 규제가 자동차 산업 환경을 어떻게 바꾸고 있는지에 대한 다양한 관점을 쏟아냈다.
CEO Summit은 글로벌 업계 리더들이 모여 자동차 산업의 중장기 로드맵과 리스크를 공유했다. Technical Seminar Series는 NEV 열관리, ADAS, 지능형 섀시 기술 등 7개 기술 컨퍼런스로 펼쳐졌다. Talent Development Series는 젊은 인재에게 “이 업계에 어떻게 들어오고, 무엇을 기대할 수 있는지”를 보여주는 프로그램이었고, Automotive Supply-Demand Matching Series는 완성차 - 부품사 간 자원 연계를 촉진하고, 스킬 갭과 인력 부족 문제를 정면으로 다루는 세션이었다. Innovation4Mobility, Green Repair Area, Customising x Tech Area: 곧 상용화될 스타트업 기술, 친환경 정비, 튜닝·라이프스타일을 아우르는 현장형 데모였다.

요하네스는 이 모든 흐름을 이렇게 요약했다.
“자동차 산업은 본질적으로 글로벌 산업입니다. 지금 진행 중인 전환은 한 기업이 혼자 감당하기에 너무 거대하고 복잡합니다. 그래서 협력과 공조가 절대적으로 필요합니다. 로컬라이제이션은 옳습니다. 각 나라의 규제와 제도, 문화는 분명히 다릅니다. 동시에, 혁신을 이루려면 기업 간 협력이 필수입니다.”

바로 이 지점에서, ‘완성된 공급망’이란 말은 다시 질문으로 돌아온다.
‘그 공급망은, 혼자서 설계한 것인가? 함께 설계한 것인가?’

감성과 야망:
B2B에도 축제가 필요하다

흥미로운 지점은 또 있다.

요하네스는 공급망·규제·전환 같은 건조한 주제를 이야기하면서도, 계속해서 ‘감성(Emotion)’이란 단어를 반복했다.
“솔직히 말해, 우리는 ‘감성’이란 단어를 전면에 내세우지 않았습니다. 하지만 자동차 산업은 단지 부품을 조이고 엔진을 만지는 일이 아닙니다. 실제 전시 경험과 반응 속에는 분명 감정과 열정, 흥분이 존재합니다.”

프랑크푸르트의 ‘Ambition’ 프로그램이 그 상징이다. 전시회 안에 젊은 세대를 위한 공간을 따로 만들어, 음악·파티·튜닝카·래퍼·타이어 교체 대회를 한데 모으는 시도.
상하이 역시 비슷한 공기를 불어넣고 있었다. Customising x Tech 에어리어에는 튜닝카와 커스텀 차량, 자동차 문화에 열광하는 젊은 관람객들이 몰렸고, 국제 기능경기대회 수상자들을 초청해 중국 비즈니스 환경을 직접 보여주는 프로그램도 운영됐다.
“내년에는 가능하다면 대형 드리프트 쇼로 시작해 보고 싶습니다. 작년에 연기와 타이어 자국으로 가득한 퍼포먼스를 했던 것, 기억하시죠?”

B2B 전시회라 해서, ‘축제’의 레이어가 필요 없다는 법은 없다. 오히려 지금처럼 산업이 구조적으로 전환하는 시기일수록, 사람과 사람, 브랜드와 세대가 만나는 ‘감성의 무대’는 더 중요할 수 있다.

글로벌 확장:
자카르타 삼각형과 중앙아시아의 에너지

Messe Frankfurt는 Automechanika 브랜드를 새로운 신흥시장으로 확장하고 있다.
요하네스는 이를 ‘트라이앵글 구조’라고 설명한다.
동남아-중국 축의 상하이-쿠알라룸푸르-자카르타. 다른 하나는 중앙아시아-유라시아 축의 이스탄불-카자흐스탄 알마티-바쿠. 여기에 2027년 1분기, 우즈베키스탄에서 또 하나의 전시회가 열린다. 이 지역들은 공통적으로 전동화, 물류, 상용차, 애프터마켓, 모터사이클, 배터리 등에서 막 스케일업을 시작한 에너지가 넘치는 신흥시장이다.
2025년 9월, Automechanika는 드디어 인도네시아 자카르타에 상륙했다.

피오나는 웃으면서 이렇게 말했다.
“저는 드디어 큰 결심을 했습니다. 가본 적도 없는 자카르타에 오토메카니카를 열자! 자카르타는 차도 많고, 사람도 많고, 무엇보다 길이 너무 막힙니다. 15분 거리 식당을 가는데 40분 동안 빙빙 돌아간 적도 있어요. 그런데 바로 그 교통체증이, 이 시장의 규모와 성장 잠재력을 보여주는 또 다른 표현이라고 생각합니다.”

인도네시아는 동남아 최대 자동차 시장이고, 모터사이클은 자동차를 10:1로 압도한다. 정부는 NEV·부품·조립 공장 유치를 위해 각종 인센티브를 내놓고 있고, 이미 여러 중국 OEM과 부품사가 투자 중이다. 그래서 자카르타행 Automechanika는 처음부터 자동차 + 모터사이클 + 부품 + 정비 + 커스터마이징 + 드리프트 쇼를 묶은 자카르타형 오토메카니카로 기획되고 있다.

2026 프랑크푸르트:
Pit Lane, FIA, 그리고 Hi-Tech Mobility

2026년 9월, 프랑크푸르트에서는 완전히 새로 설계된 Automechanika가 공개된다.

요하네스는 이 계획을 소개하며 약간 들뜬 목소리로 말했다.
“전시 산업은 계속 진화합니다. 그래서 우리의 개념도 함께 변화해야 합니다. 기존 전략 축은 혁신, 지속가능성, 전환이었고, 여기에 교육과 인재를 올릴 것입니다. 클래식 카와 모터스포츠를 도입하고, FIA와 글로벌 계약을 체결해 트랙에서의 감성적인 경험을 강화할 계획입니다. 엔진 소리, 냄새, 기름의 감각, 이 모든 요소가 전시회에 더 강한 감성을 불어넣을 것입니다.”

프랑크푸르트에서는 Hi-Tech Mobility도 대폭 강화된다.
기술 기업들은 이제 자동차 산업의 일부가 되기를 원한다. Siemens Xcelerator와 같은 소프트웨어·EDA·클라우드·데이터 서비스 기업, 반도체 기업, 커넥티비티·서비스 기업들이 Innovation4Mobility와 High-Tech Mobility를 통해 하나의 ‘새로운 자동차+테크 융합시장’으로 그려질 예정이다.

다시, 공급망으로

“과거에는 많은 실수가 있었습니다. 가장 큰 실수는, 고객에게 묻지 않았다는 점입니다. 고객이 무엇을 원하는지 물어보지 않고, 정치인이나 규제기관만 보며 방향을 정해버렸죠. 특히 유럽에서는, 정책 입안자들이 고객이 아니라 자동차 제조사에게만 ‘이렇게 해야 한다’고 지시했고, 돌아보며 ‘왜 소비자들이 이 차를 사지 않을까?’를 스스로에게 묻는 상황이 벌어졌습니다.” 요하네스가 말했다.

로컬라이제이션 vs 글로벌라이제이션의 논쟁도 결국 고객 - OEM - 공급망 전체의 관계, 각 나라의 규제·제도·문화에 뿌리를 두는 로컬 전략, 그리고 전환의 리스크와 기회를 함께 나누는 글로벌 협력이란 지점으로 돌아온다. 즉, Automechanika Shanghai 2025는 이 두 가지를 동시에 안고 가야 하는 전환기의 산업 지형도를 보여주려 했다.
중국의 공급망은, 어떤 의미에서는 이미 완성됐다. 하지만 그 완성은 “이제 아무것도 할 필요 없다”는 선언이 아니라, “이제부터 진짜로, 다시 설계해야 한다”는 출발점에 가깝다. 그리고 그 설계의 중심에는 여전히 OEM이 있어야 한다. 고객과 시장의 기대를 정확하게 읽고, 공급망·테크 기업·로컬 파트너와 함께 답을 찾아야 한다는 뜻이다. 그래서 상하이 전시장에서 보였던 그 거대한 인파와 숫자는, 단순한 ‘기록’이 아니라, 다음 10년을 예고하는 ‘프롤로그’일지 모른다.

FAIRGROUND

PHINIA
수소 직접분사 기술
PHINIA의 Steven Li 매니저는 수소를 연소실에서 직접 분사하는 인젝터 기반 수소 엔진 시스템을 소개했다. 기술 자체는 이미 구현 단계에 와 있지만, 시장은 ‘개발 단계’다. Steven Li에 따르면, 현재 이 엔진을 상용화한 OEM은 없다. 중국 OEM도 관련 엔진을 개발 중이지만 명확한 양산 일정은 없다. 그는 조심스럽게 “빠르면 3~5년 후”를 언급했지만 이는 기술 성숙도보다 외부 조건에 달려 있다. 가장 큰 제약은 역시 인프라다. 또 하나의 변수가 있다면 Euro 7 수준의 강력한 배출 규제 적용이다.

Bosch
EV 애프터마켓의 미래

보쉬 중국 애프터마켓 부스는 EV 시대의 정비가 더 이상 ‘부품 교체’ 문제가 아니라 시스템 관점임을 보여준다. 배터리 SOC를 위한 디스차저 툴, 고전압 팩부터 모듈, 셀 단위까지 대응하는 다계층 전압 레벨 장비, 절연 테스트·누설(leakage) 테스트 등 안전 진단 장비를 하나의 패키지로 제시했다. 배터리를 내리고, 분해하고, 점검하고, 다시 사용하는 전 과정을 전제로 한 구성이다. 보쉬의 담당자는 “EV 수리와 유지보수를 위한 전체 솔루션을 이미 갖추고 있다”며 “이 제품들은 특정 국가에 한정된 것이 아니라, 글로벌 시장을 대상으로 공급되며, 각 지역의 보쉬 법인이나 공식 디스트리뷰터를 통해 주문할 수 있다”고 말했다.

Yura
전자식 레졸버 기반 ‘3-in-1’
유라는 기존 구동모터에 적용되던 VR 레졸버(Variable Reluctance Resolver)를 전자식으로 재구성한 신형 위치 센서 솔루션을 소개했다. 유라가 제시한 접근은 단순한 전자식 레졸버 전환에 그치지 않는다. 이 제품은 전자식 레졸버, 축전압 저감장치(SGR), 모터 커버를 하나로 통합한 3-in-1 구조가 핵심이다. 김상덕 매니저는 “전자식 레졸버 자체는 이미 시장에 존재하지만, 레졸버와 SGR, 모터 커버까지 하나의 제품으로 통합한 사례는 세계 최초 수준”이라고 설명했다. 통합의 장점은 명확하다. 기존처럼 세 개의 부품을 각각 설계·조달·조립하는 방식보다 원가 절감과 패키징 효율에서 유리하다.

ZF
전기 신호만 남긴 차세대 섀시 혁신
ZF는 유압 없이 전기 신호만으로 조향과 제동을 수행하는 차세대 ‘X-by-Wire’ 섀시 기술을 공개했다. ZF는 이미 steer-by-wire 시스템을 양산 단계로 끌어올렸고 brake-by-wire 기술을 결합해 SDV의 요구를 충족하는 완전 전동화 섀시 아키텍처를 완성하고 있다. 관계자는 “일부 고급 모델에 이 기술이 적용되기 시작했다”며 “전자식 제어 기반의 안정성·반응성·패키징 자유도가 고성능 전기차와 자율주행차에서 큰 경쟁력을 발휘하고 있다“고 말했다.

Highland Technology
배터리 냉각 효율을 다시 설계
Highland Technology는 EV와 ESS를 위한 고효율 배터리 열관리 솔루션을 제공하는 중국의 대표기술 기업이다. Fan Wu 매니저는 "Highland의 냉각판은 일반적인 열간 압출 방식과 달리, 냉간 성형과 정밀 폴딩 공정으로 제작돼 더 얇은 채널 구조를 만들 수 있어 효율이 높고 에너지 소비와 오염도 적다”고 말했다. 실제 마이크로채널 튜브는 16~180mm 폭까지 구현가능하며, 복잡한 내부 유로 설계로 냉각 효율을 극대화한다. Highland는 BYD, BMW, NIO
Li Auto, Geely, Chery, FAW 등 주요 OEM과 협력하며 기술력을 입증하고 있다.

HIGHSTAR Na+
나트륨 배터리, 연구실을 떠나다
HIGHSTAR Na+는 나트륨이온 배터리 브랜드다. 이들은 이미 양산 셀과 모듈을 전면에 내세우며 산업용 전원과 자동차 배터리 시장을 직접 겨냥하고 있다.
Guangdong Highstar Sodium Battery는 중국 내에서 비교적 이른 시점부터 나트륨이온 배터리 상용화에 집중해온 기업이다. 부스는 160Ah급 셀과 함께 실제 적용을 전제로 한 배터리 팩과 시스템이 전시돼 납기와 사양을 논의하는 영업 현장이었다.
Shen Jianfeng 영업총괄은 “우리 나트륨 배터리는 이미 상용 단계에 있으며, 중국 내 최대 사례 중 하나”라고 강조했다.

GAC Aion i60
중국 전기 SUV 시장에서 가격 대비 성능, 주행거리 면에서 주목받는 최신 모델.
BEV 및 EREV 두 가지 옵션 제공으로 폭넓은 주행 수요 커버. EREV는 최대 1,240km 장거리 주행이 가능하다.

Vertaxi
파일럿 없는 eVTOL로 그리는 도시의 미래
상하이 기반 Vertaxi는 완전 자율비행 eVTOL을 통해 차세대 항공이동의 패러다임을 재정의하려 한다. 마케팅 매니저 Xinyi Chen은 기체를 소개하며 “활주로 없이 수직이착륙하고 최대 5명을 태우는 파일럿 없는 자율항공기”라며 “우리는 2027~2028년 여객 인증, 2030년 상업운항을 목표로 개발을 추진하고 있다”고 말했다. 약 250km 항속거리와 200km/h 순항속도를 갖춘 이 eVTOL은 도시간 이동, 응급의료 수송, 섬 - 내륙 연결 등 지상교통이 해결하지 못한 이동문제를 새로운 방식으로 풀어내려 한다.

VIE Sci-Tech
40년 차량 제동기술 기업, 무선충전까지 확장
1985년 설립된 VIE Sci-Tech는 수십 년간 자동차 제동·차체 제어 솔루션을 개발해 온 기술 기반 기업이다. 최근 성과는 Hongqi와의 협력이다. Luke 매니저는 VIE가 6홀에 있는 이유에 대해 “중국 완성차 업체들이 대거 참여하며 전시관이 재배치됐다”고 했다. 현장에서 눈에 띈 무선충전기 제품에 대해 Luke는 “중국에서 대중적인 기술은 아니지만 시장은 분명 존재한다. 자율주행 시대를 대비한 것”이라고 말했다.

Huayan Huisheng(Brisonus)
AI로 완성하는 차세대 ‘소닉 인텔리전스’
Huayan Huisheng(브랜드명 Brisonus)는 자동차 음향기술을 전면에 내세우며 ‘AI 기반 사운드 인텔리전스’ 포트폴리오를 소개했다. 이 회사는 선도 OEM을 고객사로 두고 있는 음향·NVH 전문 기업으로, 실내 소리의 품질을 높이거나, 필요 없는 소음을 적극적으로 제거하는 기술을 중심에 두고 있다.
부스에서 만난 엔지니어는 “우리는 RC(road noise cancellation)와 ENC(engine noise cancellation), 그리고 ASQ·ADAS 기반 AVAS, 인캐빈 통신(ICC) 등 다양한 차량 오디오·소음 제어 기술을 중심으로 고객사를 지원한다”고 소개했다.

IAE Suzhou Technologies
데이터·시뮬레이션·모델링, 중국 로드 인프라를 디지털로 재현
IAE Suzhou Technologies는 로드사이드 센서, 차량, 테스트 머신 등 실제 환경에서 데이터를 수집하고 이를 기반으로 다양한 시뮬레이션·모델링 서비스를 제공하는 기업이다. Lyeon Ting 매니저는 “우리의 핵심은 실도로 기반 데이터 수집과 모델 개발, 디지털 환경 구축까지 이어지는 엔드투엔드 시뮬레이션 체인”이라며 “차량뿐 아니라 로드사이드 머신에서도 데이터를 추출해 실제 주행 환경을 정밀하게 디지털화할 수 있다”고 말했다.
IAE는 200곳이 넘는 고객사와 협업하고 있고, 향후 시뮬레이션·센서·데이터 분석 등 더 넓은 영역으로 확장할 예정이다. 최근 한국 기업을 방문하기도 했다.

MOPLAT
QD-LED로 자동차 조명의 다음 장을 연다
MOPLAT은 한국의 조용하지만 강한 조명 기술을 준비 중인 회사다. 김주호 매니저는 “QD-LED는 자동차 라이트에 상용화된 OLED를 한 단계 더 발전시킨 기술로 몇 가지 결정적인 장점을 갖는다”고 말했다. 제조 공정이 단순하고 소재 비용이 낮아 OLED 대비 훨씬 낮은 가격을 구현할 수 있고, OLED의 취약점으로 꼽히던 번인(burn-in) 문제와 휘도 저하에 강해 훨씬 긴 수명을 제공한다. 특히 OEM들이 눈여겨보는 부분은 색 순도(Color Purity)다. QD-LED는 순도 높은 R/G/O 컬러를 정확히 표현할 수 있다.
그들의 기술은 이미 유럽까지 확장 중이다.

RNBC New Energy
배터리 열관리의 ‘조용한 강자
애프터마켓 홀 한가운데서, ‘이 회사가 왜 여기에?'란 질문이 떠올랐다. RNBC는 원래 라디에이터·쿨러·히트 익스체인저 등 전통 HVAC·엔진 쿨링 제품으로 잘 알려진 기업이다.
하지만 현장에서 만난 Keith Du 매니저(RNBC New Energy)의 설명은 회사의 현재 좌표를 정확히 보여준다. “우리는 신에너지(NEV) 부문을 별도 분리해 배터리 열관리 컴포넌트에 집중하고 있다. RNBC는 애프터세일즈 부문도 있는데, 이 전시는 그 부서가 사용하는 홀에 함께 배치된 것뿐”이라고 말했다.
RNBC의 글로벌 고객군은 CATL, Aion, Zeekr, BYD, Changan, Geely, FAW, LG, SAIC, CALB 등이다.
전시품은 배터리 콜드플레이트, 열교환 모듈, 파워 배터리(T-Pack)용 균열 냉각 솔루션, 셀·모듈 단위 열균일성 제어기술 등이다.

rSemi
고속 링크부터 IVI까지
“요즘 차에서 인터넷 연결이 중요하잖아요. 저희 모듈에는 여러 개의 칩셋이 통합돼 있어서 신호가 불안정한 지역에서도 TV 시청, 음악 스트리밍, 차량 안테나 관리 등이 안정적으로 가능합니다.” 스티어링휠과 3개의 디스플레이가 놓인 데모대 앞에서 rSemi의 담당자는 이렇게 소개했다.
rSemi는 중국 로컬에서 빠르게 성장한 시리얼링크·고속 인터커넥트 전문 팹리스다. 차량 내부 통신(SerDes), 도메인 간 데이터 전송, 고속 영상 신호 처리, 게이트웨이용 칩셋으로 시작해, 최근에는 IVI·커넥티비티 모듈(4G/5G)·Cockpit Domain 통합 솔루션로까지 사업을 확장 중이다.
데모는 IVI 화면·T-Box 데이터·안테나 신호를 한 인터페이스에 모으고, 고속 링크로 덩어리화된 데이터를 cockpit 도메인으로 밀어 넣는 구조.

SHedrive
중국 EV 파워트레인 강자
SHedrive는 대형 상하이 본사를 배경으로 BEV·HEV·EREV까지 전 라인업을 아우르는 구동 시스템을 양산하는 회사로 중국 주요 OEM들은 물론 인도, 유럽, 한국 고객까지 확보하며 시장 범위를 빠르게 넓히고 있다. Harry Ying 부총경리는 실제 양산되는 각 드라이브 시스템 앞에서 하나하나 목적 차종을 짚어줬다. 가장 눈길을 끈 것은 800V SiC 기반 4-in-1 e-Drive 시스템. 최대출력 250kW급으로, 중국뿐 아니라 인도·유럽 OEM들과의 프로젝트에서도 핵심적으로 사용되는 모델이다. SHedrive는 기존 2-in-1, 3-in-1 제품뿐 아니라 EREV 제너레이터 시스템, 48V~800V 구간의 보급형~고성능 PMSM까지 다층 구조의 라인업을 유지하며 전동화 전환의 폭을 넓히고 있다.

Siemens
‘AI-팩토리’ 비전 공개
지멘스는 자동차 애프터마켓 중심 전시회임에도 불구하고 AI·에지·산업 디지털 전환 포트폴리오를 대거 선보였다. 현장 관계자는 “원래 이 전시는 애프터세일즈 중심이지만, 중국의 많은 젊은 엔지니어와 제조사들이 방문하기 때문에 우리 솔루션을 보여줄 충분한 이유가 있다”고 설명했다. 부스의 핵심은 SiTANJI CBAM(Carbon Border Adjustment Mechanism) 플랫폼이었다. 이는 중국기업이 EU CBAM 보고를 자동화할 수 있는 지멘스의 로컬라이즈드 도구로, 탄소 데이터 표준화(10만+ 코드 매핑), AI 기반 오류 검증, 규제 문서 자동 생성, 탄소 가격·리스크 관리 등을 제공한다. 지멘스는 또 중국 파트너 DeepVision과 함께 AI 기반 360° 유연성 검사 솔루션, AI SCADA, AI MES, 산업 에지 생태계(Industrial Edge + Xcelerator)를 전면 배치했다. 이는 배터리·전자·차량 부품 제조사의 공정 데이터를 수집·분석해 에너지 효율·품질·예지정비를 동시에 강화하는 툴체인이다.

CARIAD China’s Perspective on Autonomous Driving:

한상민 기자_han@autoelectronics.co.kr — 2025-12-11 08:18:33+0900

SK이노베이션-SK온, 시뮬레이션 활용 배터리 코팅 균일도 11% 개선

글 | Siemens Digital Industries Software — 2025-12-10 16:12:51+0900

배터리 품질 경쟁이 고도화되는 시대, 제조 공정의 작은 편차도 셀 성능과 안전성을 좌우하는 결정적 요소가 되고 있다. SK이노베이션과 SK온은 이러한 과제를 해결하기 위해 코팅 공정을 ‘실험 중심’에서 ‘시뮬레이션 중심’으로 전환했고, Siemens의 Simcenter STAR-CCM+를 통해 도포 흐름을 정밀하게 예측하며 공정 전반을 최적화하는 데 성공했다. 그 결과 코팅 균일도를 11% 향상시키고, 불량률을 절반 이상 줄였으며, 시운전 리드 타임까지 크게 단축하는 등 개발·제조·공급망을 아우르는 혁신을 이뤄냈다.

글 | Siemens Digital Industries Software

시뮬레이션 기반 코팅 공정 최적화
배터리 전극 제조에서 코팅 품질은 셀의 수명, 성능, 안전성을 좌우하는 핵심 요소다. 특히 음극의 도포량이 일반적인 기준보다 부족할 경우, 리튬이온 흡수 능력이 저하돼 리튬 도금, 용량 저하, 셀 수명 단축 등의 문제가 발생한다. 이는 양·음극간 전기화학적 성능 불균형으로 이어져 전체 셀 성능에 부정적인 영향을 미친다. 이런 문제를 해결하기 위해서는 사전 시뮬레이션을 통해 코팅 성능과 안정성을 예측하고, 최적의 설계를 도출하는 접근 방식이 필요했다.
SK이노베이션의 자회사인 SK온은 Siemens Digital Industries Software의 Simcenter™ STAR-CCM+™ 소프트웨어를 통한 새로운 접근 방식을 적용했다. 이는 바로 코팅 공정의 설계 변수와 운전 조건을 사전에 예측하고 최적화하는 방식이다. Simcenter는 소프트웨어, 하드웨어, 서비스로 이뤄진 Siemens Xcelerator 비즈니스 플랫폼의 일부다.

시뮬레이션을 통한 기재 도포 전 정밀한 유동 예측
슬롯 다이 코터(Slot Die Coater)는 액체 또는 용융 재료를 기판 위에 균일하고 정밀하게 도포할 수 있는 장비다. 정밀한 유량 및 속도 제어를 통해 매우 얇은 코팅층을 구현할 수 있어 배터리, 전자, 에너지, 디스플레이 등 다양한 산업 분야에서 널리 활용되고 있다. SK온은 Simcenter STAR-CCM+로 슬롯 다이 코팅 공정 전반을 시뮬레이션해 코팅 재료가 매니폴드(manifold) 주입구를 통해 흐르는 과정부터 기재에 도포되는 순간까지의 유동 분포를 정밀하게 계산할 수 있었다.
SK온에서 실시한 시뮬레이션 결과, 코팅 폭 전반에 걸쳐 유량과 압력 분포의 편차가 3% 미만으로 유지되는 것으로 나타났다. 이로써 별도의 테스트 설계 절차 없이도 높은 수준의 코팅 균일성을 달성해 고품질의 코팅을 구현할 수 있게 됐다. 아울러, 입구 유동 조건만으로 전체 코팅 폭에 대한 도포 품질을 예측할 수 있는 정량적 모델을 개발했다. 이를 기반으로 시제품 없이도 공정 조건을 신뢰성 있게 설정할 수 있는 체계를 구현했다.

생산성 향상과 불량률 감소
차량용 배터리 산업의 경우, 고속충전과 안정성 확보가 핵심 과제다. SK온은 Simcenter STAR- CCM+를 통해 슬롯 다이 코터의 형상을 변경한 시뮬레이션 결과를 기반으로 목표한 공정 조건에 보다 근접한 모델을 구축했다. 이후 이 설계를 양산 공정에 적용해 안정적인 장기 운전 가능성을 입증했다.
또한, 기존 슬롯 다이 제조사보다 더 우수한 해석 프로그램을 확보함으로써 현장에서 발생하는 문제를 판단하는 방식을 혁신했다. 단순히 계측기나 오감에 의존하던 방식에서 벗어나, 이론 기반의 분석 결과를 설계에 반영하고 문제를 사전에 예측하게 됐다. 이를 통해 반복 실험과 설계 변경에 따른 비용을 효과적으로 절감할 수 있게 됐다.

공정 및 데이터 공유 방식 개선
기존의 코팅 공정은 조건 변경 시 시운전에 많은 시간이 소요되고, 문제가 발생할 경우 재가공이 불가피한 비효율적인 프로세스였다. 이런 문제를 해결하기 위해 SK온은 슬롯 다이 설계를 위한 분석 도구 개발 방안을 검토했고, SK이노베이션이 보유한 고성능 시뮬레이션 해석 프로그램이 효과적인 솔루션이라고 판단했다.
SK온의 공정 전문성과 SK이노베이션의 시뮬레이션 해석 역량을 접목해 양사는 Simcenter Star- CCM+를 도입하여 공정 조건을 사전에 예측, 최적화할 수 있는 기반을 구축했다. 이를 통해 사전 점검 단계에서 잠재적인 문제를 조기에 식별하고 선제적으로 대응함으로써 시행착오를 최소화할 수 있었다. 또한, 시뮬레이션 기반의 정량적 데이터를 확보함으로써 의사결정의 객관성과 신속성이 향상됐다. 더불어 설계 및 생산 부서와 협력사 간의 소통이 원활해져 재작업 소요 시간을 줄일 수 있었다.

Replace Part 기능으로 빠른 해석 수행
Simcenter STAR-CCM+의 Replace Part 기능을 사용하면 CAD 모델 내 부품을 신속하게 교체할 수 있다. 이 기능을 통해 엔지니어들은 설계 변경 작업을 간소화하고 시뮬레이션 모델을 원활하게 업데이트할 수 있다.
SK이노베이션은 전처리부터 후처리까지 전 과정을 단일 플랫폼에서 지원하는 Simcenter STAR- CCM+ Replace Part 기능을 활용함으로써 전체 모델을 새로 구축하지 않고도 형상을 신속하게 교체하고 반복적인 해석 작업을 자동화할 수 있었다. 이런 기능적 강점을 통해 작업 시간을 획기적으로 단축하면서 설계 검토와 조건 변경에 보다 유연하게 대응할 수 있는 기반을 제공했다.

공정 전반의 혁신 달성
이번 성과는 SK이노베이션과 SK온에 있어서 단순한 시뮬레이션 툴의 도입을 넘어 제품 개발과 제조, 공급망 관리에 이르는 공정 전반에서 실질적인 혁신을 이끌어낸 성공 사례다.
제품 개발 측면에서는 시뮬레이션을 활용해 코터 구조를 최적화하고 실험 없이도 성능을 정밀하게 예측했다.

SK이노베이션의 김수정 프로페셔널 매니저는 “Simcenter STAR-CCM+는 기존 방식보다 훨씬 더 높은 정밀성과 신뢰성을 입증했다. Siemens 솔루션은 코팅 균일도를 기존 방식 대비 11% 이상 개선하는 데 중요한 역할을 한다”고 말했다.

또한 2건의 특허 출원을 통해 기술력을 입증할 수 있었다.
제조 과정 중에 공정 안정화에 소요되던 시간을 단축하고, 코팅 조건 변경에 신속하게 대응함으로써 시행착오를 최소화하고, 시운전 리드 타임을 3개월 이상 단축했다. 마지막으로 공급망 관리 측면에서는 품질 개선을 통해 불량률을 50% 이상 저감하고 생산성을 1.4% 이상 개선했다. 또한 파트너사의 요청에 대해 신속하게 대응함으로써 협업의 안정성과 신뢰성을 제고했다.
이런 변화로 SK온은 과거의 반복적인 시운전과 재작업 중심의 방식과 비교하여 명확한 시간 절감과 비용 효율성을 달성했다. 현재는 기존 협력업체에서 수행하기 어려운 수준의 고정밀 시뮬레이션 해석까지 자체적으로 수행할 수 있게 됐다. 자체 설계를 기반으로 장비를 설계, 제작해 이를 실제 생산 환경에 구현하는 것을 목표로 하고 있다.

SK온의 김주현 프로페셔널 매니저는 “Simcenter를 활용해 이전에는 현장에서만 가능할 것이라 예상했던 데이터 결과를 미리 예측하고 확보함으로써 배터리 기술의 전반적인 성장에 큰 도움이 됐다”고 말했다.

배터리 품질 개선과 경쟁력 강화
Simcenter STAR-CCM+를 SK온의 공정에 도입해 유동 특성과 코팅 발림성의 균일도를 정확히 예측함으로써 상당한 이점을 거뒀다. Simcenter STAR- CCM+를 통해 기존 공정의 비효율성을 제거하고 설계 신뢰성과 품질 안전성을 개선했다.

SK온의 박지연 프로페셔널 매니저는 “Simcenter STAR-CCM+를 사용해 조건의 결과를 사전에 예측할 수 있게 됨으로써 시간과 자원을 보다 효율적으로 활용할 수 있게 됐다”고 말했다.

이런 시뮬레이션 기반의 설계 최적화는 제조 단가 절감, 불량률 저감, 생산성 향상으로 이어졌으며, 궁극적으로 고객 만족도 제고와 시장 경쟁력 강화에 기여했다. 이번 협업을 통해 SK이노베이션은 시뮬레이션 해석 기술력을 고도화했고, SK온은 배터리 품질 개선이라는 실질적 성과를 확보했다. 이로써 양사 모두 기술 경쟁력 제고라는 공동의 성과를 이뤄냈다.
이런 성공을 토대로 SK이노베이션은 Simcenter STAR-CCM+를 다양한 SK 관계사의 제품 품질 향상과 공정 최적화를 주도하는 핵심 도구로 삼을 것이다. 이를 통해 지속적인 공동 개발 및 통합 운영 전략 수립의 기반을 마련할 계획이다.

당면 과제
- 배터리 전극 코팅 공정의 품질과 생산성 향상
- 문제 발생 시 정비 및 최적화 시간 단축
- 코팅 공정의 안정성 평가와 잠재적 문제 사전 검토
- 제조 비용 절감과 시장 경쟁력 강화

성공 요소
- 코팅 재료 흐름부터 도포까지 전 과정에 대한 정밀 분석 및 예측
- 설계 변수와 운전 조건의 사전 최적화를 통한 문제점 사전 해결

결과
- 코팅 균일도 11% 개선
- 특정 제품 불량률 50% 이상 감소
- 특정 라인 기준 생산성 1.4% 이상 향상
- 신규 특허 2건 등록 완료
- 시운전 리드 타임 약 3개월 이상 단축
- 코팅 공정 안정성 사전 예측과 양산 운전 가능

기능안전성과 사이버 보안: 미래 자동차 위한 통합 엔지니어링 전략

글 | 주백수 부대표, 신승환 상무, Seon ENS — 2025-12-10 15:00:44+0900

자동차 시스템의 복잡성이 급증하고 SDV로의 전환이 가속화됨에 따라 기능안전성(Functional Safety, ISO 26262)과 사이버 보안(Cybersecurity, ISO/SAE 21434)은 더 이상 독립적인 분야가 아니다. 이런 통합은 단순한 규제 준수를 넘어, 자율주행 및 V2X와 같은 첨단 기능을 안정적으로 구현하고 소프트웨어 중심 아키텍처의 견고성을 확보하기 위한 전략적 필수 요소가 됐다. 두 영역의 체계적인 통합은 차량의 견고성과 시장 경쟁력을 좌우하는 핵심 동력이 된다.

글 | 주백수 부대표, 신승환 상무, Seon ENS

왜 기능안전성과 사이버 보안을 같이 봐야 하는가?
기능안전성과 사이버 보안은 모두 '불합리한 위험(unreasonable risk)'을 체계적으로 제거하는 것을 궁극적인 목표로 공유한다. 즉 기능안전성은 HARA로 사이버 보안은 TARA를 사용해서 각각 기능안전성과 사이버 보안 관점에서 위험을 도출하고, 해당 위험을 제거, 경감 등의 조치를 취한다. 분야는 다르지만 시스템에 존재하는 위험을 체계적으로 식별하고 해당 위험은 관리하는 엔지니어링 방법인 셈이다. 이런 관점에서 보자면 이는 두 표준이 V-모델 개발 프로세스라는 공통 기반 위에서 상호 보완적인 관계를 형성해야 함을 의미한다.

안전 달성의 필수 전제 조건으로의 보안
두 분야가 긴밀하게 연계돼야 하는 가장 결정적인 이유는 사이버 보안이 기능안전성 달성의 필수 전제 조건이기 때문이다. 아무리 높은 안전 무결성 수준(ASIL)으로 설계된 시스템이라도 해커의 의도적 공격으로 인해 그 안전 메커니즘이 무력화된다면 안전 목표는 달성될 수 없다. 즉 사이버보안을 신경 쓰지 않는다면 안전 메커니즘 무력화되는 것을 막을 수 없다. 반대로 기능안전성을 염두에 두지 않는 사이버 보안만으로도 충분하지 않다. 예를 들어, 보안이 취약한 저등급 소프트웨어(QM)를 통해 시스템에 침투한 공격자가 메모리 관리 장치(MMU) 설정을 변경해 핵심 안전기능(ASIL D)을 비활성화 시키면, 이는 안전 분석만으로는 예측하기 어려운 치명적인 위험으로 이어진다. 정리하자면 의도적인 위협 행위를 포함하는 보안 분석 없이는 우발적 결함에 대한 안전 시스템의 무결성을 완벽하게 보장할 수 없다.

통합을 위한 근본적인 관점 및 차이점 분석
효과적인 통합을 위해서는 두 분야의 유사점만이 아니라 근본적인 차이점을 명확히 이해하는 것이 중요하다. 기능안전성은 주로 시스템 내부의 우발적 결함(Accidental Faults)을 위험의 근원으로 다룬다. 이는 하드웨어 고장, 소프트웨어 오류, 환경적 영향 등 예측가능하거나 무작위로 발생하는 시스템 내부의 오작동 가능성에 초점을 맞춘다. 핵심 활동인 HARA(위험원 분석 및 위험 평가)와 FMEA/FTA는 이런 내부 결함이 시스템의 안전 기능에 미치는 영향을 분석하고 안전 무결성 수준(ASIL)을 결정하는 데 중점을 둔다.
반면, 사이버 보안은 외부의 의도적 공격(Intentional Attacks)을 주요 위험 근원으로 상정한다. 이는 악의적인 외부 위협 행위자가 시스템의 취약점을 이용해 기밀성, 무결성, 가용성을 침해하려는 시도를 포함한다. 따라서 분석 범위는 시스템 내부에 국한되지 않고, 외부와 연결된 통신 인터페이스, 소프트웨어의 취약점, 그리고 공격 경로(Attack Path)를 포함해 훨씬 광범위하다. TARA(위협 분석 및 위험 평가)는 이런 외부 위협과 공격 가능성을 식별하고 위험도를 평가하는 데 핵심적인 역할을 한다.
위험의 근원 차이는 곧 분석의 복잡성 차이로 이어진다. 기능안전성 분석은 일반적으로 하나의 단일 결함 또는 최대 2~3개의 독립적인 다중점 결함의 동시 발생 가능성(예: PMHF 계산 시 다중점 결함)을 고려한다. 이는 주로 확률론적 분석(Probabilistic Analysis)을 통해 안전 목표 위반 확률을 계산하는 비교적 구조화된 접근 방식이다.
사이버 보안 분석은 여러 단계를 거치는 정교한 다단계 공격 경로를 분석해야 하므로 복잡성이 훨씬 높다. 공격자는 여러 취약점을 연쇄적으로 이용하여 최종 목표를 달성하려 하므로, VAR(설계 취약성 분석)을 통해 시스템의 모든 잠재적 진입점과 단계별 공격 성공 가능성을 종합적으로 평가해야 한다. 이는 정적인 분석을 넘어 위협 행위자의 동기, 능력, 자원까지 고려해야 한다.

위험 분석 기법의 차이
두 분야는 동일한 '위험 제거' 목표를 가졌지만, 이를 달성하기 위해 사용하는 분석 기법에는 차이가 있다.
- 기능안전성(Safety): HAZOP(시스템 운용 편차 분석), FMEA(부품 고장 모드 분석), FTA(고장 원인 하향식 추적)와 같이 시스템 자체의 오작동 가능성에 초점을 맞춘 정립된 방법론을 사용한다.
- 사이버 보안 (Security): 자산 기반 위협 모델링(예: STRIDE, EVITA 등), 공격 경로 분석(예: Attack Tree)과 같이 공격자의 관점에서 시스템의 가치 있는 자산을 보호하는 데 중점을 둔다.

실질적인 접근 방법: '통합적 접근 방식'의 구현
안전과 보안 활동을 별개의 사일로(silo)에서 진행할 경우, 요구사항 충돌과 분석 중복으로 막대한 비효율이 발생한다. 이런 중복을 막기 위해서 통일된 접근 방식과 통합된 접근 방식을 사용할 수 있다. 두 방식은 다음과 같다.
- 통일된 접근 방식(Unified Approach): 모든 활동, 프로세스, 산출물을 하나의 단일 체계로 합치는 방식이다. 이론적 이상이지만, 조직 구조, 전문 툴체인, 기존 프로세스 등의 문제로 현실적 적용이 어렵다.
- 통합적 접근 방식 (Integrated Approach): 안전과 보안 각각의 독립적인 프로세스는 유지하되, 개발 생명주기의 주요 지점에서 상호 간의 입력과 출력을 긴밀하게 공유하고 교차 검토(Cross-functional Review)를 수행해 일관성을 확보하는 방식이다. 고도로 규제된 기존 안전 프로세스를 존중하면서 유기적인 연계가 가능하다.

업계 현실을 고려할 때, '통합적 접근 방식(Integrated Approach)'이 가장 실용적이고 효과적인 해결책으로 평가받는다. 즉 현재의 OEM, 부품사의 조직구조와 지금까지 갖추진 프로세스, 도구 및 환경 등의 레거시 활용을 극대화하면서 기능안전과 사이버 보안을 별도로 고려했을 때의 문제를 용이하게 해결할 수 있기 때문이다.

개발 생명주기 전반의 프로세스 통합 지점
통합적 접근 방식은 기존 품질 및 안전 프로세스를 기반으로 보안 활동을 확장하고 연계하는 데 초점을 맞춘다. 다음 표는 개발 생명주기 단계별 통합 지점과 시너지를 요약한 것이다.

단계 (Phase)	통합 지점 및 시너지	주요 고려사항
기획	안전 계획서(Safety Plan)를 사이버 보안 계획서(Cybersecurity Plan)의 템플릿으로 활용. 재사용 부품 목록 공유.	보안 활동은 새로운 위협 모델에 따른 재평가 등 안전과 다른 재사용 조건을 가질 수 있음.
공급업체 관리	안전 분야의 DIA를 보안 분야의 CSIA(사이버 보안 인터페이스 협약)의 기반으로 활용.	보안은 제품 단종 후에도 장기적인 취약점 패치 지원이 계약에 명시되어야 함.
개념(Concept)	안전 아이템 정의(Item Definition)를 보안 아이템 정의의 시작점으로 사용.	보안 분석을 위해 블루투스, Wi-Fi 등 안전 분석에서 제외될 수 있는 인터페이스와 환경 요소를 반드시 추가해야 함.
설계(Design)	공통 아키텍처 명세서를 사용하고, 안전과 보안 관련 내용을 오버레이(overlay) 형식으로 표현하여 일관성 유지.	안전 상태(Safe State)와 서비스 거부(DoS) 공격 벡터 간의 충돌 관리.
구현(Implementation	MISRA C, CERT C/C++ 등 안전 및 보안 코딩 규칙을 통합된 정적 분석 도구로 관리.	안전(write-read-back)과 보안(안티 글리칭) 고유의 방어적 코딩 기법 조화.
테스트 및 검증	공통 테스트 인프라 및 환경 활용. 안전 테스트 계획을 보안 테스트 계획의 기반으로 삼음.	보안은 퍼즈 테스트, 침투 테스트 등 공격자의 관점에서 시스템을 시험하는 고유한 방법론이 추가되어야 함.
운영 및 서비스	필드 이슈 관리 프로세스 및 수행 절차를 안전/보안 공동 분석 창구로 운영함.	안전 및 보안 위험 시 기능 제한(Degradation)이나, 유지 범위에 대한 정책 분리.
수명 종료	안전 및 보안 지원 기간과 모니터링 활동을 조율. 보안 패치가 안전에 미치는 영향 평가 프로세스 수립.	보안 취약점은 제품 수명 후반에도 계속 발견될 수 있으므로 안전보다 긴 지원 기간이 필요할 수 있음.

성공적인 통합을 위한 단계별 핵심 활동

개념 단계: HARA/TARA 시너지 극대화
개발 초기 단계의 긴밀한 협력은 불필요한 재작업을 방지하고 프로젝트 전체의 방향성을 결정한다.
- 아이템 경계의 확장: 안전 분석의 아이템 정의를 기반으로 하되, 보안 분석을 위해 텔레매틱스(TCU), OBD-II 포트, 진단 도구 등 외부와의 인터페이스는 기능안전성의 안전 분석이나, 사이버 보안의 공격표면으로서 아이템의 경계에 명확히 포함돼야 한다.
- 손상 시나리오의 구체화: 안전 분석에서 도출된 '위험원(Hazards)'은 보안 분석에서 '손상 시나리오(Damage Scenarios)'를 구체화하는 중요한 입력 자료가 된다. 예를 들어 '의도치 않은 조향'이라는 위험원을 '공격자에 의한 의도적인 조향 조작'이라는 구체적인 시나리오로 발전시킬 수 있다.
- 요구사항의 상호 검토 및 조율: 도출된 안전 목표와 보안 목표를 상호 검토하여 충돌을 해결하고 시너지를 창출해야 한다. (예: 'ASIL D 소프트웨어와 QM 소프트웨어 간의 공간적 격리' 요구사항과 '메모리 격리' 보안 요구사항을 통합하여 일관된 아키텍처 설계)

설계 및 구현 단계: 충돌 관리와 메커니즘 상호 활용
설계 단계는 추상적인 목표를 구체적인 메커니즘으로 구현하는 과정이며, 충돌 관리가 핵심이다.

안전 및 보안 메커니즘의 상호 활용:
- 시너지: 보안 기술(예: 메시지 인증 코드, 보안 부팅)은 데이터의 무결성과 신뢰성을 보장해 안전 목표를 강화할 수 있다.
- 충돌 관리 (ASIL 조율): 보안 메커니즘을 안전 목표 달성에 활용할 때는 반드시 해당 메커니즘이 요구되는 ASIL 등급을 충족하는지 검토해야 한다. 특히, 보안 부팅 절차가 RAM 복사 과정의 우발적 결함을 탐지하지 못하는 경우 등, 안전 관점에서 절차를 변경해야 할 수 있다.

오류 대응 전략의 일관성 확보:
- Safe State vs. DoS 충돌: 안전을 위해 시스템을 즉시 정지시키는 '안전 상태'는 공격자에게 DoS 공격의 빌미를 제공할 수 있다.
- 조화로운 정책: FTTI(Fault Tolerant Time Interval, 결함 허용 시간 간격)와 같은 안전 제약을 침해하지 않는 범위 내에서, 시스템을 즉시 중단시키기보다는 기능을 점진적으로 저하시키거나 공격 이벤트 기록 후 제한된 모드로 전환하는 등 조화로운 오류 처리 정책을 수립한다.

방어적 코딩의 통합:
- 안전 코딩은 'write-read-back'과 같이 하드웨어 결함 대응에 중점을 두는 반면, 보안 코딩은 '안티 글리칭(anti-glitching)'과 같이 의도적인 물리적 공격을 방어하는 특화된 기법을 요구한다. 조직은 이 두 가지를 포괄하는 통합된 '신뢰성 있는 설계 원칙'을 수립해야 한다.

결론: ‘안전은 필요조건, 충분조건은 아니다’

미래 자동차 시스템의 복잡성과 상호 연결성을 고려할 때 기능안전성과 사이버 보안은 분리할 수 없는 불가분의 관계다. 안전 엔지니어링이 제공하는 엄격한 기반 없이는 견고한 보안을 구축할 수 없다. 그러나 동시에, 지능적인 공격자의 의도적 위협을 고려하지 않는다면 그 어떤 안전 시스템도 완벽하게 보호될 수 없다.
궁극적으로, 자동차 제조사가 높은 수준의 견고성과 복원력을 갖춘 차량을 개발하고 갈수록 엄격해지는 규제를 준수하기 위해서는 단편적인 해결책을 넘어선 체계적이고 통합된 엔지니어링 접근 방식이 유일한 해답이다. 개발 생명주기 전반에 걸친 긴밀한 협업과 상호 검토를 통해 두 분야의 요구사항을 조율하고 충돌을 예방하는 통합 엔지니어링이야말로 자동차 산업의 혁신을 이끌 유일한 척도가 될 것이다.

참고문헌
Automotive Cybersecurity Engineering Handbook, Dr. Ahmad MK Nasser,

How IMSE Is Redefining the Automotive Interface

한상민 기자_han@autoelectronics.co.kr — 2025-12-10 11:54:11+0900

IMSE가 재정의하는 자동차 인터페이스

한상민 기자_han@autoelectronics.co.kr — 2025-12-10 11:35:16+0900

INTERVIEW
사미 휘뤼랴이넨
Sami Hyyrylainen, Senior Vice President of TactoTek

자동차 인테리어는 지금 조명과 전자가 만나는 전환점에 있다. PCB와 라이트 가이드, 스위치 하드웨어가 촘촘히 쌓이던 구조는 빠르게 사라지고, 전자·광학·기계·디자인이 하나의 표면 속으로 녹아드는 시대가 열렸다. 핀란드 TactoTek의 In-Mold Structural Electronics(IMSE^®)는 이 변화의 중심에서 ‘전장(電裝)을 구조로’, ‘기능을 표면으로’ 재정의하며 OEM들에게 완전히 새로운 형태의 설계 자유도와 제조 패러다임을 제시하고 있다. 이런 변화는 익스테리어에서도 동일하게 나타난다. 사미 휘뤼랴이넨과의 인터뷰는 IMSE가 자동차 UX와 E/E 아키텍처, 그리고 미래 모빌리티의 디자인 언어에 어떤 영향을 미치는지 들여다본다.

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

IN ENGLISH

회사 소개와 IMSE^® 기술이 자동차 전자 시스템과 인테리어를 어떻게 변화시키는지 설명해주실 수 있을까요?
Hyyrylainen TactoTek^®은 In-Mold Structural Electronics(IMSE^®)의 글로벌 리더이자 이 분야를 개척한 기업입니다. IMSE^®는 전자 회로, 전자부품, 기계적 구조, 표면 디자인을 하나의 매끄러운 스마트 서피스에 통합하는 혁신적인 기술입니다. 우리는 핀란드 오울루에 본사를 두고 있으며, 일본·독일·미국에 현지 사무소를 운영하며 글로벌 고객들을 라이선싱 모델을 통해 지원하고 있습니다. 현재 전 세계적으로 310건이 넘는 등록 특허와, IMSE의 설계부터 양산까지 전체 가치사슬을 보호하는 폭넓은 노하우를 보유하고 있습니다. 이런 혁신 리더십은 2025년 CES에서 두 개의 권위 있는 상을 수상하며 다시 한번 인정받았습니다.
기술적으로 IMSE는 자동차 전자 시스템과 인테리어 디자인을 근본적인 수준에서 변화시키고 있습니다. 인쇄회로와 전자부품이 얇고 성형된 플라스틱 구조 안에 직접 통합되기 때문에, 기존처럼 PCB, 라이트 가이드, 기계식 스위치 하드웨어, 브래킷, 개별 트림 파트들을 조합해 조립할 필요 없이 하나의 스마트 서피스로 대체할 수 있습니다.
이런 변화는 디자이너에게 완전히 새로운 자유를 제공합니다. 터치, 조명, 센싱 같은 기능 요소들이 인테리어 형태를 따라 자연스럽게 배치될 수 있어, 더 이상 전자부품 패키징 때문에 인테리어 디자인이 제한을 받을 필요가 없습니다. 엔지니어 관점에서도 IMSE는 명확한 시스템 차원의 이점을 제공합니다. 부품 수 감소, 배선 축소, 경량화, 패키지 깊이 감소, 그리고 성형 구조 내부에 전자부품이 완전히 캡슐화됨으로써 향상된 신뢰성이 대표적입니다.
또한 TactoTek은 인몰드 일렉트로닉스 및 구조적 전자기술 관련 국제 표준화 활동에도 적극적으로 참여하고 있습니다. 우리는 실제 제조 및 필드 테스트 데이터를 표준화 워킹그룹에 제공함으로써 새롭게 등장하는 글로벌 표준이 실질적이고 검증된 접근법을 반영하도록 기여하고 있습니다. 이를 통해 OEM은 IMSE 기술이 산업 전체의 로드맵과 정렬돼 있다는 확신을 가질 수 있습니다.

스마트 서피스:
조명·센싱·인터페이스의 재탄생

TactoTek은 엠블럼(Emblems), 라이트라인(Lightlines), 서피스라이트(SurfaceLight) 등 다양한 IMSE 솔루션을 제공합니다. 각각의 솔루션이 디자인 방향에서 어떤 차이를 가지며, 어떤 차량 부위에 가장 적합한지 설명해주시겠습니까? 또한 OEM 관점에서 어떤 기준이 선택 과정의 핵심이 되는지도 궁금합니다.
Hyyrylainen TactoTek의 IMSE 기술 포트폴리오는 동일한 핵심 공정을 공유하면서도, 조명 방식과 기능 통합 유형에 따라 최적화된 여러 보완적 기술 솔루션으로 구성돼 있습니다. 엠블럼용 Halo 및 패턴 조명 솔루션, 라이트라인, 서피스라이트가 이에 해당합니다. 이들은 함께 OEM이 차량의 인테리어와 익스테리어 전반에 스마트 서피스를 구현할 수 있도록 하는 일관된 ‘도구 상자’를 제공합니다.
먼저, IMSE 일루미네이티드 엠블럼(IMSE Illuminated Emblem) 솔루션은 매우 얇고 유연하며 단일 구조로 이뤄진 표면으로 베젤이나 고정 부품, 눈에 띄는 이음새 없이 밝고 균일한 조명을 제공합니다. 순수한 스타일링을 구현할 수 있어 내·외장 어디에도 적용할 수 있습니다. 외부에서 안쪽으로 장착하는 방식(outside-in mounting)을 취하기 때문에 후드, 그릴, 리프트게이트, 쿼터 패널, 인테리어 등 다양한 위치에 비용 효율적으로 설치할 수 있습니다. 필요한 것은 작은 커넥터 패스스루 정도라서 큰 개구부나 복잡한 브래킷 구조가 필요 없습니다. 이 유연성 덕분에 OEM은 브랜드 조명 시그니처를 거의 어디에나 구현할 수 있게 됩니다.
반면, IMSE 라이트라인(IMSE Lightline) 솔루션은 고성능의 정밀제어 조명 라인과 아이콘 조명을 위해 최적화돼 있습니다. 성형 부품 안에 빛을 유도하는 구조가 통합돼 있어 인접한 기능 사이의 빛 누출을 최소화하면서도 빛을 매우 효율적으로 정확히 원하는 위치로 안내합니다. 덕분에 밝고 작은 패키지 사이즈로 선명한 심볼과 라인을 아주 콤팩트한 레이아웃 안에 구현할 수 있습니다. 이는 스위치 클러스터, 기능 패널, 데코레이티브 인테리어 조명 시그니처 등에서 특히 이상적입니다.
IMSE 서피스라이트(IMSE SurfaceLight) 솔루션은 더 넓은 면에 걸쳐 균일하고 넓은 조명을 구현하기 위해 설계됐습니다. 이 기술은 초박형 IMSE 라이트 엔진을 사용하며, 광원 자체가 라이트 가이드 구조에 통합돼 있어 면 전체에서 끝에서 끝까지 균일한 조도를 확보할 수 있고, 풍부한 애니메이션 효과도 구현할 수 있습니다. 전체 두께는 보통 몇 밀리미터에 불과합니다. 서피스라이트는 도어 또는 계기판의 앰비언트 라이트 패널, 앰비언트 또는 기능 조명이 통합된 헤드라이너, 그리고 더 넓은 시그니처 조명 요소에 매우 적합하며, 텍스타일, 우드, 기타 트림 소재와 결합해도 두께나 구조 복잡도를 증가시키지 않습니다.
OEM 관점에서 플랫폼 선택은 주로 요구되는 조명 면적과 균일도, 확보 가능한 패키지 깊이, 적용하려는 곡률, 기능 밀도, 그리고 선호하는 조립 개념에 의해 결정됩니다. IMSE 기반 솔루션들은 모두 동일한 공정 위에 구축돼 있기 때문에, OEM은 검증된 공통 기술 기반을 활용하면서 서로 다른 프로그램 간에서도 자유롭게 솔루션을 조합해 사용할 수 있습니다.

IMSE 일루미네이티드 엠블럼

IMSE를 적용하면 물리 버튼이 사라지고 빛과 터치가 하나의 매끄러운 인터페이스로 통합됩니다. 미니멀리즘 디자인은 매력적이지만, 이렇게 ‘보이지 않는 UI’가 운전자에게 안전하고 직관적이게 어떻게 보장하나요? 또한 이러한 UI는 차량 내부에서 어떤 새로운 감각적·정서적 경험을 가능하게 하나요?
Hyyrylainen IMSE는 매끄럽고 지능적인 새로운 세대의 인터페이스를 가능하게 하지만, 모든 HMI 개념의 출발점은 언제나 안전성과 직관적인 사용성입니다. 이 기술은 라이선스 파트너들에게 최소한의 디자인 속에서도 높은 기능성과 예측 가능성을 유지할 수 있도록 운전자에게 정보를 전달하고 안내하는 다양한 검증된 방법들을 제공합니다.
우선, 안전성 측면에서 IMSE는 여러 겹의 시각적·촉각적 피드백을 지원합니다. 통합 조명은 차량의 상태, 예를 들어 정차 중인지, 주행 중인지, 충전 중인지, 제한 모드인지를 명확히 보여줄 수 있습니다. 조명 기반 신호는 잠금/해제 상태, 경고 상황 강조, 보조 시스템 정보의 시각화 등 운전자의 상황 인지를 높이는 역할도 수행합니다. 색상 변화와 동적 패턴은 이런 신호를 매끄러운 표면 위에서도 즉각적으로 해석할 수 있게 만듭니다.
터치 인터랙션 역시 매우 정교하고 직관적으로 설계됩니다. 정전식 센서가 3D 구조 내부에 직접 통합돼 있기 때문에 디자이너는 예를 들어 스와이프 제스처로 창을 여는 영역, 탭으로 기능을 조정하는 영역 등 명확하게 정의된 제스처 존을 만들 수 있습니다. 여기에 국부 조명, 미세한 촉각 피드백, 사운드 큐 등을 결합하면 운전자가 시선을 도로에서 떼지 않아도 분명한 ‘원인 - 결과’ 경험을 느낄 수 있습니다.
안전성을 넘어, IMSE는 차량 실내에서 풍부한 감각적·정서적 경험을 확장합니다. 표면은 주행 모드에 따라 빛의 애니메이션으로 반응하거나, 내비게이션 정보를 시각적으로 지원하거나, 탑승 시 운전자를 맞이하는 웰컴 조명을 제공할 수 있습니다. 앰비언트 서피스는 상황에 따라 색상이나 밝기를 바꾸며 탑승자와 차량 환경 사이에 더 깊은 감정적 연결을 만들어 줍니다.
이런 방식으로 IMSE는 인테리어가 직관적이면서도 표현력이 풍부한 공간으로 진화하도록 돕습니다. 필요하지 않을 때는 존재를 감추지만, 필요한 순간에는 명확하게 소통하며, 캐빈 전체를 하나의 인터랙티브한 공간으로 전환할 수 있는 기술입니다.

제조·신뢰성·아키텍처:
IMSE가 만드는 시스템적 진화

IMSE는 기존의 인쇄, SMT, 성형, 사출 공정을 그대로 활용해 제조할 수 있다고 합니다. 이 기술은 현재의 제조 생태계와 얼마나 잘 조화를 이루는지, 그리고 실제 양산 환경에서는 생산성이나 품질 측면에서 어떤 변화가 관찰되고 있는지 설명해주실 수 있을까요?
Hyyrylainen       IMSE 기술은 표준 산업 공정을 기반으로 구축돼 있으며, 이것이 기존 제조 생태계와 매우 자연스럽게 조화를 이루는 핵심 이유 중 하나입니다. 스크린 프린팅, SMT 조립, 성형, 사출 성형은 모두 이미 자동차 공급망에서 오랫동안 자리 잡은 공정이고, IMSE는 새로운 장비를 요구하는 대신 이런 공정들을 매우 정교하게 결합하는 방식으로 구현됩니다. 현재 아시아, 유럽, 북미 전역에서 인쇄·성형·사출·최종 조립까지 공정의 모든 단계를 아우르는 폭넓고 성숙한 파트너 생태계가 구축돼 있습니다. 이를 통해 티어 1 공급업체들은 기존 인프라에 거의 방해를 주지 않으면서 IMSE를 도입할 수 있습니다. 생산량이나 비용 구조에 따라 라인을 완전 자동화 모드부터 수동·자동 혼합 모드까지 자유롭게 구성할 수 있고, 그 과정에서도 익숙한 기본 공정 논리를 동일하게 유지할 수 있습니다.
생산성과 품질 측면에서 가장 큰 변화는 ‘통합’에서 비롯됩니다. 기존의 전자장치 + 트림 조립 방식에서는 여러 개의 부품, 복수의 공급업체, 여러 단계의 조립 과정이 필요합니다. 반면 IMSE 솔루션은 회로, 조명, 구조적 기능이 이미 통합된 단 하나의 성형 부품으로 이를 대체합니다. 이로 인해 부품 핸들링 단계가 줄어들고 물류가 단순화되며 최종 조립 시간이 단축됩니다. 결과적으로 택트 타임이 개선되고 조립 오류 가능성도 낮아집니다.
TactoTek은 라이선스 파트너들에게 설계 규칙, 공정 가이드라인, 품질 보증 개념을 제공합니다. 여기에는 인라인 검사 및 EOL(end-of-line) 테스트에 대한 권고사항도 포함됩니다. 실제 양산 환경에서 축적된 경험에 따르면, IMSE는 자동차 산업의 품질 기준에 충분히 부합하는 안정적인 수율과 반복 가능한 성능을 구현할 수 있음이 확인되었습니다. 많은 경우, IMSE의 일체형 특성 덕분에 전통적인 다중 부품 기반 솔루션과 비교했을 때 최종 모듈에서 발생 가능한 잠재적 고장 지점의 수가 줄어드는 효과도 나타납니다.

자동차 부품은 수년간 혹독한 환경을 견뎌야 합니다. TactoTek은 IMSE 구조의 내열성, 내습성, 진동 내구성, 그리고 전반적인 내구성을 어떻게 검증하나요? 또한 자동차 등급 테스트를 성공적으로 통과한 컴포넌트 사례가 있다면 소개해주시겠습니까?
Hyyrylainen       IMSE 구조물은 매우 까다로운 자동차용 인증 요구사항을 기준으로 검증됩니다. 시험 프로그램에 포함된 각 테스트는 IMSE 기술과 직접적으로 관련된 물리적·기능적 특성을 가장 강하게 스트레스 주도록 선정됩니다. 목표는 실제 차량 환경에서 IMSE가 기존 전자 모듈과 최소 동일한 수준의 성능을 보인다는 것을 입증하는 것입니다. 핵심 환경 검증은 장기 노출 시험을 기반으로 합니다. 대표적으로 85°C와 85% 상대 습도에서 수행되는 이른바 85/85 테스트가 있으며, 이는 수분 저항성과 재료 안정성을 확인하는 데 사용됩니다. 또한 -40°C에서 +105°C까지 반복적으로 온도를 변화시키는 열 충격(thermal cycling) 테스트를 통해 인쇄 도체, 부품 간 인터커넥션, 폴리머 구조가 열 팽창과 수축이 반복되는 상황에서도 구조적·전기적 건전성을 유지하는지를 검증합니다. 이와 별도로, 특화된 노화 및 장기 보관 테스트를 통해 잉크와 기판 소재가 시간 경과에도 물성을 확실히 유지하는지 확인합니다.
이 모든 시험 과정에서 전기적 파라미터, 광출력, 기계적 접착력 등이 지속적으로 모니터링되며, 어떠한 드리프트나 성능 저하도 없어야 합니다. 또한 IMSE 기술은 자동차 표준에 부합하는 EMC/EMI 성능 검증도 수행해 차량 네트워크에 통합될 때 전자기 간섭 문제 없이 안정적으로 동작할 수 있음을 확인합니다. IMSE 전자부품은 성형 구조 내부에 완전히 캡슐화돼 있기 때문에 외부 노출 부품을 대상으로 하는 일부 전통적 내구 시험은 IMSE에 직접적으로 적용되지 않습니다. 대신 ‘밀폐된 구조적 전자 모듈’에 실제로 영향을 주는 하중 조건에 집중해 검증을 수행합니다.
검증 프로그램은 스마트 RGB LED, 단색 LED, 패시브 부품 등 IMSE 신뢰성 테스트 계획을 모두 거친 자동차 등급(automotive-grade) 컴포넌트를 기반으로 수행됩니다. 또한 TactoTek은 여러 주요 자동차 OEM과 공동 신뢰성 인증 프로젝트를 진행해 IMSE 기술을 함께 검증해왔습니다. 대표적으로 인테리어 컨트롤 패널, 조명 기능이 통합된 도어 모듈 등 다양한 IMSE 기술 검증 샘플이 OEM별 환경·기능 테스트를 성공적으로 통과했으며, 이를 통해 IMSE 기술이 양산 및 차량 장기 적용에 적합하다는 사실이 입증됐습니다.

도어트림 애플리케이션과 IMSE 서피스라이트

전동화 시대에는 경량화와 에너지 효율이 매우 중요합니다. IMSE는 차량 경량화와 에너지 절감에 어떤 방식으로 기여하며, OEM이 이미 인지하거나 수치로 확인할 수 있는 결과가 있을까요?
Hyyrylainen       IMSE는 전통적으로 여러 개의 별도 부품으로 구성되던 기능들을 하나의 얇은 구조 속에 통합함으로써 차량 경량화와 에너지 효율 향상에 직접적으로 기여합니다. PCB, 라이트 가이드, 스위치 하드웨어, 브래킷, 데코레이티브 트림 등이 하나의 IMSE 모듈로 대체되면, 부품 수는 물론 전체 질량 역시 줄어듭니다. 적용 분야에 따라 차이는 있지만, IMSE 모듈은 기존 조립체 대비 일반적으로 30~60% 정도 더 가벼운 것으로 나타났으며, 그럼에도 모든 기계적·기능적 요구사항을 충족합니다.
조명 효율 또한 매우 큰 장점입니다. LED와 광유도 구조가 성형된 부품 내부에 완전히 통합되어 있기 때문에, LED에서 나오는 빛의 거의 전부를 실제 유효 광량으로 활용할 수 있습니다. 외부 하우징이나 공기층에서 빛이 흡수되거나 산란되는 일이 없으며, 필요한 위치로 정확하게 빛을 유도할 수 있습니다. 실제 측정 비교에서 IMSE 조명 솔루션은 동등한 기존 구조 대비 루멘-퍼-와트(lm/W) 성능이 5~10배까지 개선된 사례도 확인됐습니다.
이는 OEM에게 매우 구체적이고 실질적인 선택지를 제공합니다. 동일한 밝기를 구현하는 데 필요한 LED 개수를 줄여 전력 소비와 발열 부담을 낮출 수 있고, 반대로 동일한 전력 사용량을 유지하면서 체감되는 광출력과 디자인 효과를 크게 높일 수도 있습니다. 두 경우 모두 차량의 전기적 부하를 낮추며, EV 주행거리와 에너지 효율 목표 달성에 도움을 줍니다.

자동차 전자·디자인의 새로운 패러다임

오늘날 자동차는 ‘바퀴 달린 고성능 컴퓨터’에 가깝습니다. 그렇다면 IMSE는 차량의 새로운 전자 도메인, 예를 들어 E/E 아키텍처, 센서, V2X 통신 시스템과 어떻게 연결되고 확장될 수 있을까요?
Hyyrylainen       IMSE는 모듈러 구조, 도메인·존 기반 아키텍처, 그리고 소프트웨어 정의 E/E 아키텍처로의 진화 흐름과 매우 자연스럽게 맞물립니다. 차량이 분산 지능(distributed intelligence) 구조로 바뀌어갈수록, IMSE 기반 스마트 서피스는 별도의 전자 박스를 추가하는 대신 차량의 구조물 자체에 센싱·제어·조명을 통합하는 효율적인 방법을 제공합니다. 좋은 예가 도어 트림용 IMSE 솔루션입니다. 얇고 3D 형상화된 하나의 표면 안에 정전식 터치 센싱, 온도 센싱, 라이트라인, 서피스라이트 요소, 앰비언트 조명, 임베디드 마이크로컨트롤러까지 통합할 수 있습니다. 이 스마트 모듈은 차량 네트워크를 통해 마스터 컨트롤러와 통신하며, 기존에 여러 개의 서브 모듈이 담당하던 기능을 하나의 통합 구조로 대체합니다. 그 결과 배선 길이가 줄어들고, 하네스 라우팅이 단순해지며, 전체적인 아키텍처가 훨씬 깔끔해집니다.
IMSE는 오버몰딩된 인쇄 도체와 정밀한 부품 배치를 기반으로 하기 때문에, 전자 기능을 캐빈 내부의 거의 모든 표면으로 확장할 수 있습니다. 이는 분산 센싱, 제스처 기반 인터페이스, 커넥티비티를 위한 통합 안테나, 운전자 입력이나 차량 상태에 반응하는 지능형 조명 등 다양한 새로운 기능을 가능하게 합니다. IMSE 기반 패널은 기존 ECU처럼 차량 네트워크상의 어드레서블(addressable) 노드로 동작할 수 있지만, 훨씬 더 콤팩트한 형태로 구현된다는 점이 특징입니다.
요약하자면, IMSE는 지능이 ‘폼팩터 그 자체’에 내재된 네트워크형 전자 생태계로 산업이 이동하는 흐름을 뒷받침하는 기술입니다. 이는 OEM에게 기능 배치의 유연성 증가, 아키텍처 복잡성 감소, 그리고 V2X 기능을 포함한 새로운 센싱·통신 기술을 확장가능한 플랫폼 위에 통합할 수 있는 길을 제공합니다.

최근에는 IMSE가 외장 영역에서도 주목받고 있습니다. 일루미네이티드 엠블럼, 스마트 필러, 충전 포트 등이 그 예인데요. 이런 외장 환경에서 내구성과 브랜드 표현을 모두 구현하기 위해 필요한 핵심 기술 요소와 디자인 요구사항은 무엇인가요?
Hyyrylainen       외장 환경은 인테리어보다 훨씬 가혹한 조건을 전자부품에 요구합니다. 이 지점에서 IMSE의 ‘구조적 특성’이 큰 가치를 제공합니다. 차 외부에서 안정적으로 동작하기 위해서는 광학 성능과 동시에 기후·자외선·기계적 충격에 대한 매우 높은 수준의 내구성이 필수적입니다. IMSE 외장 부품에서는 전자부품이 UV 안정화 처리된 내후성 폴리머 안에 완전히 캡슐화됩니다. 이런 밀폐 구조는 LED와 회로를 수분, 급격한 온도 변화, 세차용 화학약품, 노면 이물질, 돌 충격 등으로부터 보호해 부피가 큰 추가 하우징 없이도 차량 수명 기간 동안 안정적으로 작동하도록 합니다. 또한 고정 구조물을 성형 부품 내부에 기계적으로 통합함으로써 조립이 간소화되고 정렬 상태가 안정적으로 유지됩니다.
동시에 외장 브랜드 요소, 예를 들어 일루미네이티드 엠블럼, 스마트 필러, 충전 포트 표시부는 정밀하고 균일하며 생동감 있는 조명 표현을 필요로 합니다. IMSE는 빛을 전달하는 구조와 확산층을 부품 내부에 통합하는 고급 광학 설계를 통해 이를 해결합니다. 덕분에 디자이너는 다양한 모델과 조명 조건에서 일관된 밝기와 색상을 유지하는 선명한 조명 시그니처와 로고를 구현할 수 있습니다.
IMSE는 또한 통합된 RGB LED와 제어 전자장치를 통해 동적인 브랜드 표현을 가능하게 합니다. OEM은 웰컴 애니메이션, 충전 상태 표시, 브랜드 시그니처 시퀀스 등을 구현해 브랜드 아이덴티티를 강화하고 사용자 경험을 향상시킬 수 있습니다. 조명 엔진이 구조 내부에 내장돼 있기 때문에 부품은 얇고 우아하면서도 견고한 형태를 유지하며 고급스러운 시각 효과를 제공합니다. 전체적으로 이런 IMSE의 특성들은 엄격한 차량용 내구성 요구사항을 충족시키는 동시에, 디자인 팀이 기존 기술로는 구현하기 어려운 방식으로 빛을 통한 브랜드 표현을 실현할 수 있는 강력한 도구가 됩니다.

OEM이나 티어 1 공급업체의 관점에서 볼 때, IMSE는 실제로 어떤 효율 개선 또는 공급망 상의 이점을 제공하나요?
Hyyrylainen       IMSE는 기계적, 전자적, 장식적 기능을 하나의 구조 안에 통합함으로써 공급망과 제조 흐름을 크게 단순화합니다. 기존 솔루션에서는 PCB, 와이어 하네스, 라이트 가이드, 스위치 메커니즘, 트림 파트 등을 여러 공급업체로부터 각각 조달해야 하지만, IMSE 모듈은 이러한 요소들을 단일 구성품으로 통합합니다. 티어 1 공급업체 입장에서는 이런 통합 덕분에 조달해야 할 부품의 수가 줄어들고, 재고 관리와 조립 과정도 간소화됩니다. 조립 라인이 짧아지고, 공정 단계와 검사 포인트가 줄어들며, 물류 역시 훨씬 단순해집니다. 부품 간 인터페이스가 적을수록 변동 요인이 줄어들고 품질 문제 발생 가능성이 낮아지기 때문에, 이는 안정적인 양산 품질 확보와 장비 효율(OEE) 향상으로 이어집니다.
OEM 입장에서는 이런 효과가 티어 1의 경쟁력 있는 가격과 향상된 전체 시스템 성능으로 반영됩니다. IMSE는 조명, HMI, 기능 전자를 얇고 가벼운 3D 표면 속에 매끄럽게 통합할 수 있게 해 기존 전자·기계식 조립 방식으로는 구현하기 어려웠던 완전히 새로운 형태의 디자인 혁신을 가능하게 합니다. 동시에 구조가 단순해지면 신뢰성이 높아지고 경량화가 가능해지며, 지속가능성도 개선됩니다. 이는 효율성, 라이프사이클 비용 최적화, 환경 영향 감소 등 자동차 산업이 추구하는 핵심 목표와 완전히 맞닿아 있습니다.

IMSE 컨트롤러

IMSE 프로젝트는 어떻게 시작해야 하는가:
설계 사고와 프로세스

디자이너와 엔지니어가 IMSE 프로젝트를 시작할 때, 어떤 프로세스나 사고 방식이 가장 효과적일까요? 또 TactoTek의 리소스, 즉 TactoTek Online은 이런 설계 및 제조 작업을 어떻게 지원하나요?
Hyyrylainen 성공적인 IMSE 프로젝트는 우선 사고 방식의 전환에서 시작됩니다. 디자이너와 엔지니어는 전자, 기계, 미적 요소를 각각의 독립 영역이 아니라 하나의 통합된 시스템으로 생각해야 합니다. IMSE 구조는 단일 제조 공정 안에서 회로, 재료, 조명, 형상(form)을 결합하므로 초기 단계부터 협업 중심으로 접근하는 팀이 가장 큰 이점을 얻습니다. 가장 좋은 결과는 산업 디자인, 전자 설계, 제조 제약을 처음부터 상호 의존적인 요소로 보고 의도·실현 가능성·비용을 초기 단계에서 정렬시키는 과정에서 나옵니다. 반대로 기존 기술을 전제로 만든 컨셉을 RFQ나 어워드 단계에서 뒤늦게 IMSE로 교체하려 하면 주요 아키텍처 결정이 이미 굳어 있기 때문에 IMSE가 제공할 수 있는 가치를 충분히 실현하기 어렵습니다.
실제적으로는 먼저 기능과 사용자 경험에서 출발해, 이를 IMSE에 특화된 구성 요소로 매핑하는 방식이 효과적입니다.
예를 들어, 어디에 조명이 필요한가? 터치 인터랙션이 어떤 느낌이어야 하는가? 어떤 기하학적 제약이 존재하는가? 어떤 재료 스택업(material stack-up)이 가능한가?와 같은 질문에서 출발해, TactoTek의 설계 가이드라인·고려사항·규칙들을 적용한 반복적 실현 가능성(feasibility) 검토를 진행하면 무엇이 가능한지, 무엇이 위험한지, 무엇을 최적화할 수 있는지를 명확히 파악할 수 있습니다. 이처럼 초기 단계에서 통합적으로 접근하면 비용이 많이 드는 재설계를 피하고 프로젝트를 예측가능한 흐름으로 유지할 수 있습니다.
TactoTek Online은 이런 작업 방식을 직접적으로 지원하는 플랫폼입니다. 이 플랫폼은 팀이 필요할 때 바로 활용할 수 있는 구조화된 엔지니어링 지식을 제공합니다. 디자인 규칙, 재료 거동, 제조 요구사항, 신뢰성 가이드라인, 검증된 패턴의 사례 등 목적별로 정리돼 있어 디자이너와 엔지니어는 필요한 정보를 빠르게 찾을 수 있습니다.
TactoTek Online의 컨텐츠는 의도적으로 모듈식이고 유기적으로 연결돼 있습니다. 고수준의 개념은 상세 규칙으로 이어지고, 상세 규칙은 구체적 공정 정보로 이어지며, 이는 다시 검증 및 신뢰성 고려사항으로 연결됩니다. 이는 실제 IMSE 문제를 해결할 때 사람들이 사고하는 흐름을 그대로 반영하며, 신규 사용자와 숙련된 사용자 모두가 파편화된 문서들을 뒤적이지 않고도 근거 있는 의사결정을 내릴 수 있게 돕습니다.
요약하자면, 가장 효과적인 IMSE 팀은 시스템적 사고방식을 채택하고, 초기부터 협업하며, 구조적 전자(smart structural electronics)의 고유한 트레이드오프를 탐색할 때 신뢰성 있는 가이드라인을 활용합니다. TactoTek Online은 바로 이런 접근을 강화하도록 설계된 플랫폼으로 명확한 구조, 실용적 규칙, 풍부한 맥락이 담긴 정보를 통해 실제 설계 및 제조 작업을 강력하게 지원합니다.

글로벌 생태계와 한국 시장:
확장되는 IMSE의 협업 모델

TactoTek은 Valeo와 같은 글로벌 티어 1부터 반도체·소재 기업 등 많은 글로벌 리더들과 협력해왔습니다. 이런 파트너십은 기술 발전에 어떤 도움을 주었고, IMSE가 다른 접근 방식과 차별화되는 핵심 요소는 무엇이라고 보시나요?
Hyyrylainen TactoTek은 변혁적 기술(transformative technologies)이 성장하기 위해서는 강력한 생태계가 반드시 필요하다고 믿어왔습니다. 그런 이유로 우리는 OEM과 티어 1 공급업체, 엔지니어링 서비스 기업, 장비 제조사, 그리고 세계 최고의 소재·부품 공급업체까지 전체 가치사슬을 아우르는 생태계를 구축하고 유지하는 데 적극적으로 투자하고 있습니다. 이런 협업 기반 모델은 IMSE 기술의 성숙도, 확장성, 글로벌 채택을 촉진하는 핵심 동력 중 하나입니다.
Valeo를 비롯한 주요 티어 1 파트너십은 IMSE를 실제 자동차 개발 프로그램 안에서 검증하고, 기존 품질 및 제조 시스템과 자연스럽게 통합하는 데 매우 중요한 역할을 했습니다. 동시에 반도체, 소재, 부품 공급업체들과의 긴밀한 협력도 그에 못지않게 중요합니다. 많은 경우 우리는 이들과 함께 기존 전자기술과 IMSE 모두에서 사용할 수 있는 호환 부품을 공동 개발해왔습니다. 이는 부품 공급업체에게 더 넓은 시장을 열어주면서, IMSE 라이선스 파트너들에게는 회로 설계 단순화와 제조 효율화라는 실질적인 이점을 제공합니다.
이런 협업은 IMSE가 LED, 센서, 도전성 소재, 폴리머, 접착제 등 주요 기술의 발전 속도와 보조를 맞춰 진화하도록 합니다. 우리는 부품과 소재 개발 초기 단계부터 협력해 인쇄전자와 오버몰딩 3D 구조 양쪽에서 모두 충족될 수 있는 성능 목표를 함께 정의하고 있습니다. 이는 신뢰성을 높이고, 라이선스 고객들에게 철저히 검증된 구성 요소(Validated building blocks)에 접근할 수 있도록 지원합니다.
IMSE가 대안적 접근 방식과 명확하게 차별화되는 결정적 요소는, 전자·기계·디자인을 단일한 대량 생산 가능한 3D 구조 안에 진정으로 통합한다는 점입니다. 많은 인몰드 일렉트로닉스 개념이 인쇄 도체나 단순 스위치 기능에만 초점을 두는 반면, IMSE는 인쇄 회로와 표준 SMT 부품을 결합하고, 이미 자동차 대량 생산에 널리 사용되는 성형·사출 공정을 함께 활용합니다.
그 결과, IMSE는 단순한 보조 요소가 아니라 기존 다중 부품 조립체를 완전히 대체할 수 있는 얇고 견고한 스마트 서피스를 구현합니다. 이것이 IMSE만의 고유한 경쟁력입니다.

한국에 고객사나 파트너가 있나요? 그리고 앞으로 한국의 OEM 및 티어1과는 어떤 방식의 협업이나 공동 개발을 기대하고 계신가요?
Hyyrylainen TactoTek은 한국 내 라이선스 파트너인 LS오토모티브테크놀로지스를 통해 한국 자동차 산업과 긴밀한 관계를 맺고 있습니다. LS오토모티브는 주요 OEM 티어 1과 함께 적합한 IMSE 적용 사례를 적극적으로 모색하고 있으며, 이런 현지 기반은 TactoTek의 기술과 노하우가 한국의 깊이 있는 자동차 전자·제조 역량과 결합된다는 점에서 매우 중요합니다.
한국 OEM은 오래전부터 실내외 조명 요소를 디자인과 사용자 경험을 차별화하는 핵심 요소로 활용해 왔습니다. 이는 조명, 터치, 센싱을 초박형 스마트 서피스에 통합하는 IMSE의 강점과 자연스럽게 맞닿아 있습니다. 다시 말해, 미적 품질과 기능적 이점을 동시에 추구하는 한국 OEM의 디자인 철학과 IMSE 기술은 매우 높은 수준의 궁합을 갖고 있습니다.
TactoTek의 비즈니스 모델은 기술 라이선싱을 기반으로 하며, OEM 및 티어 1과 함께 혁신적인 스마트 서피스 솔루션을 공동 창출(co-create) 하는 방식으로 운영됩니다. 이런 협업 방식은 이미 글로벌 시장에서 다수의 성공 사례를 쌓아왔고, 우리는 한국에서도 유사한 형태의 파트너십이 큰 잠재력을 갖고 있다고 보고 있습니다. IMSE가 제공하는 디자인 자유도, 일체형 조명·센싱 통합, 지속가능성 측면의 강점이 한국의 우수한 제조 생태계와 결합될 때, 우리는 한국 파트너들이 차세대 모빌리티 디자인을 더욱 빠르게 구현할 수 있도록 기여할 수 있을 것이라 기대합니다.

Sami Hyyrylainen
휘뤼랴이넨은 TactoTek에서 글로벌 라이선싱 및 비즈니스 개발을 총괄하고 있다. 그는 Nokia, Hantro, Senseg, On2 Technologies Inc. 등 여러 하이테크 기업에서 임원 및 관리직을 맡으며 사업 성장, 전략적 파트너십 구축, 국제 시장 확대에 기여해왔다. 그는 핀란드, 일본, 대만 등에서의 리더십 경험을 통해 다양한 글로벌 시장에서 성공적으로 활동할 수 있는 강한 다문화 역량을 갖추고 있다. 핀란드어, 영어, 일본어에 능통하며, 핀란드 오울루대학교에서 전기공학 석사 학위를 취득했다.

India’s ADAS Frontier: How HL Klemove Is Reimagining Safety and Software-Defined Mobility

by Sarada Vishnubhatla_sarada@autoelectronics.co.kr — 2025-12-09 16:42:38+0900

HL Klemove는 어떻게 안전과 SDV를 다시 쓰고 있는가

글 | 사라다 비슈누바틀라(Sarada Vishnubhatla) _ sarada@autoelectronics.co.kr — 2025-12-09 16:30:30+0900

INTERVIEW
유 관 선 상무
Kian S. YOU, VP of HL Klemove India Tech Center

유관선 상무는 2018년, 한 주요 OEM의 첨단 운전자 보조 시스템(ADAS) 프로젝트를 관리하는 짧은 파견 업무를 위해 인도로 향했다. 하지만 그 프로젝트는 예상치 못한 관심을 업계 전반에서 불러일으켰고, 이를 계기로 유 상무와 HL Klemove는 인도 ADAS 시장을 더 깊이 들여다보게 됐다. 비로소 인도가 완전히 다른 시장이라는 사실을 깨닫게 된 것이다. 인도는 글로벌 ADAS 소프트웨어의 한계를 단번에 드러내는 기술적 스트레스 테스트의 장이었다. 이 깨달음은 HL Klemove로 하여금 벵갈루루에 인도 집중형 R&D 허브를 설립하게 만들었다. 첸나이에 구축한 제조 기반과 결합해, 인도 도로 환경에 맞는 ADAS 동작을 다시 설계하고 기존 글로벌 플레이북으로는 제공할 수 없는 맞춤형 솔루션을 개발하기 위함이었다.
AEM의 사라다 비슈누바틀라(Sarada Vishnubhatla)는 HL Klemove 인도 기술센터(ITC) 유관선 상무를 만나 가파른 학습 곡선, 공격적인 현지화, 그리고 세계에서 가장 까다로운 모빌리티 환경이 만들어낸 수많은 중요 전환점들로 이뤄진 그의 여정을 따라가 보았다.

글 | 사라다 비슈누바틀라(Sarada Vishnubhatla) _ sarada@autoelectronics.co.kr
IN ENGLISH

“인도는 매우 복잡한 시장입니다. 2018년 우리가 첫 ADAS 프로젝트로 상을 받은 순간은 우리에게 진정한 전환점이 되었죠.”
유관선 상무는 미소 지으며 이렇게 말했다.
당시 인도의 OEM들은 ADAS의 가능성을 막 인식하기 시작하던 때였고, 차량 안전에 대한 관심이 높아지는 동시에 규제 환경 또한 서서히 이 방향으로 움직이고 있었다. 그는 이후의 변화를 이렇게 설명한다.
“그 프로젝트 이후, 인도의 대부분 OEM이 꾸준히 ADAS 기능을 받아들이기 시작했습니다. 여기에 결정적이었던 건 BNCAP이었죠. 인도 정부가 2년 전에 시작한 이 제도는 2027년에 시행됩니다. 2028년에는 자동 긴급제동(AEB)가 의무화될 예정이고요.”
그 사이 HL Klemove 인도 기술센터는 인도 OEM들에게 없어서는 안 될 중요 파트너로 성장했다. 첸나이에 위치한 제조 공장과 긴밀하게 협력하며 더욱 확장된 역할을 맡아왔다.
유 상무는 이 시기를 자신의 책임과 역할이 극적으로 넓어진 시간이라고 표현한다.
“처음 이곳에 왔을 때 저는 ADAS 프로젝트를 관리하는 동시에 AI 소프트웨어도 맡고 있었습니다. 이제는 완전히 R&D 센터에 집중하고 있죠. 이 센터는 ADAS 프로젝트 관리나 시스템 관리뿐 아니라 기본 소프트웨어 개발, 차량 테스트, 인도 특화 시나리오 기반 튜닝 작업까지 담당합니다. 우리의 목표는 현지화된 R&D와 현지화된 제조입니다.”

인도 기술센터는 HL KLEMOVE의 ADAS 프로젝트 관리, 시스템 관리뿐 아니라,
기본 소프트웨어 개발, 인도 특화 시나리오에 기반한 차량 테스트 및 튜닝 활동까지 수행한다.

바닥부터 시작하는 현지화

HL Klemove 인도 기술센터는 명확한 철학을 가지고 움직인다.
바로 ‘글로벌 표준, 로컬 속도(Global Standards, Local Speed)’다.
이는 인도 팀이 글로벌 기술 로드맵과 완전히 정렬된 상태를 유지하면서도, 인도 시장 특유의 빠른 실행력과 상황에 맞춘 혁신을 구현할 수 있도록 한다는 의미다.
유 상무는 이렇게 설명한다.
“이 접근법 덕분에 인도 팀은 글로벌 로드맵과 보조를 맞추면서도 인도 시장에 맞는 혁신을 빠르게 실현할 수 있습니다.”
HL Klemove의 가장 큰 강점은 엔드-투-엔드 역량이다. 단일 센서나 단편적인 소프트웨어가 아니라, 센싱 - 인지 - 판단을 모두 아우르는 완전한 통합형 시스템을 제공한다. 이는 개발 속도를 높이고, 검증을 단순화하며, 신뢰성을 끌어올리는 결과로 이어진다.
“우리는 소프트웨어 레벨부터 차량 테스트 레벨까지 모든 소프트웨어를 직접 검증하고 있습니다.”
인도에서 이 통합이 성공하기 위해 HL Klemove가 반드시 확보해야 했던 것은 외부에서 가져온 시스템으로는 절대 대체할 수 없는 인도 도로의 실제 데이터였다. 인도는 환경, 도로 조건, 보행자 행동까지 완전히 달랐다. 그래서 2018년부터 인도 전역에서 주행 데이터를 수집하기 시작했다. 이 장기적인 데이터 축적은 HL Klemove의 가장 강력한 차별화 요소 중 하나가 됐다.
“지금도 차량이 전국을 돌아다니며 데이터를 모읍니다. 그 데이터를 분석해 인도 특화 소프트웨어를 만들고 있습니다. 다른 OEM이나 티어 1들도 데이터를 모으기 시작했지만, 우리는 이미 그 데이터를 기반으로 인도 특화 소프트웨어를 갖추었죠. 지난 6년 동안 현지 OEM들과의 관계도 견고히 다졌고, 고객과 가까운 거리에 있다는 점도 우리가 빠르게 대응할 수 있는 중요한 이유입니다.”
이 지리적·문화적 근접성은 HL Klemove의 인도 전략을 깊이 있게 형성했다. 한편으론, 그 빠른 속도는 이 시장을 위해 더 빨리 더 나은 혁신을 만들어내도록 팀을 끊임없이 자극한다. 유 상무는 웃으며 말한다.
“인도 OEM들은 유럽이나 한국보다 훨씬 열정적입니다. 정말 열심히 일하고, 우리를 계속 긴장하게 만들죠.”

인도의 전략적 역할

HL Klemove에게 인도는 단순한 지역 시장을 넘어 장기 글로벌 성장을 위한 전략적 거점이다. 왜 인도에 R&D 센터를 구축했느냐는 질문에 유 상무는 시장 잠재력과 기술 인재의 깊이를 함께 언급한다.
“시장 전망을 보면 현재 중국이 선두이고, 그다음이 미국, 그리고 인도입니다. 인도는 매력적인 시장이고 IT 역량도 매우 뛰어납니다. 노동비용도 상대적으로 낮습니다. 그래서 우리는 R&D 확장, 파트너십 강화, 생산 역량 확보라는 세 가지 전략 축에 집중할 수 있었습니다.”
즉, 센터는 ▶소프트웨어 검증, 센서 통합, ADAS 알고리즘 테스트 강화 등 R&D 확장 ▶주요 대학 및 연구기관과 협력해 인재 생태계 구축 등 파트너십 개발 ▶내수 및 수출 모두를 지원할 제조 기반 강화 등 생산 역량 확보란 HL Klemove의 인도 전략의 중심이다. 또, 이 노력들을 통해 HL Klemove는 인도를 엔지니어링·개발·고부가 제조의 자립적 기반으로 발전시키려 한다.
그러나 인도의 매력, 다양성, 복잡성, 높은 비용 민감도는 동시에 가장 큰 도전이 되기도 한다.

세계에서 가장 비용 민감한 시장을 다루는 법

HL Klemove는 인도 자동차 시장이 세계에서 가장 가격 민감도가 높은 시장이라는 것을 누구보다 잘 이해하고 있다. OEM들은 비용을 면밀히 관리하며, 추가 비용이 소비자에게 전가되는 것을 매우 꺼린다.
유 상무는 이렇게 말한다.
“우리는 이 시장의 특성을 잘 이해하고 있습니다. 하지만 단가 논의는 결국 볼륨과 연결된다는 점을 OEM들에게 설득하죠.”
하지만 중국 공급업체들의 공격적인 저가 전략은 단순한 가격 경쟁을 넘어 생태계 전반에 압박을 준다.
“이건 우리뿐 아니라 모든 공급업체가 겪는 문제입니다. 그래서 우리는 품질을 유지하면서도 비용 효율적인 솔루션을 만드는 데 집중하고 있습니다.”
여기서 HL Klemove의 인도 내 전체 가치사슬 구축은 큰 차별화 요소가 된다. R&D 뿐 아니라 완전한 제조라인을 운영하는 능력은 인도의 정책 환경 및 인센티브 구조와 맞물려 강력한 경쟁력이 된다.
“PLI 제도는 OEM에 세금 혜택을 줍니다. 제조가 인센티브 대상이기 때문에, 이것은 경쟁사 대비 우리가 OEM에 제공하는 큰 장점입니다.”
경쟁은 중국 업체만이 아니다. 글로벌 티어1들도 강력한 경쟁 상대다.
그러나 유 상무는 이렇게 말한다.
“인도의 비용 민감도는 힘들지만, 동시에 혁신을 가속하는 압력입니다. 앞으로 인도는 ADAS 테스트와 기술 고도화의 가장 역동적인 무대가 될 것입니다. 그 경험은 결국 글로벌 시장에도 기여할 것입니다.”

HL Klemove 윤팔주 CEO가 인도 기술센터를 방문해 유관선 상무 및 현지 엔지니어들과 함께 ADAS·AI 개발 프로세스를 점검하고 있다.
한국 본사와 인도 R&D 간의 긴밀한 협업은 ‘인도 특화 ADAS’ 구축의 핵심 동력이다.

글로벌 ADAS 소프트웨어가 그대로 작동하지 않는 이유

HL Klemove는 ADAS 핵심 포트폴리오인 전방 카메라, 레이다, HPC에 집중하고 있으며, 승용차와 이륜차 OEM들과 ADAS 및 AVAS 프로젝트를 협력 중이다. 이를 통해 소프트웨어 검증, 고객 맞춤 튜닝, 시스템 통합 역량을 빠르게 강화하고 있다.
다음 단계는 더욱 크다. 선택 제품군의 현지 통합 및 제조 구축, 2026년까지 인도를 개발 - 검증 - 생산을 아우르는 ADAS 솔루션 허브로 만드는 것이다.
그리고 인도에 독자적 ADAS 로직이 필요한 진짜 이유는 인도 도로가 직접 설명한다.
“한국 본사에 인도 데이터 로그 파일을 보내면 분석하는 데 정말 어려움을 겪습니다. 도로 구조가 완전히 다르니까요. 인도에는 서비스로드가 있고, 그 서비스로드는 양방향일 때도 있습니다. 한국에서는 상상하기 힘들죠. 하지만 본사 엔지니어가 인도에 와서 직접 보면 바로 이해합니다. 그리고 더 나은 솔루션을 같이 만들어낼 수 있습니다.”
유 상무가 미소지으며 말한다.
이 도로 감각의 차이는 왜 HL Klemove가 단순히 한국·유럽 소프트웨어를 가져다 쓸 수 없는지 명확히 보여준다. 그래서 인도 기술센터는 “인도 특화 소프트웨어”를 현실 기반으로 직접 구축한다.
그 대표 사례가 ACC(Adaptive Cruise Control)다. ACC는 문서상으로는 간단하지만, 국가마다 완전히 다르게 작동한다.
“한국이나 유럽에서는 갑작스럽게 끼어들기를 하는 차가 거의 없습니다. 하지만 인도는 완전히 다릅니다. 그래서 우리는 많은 소프트웨어 파라미터를 바꾸었고, ‘상황 강도(vehicle harshness)’를 감지해 안전 거리를 유지하도록 로직을 수정했습니다.”
인도에서는 차량 간 거리가 3미터도 채 되지 않는 상태임에도 갑자기 끼어든다. 글로벌 ACC 알고리즘은 이런 상황을 가정하지 않는다.
결론은 단순하다. 인도는 글로벌 ADAS 소프트웨어를 그대로 사용할 수 없는 시장이며, 별도의 지능이 필요하다.

안전, 표준, 그리고 소프트웨어 규율

인도 특화 ADAS를 구축하려면, 글로벌 수준의 소프트웨어 규율이 필수다.
“현재 우리는 개발 프로세스에 A-SPICE를 적용하고 있고, ISO 26262를 준수합니다. 차량에서는 사이버보안도 핵심 성과 중 하나입니다.”
이 표준들은 HL Klemove의 설계·검증·운영 전 과정의 뼈대를 이루며, 인도 도로에서도 지속적인 소프트웨어의 신뢰성을 보장한다.

L2++, SDV, 그리고 다음 기회

자율주행의 미래를 묻자 유 상무는 현실적인 관점을 제시한다.
“레벨 3는 비용 부담이 크고 책임 문제도 있습니다. 그래서 OEM들은 레벨 3 대신 레벨 2++에 집중하고 있습니다.”
이 변화는 인도에서 ‘L2++ Highway와 L2++ City’란 두 가지 뚜렷한 경로를 만들었다. 그리고 HL Klemove는 이미 이 영역에서 큰 성과를 냈다.
“Klemove는 주요 인도 OEM에 L2+ Highway를 구현했습니다. 솔직히 말하면, 특정 글로벌 OEM보다도 높은 수준입니다. 지금은 같은 OEM과 L2+ City를 개발하고 있습니다.”
동시에 인도 OEM들은 소프트웨어 정의 자동차(SDV)로 눈을 돌리고 있다. HL Klemove에게 이는 ADAS와 SDV의 새로운 교차 지점이다.
“우리는 ADAS와 인포테인먼트를 함께 작업하고 있습니다. 주요 OEM들이 모두 콕핏 시스템에 집중하고 있기 때문에 큰 기회이자 도전이죠.”
전기차와 관련해서도 인도에서 활동하는 국내·글로벌 OEM들과 깊이 협업하고 있으며, 이 시장은 빠르게 확장될 것으로 보고 있다.

현지화는 기술을 넘어 문화로 확장된다. ‘Holi’를 함께 즐기는 HL Klemove 인도 팀.
Holi는 인도의 대표적인 봄맞이 축제로, 흔히 ‘색의 축제(Festival of Colors)라 불린다.
이들의 현장 경험과 문화적 공감이 인도 특화 ADAS 개발의 경쟁력으로 이어진다.

대학, 스타트업, 그리고 스킬 갭을 메우는 전략

HL Klemove의 인도 전략은 이제 학계와 스타트업과의 깊은 협력으로 확장되고 있다.
최근 회사는 Panjab University - IIT Ropar의 PI-RAHI, Northern Region Science and Technology Cluster, Bengaluru Science and Technology Foundation(BeST) Southern Cluster 등과 MoU를 체결했다.
유 상무는 그 이유를 설명한다.
“우리는 ADAS 기술을 주요 OEM뿐 아니라 인도의 스타트업들과도 확장하고 싶습니다. 스타트업은 혁신적 사고를 갖고 있고, 우리는 그들의 성장도 도울 수 있습니다.”
두 번째 축은 정부 주도 모빌리티 프로젝트다.
“장기적으로는 인도 정부 프로젝트에도 참여하고 싶습니다. 기술적으로 충분한 역량이 있기 때문에 교육기관과 함께 정부 프로젝트를 탐색할 수 있습니다.”
이 파트너십들은 인재 파이프라인 구축에도 핵심적이다. 학생들이 실제 ADAS 문제에 참여하도록 함으로써 창의성과 현장 경험이 결합된 새로운 해법을 만들어내기 위함이다.
“학교에서 배우는 것과 실제 산업은 다릅니다. 그들의 새로운 생각과 우리의 경험을 합치면 큰 시너지가 나옵니다.”

문화, AI, 그리고 엔지니어가 머무는 이유

“우리 조사에 따르면 엔지니어들이 원하는 건 회사의 성장과 자신의 성장입니다. 그래서 우리는 교육, 경험 확장, 다영역 학습에 많이 투자하고 있습니다.”
엔지니어를 유지하는 문제는 모든 기술 기업의 도전이지만, 유 상무는 이를 단순한 보상 문제가 아니라 문화적 문제로 본다. HL Klemove는 엔지니어들이 자신의 전문 분야뿐 아니라 인접 기술에도 직접 손을 대며 경험을 쌓게 한다.
AI는 이 성장 전략의 핵심 요소다.
“세상이 너무 빨리 변합니다. 올해 우리의 목표는 AI를 활용해 ‘효율의 해’를 만드는 것입니다. 개발 프로세스 자동화, 최적화, 그리고 AI 기반 개발 체계 구축에 집중하고 있습니다.”

결국, 인도가 모든 것을 바꾼다

“인도는 모든 면에서 다양합니다. 일상, 신념, 사람, 업무 환경까지. 그리고 자동차 산업, 특히 ADAS에서는 인도가 핵심이라고 생각합니다. 저는 확신합니다. 인도에서 문제를 해결할 수 있다면, 어디서든 해결할 수 있습니다. 이 시장에서 우리가 이미 이 길을 가고 있다는 점이 자랑스럽습니다.”
유 상무가 말했다.
HL Klemove에게 인도는 단순한 프로젝트 현장이 아니다. 그 자체가 살아 있는 실험실, 검증의 장, 진정한 기술 파트너가 됐다. 회사가 이룬 성장은 끊임없는 적응, 학습, 그리고 세계에서 가장 까다로운 모빌리티 환경 속에서 이뤄낸 의도적인 혁신의 결과다.

자율주행에 대한 CARIAD China의 시선:

한상민 기자_han@autoelectronics.co.kr — 2025-12-09 13:23:47+0900

V2X는 운전 지원 시스템의 가능성을 크게 확장한다. 폭스바겐의 200만 대 이상이 이미 이 기술을 탑재하고 있다. 차량 탑재 센서를 보완하는 ‘가상 센서’ 역할을 한다. 예를 들어, 교통 상황 정보를 실시간으로 받아 ACC가 포함된 Travel Assist가 아직 눈에 보이지 않는 정체 구간에서도 자동으로 속도를 줄일 수 있게 한다. 또 고속도로 차선 변경 시 V2X 데이터가 보다 부드럽고 효율적인 가속을 가능하게 한다. 폭스바겐은 향후 자전거, 오토바이, 트럭, 버스 같은 다양한 교통수단도 이 네트워크에 포함할 계이다.

자율주행의 진짜 과제는 기술이 아니라 ‘사회’일지 모른다. 폭스바겐 CARIAD China의 ICV 제품 스페셜리스트 뤼 량(Rui Liang)은 Automechanika Shanghai에서 열린 서밋에서 우리가 종종 간과해온 본질을 정면으로 건드렸다. “기술은 준비됐지만, 신뢰는 아직 아니다”란 말은 자주 듣지만, 차 한 대가 아무리 똑똑해도 주변과 소통하지 못한다면 자율주행은 결코 대중화될 수 없다고 말한다면 뉘앙스가 달라진다. 중국을 포함한 글로벌 OEM이 직면한 자율주행의 현실이고, 바로 그 지점에서 C-V2X가 선택이 아닌 것으로 떠오를 수 있다.

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

관련기사:
중국 지능주행의 진짜 화두: 속도가 아닌 ‘경계’
고도 ADAS·자율주행, ‘트랙 테스트’ 다시 중요해지다
Pony.ai가 보여준 자율주행 상업화의 새 질서
Automechanika Shanghai 2025와 China for China의 그 이후

“자율주행을 ‘양산 규모로 확장’하려고 할 때 전혀 다른 차원의 도전을 마주하게 됩니다. 과연 대중은 무관심하고 수동적이며, 심지어 이기적으로 보이는 자율주행 시스템을 받아들일 수 있을까요? 만약 자율주행차들이 서로 협력하지 않고 서로 돕지 않는다는 사실이 알려지면 사회적 신뢰는 순식간에 무너질 것입니다. 그래서 C-V2X 기술이 자율주행 대중화를 위한 핵심 해답 중 하나라고 생각합니다.”
폭스바겐 그룹의 중국 소프트웨어 조직인 CARIAD China의 뤼 량(Rui Liang)이 중국과 전 세계의 자율주행 산업이 직면할 기술적·사회적 과제를 솔직하고 전략적으로 풀어냈다. 말초적인 속도 경쟁 대신, 자율주행이 진실로 사회적 수용성을 얻기 위해 필요한 요소가 무엇인지 하나씩 짚었다.

파일럿 단계의 현실:
“기술은 준비됐지만, 제도와 신뢰는 아직”

“우리는 지금도 여러 정부기관의 승인과 인증을 기다리고 있습니다. 기술자는 기다릴 수 없습니다. 명확한 정책과 가이드가 필요합니다.”
뤼 량은 자율주행의 상용화가 여전히 ‘파일럿 단계(pilot stage)’임을 강조했다.
각종 허가·인증 체계가 완성돼 있지 않고, 실도로 투입을 위한 절차도 복잡하다. 하지만 그가 말한 본질은 따로 있었다. 사실상 ‘사회적 신뢰’의 부족에 대한 것이다. 뤼 량이 제시한 가장 인상적인 문제의식은 ‘기능적 안전’이 아니라 ‘관계적 안전’으로, 내 차만 멈추는 것으로는 충분하지 않다는 것이다.
그는 영상과 함께 최근의 한 사례를 언급했다. 고속도로 위를 노인이 횡단하고 자율주행차가 이를 감지해 즉시 멈춘 장면이다. 그리고 그는 그 뒤의 숨은 질문을 꺼내놓았다.

“내 차는 멈췄습니다. 하지만 뒤차는요? 옆 차선의 차는요? 그 노인의 안전은 정말로 보장된 걸까요? 자율주행차는 이런 상황에서 단순히 ‘내 차를 멈추는 것’ 외에 더 큰 책임을 져야 한다고 생각합니다. 즉, 앞에 위험한 상황이 있다는 사실을 주변 차량과 보행자에게도 능동적으로 알릴 수 있어야 합니다.”

‘수동적 의무(Passive Obligation)’와 ‘능동적 의무(Active Obligation)’. 수동적 의무는 위험을 피하는 최소한의 행동이고, 능동적 의무는 인간 운전자의 행동처럼 ‘나뿐 아니라 다른 교통 참가자도 위험을 피하도록 돕는 것’에 대한 것이다. 이 관점은 기존 ADAS·자율주행 사고 분석에서 거의 다뤄지지 않는 시각이다.
“거리를 걷다 맨홀 뚜껑이 없으면 우리는 주변 사람에게 ‘조심해요!’라고 말합니다. 차도 그래야 합니다. 지금의 자율주행차는 자기 일만 합니다. 전체 교통흐름에는 관심이 없습니다.”

자율주행의 책임을 “한 대의 차”에서 “도로 전체”로 확장하는 것은 선진적인 시작이고, 일부 서구 OEM이 강조하는 방향성과 맞닿아 있다. 뤼 량은 현재의 자율주행을 이같이 비판하면서 이를 해결할 기술적 패러다임으로 군집지능(Swarm Intelligence)을 제시했다. 군집지능의 핵심 가치는 시야 한계를 넘어선 공유 인지, 주변 차량의 의도 및 행동 예측, 차량 간 통신 기반의 도심 전체 최적화, 일부 차량이 고장 나도 전체가 대응하는 리던던시 구조다. 한두 대가 장애를 겪어도 전체 네트워크는 계속해서 현명한 결정을 내릴 수 있도록 하는 C-V2X에 대한 것이다.

C-V2X: ‘차량이 말하는 언어’를 통일하라

결국 자율주행을 ‘양산 규모로 확장’하려고 할 때 C-V2X가 필요하다.
현재의 자율주행 HMI 경고는 일반적으로 ‘너무 늦게’ 발생한다. 경고 시점이 늦으면, 운전자는 제대로 대응할 시간이 부족하고, 이는 사고 위험을 높인다. 예를 들어, 시야에 보이지 않는 지점에 위험이 있을 때, 도로 인프라의 센서나 다른 차량의 정보가 클라우드를 통해 공유되면 사용자는 몇 킬로미터 전부터 미리 대비할 수 있다. C-V2X는 차량이 이런 상황에 대해 주변 차량·보행자·도로 인프라와 ‘공통된 언어’로 대화하는 기술이다. 예를 들어, 앞차가 갑자기 고장을 일으켜 브레이크가 작동하지 않을 경우, 그 차는 즉시 주변 차에 위험 신호를 전송할 수 있다. 그러면 앞차는 옆길로 빠져 사고를 피하고, 뒤차는 더 일찍 감속해 충돌을 방지할 수 있다.
뤼 량은 얼마 전에 실제로 발생한, 브레이크가 고장 난 차량이 앞차를 들이받고 두 명이 사망한 사고 사례를 언급했다.

“C-V2X가 있었다면 피할 수 있었던 사고입니다. 앞차가 위협을 만나면 뒤따라오는 차는 최소 몇 초 더 일찍 그 사실을 알아야 합니다. 그래야 사고를 피할 수 있습니다.”

남은과제: 확산에 대한 것

C-V2X와 관련해 자동차 산업이 직면한 현실적인 제약도 분명하다. C-V2X의 문제는 특히 기술보다 표준, 모든 차량이 같은 언어를 사용해야 통신이 가능하다는 데 있다. C-V2X 표준·가이드라인의 빠른 변화에 OEM이 따라가기 힘들고, 사전 탑재율이 낮아 사용자 경험에 불균형이 발생했다. 또, 도로 인프라, 데이터 품질도 제각각이라 양산 적용에 어려움이 있으며, 지속가능한 비즈니스 모델도 부재다. 보안·인증 측면에서도 제약이 존재한다.

“이런 상황에서도 중국의 국가표준 GB/T의 최근 개정은 ‘언어 통일’ 이슈에 대한 중요 전환점이 되고 있습니다.”

한편, 중국에서 커넥티드 카의 보급은 신차 기준 현재 84% 이상으로 계속 증가하고 있다. 폭스바겐은 중국에서 2025년 10월 기준 약 50만 대의 차량이 C-V2X를 탑재하고 있고 유럽에서는 11월 기준 약 230만 대 이상이 이미 이 기술을 사용하고 있다(역사적 이유로 DSRC, Wi-Fi p 표준).
"유럽과 중국에서 주요 OEM들은 C-V2X의 중요성을 인식하고 폭스바겐과 비슷한 방식으로 보급을 확대하고 있습니다. 예를 들어, 메르세데스-벤츠, BMW, 토요타, NIO, FAW, 창안자동차, 화웨이(HIMA), 포드, 렉서스 등이 그렇습니다."

뤼 량은 C-V2X의 남은과제를 말했다.
첫째는 현재 약 150개 수준인 C-V2X 적용 시나리오를 더욱 확장하고, 적용 범위도 관광버스, 위험물 운송차량, 각종 특수목적차까지 넓히는 것이다. 그래야 진정한 사회적 효과가 나타난다. 둘째는 차량의 C-V2X 탑재율을 높이기 위한 정책적 인센티브다. 단순한 기술 도입을 넘어, OEM이 적극적으로 채택할 수 있는 환경을 만드는 것이 중요하다. 셋째는 NR-C2X(현재의 LTE가 아닌 5G NR 기반 C-V2X 근거리 차간 통신) 기술 고도화의 필요성이다. 더 빠른 경고와 반응시간을 제공하기 위해 근거리 통신의 속도와 신뢰성을 한 단계 더 끌어올려야 한다. 넷째, 여러 부처가 동시에 움직여 기술·산업 표준을 조속히 정비해야 한다. 마지막으로, 뤼 량은 정부와 미디어가 C-V2X에 대한 대중적 이해를 함께 높여야 한다고 강조했다.
뤼 량의 발표는 기술적 이야기에서 출발했지만 결론은 사회였다.

“대중이 C-V2X를 이해하지 못하면, 어떤 기술도 대규모로 확산될 수 없습니다. 정책, 산업, 대중인식이 함께 움직여야 합니다.”

뤼 량은 자율주행의 책임을 “한 대의 차”에서 “도로 전체”로 확장해야 한다고 주장한다.

Pony.ai가 보여준 자율주행 상업화의 새 질서

한상민 기자_han@autoelectronics.co.kr — 2025-12-09 13:12:14+0900

웨이모(Waymo)는 여전히 ‘가장 안전한 자율주행’을 표준으로 삼고, 기술과 검증을 중심으로 도시를 천천히 넓혀가고 있다. 크루즈(Cruise)는 빠른 확장을 목표로 했지만 2023년 사고 이후 대규모 축소를 겪으며 전략의 한계를 보여줬다. 반면 Pony.ai는 비용 구조와 운영 능력, 전 주기 관리를 상업화의 핵심으로 보며 로보택시를 하나의 ‘산업 시스템’으로 재정의하려 하고 있다. Automechanika Shanghai에서 Pony.ai의 왕 치앙(Wang Qiang) 부사장은 자율주행의 미래가 ‘운영’과 ‘비용’, 그리고 ‘전 주기 설계’라는 현실적 요소 위에 놓여 있음을 강조했다. 차 한 대의 성능이 아니라 수천 대를 동시에 움직이는 운영 능력, 한 번의 주행이 아니라 차량 도입부터 폐기까지 이어지는 생애주기, Pony.ai는 그 지점에서 자율주행이 산업으로 자리 잡기 위한 단계를 제시하고 있었다.

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

관련기사:
중국 지능주행의 진짜 화두: 속도가 아닌 ‘경계’
고도 ADAS·자율주행, ‘트랙 테스트’ 다시 중요해지다
자율주행에 대한 CARIAD China의 시선:
Automechanika Shanghai 2025와 China for China의 그 이후

“로보택시 운전자들과도 이야기를 나눴고, 그 과정에서 실질적인 질문들과 현장의 목소리를 많이 들을 수 있었습니다. 이런 것이 앞으로 자율주행 기술의 상업화를 이야기할 때 중요한 단계가 될 것이라고 생각합니다.”
Pony.ai의 왕 치앙(Wang Qiang) 부사장이 말했다.

우리는 흔히 자율주행 테스트를 말하면, 시뮬레이션이나 테스트 트랙 주행 등을 이야기한다. 그리고 로보택시는 사실상 ‘또 다른 형태의 트랙 테스트’라고 할 수 있다. 실제 도로에서 이뤄지는 만큼 현실성이 더 높고 요구되는 안전성과 신뢰성도 훨씬 더 다층적이다. 그래서 많은 기업이 미국, 중국을 떠나 중동이나 유럽 등 글로벌 시장으로 나가기 시작했다. 실증과 검증의 장을 넓히는 것이다.
그런데 과연 로보택시의 상업화(commercialization)란 무엇일까? Pony.ai의 왕 부사장은 말한다.

기술적 기반

“상업화란 단순히 멋진 차량을 내놓거나 안전성 보장을 선언하는 것만으로도 충분하지 않습니다. 상업화는 훨씬 더 복합적입니다. 기술적 성숙도뿐 아니라 정책, 운영 능력, 비용 구조 등 여러 요소들이 함께 맞물려야 합니다.”

중국은 약 2만 km² 이상의 도시구역과 2만 km 이상의 도로에서 로보택시 테스트를 허용하고 있는 세계 최대 규모의 자율주행 테스트 국가다. Pony.ai는 그동안 특정 지역에서 제한된 형태의 로보택시 서비스를 테스트해 왔다. 일부 차량은 정식으로 도심 내 도로에서 주행 허가를 받아 실제 서비스를 운영하기도 했다. 베이징, 상하이, 광저우, 선전 등에서 테스트가 이뤄졌고, 이를 통해 전 세계적으로 5,500만 km 이상의 데이터를 확보하고 있다.
Pony.ai는 시스템이 인간의 운전 행동을 최대한 자연스럽게 모사할 수 있도록 끊임없이 시뮬레이션과 데이터 기반 훈련을 하고 있다. 이는 ‘인간과 유사한 운전 행동을 재현하는 것’이 단지 편안함을 위한 기능을 넘어 안전과 신뢰성을 위해 반드시 필요한 영역이기 때문이다. 이 과정에서, 특정 상황에서는 시스템이 스스로 개입해 차량을 테크이오버(takeover)를 해야 한다. 테이크오버는 언제나 ‘최소 위험 상태(minimal risk)’의 원칙을 따라야 한다. 그리고 이런 시스템적 개입은 이후 기술 개선에 중요 데이터를 제공한다.

“기술적 기반이 마련되면, 그 다음은 정부의 정책적 가이드와 감독이 요구됩니다. 중국 정부는 특정 지역을 로보택시 파일럿 구역으로 승인했고, 개정된 도로교통법과 자율주행 관련 조항은 AI 기반 주행 기술의 중요성을 다시 한번 강조했습니다. 중국의 자율주행은 15차 5개년 계획에 포함돼 있으며, 특히 AI 기술 발전을 핵심 과제로 명확하게 제시하고 있습니다.”

요구사항과 비용

상업화를 고민할 때는 ‘원가(cost)’는 핵심 요소다.

“왜 OEM과 협력이 중요할까요? 비용이 상업화를 결정하기 때문입니다. 상업화를 현실화하려면 비용 경쟁력이 필수입니다. 그래서 저희는 OEM과 매우 긴밀하게 협력하고 있습니다. 기술이 준비되고 정책이 갖춰지면, 상업화의 마지막 벽은 운영 능력입니다.”

Pony.ai는 파트너 OEM이 제공한 코어 플랫폼 덕분에 전체 시스템 비용을 무려 70% 절감할 수 있었다. 그리고 이것을 더 줄이는 것이 그들의 가장 큰 목표 중 하나다. 운영 규모가 10배, 20배로 커질수록 이 비용 구조는 더욱 중요해진다.
Pony.ai의 핵심 파트너 중 하나는 토요타다. Pony.ai는 2019년 토요타와 기술 협력을 시작해 첫 공동 시험차를 제작했고 이듬해 대규모 투자를 유치했다. 2023년엔 레벨 4 로보택시 양산을 위한 합작법인 GTMC(GAC Toyota)를 설립해 토요타의 전기 플랫폼에 Pony.ai 자율주행 SW를 통합했다. 이 Gen-7 기반 로보택시는 양산 배치되고 있다.

“승객들은 다양한 요구를 갖고 있습니다. 차량 내부에는 신원 확인을 위한 음성인증, 조명·앰비언스 시스템 등이 적용돼 있고, 차량 곳곳에 설치된 센서들은 충돌 가능성을 예측해 신호를 보내기도 합니다. 운영은 단순히 차 한 대를 잘 움직인다고 끝나지 않습니다. 상업화 단계에서는 수천~수만 대의 차량을 동시에 관리하는 능력이 핵심입니다.”
왕 부사장이 말했다.

차가 스스로 주차장 밖으로 나와 손님을 태우러 가고, 충전이 필요할 때 스스로 충전소로 이동하고, 운행을 마치면 스스로 차량 기지로 돌아오는 능력, 이 모든 것이 ‘운영 규모(capacity to scale)’를 결정한다. 결국 상업화란, 단 한 대가 아닌 수천 대가 자율적으로 움직이는 전체 시스템을 관리하는 것이다.

로보택시 시대에는 차량 자체가 완전히 새롭게 디자인될 필요가 있다.
왕 치왕 부사장은 Pony.ai가 R&D 단계서부터 OEM과 긴밀히 협업해야만 한다고 말했다.

새로운 차량 아키텍처

이런 운영 모델을 고려하면, 기존 차량 설계만으로는 충분하지 않다. 전통적 차량 모델은 여전히 브레이크 페달, 가속 페달, 전통적 엔진 구조 등 인간 운전자를 위한 설계 중심이다. 그래서 로보택시 시대에는 차량 자체가 완전히 새롭게 디자인될 필요가 있다. 즉, Pony.ai는 R&D 단계서부터 OEM과 긴밀히 협업해야만 한다. 또, 차량의 도입부터 운행, 폐기까지 전 주기를 고려해야 한다.

“예를 들어, 레벨 2 차량이 수명을 다했을 때 어떻게 해체할 것인가요? 센서와 데이터 저장장치 등 자율주행 부품은 어떻게 처리할 것인가요? 모든 것이 ‘전 주기 관리’ 체계 안에서 다시 정의돼야 합니다.”
왕 부사장이 말했다.

Pony.ai의 협력 모델은 OEM·택시회사·플랫폼과의 동반성장이다. 그들은 스스로를 기술 회사로 정의하고 다양한 파트너들과 협력해 생태계를 확장한다. 예를 들어 Pony.ai는 토요타, 광저우자동차그룹(GAC), 베이징자동차그룹(BAIC) 등 여러 OEM과 기술 협력, 다양한 지역의 택시회사와 파트너십, 그리고 해외시장 진출로 그 영역을 확대하고 있다. 중국과 미국이 주요 축이지만, 어디든 필요한 시장에 기술과 제품을 가져가고 있다.
중국에서 1,000대가 넘는 7세대 로보택시를 배치하며 본격 상업 운영을 하고 있고, 유럽에서는 Stellantis와 손잡고 전기 LCV 기반 로보택시를 공동개발해 2026년부터 룩셈부르크에서 실도로 테스트에 들어간다. 또 Uber와 파트너십을 맺고 중동 등 일부 지역에서 Uber 앱을 통해 로보택시를 호출할 수 있는 파일럿 서비스를 준비 중이다. 한국에도 진출했다. Horizon Robotics와 OEM용 스마트 드라이빙 솔루션을 공동개발해 양산차 시장에도 대응 중이다. 이뿐 아니라 위챗, 디디, GDO 같은 다양한 모빌리티 플랫폼과 통합돼 이용자들이 더 쉽게 호출하고 의견을 전달할 수 있게 했다.

“Pony.ai는 기술 가치를 파트너와 나누고 싶습니다. 우리는 기술의 성과와 혜택을 파트너와 공유하며 함께 자동차 생태계를 구축하고 싶습니다. 이것이 우리의 메시지입니다.”

고도 ADAS·자율주행, ‘트랙 테스트’ 다시 중요해지다

한상민 기자_han@autoelectronics.co.kr — 2025-12-09 13:02:50+0900

중국이 고도 자율주행 상용화를 가속하면서 정형화된 트랙과 공개도로 실증의 기존 검증 체계로는 도시 환경의 복잡성을 감당하기 어렵다는 문제가 드러나고 있다. Automechanika Shanghai에서 열린 International Summit on Connected Vehicle에서 슝 루 퉁지대 교수는 이러한 한계를 극복하기 위해 트랙 테스트의 역할이 다시 핵심으로 부상하고 있다고 강조한다.

글 | 한상민 기자_han@autoelectronics.co.kr

관련기사:
중국 지능주행의 진짜 화두: 속도가 아닌 ‘경계’
Pony.ai가 보여준 자율주행 상업화의 새 질서
자율주행에 대한 CARIAD China의 시선:
Automechanika Shanghai 2025와 China for China의 그 이후

스크린에 펼쳐진 것은 수많은 레벨 2, 3, 4 사고 사례.
중국은 2023년 이후 레벨 3 이상 고도 자율주행 상용화를 국가 차원에서 밀어붙이고 있다. 현재 50개 이상 도시에서 로드 테스트가 이뤄지고 있고, 로보택시와 무인차량의 파일럿 프로젝트가 빠르게 확산되고 있다. 이와 관련, 슝 루(Xiong Lu) 퉁지대학교(Tongji University) 교수는 레벨 2, 레벨 2+, 레벨 3, 레벨 4까지 아우르는 ‘다층 자율주행 검증 체계의 한계’가 명확히 드러나고 있다고 지적하며, 트랙 테스트의 개선 및 중요성을 강조했다.

기존 검증 구조는 시뮬레이션 → 폐쇄 트랙 테스트 → 공개도로 테스트의 ‘3단계 체계’다. 그러나 실제 상용화 단계에서 공개도로 테스트는 높은 위험과 불확실성을 동반한다. 이에 업계는 시뮬레이션과 트랙 테스트 중심의 ‘2단계 체계’ 전환을 요구하고 있다.

“문제는 현재의 트랙이 복잡한 도시 시나리오를 재현하기엔 지나치게 단순하다는 점입니다. 차선 합류, 측면 트럭 병행 주행, 갑작스러운 정체, 긴급제동 차량, 다양한 도로 이용자를 고려한 실제 도로에서 빈번하게 발생하는 여러 충돌·위험 패턴을 온전히 재현할 수 없습니다.”

루 교수팀은 이런 한계 해결을 위해 클라우드 기반 자율주행 평가 시스템을 구축했다. 시나리오 생성·배치·복제 기술, 디지털 트윈 기반 인프라 모델링, 대규모 참여자 제어 플랫폼(더미 차량·보행자 등)을 결합한 시스템으로, 자율주행차의 ‘다차원 지능(multidimensional intelligence)’을 정량 평가하는 것이 목표다. 이 플랫폼은 대형 더미 차량, 이동체, 돌발 보행자, 급격한 시나리오 변화 등 다양한 비정형 테스트를 재현할 수 있다. 실제 도로에서는 시도하기 위험한 ‘극한 상황 테스트’를 수행한다.
특히, 루 교수는 자율주행이 단순히 높은 지능만으로는 충분하지 않다면서, 복잡한 교통의 상호작용 속에서는 예측·양보·협조와 같은 상황 감응 능력이 필요하며 앞으로의 평가 체계는 이런 요소까지 포함해야 한다고 주장했다. 루 교수는 이 새로운 평가 시스템이 기업의 개발 테스트는 물론, 향후 규제기관의 인증 체계에도 활용될 것으로 기대했다.

“이미 여러 정부부처와 산업 전문가들이 이 시스템을 검증했으며, 국제표준(ISO)과의 연계 논의도 진행 중입니다. 자율주행차의 진짜 문제는 도로 위에서 발생합니다. 그렇다면 폐쇄 트랙이 도로를 완전히 대체할 만큼 똑똑해져야 합니다.”

중국이 자율주행 규제와 상용화를 가속하는 가운데, 트랙 테스트 혁신은 산업 전반의 안전성과 신뢰도를 결정할 다음 전장이 되고 있다.

중국 지능주행의 진짜 화두: 속도가 아닌 ‘경계’

한상민 기자_han@autoelectronics.co.kr — 2025-12-09 12:57:19+0900

Automechanika Shanghai에서 열린 International Summit on Connected Vehicles Development 2025에 참석했다. 보통 중국 자동차 업계의 토론이라고 하면 “더 빠르게, 더 크게”를 외치는 확장형 서사를 상상할 지 모른다. 하지만 이 패널은 달랐다. 발언 전체를 따라가다 보면, 압도적인 속도 뒤에 숨은 성숙함, 전략, 위험을 직시하는 냉정함이 있다. 패널들은 AI·자율주행의 핵심을 ‘기술의 가능성’이 아니라 기술의 경계(boundary)에서 찾는다. 레벨 2와 레벨 3 시대의 안전 책임, 확률적 모델의 위험성, 사용자 오용 문제 같은 본질적인 질문들이 토론을 이끌었다. 또한 시뮬레이션과 실도로 테스트의 최적 비율, 감정 기반 멀티모달 인터랙션, 페일세이프와 리던던시 등 실제 구현의 난점이 솔직하게 공유됐다.

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

( 좌측부터 )
Moderator
왕 야페이 Wang Yafei, Shanghai Jiao Tong University

왕 교수는 현재 상하이교통대학 기계공학부에서 지능형차량 연구를 이끄는 핵심 연구자로 활동하고 있다.
그는 정부와 산업체로부터 30건이 넘는 프로젝트를 수행하며 자율주행·지능형차량 분야의 산학 연구를 선도하고 있다.

리 훙린 Li Honglin, Dongfeng R&D 지능주행 총괄
둥펑자동차연구원의 정책연구센터에서 지능화·자율주행 기술이 실제 차량과 실제 도시에서 어떻게 적용되어야 하는가에 대한 정책·기술 연구를 총괄하고 있다.

장 둥진 Zhang Dongjin, SAIC Motor
SAIC Motor에서 지능주행을 총괄하고 있다. 지능주행과 ADAS의 기술 연구, 실제 차량에 적용하기 위한 개발과 검증,
그리고 양산차에 해당 기능을 구현하는 엔지니어링까지 전체를 맡고 있다.

리 푸 Li Pu, Great Wall Motor
2015년부터 GWM에서 자율주행 관련 연구를 담당하고 있다. 거의 10년 동안 지능주행 시스템 개발을 이끌어 왔다. 기초 단계부터 시작해 초기 ADAS, 중·고도 자율주행 기능, 시스템·아키텍처 개발까지 단계적으로 기술을 쌓아왔다.

린 젠성 Lin Jiansheng, Baidu Intelligent Driving Group
바이두 인텔리전트 드라이빙 그룹에서 생태 파트너십을 담당하고 있다. 전통 자동차 업계에 있었고, 2022년 바이두로 옮겼다.
바이두에서는 자율주행 정책 및 규제 대응, 로보택시 사업 운영, 그리고 OEM과 함께 만드는 신규 지능주행 제품 개발에 참여하고 있다.

Wang Yafei 여러분의 회사는 어떤 기술 경로를 선택하고 있으며, 앞으로 차량용 AI의 트렌드는 어떻게 변화할 것이라고 보십니까?

Li Honglin AI의 ‘경계’를 명확히 하는 것이 가장 중요하다고 생각합니다. ‘AI’란 단어가 굉장히 넓고, 그 안에는 기존의 머신러닝, 현재 주류인 딥러닝, 강화학습, 그리고 최근의 대규모 모델까지 여러 층위가 존재합니다. 자동차 분야의 AI는 최근의 LLM 붐보다 훨씬 이전부터 존재해 왔습니다. 예를 들어 센싱과 센서퓨전, 머신러닝 기반 판단 알고리즘, 규칙 기반 지능화 기능 등은 오래전부터 차량 내부에 존재해 왔습니다. 저는 자동차에서의 AI 활용을 두 가지 축으로 봅니다. 기업 내부에서의 AI 활용은 ‘효율성’ 향상에 대한 것으로, 연구개발 - 제조 - 운영 - 애프터서비스까지 전 주기에 걸쳐 효율을 높이는 것입니다. 다음은 고객에게 제공하는 AI 활용입니다. ‘사용자 경험’ 향상, 운전자가 차 안에서 느끼는 안전, 편의성, 쾌적성 등을 실질적으로 개선하는 것입니다.
레벨 2, 레벨 3 상황에서의 안전성 향상, 인지/판단 영역의 AI 강화, 프로액티브(능동형) 지원 기능 등 많은 안전 영역에서 AI가 분명히 큰 역할을 할 수 있습니다. 하지만 동시에 새로운 리스크도 따릅니다. 기존 콕핏은 명령 → 응답의 수동적 구조였지만 이제 완전히 다릅니다. 콕핏이 먼저 ‘예측하고 제안하는’ 능동형 시스템으로 진하고 있습니다. 이 변화는 단순한 기능 변화가 아니라, E/E 아키텍처, 소프트웨어 스택, 멀티모달 인터페이스 전체가 바뀌고 있다는 것을 의미합니다. 예를 들면 차가 운전자의 습관, 상태, 감정 등을 감지해 먼저 조치를 취할 수 있게 됩니다. 인터랙션도 ‘단일 모달 → 멀티모달 → 감정 인식’으로 진화합니다. 현재 차는 시각, 음성, 제스처·터치 등 여러 인터랙션이 결합된 멀티모달 시대로 넘어가고 있고, 앞으로 운전자의 감정·스트레스·피로도까지 읽는 ‘정서적 인터랙션’ 시대로 진입할 것입니다. 이 모든 변화는 자동차가 ‘수동적 기계’에서 ‘상황을 읽고 먼저 행동하는 동반자’로 변한다는 뜻입니다.

AI의 경계: 기술보다 중요한 질문

Wang Yafei       지능주행 + 지능형 콕핏 전체의 큰 흐름을 잘 정리해주신 것 같습니다. 특히 AI가 만드는 능동형 서비스, 멀티모달 인터페이스, 감정 기반 상호작용 등 매우 중요한 포인트가 나왔습니다. 이제 SAIC의 관점도 들어보겠습니다.

Zhang Dongjin       저는 원래 자동차공학을 전공했습니다. 가솔린, 전통적인 섀시 개발부터 시작해 지금의 지능주행까지 왔습니다. 그래서 저는 지금도 ‘차량 그 자체’가 매우 중요한 기술적 ‘그릇’이라고 생각합니다. 차는 우리의 세 번째 공간입니다. ‘제3의 공간’에서 우리는 정보를 얻고 업무를 보고 휴식을 취하고 이동 중 시간을 소비합니다. 따라서 차량은 단순 이동수단이 아니라 지능 서비스가 집약되는 물리적 플랫폼입니다.
자율주행에서 핵심은 안전과 경험(UX)이고 이 둘은 절대 분리할 수 없습니다. 과거에는 규칙 기반 로직에 의존했기 때문에, 새로운 상황이 생길 때마다 코드를 고쳤습니다. 이 방식에는 분명 한계가 있었습니다. 하지만 지금은 데이터와 알고리즘이 발전하면서 차량을 ‘진짜 지능형 단말’로 만들 수 있는 시간이 왔다고 봅니다. 차는 스마트폰처럼 ‘지능형 어시스턴트’가 될 것입니다. 스마트폰이 ‘손안의 개인비서’가 된 것처럼, 차도 ‘이동 중 나와 함께하는 지능형 보조자’가 돼야 합니다. 운전자에게 반복적인 업무를 대신 수행하고 더 많은 정보와 시야를 제공하며 더 안전한 결정을 돕고 편의성과 컨텐츠를 제공하는 것. 이것이 지능주행이 가야 할 방향이라고 생각합니다.

Wang Yafei       전략 측면에서, SAIC는 AI 시대에 어떤 대응을 하고 계신지 조금 더 구체적으로 말씀해주실 수 있을까요?

Zhang Dongjin       이 주제는 사실 굉장히 큰 범위의 이야기입니다. AI는 연구부서 한켠에 존재하는 기술이 아니라 전사적인 플랫폼으로 확장되고 있습니다. 저희도 지난 10년 동안 여러 기술적 전환을 겪었습니다. 파트너십과 생태계를 적극적으로 구축하고 있습니다. 예를 들면, 스마트 콕핏·인터페이스 기술을 위한 합작법인, 특정 차량 플랫폼에서는 화웨이 기술 도입, 국내외 칩·소프트웨어 개발사들과 협력, Horizon Robotics 등 AI 플랫폼 기업과의 협업, 필요시 자체 알고리즘 개발을 병행하고 있습니다. 다양한 고객층, 다양한 시장(중국 내수·해외)별로 차별화된 기술 전략을 적용하는 것이 매우 중요하기 때문입니다.
차량의 지능은 센서(See, Hear), 컴퓨팅 및 제어(Act), 이 세 가지 층위가 유기적으로 연결돼야 합니다. 차는 인간의 신경망처럼 주변을 감지하고 상황을 이해하며 행동을 결정해야 합니다. 이 구조를 더 정교하게 만들수록 자율주행은 더 많은 시나리오를 다룰 수 있게 됩니다. 예를 들어, 미국에서 잘 알려진 테슬라 드라이브 스루 예가 있습니다. 차가 첫 번째 창구로 이동해 주문 확인, 두 번째 창구로 이동해 결제, 다시 도로로 자연스럽게 합류하기까지 일련의 행동을 하나의 워크플로로 수행합니다. 이 과정에는 내비게이션, 경로 결정, 저속 주행, 대기·정차, 결제 인터랙션이 모두 연결됩니다. 이런 end-to-end 서비스 시나리오는 우리에게 사용자 경험 + 자율주행 기술의 통합이 어떤 의미인지 보여주는 좋은 예시입니다.

Wang Yafei       테크기업의 관점도 듣고 싶습니다.

Lin Jiansheng       바이두는 AI, 클라우드, 칩, 자율주행 플랫폼을 통합하는 기술 중심 기업입니다. 우리는 비교적 일찍부터 클라우드 컴퓨팅, AI, 자율주행을 함께 밀어붙여 왔습니다. 그리고 이런 기술이 양산차에서 어떻게 쓰이는지 보고 있습니다. 지난 12년간 OEM과 협력해 여러 유형의 자율주행차를 개발했고, 12개 도시에서 로보택시 서비스를 운용해 왔습니다. 현재까지 700만 회 이상 승객 서비스, 2,000만 km 이상 주행, 그중 140만 km는 완전 무인으로 결과를 만들었습니다. 2024년에는 자율주행용으로 특화된 대규모 모델을 공개했고, 현재 일부 차량(예: RT6)에서 실증하고 있습니다. 이 모델은 특히 복잡한 도시 환경, 혼잡 교통, 인구밀도 높은 지역에서 큰 효과를 보였습니다. 우한에서는 약 3,000km에 달하는 로보택시 노선을 운영하고 있고, 차량은 365일 24시간 운영되며, 하루 1만 km 이상을 완전 자율주행 차량이 스스로 주행합니다. 이 엄청난 운영 데이터를 기반으로 안전성 향상, 경험 개선, 모델 최적화를 이어가고 있습니다.

안전의 바닥선:
성숙도·속도·책임의 재정렬

Wang Yafei       지능·자율주행 기술에서의 ‘안전’에는 어떤 리스크가 있고, 어떻게 대응하고 있나요? 어떤 ‘안전 기준선’을 세우고 있습니까?

Li Honglin       안전은 자동차 산업에 있어 영원한 주제입니다. 자동차 업체들은 이미 오랫동안 품질 시스템, 품질 관리 체계, 2000년대 초반부터 기능안전성(Functional Safety) 개념을 도입했고, 이후에는 정보 보안, 데이터 보안 관점까지 확장했습니다. 지금은 이런 요소들이 모두 일상적인 개발·운영 프로세스 안에 녹아들어 있는 상태입니다. 기본적인 ‘안전의 바닥선’은 이미 잘 깔려 있다고 볼 수 있습니다. 하지만, 지능화·자율주행이 등장하면서 새로운 차원의 도전이 생겼습니다. 강조하고 싶은 건 두 가지입니다. 우선, 기술 성숙도와 적용 속도 사이의 균형 문제입니다. 최근 몇 년 동안, 자율주행, ICV(지능형 커넥티드카) 사고에 대한 보도가 꽤 있었습니다. “기술 성숙도가 아직 충분하지 않은 상태에서 산업 전반이 너무 빨리 상용화를 서두르는 건 아닌가?”란 우려가 있고, 다른 한편에선 “AI·자율주행 기술 발전 속도가 너무 빠르기 때문에 실제 도로·도시에 적용하는 것도 속도를 맞춰야 한다”는 요구도 있습니다. 지금 도입하려는 기술의 성숙도가 어느 수준인지 냉정하게 판단해야 하고, 그 다음 어느 수준까지 실제 도로에 풀 것인지 그 경계를 제대로 정해야 합니다.
기술 홍보와 실제 능력 사이의 간극도 문제입니다. 어떤 기업은 앞서가고 있다는 인상을 주고 기술력을 과시해 소비자의 관심과 신뢰를 빨리 얻고 싶어 합니다. 그래서 광고·마케팅 메시지가 실제 기술 능력을 넘어서는 경우가 생깁니다. 그러면 소비자는 “이 차는 스스로 다 할 수 있겠구나”라고 과도하게 신뢰하고 의존하게 됩니다. 지금까지 발생한 여러 안전사고 가운데 일부는, 기술 자체 결함이라기보다는 시스템이 할 수 있는 일과 할 수 없는 일을 사용자에게 제대로 설명하지 못한, 기술 능력에 대한 오해와 과신에서 비롯된 경우가 많습니다. 그래서 안전은 단지 기술의 문제가 아니라, 기술의 준비도를 정확히 평가하고 그 능력을 있는 그대로 투명하게 전달하는 문제이기도 합니다.

Wang Yafei       이번에는 또 다른 OEM의 관점에서, ‘안전의 바닥선’을 어떻게 지키고 있는지 들어보겠습니다.

Zhang Dongjin       저는 원래 전공이 교통운송(Transportation)입니다. 그래서 차를 볼 때 차량 자체, 도로·교통 시스템, 사회 전체의 상호작용, 이 세 가지를 함께 생각합니다. 우리가 아무리 안전하게 만들려고 해도 도로 위에 나오는 순간 리스크는 항상 존재합니다. 중요한 것은, “그 리스크를 어느 수준까지 줄일 수 있는가, 그리고 문제가 생겼을 때 얼마나 잘 통제할 수 있는가”입니다. 그래서 저희는 연구개발 단계, 검증 단계, 양산·운영 단계 전체에서 매우 촘촘한 R&D 프로세스와 내부 표준을 두고 있습니다. 예전에는 ‘문제가 생긴 후에 거슬러 올라가 원인을 찾는 방식’이 많았습니다. 사고가 나면 센서 설정, 알고리즘, 코드 어느 부분에서 잘못됐는지를 역으로 추적하는 식이었죠. 하지만 지금은 설계 - 개발 - 검증 - 운영 전 과정에서 안전을 한 번에 보는 방식으로 바뀌고 있습니다. 최근 그룹 차원의 이노베이션 세미나에서도 “제조사로서 우리는 제품과 사회에 대해 어떤 책임을 져야 하는가?”란 주제를 갖고 많은 토론을 했습니다. 자동차를 만드는 순간, 우리는 이미 위험을 함께 생산하는 존재입니다. 그 위험을 최소화하는 것이 제조사의 기본 책임입니다. 그러려면 개발 단계부터 안전 마인드셋을 심어 놓아야 합니다. 즉, “이 기능은 정말로 이 조건에서만 쓸 수 있다” “이 범위를 넘으면 반드시 사람이 다시 개입해야 한다”와 같은 원칙을 설계 - 테스트 - 출시 전 과정에서 일관되게 지켜야 합니다. 지능주행·자율주행의 발전 속도는 정말 빠릅니다. “기술 발전의 속도”와 “안전 검증과 시스템 구축의 속도”를 같이 끌어올리는 수밖에 없습니다.
제품만 잘 만든다고 끝이 아니고, 에코시스템 전체도 동시에 개선해야 합니다. 인프라, 규제, 사용자 인식, 보험, 서비스, 데이터 공유, 이 모든 것이 함께 움직여야 실제 안전이 보장됩니다. 또 하나 중요한 건, 운전자와 시스템 사이 책임의 배분입니다. 레벨 2 수준에서는 기본적으로 운전자가 주체이고, 레벨 3 이상부터 조건에 따라 시스템 책임 비중이 커지게 됩니다. 문제는 이 경계가 사용자 입장에서 매우 모호하게 느껴진다는 점입니다. 그래서 우리는 차량 설명서, HMI 안내, 판매·인도 과정, OTA 공지 등을 통해 끊임없이 사용자에게 “이 기능은 어디까지 할 수 있고, 어디서부터는 당신이 책임져야 합니다”란 것을 반복해서 알려야 합니다.

Li Pu       시스템과 기술의 준비도(레디니스), 기업이 세상에 내보내는 메시지와 가이드 방향, 사용자의 오용·남용 문제 세 가지 축으로 나눠 이야기하겠습니다. 먼저, 시스템·플랫폼을 설계할 때 “이 플랫폼은 어떤 시나리오를 위해 존재하는가?”를 아주 구체적으로 정의해야 합니다. 예를 들어, 도심 주행용인지, 고속도로 중심인지, 주차·저속 시나리오 중심인지에 따라 필요한 컴퓨팅 파워, 알고리즘 구조, 데이터 요구량이 모두 달라집니다. 컴퓨팅 - 알고리즘 - 데이터는 함께 묶여 있는 삼각형 같은 것이기 때문에 이 밸런스를 어떻게 잡을지 처음부터 정해야 합니다. 또, AI 기반 접근법은 기본적으로 확률론적인 성격을 갖고 있습니다. 그래서 설명 가능성(Explainability), 환각(hallucination), 예외 상황에서의 동작 같은 문제들을 반드시 정면으로 다뤄야 합니다. 특히, 정보 제공의 안전성, 경고·알림의 신뢰성, 예외 상황에서의 fallback 전략 같은 부분에서 “우리가 어느 수준까지 책임질 것인가”를 명확히 해야 합니다.
두 번째는 데이터입니다. 현실에서 진짜 위험한 상황, 아주 희귀하지만 치명적인 시나리오는 자주 발생하지 않습니다. 이 때문에 우리는 시뮬레이션, 3D 환경에서 생성된 가상 시나리오, 리플레이·리샘플링 데이터 등을 통해 “현실 도로에서는 거의 만나기 힘들지만, 반드시 대비해야 하는 상황”을 대량으로 만들어서 모델과 시스템을 학습·검증해야 합니다. 하지만 또 한편으로는 현실 도로 주행도 계속해야 합니다. 결국 “실도로 테스트와 시뮬레이션 테스트의 최적 비율을 어떻게 찾을 것인가”가 중요한 과제가 됩니다. 이 비율이 맞아야만 비용도 적절하고, 안전 수준도 확보할 수 있습니다.
세 번째는 기업이 세상에 내보내는 메시지입니다. 우리는 사용자에게 시스템의 경계(boundary)를 명확히 보여줘야 합니다. 이 기능은 어떤 속도 범위에서, 어떤 도로 형태에서, 어떤 날씨·조도 조건에서, 정상적으로 작동하며, 어디서부터는 “이제 운전자가 다시 주도권을 가져와야 한다”고 시스템이 분명하게 알려줘야 합니다. 우리가 보는 여러 사고 사례에서는 운전자가 운전 중에 잠을 자거나, 아예 운전대를 잡지 않는 명백한 오용이 자주 등장합니다. 레벨 2 수준의 시스템에서 이런 일이 생기면 이것은 “경계에 대한 메시지를 충분히 전달하지 못한 문제”라고 생각합니다.

Wang Yafei       이제 테크기업 입장의 안전에 대해 들어보고 싶습니다.

Lin Jiansheng       지능주행·자율주행 기술의 발전은 안전이 담보되지 않으면 아무 의미가 없습니다. 특히 2024년 이후로 산업 전체가 안전에 대한 감수성이 크게 높아진 것을 체감합니다. 바이두는 알고리즘 개발, 시뮬레이션, 실제 도로 테스트, 로보택시 상용 서비스 모든 단계에서 ‘안전 우선’ 원칙을 가장 앞에 두고 있습니다. 우리는 제품 개발 각 단계에서 AI를 매우 광범위하게 활용하고 있습니다. 여기에는 두 가지 축이 있습니다. 차량 관점에서는 센싱 성능, 판단 정확도, HMI 응답, 전체 주행 안정성을 고품질 데이터로 계속 개선합니다. 운전자·사용자 관점에서는 승차 경험, 신뢰감, 예측 가능성, 피로 감소 등을 실제 서비스 운영 데이터를 기반으로 지속적으로 다듬고 있습니다. 특히 대규모·고품질 데이터는 모델 성능 개선, 에지 케이스 대응력 향상, 안전 여유도 확보에 매우 큰 도움을 줍니다.
강조하고 싶은 것은, 이 문제는 기술만의 문제가 아니라 ‘사회적 문제’라는 점입니다. 보통 사용자들은 레벨 2와 레벨 3의 경계를 정확히 이해하지 못합니다. ‘ADAS든 자율주행이든, 어차피 차가 알아서 가는 거 아닌가?’라는 정도의 인식에 머무는 경우가 많습니다. 그러다 보니 사고가 발생했을 때, 기술적 사실과 상관없이 사회적 충격이 훨씬 커지는 구조입니다. 그래서 우리는 정부, 업계, 학계, 미디어와 함께 “어디까지가 운전자 책임이고, 어디부터가 시스템 책임인가”를 사회 전체 차원에서 분명히 정리하고, 같이 인식을 만들어가야 한다고 봅니다.
바이두는 레벨 4 로보택시, 특정 구역에서의 무인주행까지 포함해 다양한 프로젝트를 하고 있기 때문에 복수의 안전 레이어를 설계합니다. 설계 단계는 아키텍처 차원에서 리던던시와 페일세이프를 설계하고, 개발 단계선 시나리오 커버리지와 FMEA적 관점을 결합해 검증하고, 테스트 단계에서 시뮬레이션+실도로를 병행해 위험 시나리오를 집중적으로 반복하며, 운영 단계에선 실시간 모니터링, OTA, 로그 분석을 통해 새로운 리스크를 계속 피드백합니다. 특히 레벨 4 수준에 가까운 시스템에서는 “기술적 리던던시”를 반드시 포함하고 있습니다. 센서·컴퓨팅·통신·제어 등에서 한 라인이 문제가 생기더라도 즉시 다른 라인이 시스템을 이어받을 수 있도록 하는 구조입니다.

혁신을 감싸는 울타리:
중국의 정책·표준의 역할

Wang Yafei       지금까지 개별 기업의 경험을 들었습니다. 이제 혁신과 규제를 어떻게 조화시킬 것인지에 대해 이야기해보면 좋겠습니다.

Li Honglin       혁신 없는 안전은 정체이고, 안전 없는 혁신은 위험합니다. 정책·규제는 ‘안전하게 혁신을 감싸주는 울타리’가 돼야 한다고 생각합니다. 정책과 규제는 단순히 금지 목록을 늘리는 것이 아니라, “어떤 범위에서는 마음껏 해도 된다”는 실험의 장을 열어주는 역할도 해야 합니다. 예를 들어, 안전 관련 혁신, 사용자 경험 관련 혁신, 운영·비즈니스 모델 혁신 등은 서로 다른 리스크 프로파일을 갖고 있기 때문에 각각에 대해 “어느 정도까지는 시도해도 좋다”는 공간을 만들어줄 필요가 있습니다. 기업 내부도 ‘실패를 허용하는 메커니즘’이 필요합니다. 지금 우리는 저고도 경제(드론·UAM 등), 자율주행, 지능형 교통 같은 새로운 기술 영역을 동시에 맞이하고 있습니다. 이런 영역에서 “단 한 번도 실패하지 않는 혁신”은 존재할 수 없습니다. 그래서 회사 내부에는 실험을 허용하고, 일정 수준의 실패를 감내하고, 그 과정에서 배운 것을 축적하는 내부 메커니즘이 반드시 필요합니다. 예를 들어, 둥펑 내부에서는 “한 세대의 기술을 개선하면서 동시에 다음 세대의 기술을 준비한다”는 철학을 갖고 있습니다. 이렇게 해야 “현재 세대는 안정적으로 운영하면서, 미래 세대를 위한 기술적 저축을 하는 구조”가 만들어집니다.

Wang Yafei       중국은 비교적 일찍부터 ‘혁신과 규범 사이의 균형’을 중요한 원칙으로 삼아 왔습니다. 2021년을 기점으로 중앙정부와 관련 부처들은 지능차 관리·운영에 관한 종합적인 정책 문서, 시범운행·도로 테스트 관련 가이드라인, 안전 요구사항, 데이터 요구사항 등을 잇달아 발표했습니다. CATARC도 여러 국가 표준·단체 표준 제정, 시험·인증 체계 설계, 사고 사례 분석 등에 적극적으로 참여하고 있습니다. 많은 분이 “표준이 기술 발전 속도를 따라가지 못한다”고 하시지만, 실제로는 정부와 업계가 상당히 치열하게 따라가고 있습니다. 예를 들면, 차선유지·차간거리 제어 같은 단일 기능에서 시작해 복합 ADAS, 고도 자율주행까지 단계별 표준화 작업이 계속되고 있습니다. 다만, 컴퓨팅 파워, AI 모델, 소프트웨어·하드웨어 아키텍처의 변화 속도가 너무 빠르다 보니 표준이 항상 한발 늦게 보이는 착시가 있는 것뿐이라고 생각합니다.
OEM, 테크기업 여러분께 한 가지 부탁을 드리고 싶습니다. 안전을 위해 필요한 데이터는 가능한 한 많이, 가능한 한 구조화된 형태로 표준·정책 수립기관과 공유해야 한다. 그래야만 시험·인증 방법이 현실을 제대로 반영할 수 있고, 규제가 실제 산업을 뒷받침하는 방향으로 설계될 수 있다는 것입니다. 특히 C-V2X, ICV 도로 테스트, 시범 운영 데이터 같은 것들이 공유돼야 현장에서 벌어지는 일을 바탕으로 살아있는 규범 체계가 만들어질 수 있습니다. 지금 중국에선 도로교통법 개정, 자동차 인증 제도 개편, 결함·리콜 체계의 지능차 대응, 데이터 보안·개인정보 보호 규정 등이 동시에 움직이고 있습니다. 이건 하나의 부처가 해결할 수 있는 일이 아니기에 ‘크로스오버 거버넌스’를 지향하고 있습니다. 물론, 여기에는 기업의 자발적인 참여와 데이터 제공, 현장의 솔직한 피드백이 반드시 필요합니다.

Finland’s Mobility Future: 6G, AI, and a New Era of Cooperation With Korea

한상민 기자_han@autoelectronics.co.kr — 2025-12-03 07:36:03+0900

핀란드 모빌리티의 미래: 6G·AI가 여는 한국과의 새 협력 시대

한상민 기자_han@autoelectronics.co.kr — 2025-12-03 07:27:24+0900

루루 란네 장관 Lulu Ranne, Minister of Transport and Communications of Finland

핀란드는 오랫동안 북유럽 혁신 국가로서 첨단 통신, 디지털 인프라, 지속가능한 교통 정책을 선도해 왔다. 이번 인터뷰는 그 흐름을 이끄는 핵심 인물인 루루 란네 장관을 통해, 핀란드가 추진하는 6G, AI, 자율주행, 디지털 인프라의 전략적 의미를 직접 들을 수 있는 특별한 자리였다. AEM은 한국이 세계적인 강점을 갖춘 자동차·반도체·통신·배터리 산업과 핀란드의 소프트웨어·연결성·지속가능 기술 생태계가 만날 때 어떤 새로운 지평이 열릴지 함께 탐색하고자 했다. 그 이야기를 전한다.

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

AEM과 독자들에게, 핀란드는 MaaS Global(비록 파산했지만)과 같은 모빌리티 혁신, 그리고 헬싱키의 ‘제로 교통사고 사망’이라는 놀라운 성과로 잘 알려져 있습니다. 최근 핀란드의 교통·통신 분야 성취 중에서 장관님께서 개인적으로 가장 자부심을 느끼는 것은 무엇인가요?
Ranne 핀란드는 인구 밀도가 매우 낮고 지역 간 거리가 길며, 기후가 혹독한 나라입니다. 사람과 화물의 90%가 도로 기반 이동, 즉 바퀴를 통해 이동하고 있으며, 이런 구조는 앞으로도 계속될 것입니다. 도로망은 핀란드의 진정한 척추라고 할 수 있습니다.
저는 이번 정부 임기 동안 핀란드의 교통정책을 완전히 새로운 방향으로 이끌어왔다는 점을 매우 자랑스럽게 생각합니다. 우리는 교통 인프라에 33억 유로(5조 6,000억 원)를 투자하고 있으며, 이 중 약 20억 유로가 도로 분야에 투입되고 있습니다. 이는 이전 정부 대비 2.5배 이상 증가한 규모입니다. 이런 투자를 통해 핀란드에서 매우 큰 도전 과제였던 도로 유지보수 적체(backlog)의 증가 속도를 늦추는 데 성공했습니다.
우리의 도로, 고속도로, 교량에서 진행 중인 수많은 프로젝트는 핀란드의 상업, 물류, 산업, 시민들의 이동을 지원하며, 교통 안전성 향상에도 기여하고 있습니다. 무엇보다 지금 그 어느 때보다 중요해진 군사적 기동성(military mobility) 측면에서도 상당한 발전을 이뤄냈습니다. 많은 군사 이동성 관련 프로젝트는 EU로부터 큰 규모의 지원금을 받기도 했습니다. 하지만 이것은 시작에 불과합니다. 우리는 앞으로 더욱 큰 야심을 가지고 미래 발전을 향해 나아가고 있습니다.
인프라 프로젝트뿐 아니라, 저는 교통안전을 위한 여러 정책 작업에 대해서도 매우 기쁘고 자랑스럽게 생각합니다. 예를 들어, 운전면허 제도 개편, 청소년·초보 운전자 안전 대책, 그리고 앞으로 도입될 ‘EU 운전면허 지침(EU Driver’s License Directive)‘에 대한 우리의 방향성과 아이디어가 있습니다.
‘제로 교통사고 사망’은 헬싱키만의 목표가 아닙니다. 핀란드 전체의 목표입니다. 2050년까지 교통사고 사망자 0명. 우리의 목표는 매우 단순합니다. “모든 도로 이용자가 매일 안전하게 집으로 돌아가는 것”입니다.

핀란드 교통정책과 디지털 전략

핀란드는 현재 6G, AI, 자율주행, 디지털 인프라를 하나의 산업 생태계로 통합하는 독자적인 접근을 취하고 있습니다. 이런 ‘모빌리티 - 커넥티비티 통합 전략’의 핵심 목표는 무엇인가요? 이 전략의 본질이 안전성에 있다고 보시나요, 아니면 산업 경쟁력에 있다고 보시나요? 그리고 이 두 가치는 어떻게 균형을 이룬다고 생각하십니까?
Ranne 핀란드는 사회 모든 영역에서 디지털 기술과 디지털 기반 솔루션을 적극적으로 발전시키고자 노력하고 있습니다. 현 정부의 국정 프로그램은 디지털화를 전면적으로 활용하는 것을 강조하고 있으며, 특히 교통·물류 부문에서 자동화와 데이터 기반 혁신을 촉진하는 것에 중점을 두고 있습니다.
안전성과 경쟁력은 핀란드가 균형을 맞추고자 하는 가치들이며, 사실 이 두 가지는 서로에게 유익한 관계이기도 합니다. 저는 연결성(connectivity)과 데이터 활용이 교통 분야의 디지털화와 자동화에서 핵심적인 역할을 한다고 믿습니다. 미래 모빌리티를 더욱 안전하고 효율적이며, 친환경적으로 만들기 위해서는 6G 네트워크가 가능하게 하는 AI 기반 데이터 활용이 필요합니다. 동시에 사이버보안 역시 대단히 중요합니다. 핀란드의 ‘보안 내재화(security by design)’ 접근 방식은 시스템의 모든 레이어에 처음부터 안전성과 신뢰성을 설계 단계에서 구축하도록 하고 있습니다.
궁극적으로 기술은 우리 시민들이 혜택을 누릴 수 있는 더 큰 교통 시스템 목표를 실현하기 위한 도구입니다. 즉, 안전성, 효율성, 지속가능성 등이 바로 그 목표입니다.

장관님께서는 6G를 “순환경제의 핵심 인프라”라고 말씀하신 바 있습니다. 그런 맥락에서, 6G·AI·자율주행의 융합은 소프트웨어 정의 자동차(SDV), 자동화, 지속가능성으로 향하는 자동차 산업의 패러다임 전환에 어떤 변화를 가져올 것이라고 보십니까?
Ranne 6G 네트워크, AI, 자율주행이 결합되면서 자동차 산업은 지금, 말 그대로 말에서 자동차로 넘어갔던 시절에 필적할 만큼 근본적인 패러다임 전환을 겪고 있습니다. 기술 발전이 변화의 동력임은 분명하지만, 이 변화의 가장 큰 영향은 자동차 산업 그 자체가 아니라 사람들, 우리 모두에게 미치는 영향입니다. 이런 솔루션은 일상생활 속에서 실질적으로 도움이 되고, 합리적인 비용으로 이용가능하며, 안전해야 합니다.
핀란드는 교통 부문의 디지털화와 자동화 과정에서 연결성과 데이터 활용이 필수적이라고 굳게 믿고 있습니다. 차량 자체의 센서와 자동화 시스템만으로는 미래의 더 나은 모빌리티를 달성하기에 충분하지 않습니다. 앞으로의 교통이 더 안전하고, 더 효율적이며, 더 지속가능해지기 위해서는 6G 네트워크가 뒷받침하는 AI 기반 데이터 활용이 반드시 필요합니다.
이런 패러다임 전환은 시민들의 삶의 질을 크게 향상시킬 수 있습니다.
지금까지 운전에 사용하던 시간을 더 의미 있는 활동에 쓸 수 있게 되고, 자율주행차는 교통약자나 인구 밀도가 낮은 지역에 더욱 나은 이동 서비스를 제공할 수 있습니다. 운전자 지원 시스템은 이미 교통안전을 개선해왔으며, 앞으로 훨씬 더 큰 발전이 기대됩니다.
하지만, 우리가 원하는 미래에 도달하기 위해서는 입법 조치 등 적절한 개발을 유도하고 가능하게 하는 장치가 반드시 필요하다는 점을 잊지 말아야 합니다.

핀란드 - 한국 모빌리티 협력의 새로운 지평

한국은 자동차, 반도체, 통신, 배터리 분야에서 글로벌 경쟁력을 갖추고 있습니다.
이런 역량이 핀란드의 혁신 생태계와 만날 때 어떤 협업 시너지가 가능하다고 보십니까?
Ranne       한국이 가진 자동차, 반도체, 통신, 배터리 분야의 글로벌 리더십은, 소프트웨어·연결성·지속가능 기술에 강점을 가진 핀란드의 혁신 생태계와 협력할 수 있는 매우 강력한 기반을 만들어줍니다. 이런 역량이 결합될 때 SDV, 차세대 배터리 시스템, 초신뢰 6G 네트워크 개발을 가속화하는 강력한 시너지가 창출될 수 있습니다.
핀란드가 보유한 에지 컴퓨팅, AI, 사이버보안 전문성은 한국이 강점을 가진 하드웨어·제조 역량과 자연스럽게 보완 관계를 이루며, 자율주행 모빌리티와 스마트 에너지 관리에 대한 총체적(holistic) 솔루션을 가능하게 합니다.
이 두 생태계가 협력한다면 지속가능한 교통 모델을 공동으로 개척하고, 순환경제 원칙을 산업에 통합하며, 전 세계로 확장 가능한 플랫폼을 구축해 모빌리티와 연결성을 새롭게 정의할 수 있을 것입니다.
이 협업은 단순한 기술 협력을 넘어, 혁신이 사회 발전과 환경 책임으로 이어지는 미래를 함께 만들어가는 과정이 될 것입니다.

11월에 핀란드의 해시리스트(Hashlist)가 한국을 방문했습니다. AEM은 이미 Sensible 4, TactoTek, Basemark, Qt 등 여러 핀란드 자동차 기술 기업과 긴밀한 관계를 유지하고 있습니다. 발멧 오토모티브(Valmet Automotive) 같은 대기업부터 유망 스타트업까지, 핀란드는 어떤 자동차 생태계를 구축하고 있으며, 장관님이 이끄는 정부는 그 안에서 국경 간·산업 간 협력을 어떻게 촉진하고 있나요?
Ranne       핀란드의 자동차 생태계는 소프트웨어 중심의 지속가능한 모빌리티 솔루션을 향해 진화하고 있습니다. 우리는 이미 구축된 강력한 전기차 제조 역량에, 혁신적인 스타트업과 사용자 인터페이스(UI) 기술을 결합하고자 합니다. 이런 조합은 하드웨어와 소프트웨어 혁신이 긴밀하게 맞물려 움직이는 유연하고 민첩한 환경을 만들어냅니다.
교통·통신부(Ministry of Transport and Communications)는 국경 간·산업 간 협력을 촉진할 수 있는 최적의 조건을 조성하는 것을 목표로 하고 있습니다. 이를 위해 공동 연구 프로그램, 혁신 지원금, 그리고 자동차 산업을 ICT·에너지·디자인 분야와 연결하는 네트워킹 플랫폼 등 다양한 수단을 활용하고 있습니다.
핀란드 사람들은 새로운 기기와 애플리케이션을 적극적으로 받아들이고 실험해 보는 기술 열정이 강한 민족입니다. 우리는 기본적으로 엔지니어 기질을 가지고 있습니다. 또한 정책 결정자가 특정 기술을 미리 선택해 승패를 결정해서는 안 된다는 철학을 가지고 있으며, 그렇기 때문에 핀란드는 기술 중립성(technological neutrality)을 중요한 원칙으로 삼고 있습니다.
핀란드의 오랜 강점 중 하나는 혁신을 가능하게 하는 선제적이고 미래지향적인 법·제도입니다. 예를 들어 공공도로에서의 차량 시험과 관련해서도 우리는 매우 개방적인(permissive) 입법 방식을 유지하고 있습니다. 핀란드의 혹독한 기후는 자율주행차에 특히 어려운 환경을 제공하기 때문에, 핀란드에서 시스템이 제대로 작동한다면 세계 어디에서든 기능을 보장할 수 있을 정도입니다.
이런 핀란드의 강점과 한국이 가진 자동차 생산·첨단 부품 분야 리더십이 결합된다면, 전 세계적으로 경쟁력 있고 합리적인 비용으로 접근가능하며, 환경적으로 책임 있는 차세대 모빌리티 솔루션의 개발을 더욱 가속화할 수 있을 것입니다.

핀란드는 AI와 양자 컴퓨팅 연구에서 유럽의 선도 국가로 널리 평가되고 있으며, 이 두 분야는 모빌리티 산업 전반에서 빠르게 중요성이 커지고 있습니다. 이런 기술들이 향후 교통, 물류, 자율 시스템의 효율성과 안전성에 어떤 변화를 가져올 것으로 예상하시나요?
Ranne       핀란드는 사회 모든 영역에서 디지털 기술과 디지털 기반 솔루션을 적극적으로 발전시키는 데 헌신하고 있습니다. 현 정부의 국정 프로그램은 디지털화를 전면적으로 활용하는 것을 강조하고 있으며, 특히 교통과 물류 부문에서 자동화와 데이터 기반 혁신을 촉진하는 것에 중점을 두고 있습니다. 핀란드는 이미 모든 교통수단을 아우르는 포괄적인 행동 계획(action plan)을 기반으로, 자동화 분야에서 선두 국가로 남는 것을 목표로 하고 있습니다.
도로 교통 분야에서는 현재 진행 중인 규제 개혁을 통해 핀란드는 자동화의 선구자 그룹에 속해 있으며, 핀란드 기업들은 이미 자동화 기술을 기반으로 한 새로운 운송 서비스를 개발하고 있습니다. 자동화를 넘어, 핀란드는 예지정비(proactive maintenance)와 교통 인프라의 더 스마트한 개발을 가능하게 하는 디지털 역량에도 투자하고 있습니다.
고도화된 모바일 네트워크를 통한 효율적인 데이터 교환은 이런 디지털 전환의 핵심 기반입니다. 동시에 사이버보안은 최우선 과제로 다뤄집니다. 핀란드의 ‘보안 내재화(security by design)’ 접근 방식은 시스템의 모든 계층에 처음부터 안전성과 신뢰성이 설계되도록 보장합니다. 정부는 또한 교통 서비스 시장의 기능을 강화하고, 새로운 비즈니스 모델을 육성하며, 전체 시스템의 효율성을 높이기 위해 노력하고 있습니다. 철도 교통에서는 열차 제어 시스템을 완전한 디지털 솔루션으로 업그레이드하는 등 현대화 작업이 진행 중입니다.
교통 기술은 궁극적으로 교통 시스템 전체가 추구하는 더 넓은 목표인 안전, 효율성, 지속가능성을 달성하기 위한 도구입니다. 아직은 인공지능과 양자 컴퓨팅 같은 기술이 정확히 언제, 어떤 방식으로 주류 기술로 자리 잡을지 예측하기 어렵습니다. 그러나 분명한 것은 이런 기술의 도입은 공공 - 민간 파트너십의 강화와 함께 확대될 것이며, 혁신·규제·실행이 서로 맞물려 발전할 것이라는 점입니다.

미래 기술과 양국의 공동 R&D 비전

자동차, 반도체, AI, 6G, 양자 컴퓨팅 등 미래 산업에서는 국제 협력과 인재 교류가 매우 중요할 것입니다.
한국과 핀란드의 대학, 연구기관, 산업 파트너들이 함께 참여하는 공동 연구 프로그램이나 연구자 이동성(Researcher Mobility) 계획이 있나요?
Ranne 1989년부터 핀란드와 대한민국은 과학기술 협력 협정을 체결해왔으며, 이 협정은 양국 간 협력을 위한 중요한 기반을 제공합니다. 이 협력은 양국의 관련 부처가 공동으로 조정하고 있습니다. 핀란드 정부 산하의 여러 연구·혁신 자금 지원 기관 또한 한국 파트너들과 협력 체계를 구축해왔으며, 협정에 따른 후속 회의에서는 협력 결과 검토, 향후 협력 분야 논의, RDI(Research - Development - Innovation) 정책 대화가 핵심적인 요소로 다뤄집니다.
과학기술 분야에서 양국의 협력은 최근 몇 년간 더욱 깊어졌으며, 이는 매우 고무적인 일입니다. 예를 들어, 한국 - 핀란드 공동 과학 논문의 양과 질 모두 증가했습니다. 공동 연구가 가장 활발한 분야는 자연과학, 공학, 의학 및 보건과학 분야입니다.
또한 핀란드 연구위원회(Research Council of Finland)는 한국연구재단(NRF)과 연구 협력 자금 지원 협정을 체결하고 있습니다. 이 협정은 2030년까지 유효하며, 핀란드와 한국 연구자 간의 공동 연구 프로젝트를 지원합니다. 이 틀 안에서, 2024년에는 6G 및 양자 기술 연구를 주제로 공동 공모(joint call)가 진행되었습니다.
핀란드의 여러 고등교육기관도 한국 파트너와의 협력을 구축하거나 강화하려는 움직임이 점점 늘어나고 있습니다. 예를 들면, 헬싱키대학교(University of Helsinki)는 2025년 4월 연세대학교와 전략적 파트너십 협정을 체결하며 양 대학 간 연구 협력과 학생·교직원 교류를 확대하기로 했습니다. 한국전자통신연구원(ETRI)은 2018년부터 오울루대학교(University of Oulu)의 6G Flagship 프로그램의 초기 국제 파트너 중 하나였습니다.
2024년에는 오울루대학교가 연세대학교, KAIST와도 6G Flagship 분야 협력을 더욱 강화했습니다. 알토대학교(Aalto University)는 2001년부터 연세대와 활발히 협력해왔으며, 특히 6G 네트워크를 위한 클라우드 서비스 등 다양한 연구 주제를 함께 진행해 왔습니다.
또한, 핀란드의 대학과 연구기관을 지원하는 국영기관 CSC(IT Center for Science)는 한국과학기술정보연구원(KISTI)과 고성능 컴퓨팅(HPC) 인프라 협력 및 공동 연구 협정을 맺고 있습니다.
우리는 양국 간 협력 여지가 앞으로도 매우 크다고 믿고 있습니다. 이런 협력을 촉진하기 위해 핀란드 교육문화부와 주한 핀란드 대사관은 한국의 고등교육·연구 시스템을 소개하고, Horizon Europe 프로그램 내의 협력 기회를 논의하는 라운드테이블을 개최하는 등 다양한 노력을 기울여 왔습니다.

마지막으로, 핀란드와 한국 간 교통, 통신, AI 협력에 대한 장기적인 비전은 무엇인가요?
그리고 AEM 독자들에게 전하고 싶은 메시지가 있다면 들려주시겠습니까?
Ranne 핀란드와 한국은 매우 훌륭한 관계를 유지해 오고 있으며, 함께 협력해 온 긴 역사를 갖고 있다는 점을 기쁘게 말씀드리고 싶습니다.
두 나라는 연구개발에 강한 집중력을 가지고 있으며, 특히 통신 및 디지털 기술 분야에서 유사한 강점을 보유하고 있습니다. 이런 공통점은 양국의 협력을 매우 자연스럽게 만들어주며, 앞으로도 서로 협력하고 배우며 성장할 수 있는 기회를 기대하고 있습니다.
앞서 언급한 것처럼, 우리는 이미 6G 연구 등에서 매우 좋은 협력을 이어오고 있습니다. 핀란드의 국제 협력에서 특히 중요한 목표 중 하나는 안전하고 의미 있는 연결성을 증진하는 것입니다. 미래의 네트워크가 우리의 가치를 반영하도록 보장하기 위해서는 뜻을 공유하는 국가들 간의 국제 협력이 핵심적입니다. 이런 측면에서 핀란드와 대한민국이 그동안 매우 건설적인 협력을 이어왔다는 점을 매우 기쁘게 생각합니다.
저는 양국 사이에 앞으로도 더 많은 분야에서 협력할 수 있는 큰 잠재력이 있다고 믿습니다. 우리 두 나라는 비슷한 가치관을 갖고 있으며, 미래를 긍정적으로 만들기 위해 함께 노력하는 파트너입니다. 핀란드와 한국의 파트너십은 단순히 과학기술의 발전에만 국한되지 않으며, 양국 기업과 경제에 새로운 비즈니스 기회를 창출하고 시민들의 삶을 더 풍요롭게 만드는 일이기도 합니다.
핀란드는 항상 양국 간 협력을 어떻게 더 강화할 수 있을지 논의할 준비가 되어 있습니다. 우리는 디지털 전환, 그리고 더 지속가능하고 효율적인 교통 시스템을 구축하기 위한 기술 개발에서 서로를 지원하고 배우는 관계가 될 수 있다고 믿습니다.
협력함으로써 우리는 혁신을 계속 추진하고 기술 분야에서 가능한 것의 경계를 확장해 나갈 수 있습니다. 저는 양국이 앞으로도 오랫동안 이 분야에서 세계적인 리더로 남을 것이라고 확신합니다.

The Adaptive Shift: How Leaders Are Rethinking Mobility:

by Sarada Vishnubhatla_sarada@autoelectronics.co.kr — 2025-12-02 13:38:53+0900

적응형 전환: 글로벌 모빌리티 서밋과 모빌리티 재해석

글 | 사라다 비슈누밧라(Sarada Vishnubhatla)_sarada@autoelectronics.co.kr — 2025-12-02 13:19:30+0900

자동차 업계의 리더들이 산업에 대해 허심탄회하게 이야기하는 장면을 보는 것은 흔치 않은 특권이다. 이런 대화를 통해 비로소 오늘날 모빌리티를 규정하는 힘이 무엇인지, 예를 들어 불안정한 지정학적 환경, 빠른 기술 변화, 그리고 진화하는 소비자 기대치가 어떻게 맞물려 새로운 혁신의 문턱을 만들고 있는지를 들여다볼 수 있다.
그중 하나의 순간이 몇 달 전 인도경영대학원(IIM) 벵갈루루 동문회(IIMBAA)가 주최한 제4회 ‘글로벌 모빌리티 서밋(Global Mobility Summit)’에서 펼쳐졌다. 상징적인 IIMB 캠퍼스 안에서 열린 이 서밋은 ‘적응형 모빌리티: 변동성을 헤쳐 나가고, 회복탄력성을 구축하다(Adaptive Mobility: Navigating Volatility, Building Resilience)’를 주제로, 모빌리티 분야에서 가장 영향력 있는 목소리들을 한자리에 모았다.
그 엄숙한 홀에 앉아 있으면, 인류 전체가 지금 어떤 거대한 여정을 함께 시작하고 있다는 사실을 자연스럽게 실감하게 된다. 그것은 바로 모든 것이 ‘SMART’해지는 시대, 즉 스마트폰, 자동차, 컴퓨터, 심지어 마이크로칩 웨이퍼에 이르기까지 지능과 연결성이 우리 삶의 모든 요소를 움직이는 핵심 동력으로 자리 잡은 시대다.
행사는 인상적인 기조연설, 깊이 있는 파이어사이드 대담, 그리고 주목할 만한 ESG 연구 보고서 발표가 이어졌다. AEM이 그 대화 속에서 가장 의미 있는 통찰을 정리하면서 이 서밋의 독점 미디어 커버리지를 제공받는 특권을 누렸다.

글 | 사라다 비슈누밧라(Sarada Vishnubhatla)_sarada@autoelectronics.co.kr
in english

2025년 제4회 글로벌 모빌리티 서밋은 IIM 벵갈루루 동문회가 주최했으며, 글로벌과 인도 모빌리티를 재편하는 트렌드를 살펴보기 위해 자동차 생태계의 가장 밝은 인재들을 모았다. 이 서밋은 기업·스타트업·정부 간의 협업을 심화하는 동시에 정책 방향을 형성하고 의미 있는 지식 교류를 촉진하는 데 있어 학계가 중심 역할을 하도록 설계됐다. 핵심 목표 중 하나는 미래 모빌리티 생태계를 위한 혁신을 육성하고, 스타트업의 모멘텀을 가속화하는 플랫폼을 만드는 것이다.
패널에는 다음과 같은 저명한 전문가들이 참여했다:

소라브 무커르지 교수 (Prof. Sourav Mukherji, IIMB 동문관계학장 및 교수)
프라샨트 도레스와미 (Prashanth Doreswamy, Aumovio India 사장 & CEO)
프라산나 고누군틀라 (Prasanna Gonuguntla, Mercedes-Benz RDI 선임부사장 & R&D Functions 총괄)
프라빈 스와미나선 (Pravin Swaminathan, Agratas Energy Storage Solutions 데이터 & AI 부문 부사장)
차란 구루무르티 (Dr. Charan Gurumurthy, Tata Electronics 선임부사장 & TSAT 비즈니스 총괄)
수보드 파틸 (Subodh Patil, Brisa Technologies CEO)
아닐 라다크리슈난 (Anil Radhakrishnan, Tata Elxsi CPO)
사지브 마다반 (Dr. Sajiv Madhavan, Tata Elxsi 최고 리스크 & 지속가능성 책임자)
프라모드 난준다스와미 (Pramod Nanjundaswamy, Cyient 글로벌 딜리버리 총괄)
키르티 프라카시 V M (Keerthi Prakash V M, Renault Nissan India 대표이사)
비슈와나스 수렌디란 (Vishwanath Surendiran, Steam A 공동창업자 & CEO)
발라 파차파 (Bala Pachyappa, ARAM CEO)
수키안주 스리니바산 (Sukhianju Srinivasan, ARM Automotive Go-To-Market 디렉터)
샹카르 베누고팔 (Dr. Shankar Venugopal, Mahindra & Mahindra 부사장)
프라모드 레뎀레디 (Pramod Reddemreddy, BOSCH Mobility India 선임이사 - 마케팅·전략·혁신)

참석자들은 소라브 무커르지 교수가 발표한 ESG 연구 보고서 「Sustainability in Mobility; A study on ESG Trends in Mobility Ecosystem」의 공개를 목격했다. 예상대로 이 보고서는 가치사슬 전반에서 ESG가 미치는 영향과 책임 있는 제조의 중요성을 두고 뜨거운 논의를 불러일으켰다. 이어진 대담에서는 기업들이 투자 우선순위와 지속가능한 관행을 구축하는 것 사이에 어떤 복잡한 트레이드오프에 직면했는지에 대한 깊은 논의가 이뤄졌다.
그리고 여러 세션에서 모빌리티 분야의 사상가들은 디지털 전환, 전동화, 지속가능성, 회복탄력성 등 글로벌 자동차 지형을 형성하고 있는 주요 흐름을 조명했고, 이를 인도의 변화하는 모빌리티 생태계와 의미 있게 연결했다. 그들의 기조연설과 파이어사이드 대담에서 주요 내용을 발췌했다.

맨 우측이 아우모비오 인디아의 도레스와미 CEO.

Profitability in Motion is a Modern-Day Dilemma
움직임 속의 수익성은 오늘날의 딜레마

프라샨트 도레스와미
Prashanth Doreswamy
CEO of Aumovio India

“자동차 산업은 새로운 기술과 불안정한 지정학적 사건들에 의해 촉발된 중대한 혼란의 시기를 지나고 있습니다. 이런 변화는 앞으로 상당 기간 시장과 공급망을 근본적으로 재편할 수 있습니다. 그리고 우리는 시장의 성장 중심이 서쪽에서 동쪽으로, 중국과 아시아, 특히 인도로 서서히 이동하고 있는 것을 목격하고 있습니다.” 도레스와미 CEO가 말했다.
자동차 산업은 OEM과 티어1 모두에게 딜레마를 만드는 거대한 파괴적 변화를 겪고 있다. 지난 몇 년 동안 이야기해 온 메가트렌드는 ACES(Automated, Connected, Electric, Shared)였지만, 여기게 새롭게 ‘양극화(polarization)’가 떠올랐다. 이 양극화는 나머지보다 산업 전반에 훨씬 더 큰 영향을 미칠 것이다. 또, 시장 불확실성이 지속되면서 전문가들은 과거에 예상했던 ‘공유 모빌리티’로의 전환이 실제로는 세계적인 현상이 아니라 메가시티에 국한된 흐름이란 점을 확인하고 있다. 산업을 다시 빚어내는 또 다른 힘에는 지속가능성 전환, 끊김 없는 연결을 가능하게 하는 차세대 모빌리티, 기하급수적으로 증가하는 컴퓨팅 파워와 AI의 급속한 발전이 있다.
자율주행은 여러 도전에 직면해 있지만, 적어도 인도와 같은 국가에서는 절제되고 비용 효율적인 솔루션을 내놓을 기회가 존재한다. 레벨 3와 레벨 4 수준은 인도 기준으로 여전히 장기 목표다. 집중해야 할 것은 기술뿐만 아니라 운전 문화, 인프라, 도로 환경, 그리고 운전을 더 안전하게 만들어주는 ‘보조’ 기능들이다.
도레스와미는 수익성에 마법 같은 해법은 없다며 중요 질문을 던지고 스스로 답했다.
“우리는 인도의 R&D를 어떻게 강화할 수 있을까요? 진정으로 글로벌 리더십을 확보하려면 평균 2%에도 미치지 못하는 R&D 투자를 대폭 확대해 혁신 속도를 높여야 합니다. 동시에 자동차 가치사슬 전반에서 품질 기준을 강화하고 엄격하게 준수하는 체계를 갖춰 국제적 신뢰를 높여야 합니다.”
빠르게 변화하는 자동차 산업 환경에서 지속적인 혁신 투자야말로 한 나라가 미래의 흐름을 이끄는 유일한 길임을 강조했다.

좌측부터 르노닛산 인디아의 키르티 프라카시 V M MD, 사이언트의 프라모드 난준다스와미 VP.

Our system has to evolve to become a circular economy
우리의 시스템은 순환경제로 진화해야 한다

키르티 프라카시 V M
Keerthi Prakash V M
MD of Renault Nissan India

“지속가능성은 기업과 사회 모두에게 가장 우선순위가 돼야 합니다. 우리는 여기에 집중해야 하고, 우리가 속한 세상도 같은 방향으로 움직이도록 해야 합니다. 우리의 이니셔티브는 야심적이어야 합니다. 순환경제는 폐기물을 자원으로 전환함으로써 지속가능성을 ‘행동’으로 바꾸는 지점입니다.”
지속가능성과 그 중요성이 자동차 산업 전반에서 점점 더 커지고 있다는 점을 언급하며, 르노·닛산 인디아의 대표이사 키르티 프라카시 V M은 이렇게 강조했다.
이 전환에는 두 가지 핵심 요소가 있다. 첫째는 생산자 역할이다. 제조 방식, 제품 설계, 그리고 소재 선택이 여기에 포함된다. 둘째는 소비자로, 총소유비용(TCO)을 결정하는 것은 소비자이기 때문이다. 복잡한 상황이거나, 폐기물-자원 전환에서 잔존가치가 낮을 때는 정부, 산업계, 최종 소비자를 포함한 여러 이해관계자가 함께하는 집단적 해결책을 마련해야 한다. 그렇지 않다면 지속가능성을 이루기 어렵고, 비즈니스 자체도 지속가능하기 어려워질 것이다.
르노 닛산 오토모티브 인디아는 이런 원칙을 실제 운영에 반영해 왔다. 이들의 공장은 폐기물 무방류(zero-waste discharge) 시설로 운영되고 상당 부분을 친환경 전기로 가동한다. 또한 사용하는 물의 91%는 빗물 집수 시스템을 통해 확보하고 있다.
키르티는 지속가능성은 기업 혼자 추진할 수 있는 과제가 아니며, 산업계, 소비자, 정책결정자가 함께 책임감 있게 참여해야만 회복탄력적이고 책임 있는 미래를 만들 수 있다고 강조했다.

Adaptive mobility is a collective journey
“적응형 모빌리티는 모두가 함께 가는 여정”

프라모드 난준다스와미
Pramod Nanjundaswamy
VP of Cyient

“적응형 모빌리티는 한 기업이나 단일 이해관계자가 혼자 이룰 수 있는 것이 아닌, 모두가 함께 가는 여정입니다. 오늘날처럼 변화가 빠른 시대에는 기술 사이클이 짧고, 특히 젊은 세대를 중심으로 고객 기대치가 매우 높아지고 있습니다. 여기에 더해 지정학적 변화들은 이미 압박받는 공급망에 추가적인 부담을 주고 있습니다.”
사이언트의 프라모드 난준다스와미 자동차·모빌리티 부문 부사장이 말했다.
적응형 모빌리티는 현지화, 파트너십, 그리고 공유 혁신을 요구한다. 관련 해결책을 함께(co-create) 만들 때만 모빌리티는 더 스마트하고, 포용적이며, 진정한 의미의 지속가능성에 가까워질 수 있다.
“이와 함께 중요한 것은 시장에 솔루션을 더 빠르게 출시할 수 있는 역량입니다. 이것이 미래의 리더를 결정짓는 요소가 될 것입니다. 이를 위해 시스템 차원의 문제 해결 능력이 필요합니다. 즉, 반도체에서 AI, 에너지 인프라에서 정책 프레임워크에 이르기까지 서로 겹쳐 있는 기술과 산업을 통합해 모빌리티 솔루션을 개발해야 합니다.”
난준다스와미는 사이언트가 이같은 ‘적응형 미래’를 가능케 하기 위해 책임 있는 혁신을 육성하고, 업그레이드 가능하며 안전하고 회복탄력적인 엔지니어링 솔루션을 개발하는 데 헌신하고 있다고 말했다.
“적응형 모빌리티란, 함께 협력함으로써 지속가능성을 확보하는 것입니다. 요약하자면, 이는 진정으로 미래에 대비된 모빌리티 생태계의 토대를 구축하는 일입니다.”

가운데, 타타 엘렉시의 사지브 마다반 박사.

Sustainability is a core strategy for some companies but some others are still catching up to it
지속가능성: 앞서가는 기업과 뒤따르는 기업의 격차

사지브 마다반
Dr. Sajiv Madhavan
Chief Risk & Sustainability Officer of Tata Elxsi

“지속가능성은 여전히 규제 의무로 여겨지고 있습니다. 현실적으로 이 요구사항을 충족하는 것은 매우 어려운 일입니다. 그리고 반드시 답해야 하는 중요 질문들이 있습니다. 예를 들면, 기업이 생산하는 각 제품의 전체 라이프사이클과 탄소발자국을 모두 추적해야 합니다. 오랫동안 비즈니스를 해온 기업이라면 이를 따라잡는 것이 더욱 어렵습니다.”
타타 엘렉시의 마다반 박사가 이렇게 말했다.
기업이 수익성을 유지해야 하는 상황에서 ESG 과제에 상당한 투자를 해야 한다면 그 도전은 더 가혹해진다. 특히 모빌리티 분야가 직면한 압력은 여러 가지다. 기업은 이런 요구를 충족해야 한다는 책임감, 환경을 보호하기 위한 노력의 일부로 받아들이고 있다. 소비자 역시 이런 전제 조건에 대해 잘 알고 있고, 기업의 넷제(Net-Zero)로 목표와 관련된 다양한 인증과 평가를 요구하고 있다.
생태계를 송두리째 바꿀 수 있는 변혁적 발명은 정부가 기존 기업은 물론, 자금 수요가 큰 스타트업까지 뒷받침할 때 더 빨리 실현될 수 있다.
“정부가 무엇을 해줄 수 있는지에 대해 말하면, 소재 과학 분야와 우리가 어떻게 에너지를 생산할 수 있는지, 예를 들어 수소나 연료전지 같은 기술들에서 아직 이뤄야 할 혁신이 많다고 생각합니다.”
긍정적인 흐름이 나타나고 있다. 많은 인도 기업이 단순한 규제 준수를 넘어 실질적이고 선제적인 조치를 취하며 의미 있는 영향력을 만들기 위해 노력하기 시작했다.

우측이 MBRDI의 프라산나 고누군틀라 선임부사장.

Mercedes-Benz Reimagines Mobility With AI, Edge Computing and a Software-First Vision
메르세데스-벤츠, AI·에지·소프트 우선 비전으로 모빌리티 재구상

프라산나 고누군틀라
Prasanna Gonuguntla
SVP of Mercedes-Benz Research and Development India

전 세계적으로 OEM은 하드웨어 중심에서 소프트웨어 중심의 제품 개발로 이동하고 있다. 메르세데스-벤츠 리서치 앤드 디벨롭먼트 인디아(MBRDI)는 이 흐름을 앞서가고 있다. 지난해 메르세데스는 유럽·미국·중국 시장에 자체 운영체제를 출시했고 인도에서도 곧 도입할 예정이다.
“우리는 고객 경험, 개인화, 더 많은 디지털 기능과 기능 향상에 집중하고 있습니다. 제품 개발에 생성형 AI를 활용하고 있으며 차량이 사용자의 선호로부터 학습할 수 있도록 하고 있습니다. 우리는 이미 컴퓨팅을 에지로 이전했습니다. 차량이 스스로 지능을 탑재하고 있다는 의미입니다.” 고누군틀라 선임부사장이 말했다.
이런 역량은 공조, 시트 포지션, 주행 특성과 같은 기능을 더욱 적응형이면서 개인화된 방식으로 구현하는 기반이 된다.
“우리는 현재 스타트업, 학계와 긴밀히 협력해 생성형 AI 기반 솔루션을 정의하고 모델을 훈련하고 있습니다. 우리 스스로 수십 년간 축적해 온 데이터를 보유하고 있으며, 바디·섀시·열관리·배터리 성능 개발을 위해 인하우스 모델을 개발하고 있습니다.”
MBRDI는 개발기간 단축 측면에서 큰 효율성 향상을 경험하고 있다. 전체 제품개발 영역은 변화를 앞두고 있으며, 생성형 AI는 OEM 기술의 선두로 떠오르고 있다.
“OEM은 ‘이 기술을 의사결정 과정에서 어떻게 활용해 스스로를 강화할까?’란 질문을 반드시 던져야 합니다. MBRDI는 이미 이 질문에 실행으로 답하고 있습니다. 우리는 생성형 AI를 라이프사이클과 프로세스 흐름에 통합하고 있으며 상당한 진전을 이루고 있습니다.”
이런 노력은 고무적이다. 글로벌 자동차 산업이 SDV로의 패러다임 전환을 겪고 있는 지금, 이는 OEM에게 차량 내 모든 소프트웨어와 하드웨어 버전에서 정밀한 추적성, 안전성, 보안성을 유지해야 하는 엄청난 압력을 가하고 있기 때문이다.

보쉬 인디아의 프라모드 레뎀레디 선임이사(좌측).

The future is where the entire mobility ecosystem becomes interconnected and must adapt to and work together for the region
미래는 생태계 전체가 연결되고 지역을 위해 함께 협력하는 곳

프라모드 레뎀레디
Pramod Reddemreddy
Senior Director Bosch India

인도의 모빌리티를 위해서는 모든 이해관계자의 공동 노력이 필요하다. 이 문제는 두 가지 근본적인 우선순위를 바탕으로 다뤄져야 한다. 첫째는 효율적이고 신뢰할 수 있는 물류 이동, 둘째는 사람들이 안전하고 편리하며 더 개인화된 방식으로 이동할 수 있는 환경이다. 인도는 도시, 농촌, 상업, 개인 이동 등 매우 다양한 모빌리티 수요를 갖고 있기 때문에 생태계 전반의 협력이 필수적이다.
이런 비전과 방향에 맞춰 보쉬의 모빌리티 비즈니스는 차량 시스템을 클라우드와 연결해 여러 생태계 계층 간 원활한 상호작용을 가능케 하는 솔루션을 구축 중이다. 보쉬의 모듈형 SDK와 유연한 운영 프레임워크는 개발자들이 단순히 다양한 문제뿐 아니라, 특정 문제까지 해결하는 애플리케이션을 개발할 수 있도록 돕는 플랫폼을 제공함으로써 개발을 효율화하고 지역 맞춤형 혁신을 가속화하고 있다.
레뎀레디는 이런 맥락에서 소프트웨어의 역할을 강조했다.
“미래는 소프트웨어가 다양한 차량 유형을 위한 애플리케이션을 개발할 수 있게 함으로써 기업가들이 자신들에게 중요한 문제를 해결할 수 있도록 하는 시대입니다. 이것이 모빌리티가 더욱 효율적으로 되는 방식입니다. 이는 오늘날의 비즈니스 모델이 작동하는 방식과 가치 창출자들에게 수익이 어떻게 분배되는지에 대한 체계까지 대대적인 재구성을 요구합니다.”
보쉬 인디아의 미래 모빌리티 비즈니스는 네 개 핵심 축을 중심으로 만들어진다. 파워트레인, 플릿 운영 효율성, 안전, 사용자 경험(UX)으로, 이것이 하드웨어·소프트웨어·서비스 전반에 걸친 기술 투자와 사업 확장의 기준이 된다.
“우리는 필요한 기술 스택을 신중히 평가합니다. 우리가 지금 살고 있는 세계는 양극화된 세계이기 때문에 우리의 기술 스택은 지역 생태계를 통합할 수 있어야 합니다.”
인도는 이런 전환에서 독특한 경쟁력을 가졌다. UPI(Unified Payments Interface)에서 아드하르(Aadhaar)에 이르는 견고한 디지털 공공 인프라 덕분이고, 이런 기초적 역량은 미래의 모빌리티 아키텍처에 반드시 스며들어야 한다.
“모든 것이 실현되기 위해서는 혁신가들이 실제 문제를 해결할 수 있도록 함께 플랫폼과 솔루션을 구축해야 합니다.”

요약하면, IIMBAA가 주최한 ‘글로벌 모빌리티 서밋 2025’는 SDV, 지역 기반 혁신, 생성형 AI, 그리고 빠르게 부상하는 반도체 생태계가 모빌리티의 미래를 재창조하고 있으며, 그 중심에서 인도의 존재감이 갈수록 커지고 있음을 말했다. 지속되는 혼란, 지정학적 변화, 예상보다 더디게 진행되는 자율주행의 현실이 여전히 OEM에게 도전으로 작용하고 있지만, 업계 리더들은 앞으로의 길은 생태계 파트너십, 플랫폼 기반 개발, 책임 있는 지속가능성 실천, R&D 및 인재 확보에 대한 과감한 투자에 있다고 말했다. 이 모든 흐름은 미래 모빌리티가 더 스마트하고 친환경적이며, 개별적 노력보다 ‘집단적 행동’ 위에서 구축되는 시대로 향하고 있음을 말해준다.

차이나 스피드, 얼마나 지속가능할 것인가

한상민 기자_han@autoelectronics.co.kr — 2025-11-21 13:36:16+0900

얼마 전 롤랜드버거(Roland Berger) 코리아의 이수성 대표는 본지가 주최한 ‘Automotive Innovation Day 2025 Sequel’에서 중국 자동차 산업이 만든 독자적 속도인 ‘차이나 스피드’를 분석하며 이것이 단순한 과속이 아니라 체계적 경쟁력의 산물임을 강조했다. 중국 OEM이 디지털 기반 개발 방식, 공격적 MVP 전략, 공급망 통합, 고객 데이터 활용 등에서 이미 글로벌 룰을 새로 쓰고 있고, 이를 이해하지 못하면 한국을 포함한 서구 OEM 모두가 2040년 경쟁에서 뒤처질 수 있다고 경고했다. ‘차이나 스피드의 지속가능성’에 대한 질문은 비판이 아니라 학습의 관점이다. 품질이나 노동시간같은 약점을 찾는 것이 아닌, 중국식 속도·조직·기술 전략 중 선택적 흡수로 다음 10년의 경쟁력을 확보할 수 있다는 메시지였다. 브랜드 로고 변경, 중국 전용 브랜드 론칭, 중국인 지사장 임명, 중국 AI - 배터리 등 공급망 - 중국형 개발 프로세스 - 아키텍처 채택 등 이미 China-for-China의 전개가 심화되고 있다.

글 | 한상민 기자_han@autoelectronics.co.kr

“스피드 하면 한국이었죠. 성격 급하고 ‘빨리빨리’ 문화가 있어서, 밀어붙이면 속도가 정말 잘 났습니다. 지금은 선진국이 되고 제도·규제·이해관계가 복잡해지면서 고려해야 할 요소가 많아졌고, 자연스럽게 속도는 떨어졌습니다. 스피드란 게 고려할 것이 적을 때 가능한 결과죠.”

롤랜드버거 코리아의 이수성 대표는 이렇게 말하며 ‘차이나 스피드’를 분석하기 시작하며 ‘차이나 스피드는 지속 가능한가?’란 핵심 질문을 던졌다.
서구 OEM뿐 아니라 중국 내부에서도 뜨거운 ‘차이나 스피드’. 세계 최대 승용차 시장 중국은 선진시장과 시장 구조, 속성이 뚜렷하게 차별되는 가운데 빠르게 전동화되고 있고, 2040년까지 글로벌 자동차 성장의 핵심 축으로 남을 예정이다. 중국을 빼면 미래 성장 시나리오 자체가 성립되지 않는다. 그 시장에서 중국 OEM과 서구 OEM이 모두 경쟁하고 있으며, 공통된 구조적 도전과제에 직면해 있다.
이 대표는 이런 중국 시장의 구조적 변화, 중국 로컬 OEM의 부상, 브랜드 재포지셔닝의 흐름, 기술 혁신 전략, 그리고 제품 개발 리드타임을 압축하는 중국 방식이 어떻게 ‘차이나 스피드’로 구현되는지를 설명했다.

성장·전동화·과당경쟁이
한꺼번에 겹친 구조

중국 승용차 시장의 현재 구조는 ▶성장 ▶전동화 ▶과당 경쟁 ▶낮은 수익성 등으로 요약할 수 있다.
전동화 속도는 세계 최상위로 BEV·PHEV 비중이 매우 빠르게 올라가고 있다. 2040년으로 갈수록 내연기관 비중은 급격히 낮아지고 전기차는 메인 스트림이 된다. 경쟁은 과열이다. 시장 참여자가 너무 많다. 중국 내 공식적으로 등록된 OEM만 약 50개 이상이다.
과당 경쟁과 가격 전쟁은 수익성과 유동성 악화로 이어지고 있다. 일부 리딩 플레이어를 제외하면, 상당수 OEM이 수익성 방어에 실패하거나 아슬아슬한 수준에 있다. 이런 환경 속에서 중국 OEM은 약진했고, 서구 OEM의 마켓셰어는 갈수록 떨어지고 있다. 2020년 말 기준으로, 중국 OEM + 뉴 테크놀로지 OEM(테슬라나 NIO 같은 EV 브랜드)을 합친 시장 점유율은 64%에 도달했다.

“현대차·기아가 중국에서 고전하고 있는 것도 같은 맥락입니다. 중국 로컬 OEM이 급부상했기 때문입니다. 그렇다고 중국 OEM이 ‘편하게 잘 먹고 잘 산다’는 뜻은 아닙니다. 전체적인 시장 구조가 이러니 중국 OEM도 수익성 관점에서 굉장히 고생하고 있습니다. 결국 M&A와 구조조정, 통합이 불가피합니다.”

새로운 럭셔리, 프리미엄의 재정의

중국 OEM은 어떻게 약진할 수 있었을까? 여기에는 중국 시장 특유의 구조와 고객 특성이 깊게 깔려 있다.
중국 시장에는 세 가지 특징이 있다. 먼저, 전동화의 압도적인 속도. 둘째, 기술·기능 중심 경쟁. 센서, HMI/디스플레이, 차별화된 소프트웨어 기능처럼 기술 기반 옵션을 누가 먼저, 더 과감하게 넣느냐가 핵심 경쟁 포인트다. 셋째, 고객과 사회 전반의 디지털 성숙도의 영향. 중국 소비자들은 디지털 트랜스포메이션에 대한 수용도가 매우 높고, 모바일·온라인 중심의 경험에 익숙해 차를 찾고, 구입하고, 사용하는 전 과정에서 요구하는 고객 경험의 기준 자체가 서구와 다르다.

“이렇다 보니, 프리미엄과 럭셔리에 대한 인식 자체도 바뀌고 있습니다. 전통적으로 말하는 럭셔리의 이미지는 희소성, 리미티드 에디션, 클래식한 디자인, 장인정신, 내연기관의 퍼포먼스, 고급 쇼룸, 고급 소재, 사회적 지위, 유럽 귀족 문화 등이지만, 중국에서 형성되는 새로운 럭셔리, 프리미엄은 완전히 다릅니다.” 이 대표가 말했다.

‘제품의 희소성 = 기술의 최초 적용’, 차별화는 과감하고 실험적인 디자인이다. 우리가 보기에 ‘어, 이거 너무 중국식인데’, ‘너무 과한데’라고 할 만한 디자인, 붉은색 스크린이나 과감한 라이트 시그니처, 전면부·실내 전체를 덮는 스크린, 중국 전통 문양을 현대적으로 재해석한 요소 등 ‘저게 팔리나?’라고 생각할 정도로 과한 것도 중국에서는 ‘중국식 럭셔리’로 인식될 수 있다.
고객 경험은 완전히 몰입되는 서비스와 대접받는 느낌에 대한 것이다. 단순히 매장에서 차를 잘 설명해 주는 수준이 아니라, 리테일부터 AS, 커뮤니티 활동까지 전 과정에서 이머시브한 경험을 제공하는 것이다. 마치 이 브랜드를 선택한 사람들만 들어올 수 있는 클럽과 같은 느낌을 만든다.
소셜 스테이터스(social status)는 테크 엘리트, 뉴 라이프스타일이다. 좋은 차를 타는 게 ‘돈 많다’는 표시이기도 하지만, 그보다는 ‘테크 엘리트’, ‘앞선 기술을 먼저 즐기는 사람’이라는 상징성이 더 중요하다. 마지막은 ‘차이나 시크(China chic)’로, 중국 기술에 대한 자부심, 민족적 프라이드의 결합이다.

중국 OEM의 기술 혁신 전략

중국 OEM은 글로벌 톱 티어 1에서 좋은 부품을 사다가 조립하는 수준에서 벗어나, 이제 기술 리더십을 주장할 수 있을 만큼의 혁신 전략을 구사하기 시작했다.

“대표적인 사례가 화웨이인데, 단순히 통신 모듈 공급사가 아니라 IVI, ADAS, E/E 아키텍처, 소프트웨어 스택 전체를 묶어서 제공하는 티어 0.5의 포지션을 취하고 있습니다. 중국 OEM 입장에서는 ‘한 번에 풀 스택’을 가져올 수 있으니 개발 속도와 차별화 양쪽을 동시에 잡을 수 있습니다.”

중국의 로컬 서플라이 체인은 이미 기술적으로 상당히 성숙했다. 보쉬, 콘티넨탈 등 글로벌 리더에 의존하는 구조가 아닌, 중국 내에서 경쟁력 있는 부품·시스템을 싼값에 공급받을 수 있는 구조가 이미 형성됐다. 또, 지배구조·지분·합작사 형태의 긴밀한 협력으로 특정 기술을 공동 개발하고 공유한다. 현대·기아와 현대모비스, 일본 OEM과 그들의 계열사 구조처럼 중국 내에도 그룹·제휴 구조를 통해 전략적 파트너십을 강화하고 있다.
이종 산업 간 전이도 흔하다. 화웨이처럼 원래 컨슈머 일렉트로닉스 회사였던 플레이어가 스마트폰·네트워크에서의 UX/서비스 노하우를 자동차 HMI·커넥티비비티·디지털 경험으로 그대로 가져온다. 한국으로 치면 삼성/LG가 자동차 부품을 하는 것과 비슷하지만, 자동차 쪽 설계와 아키텍처에 훨씬 더 깊이 관여한다. 제품 개발 프로세스(PDP/PEP)의 디지털화, 시뮬레이션 기반 테스트, 데이터 드리븐 의사결정은 개발 리드타임을 줄이고 반복 작업을 최소화하는 핵심 축으로, 벤치마킹의 대상이 되고 있다.

MVP와 리스크 허용이 만든 속도

그래서 ‘차이나 스피드’는 어떻게 나오는가? 중국 OEM은 어떻게 그렇게 빠른 리드타임과 R&D 속도를 실현할 수 있는가?
요약하면 ▶전략/컨셉 단계의 과감한 축소 ▶공급업체의 조기 개발 참여와 플랫폼 활용 ▶MVP(Minimum Viable Product) 접근법과 높은 리스크 허용이다.
서구 OEM의 제품 개발 프로세스를 보면 전략/타당성(Feasibility) 단계에서 시장 조사, 세그먼트 정의, 포지셔닝 검토, 다양한 컨셉 비교, 재무 타당성 분석을 굉장히 오래 한다. 컨셉 단계에서 클레이 모델을 여러 개 만들고 반복적인 디자인 리뷰와 설계 변경을 거치고, 개발 전반에 대해 꽤 긴 시간과 인력을 투입한다. 중국 OEM은 여기서 시간을 가장 많이 줄인다.

“초반 전략/컨셉 단계에서 크로스펑션 팀을 초기에 붙여서 빠르게 디자인 프리즈를 합니다. 클레이 모델은 한 번만 만들고 그다음 디지털로 갑니다.”

고객 데이터, 온라인 피드백, 소셜 미디어 데이터 등을 활용해 초반에 고객 선호를 거의 실시간으로 파악하고, 수요가 낮은 옵션은 과감히 버린다. 디지털 성숙도가 높으니, 고객의 취향·선호, 디자인 트렌드, 가격 민감도 같은 것들을 전략 단계에서 프론트 로딩할 수 있다. 그 결과, 전략·컨셉 단계에서 기존 대비 60~75%까지 시간 절감이 가능해진다.
그다음은 엔지니어링·디자인 단계에서의 디지털 활용이다. 클레이 모델을 1개만 만들고, 그 이후 변경은 가급적 모두 가상 환경에서 처리한다. 인테리어 디자인은 VR·디지털 툴로 대부분 검토한다. 전체 부품의 80% 수준까지는 CAE, 시뮬레이션 기반 가상 테스트로 검증하고 물리적 테스트는 최소화한다.

“디지털화 덕분에 제품 엔지니어링 프로세스(PEP)를 기존 벤치마크 대비 약 14개월 단축했다는 분석이 나옵니다.”

중국 OEM은 서플라이어를 매우 초기부터 끌어들인다. 프로젝트 시작 후 약 14개월 시점부터 공급업체가 본격적으로 참여한다. 이미 서플라이어들이 개발해 둔 e파워트레인 솔루션, 배터리 패키지, ADAS 모듈, IVI 플랫폼 등을 ‘있는 그대로’, 혹은 약간 커스터마이즈해 빠르게 가져다 쓴다.
가장 중요한 부분은, 서구 OEM이 ‘우리가 다 설계하고 검증하고 서플라이어는 제조만 한다’에 가깝게 운영되는 철학과 달리 ‘일단 내놓고 고친다!’는 것이다. 서구 OEM은 전통적으로 요구사항 정의를 충분히 하고, A/B/C 샘플을 단계별로 밟고, 각 단계에서 매우 긴 검증·테스트를 거치고, 품질·안전 측면에서 확신이 들 때 SOP를 한다. 반면 중국 OEM은 오프 더 셸프(off-the-shelf) 솔루션과 3D 도면만 갖고 바로 툴링을 시작하고, 컨셉 검증은 60~70% 수준만 확보되면 B 샘플로 넘어가기도 한다. 규제가 허용하는 범위 내에서 가능한 한 빠르게 C 샘플, PV 릴리즈까지 밀어붙이는 ‘Minimal Proof of Concept + Risk Acceptance Approach’다.
이것은 소비가전에서 이미 오래전부터 써오던 방식이다. 스마트폰, 노트북, 웨어러블 기기는 먼저 내놓고, 시장 반응을 보면서 OTA·소프트웨어 업데이트·리콜 형식으로 개선해 왔다.

이 대표는 “자동차는 다릅니다. 자동차는 한 번 잘못되면 사고·사망으로 이어질 수 있는 세이프티 크리티컬 시스템이어서 서구 OEM은 리스크를 극도로 보수적으로 관리하는 것입니다. 실제 중국 내부에서는 배터리 사고, 품질 문제, 각종 사건·사고가 굉장히 많이 일어나고 있지만 국제 뉴스로 올라오는 것은 극히 일부입니다. 결론적으로 덜 고민하고, 덜 검증하고, 먼저 내놓기 때문에 스피드가 나오는 면이 분명히 있습니다. 차이나 스피드의 양면성입니다”라고 말했다.

60개월이란 전통적인 서구 OEM의 신차 개발 리드타임. 중국 OEM은 전략/컨셉, 엔지니어링, 테스트·양산 승인 전 단계에서 각각 수개월씩을 줄여, 전체적으로 30개월, 심지어 20개월까지 단축하고 있다. 그리고 이런 흐름에 대응하기 위해 서구 OEM도 조직과 프로세스를 바꾸기 시작했다.

China-for-China,
중국은 ‘하나의 독립 생태계’

대표적인 사례가 Audi E5다. CARIAD와 함께 글로벌 공용 E/E 아키텍처와 SW 플랫폼을 자체 개발해 중국을 포함해 전 세계에 이를 공통 적용하려던 계획이 어긋나는 동안 아우디는 중국향은 중국향대로, 중국을 제외한 글로벌은 별도의 파트너와 협력하는 구조로 ‘China-for-China’ 전략으로 전환했다.

“Audi E5의 원래 타깃은 24개월 개발이었지만 실제 35개월이 걸렸습니다. 그럼에도 불구하고 이는 60개월 대비 엄청나게 줄어든 리드타임입니다. 또, 아우디는 중국 시장의 독자적 요구와 경쟁 환경을 충족시키기 위해 중국 전용 EV 서브 브랜드를 만들었고, SAIC와 Alibaba 같은 중국 파트너들과 중국 전용 아키텍처와 소프트웨어 플랫폼까지 개발합니다. 단순히 중국을 위한 별도 모델을 만든 것이 아니라, 제품의 뿌리인 아키텍처와 소프트웨어 자체를 중국 내에서 설계하겠다는 전략입니다.”

중국 시장을 이야기할 때 가장 먼저 짚어야 하는 것은, 이 시장이 단순히 거대 규모를 가진 판매처가 아니란 점이다. 중국은 이제 자동차 산업 전체의 운영 방식, 조직 구조, 기술 개발 속도 자체를 재정의하는 독립적인 생태계다.

“최근 글로벌 OEM, 서플라이어의 고위 임원들을 만나보면 한 목소리로 이야기를 합니다. ‘중국은 그냥 중국이야. 중국은 중국식으로 간다’고요. 이 표현에는 두 가지 의미가 담겨 있습니다. 첫째, 중국 시장은 글로벌 본사의 방식을 그대로 적용해도 움직이지 않는다는 냉정한 현실이고, 둘째는 중국 시장을 해석하고 대응하기 위해서는 사실상 중국 내에서 독립적인 조직 구조와 의사결정 체계를 마련해야 한다는 절박함입니다.”

‘China-for-China’. 이는 중국 시장에서 성공하기 위해 중국 내 조직과 중국 내 파트너, 중국 내 공급망을 중심으로 완전한 현지화가 필수라는 뜻이다. 그 실제 의미는 훨씬 깊은데, 이는 글로벌 본사의 절차나 승인 체계를 따라가는 방식으로는 중국의 속도, 중국의 소비 트렌드, 중국의 기술 전략 등에 대응할 수 없기 때문이다. 이미 많은 글로벌 OEM과 서플라이어들이 본사 통제를 최소화하고 중국 조직이 거의 독립적으로 움직이도록 구조를 바꾸고 있다.

중국 방식

“중국 OEM은 독자적인 방식으로 조직 문화를 발전시켜 왔습니다. 이들의 특징은 몇 가지 키워드나 문구로 설명될 수 있지만, 실제로 그 구조를 들여다보면 중국이 왜 소프트웨어 시대에 자동차의 선두에 서 있는지 자연스럽게 이해할 수 있습니다. 그들은 기능 간 벽을 과감하게 제거합니다. 엔지니어링, 소프트웨어, UX, 사업, 브랜드 사이의 구분이 상대적으로 약하며, 프로젝트 중심으로 팀을 재구성하는 것이 기본입니다.”

특히 흥미로운 점은 서브 브랜드를 운영할 때 부사장급 리더들이 직접 개발과 오퍼레이션을 챙긴다는 점이다. 의사결정 층을 줄이고, 기획 - 개발 - 검증 - 출시의 모든 사이클을 빠르게 압축시킨다. 소프트웨어가 빠르게 진화하는 시대에 속도가 경쟁력이기 때문에, 그들의 조직적 민첩성은 그 자체로 기술의 일부가 되고 있다.
인센티브 구조도 매우 공격적이다. 프로젝트 속도와 성공률이 개인의 보상과 직접 연결되기 때문에, 구성원들은 리스크를 감수하는 데 익숙하다. 실패를 피하는 조직이 아니라, 실패를 빠르게 반복하면서 더 나은 결과를 만드는 구조다.

“중국 OEM의 또 다른 특징은 고객과 데이터를 조직 구조의 중심으로 올려놓는다는 점입니다. NIO와 같은 기업을 보면 ‘User Operation’과 ‘Data Operation’ 조직이 사실상 최고위 레벨에 위치하며, 이는 실시간 고객 데이터를 제품에 거의 즉각적으로 반영할 수 있는 구조를 의미합니다. 고객 데이터는 사용자 행동 분석이나 마케팅에만 머무는 것이 아니라, 소프트웨어 업데이트와 기능 개발의 직접적인 근거가 됩니다. 이것이 빈번하고 빠른 OTA 업데이트의 이유입니다.”

중국 OEM은 공급망에서 글로벌 질서에 얽매이지 않는다. 전통적으로 자동차 산업은 ‘선호 공급사(preferred supplier)’ 체계를 통해 안정적인 파트너십을 유지하며 혁신보다는 안정성을 우선하는 경향이 있지만, 중국 OEM은 그 질서를 상당 부분 해체하고 기술적으로 가장 뛰어난 것을 쓰겠다는 방식을 채택한다. 이 때문에 신생 기업이나 테크 기반 기업이 공급망으로 빠르게 진입할 수 있고, 완전히 새로운 형태의 혁신이 가능해졌다.

“흔히 BYD를 중국 전기차 혁신의 상징처럼 이야기하지만, 조직 구조를 깊이 들여다보면 단순히 전고체 배터리를 잘 만든다거나 저가형 차량을 잘 만든다는 수준을 넘어 HQ와 브랜드 사이의 역할 분담 모델이 매우 정교한 점이 있습니다. 본사는 전략, 핵심 R&D, 구매, 품질 시스템 등을 중앙집중화해 통합 품질과 기술 방향성을 확보하고, 생산 거점이나 브랜드 조직은 지역별 운영과 일부 개발·커스터마이제이션을 담당합니다.”

R&D와 비즈니스

그러면, 엄청난 스피드를 뒷받침하는 실제 R&D 노력은 어느 정도일까.

“전문가 인터뷰를 통해 추정해 보면 프로젝트당 총 R&D 인력 규모는 서구 OEM 대비 적은 편입니다. 그런데도 개발 기간이 짧고 결과물이 빠르게 나오는 이유는 중국 엔지니어의 근무 시간이 하루 평균 12시간 이상으로 실질 노동 투입량이 훨씬 크고 OEM이 모든 것을 직접하지 않고 서플라이어의 모듈·시스템을 함께 다듬고 검증하면서 개발 업무의 상당 부분을 공유하기 때문입니다. 그리고 이 부분이 바로 차이나 스피드의 지속가능성에 대한 첫 번째 물음표를 던지게 되는 지점입니다.”

엔지니어가 계속 하루 12시간씩 일하는 구조, 과연 얼마나 오래 갈 수 있는가. 노동 환경, 인권, 워라밸, 세대 변화가 진행되면 이 방식은 분명히 수정될 수밖에 없다.
중국 OEM과 서구 OEM은 비즈니스 관점에서 큰 차이가 있다. 예를 들어 한 서구 OEM이 연 24만 대급 볼륨으로 EV 프로젝트를 진행하고, 중국 로컬 OEM이 같은 세그먼트에서 연 10만 대 규모로 차를 만든다면, 단순히 볼륨이 많으면 단가가 싸진다는 관점에서 24만 대를 생산하는 OEM이 더 유리해야 한다. 하지만 실제 분석은 10만 대를 만드는 중국 OEM이 차당 총비용 구조에서 더 싸게 나오는 경우가 많다.

“차이는 CATL 등 중국 배터리·e파워트레인 업체들이 규모의 경제를 이미 확보해 놓았기 때문입니다. 서구 OEM이 내부에서 개발·제작하는 것보다 중국 OEM이 외부 솔루션을 가져다 쓰는 게 더 싸게 먹히는 구조입니다.”

컨셉·테크니컬 솔루션 단계에서는 시간을 줄이고, 검증 레벨을 낮추고, 서플라이어의 기존 솔루션을 적극 활용하면서 컨셉·기술 솔루션 단계에서의 코스트를 크게 낮춘다.
딜러 마진 구조에서도 차이가 발생한다. 중국은 서구 OEM보다 타이트하며 디지털 채널을 적극 활용해 판매비용(SG&A)을 낮추는 경우가 많다. 그마저 지방정부·중앙정부 차원에서 각종 보조금과 세제 혜택이 붙어 중국 OEM의 총비용을 더 내려준다.

“그래서 아우디의 사례처럼, 중국에서 벌려면 중국에서 설계하고, 중국 서플라이 체인으로 만들고, 중국 시장에 맞는 차를 중국에서 만들어야 한다는 결론이 나오는 것입니다.”

차이나 스피드는
지속가능한가

앞으로 중국 내 OEM 지형은 어떻게 재편될까?
롤랜드버거 분석에 따르면, 2030년쯤에는 “5+7+N” 구조가 될 것이다. 상위 5개 OEM이 시장의 60% 정도를 가져가는데, 이 중 3곳 정도는 중국 민영 OEM, 1~2곳은 JV 브랜드, 1곳은 국유 OEM이 차지할 가능성이 크다. 그 아래로 중위 그룹 7개 정도, 그 외 N개의 소규모·니치 플레이어가 존재할 전망이다.
재무지표를 보면 BYD, Chery, Changan, Geely 같은 상위 그룹은 매출총이익률이 18% 전후, 순이익률이 5~6% 수준을 유지하고 있다. 게다가 이들은 부품 계열사에 마진을 남기는 구조라 그룹 전체 관점에서 실제 수익성이 더 높다. 반면 다수의 다른 OEM은 총이익률이 15% 이하로 떨어지고, R&D와 운영비(SG&A)를 감안하면 지속적으로 차이나 스피드를 유지하기 어려운 구조다. 즉, 중국 안에서도 ‘빈익빈 부익부’가 진행되고, 결국 상위 몇 개 회사만 차이나 스피드를 ‘건강하게’ 유지할 수 있는 재무 체력을 갖게 될 것이다.

“자동차든 공장이든 이런 산업 자산은 대부분 10~20년 동안 써야 하는 자산입니다. 자동차는 소비자 입장에서 10년 가까이 타고, 생산 설비·공장은 기업에서 20년 이상 운영을 전제로 투자합니다. 이때 중요한 것은 ‘살 때 싸냐’가 아니라 ‘총소유비용(TCO)이 어떻게 되느냐’입니다. 현재 상태에서, 중국차의 품질·안전·내구성, 사고·리콜·배터리 이슈 등을 다 고려하면 단기적으로는 미국·유럽 등에서 곧바로 정면승부를 하기에는 부담이 있는 게 현실입니다. 하지만 이건 어디까지나 ‘지금 이 순간의 스냅샷’입니다.” 이 대표가 말했다.

시간이 지나 사고·리콜 경험이 축적되고, 그에 따른 개선이 이뤄지면, 중국차의 TCO와 글로벌 경쟁력은 분명히 올라갈 것이다. 한편으로는 중국 내부에서 노동자 인권, 근로시간, 안전규제, 소비자 보호 이슈 등 사회적 요구 수준이 계속 올라갈 것이다. 엔지니어를 하루 12시간씩 계속 돌리는 방식이 언제까지나 유지되기는 어렵다. 공급망·디지털·조직 측면의 경쟁력은 2030년 이후에도 강력한 강점으로 남을 것이다. 그리고 이 모든 것들이 합쳐져 지금의 차이나 스피드는 형태가 바뀔 것이다.

“한국을 포함한 서구 OEM에게 중국이란 괴물을 중국 시장 안에 가두는 것이 최선이지만, 동시에 중국 시장에 들어가 그 룰을 이해하고 그 안에서 의미 있는 마켓셰어를 확보해야만 합니다. 그렇지 못하면 글로벌 톱플레이어로 남기 매우 어렵습니다. 2040년까지 성장의 상당 부분이 중국에서 나올 것이기 때문에 거기서 의미 있는 플레이어가 되지 못하면 글로벌 톱3를 논하기 어렵습니다. 중국 시장의 중요성을 모르는 사람은 아무도 없고, 알고 있다고 해도 실행은 쉬운 것이 아닙니다. 중국 시장의 룰을 이해하고 필요한 부분에서 차이나 스피드의 요소를 선택적으로 흡수해야 합니다.” 이 대표의 결론이다.

The New Face of Vehicle Fires in an Era of Evolving Powertrains

한상민 기자_han@autoelectronics.co.kr — 2025-11-18 15:34:44+0900

파워트레인 진화가 바꿔놓은 자동차 사고의 얼굴

한상민 기자_han@autoelectronics.co.kr — 2025-11-18 15:10:16+0900

윌리엄은 지난해 본지의 Automotive Innovation Day 2024 Sequal에서 전동식 도어 핸들문제를 심각하게 다뤘었다.

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

“우리는 지금, 모르는 게 훨씬 더 많은 시대에 들어와 있습니다.”

EV 화재는 정말 내연기관보다 덜 위험할까? 많은 통계가 그렇게 말하지만, 윌리엄 S. 러너의 대답은 단호하다. 인천 지하주차장 화재 직후 한국을 찾았던 그는 그 사이 FBI의 인프라 보호 파트너십, 수십 건의 실제 사고 조사와 새로운 데이터, 그리고 과거 ISO·SAE에서의 활동 위에서 완전히 다른 수준의 경고를 들고 다시 돌아왔다. 문제는 ‘불이 나느냐 마느냐’가 아니라, 어떤 파워트레인과 어떤 설계, 어떤 업그레이드가 그 현장의 위험을 어떻게 증폭시키는가 하는 점이라는 것이다. 단순한 “EV는 위험하다/안 위험하다”의 흑백 논쟁이 아니다.
가솔린 엔진 바로 옆에 숨겨진 48V 마일드 하이브리드 배터리, 실내에 자리 잡은 리튬이온 셀, 카펫 아래 감춰진 수동 도어 레버, 전동식 도어 핸들, eVTOL과 헬리콥터, 지하주차장과 공항 격납고, 그리고 섭씨 2,500도를 넘나드는 열과 눈에 보이지 않는 독성 증기 구름까지, ‘미지의 조합’들이 매일 조금씩 쌓이며 새로운 유형의 재난 시나리오를 만들고 있다. 우리가 익숙하게 생각해 온 “자동차 화재”라는 단어가 더 이상 과거와 같은 의미가 아니라는 것을, 그는 실제 모델명과 구체적인 사고 사례로 차근차근 보여준다.
인터뷰에서 윌리엄은 BMW X5·X7·Jeep Wrangler 4xe·Lucid·Tesla·신형 E-클래스, 그리고 eVTOL까지 서로 다른 이동수단과 파워트레인이 한 현장에서 어떤 ‘이중 사건(dual event)’을 만드는 지 설명한다. 리튬이온 셀 하나가 20미터를 날아가 뜨거운 금속 탄환이 되고, 카펫 아래 숨겨진 레버 하나가 탑승자와 구조대원의 생사를 가르며, 사고 이후 남은 보이지 않는 잔여물이 병원 의료진과 아이들, 건물 인프라에 2차 피해를 남기는 과정까지 우리가 잘 모르는 디테일들이 촘촘히 이어진다.
그의 해법 역시 단순한 “더 두꺼운 장비”가 아니다. 평소에는 보이지 않다가 사고 순간에만 깜박이는 모스 부호 조명, 샤크핀 속 3mm LED, 유리의 점 패턴 속에 숨겨진 QR 코드, 그리고 구조대원·운전자·인근 주민에게 몇 초 안에 핵심 정보를 쏘아 보내는 ‘정보 설계’는, 자동차를 다시 하나의 “정보 인프라”로 보게 만든다.
인터뷰는 이동수단의 유형, 파워트레인의 다양성, 디자인 업그레이드가 어떻게 사고 현장의 리스크를 재구성하는지, 그리고 그 한가운데서 우리는 무엇을 알고, 무엇을 바꿔야 하는지에 대한 매우 현실적이고 불편하지만 꼭 필요한 대화다.

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

인천 그 이후,
‘자동차 화재’ 의미가 바뀌었다

다시 만나서 반갑습니다, 윌리엄! 우리가 한국에서 마지막으로 만났던 게 인천의 아파트 화재 사건 직후였는데, 그 이후로 어떤 변화가 있었나요?
William       많은 것이 달라졌지요. 새로운 데이터, 실제 사건들, 자동차 산업의 변화, 그리고 무엇보다도 공공의 건강과 안전에 관한 부분에서 매우 놀라운 시기였습니다. 이제는 응급구조 인력의 보호 장비조차 더 이상 완전한 보호 역할을 하지 못하며, 현장에서 이들과 상호작용하는 모든 사람에게도 마찬가지입니다.

자주 소개했지만, 독자분들을 위해 지금 하고 계신 일을 소개해주시겠습니까?
William       저는 전기차(EV), 하이브리드, 그리고 e모빌리티가 가져오는 새로운 위험과 과제를 소방·경찰 등 응급구조대들에게 교육하고 있습니다. 제 활동 영역은 도로뿐 아니라 해상, 항공, 철도 등 이동체 전반을 포함합니다.
저는 사고 현장에 있는 모든 사람, 특히 리튬이온 배터리 사고 초기에 발생하는 고독성 가스에 전혀 보호받지 못하는 승객들까지 즉각적인 정보를 제공하기 위한 기술도 개발해 왔습니다. 핵심은 최대한 빨리 모두를 안전한 장소로 이동시키는 것입니다. 정보는 항상 더 나은 결과로 이어지니까요.
최근 제 업무에는 eVTOL도 포함됩니다. eVTOL 일부 모델은 전동식으로 손잡이가 접히는 구조입니다. 이들은 지난 15년 동안 제가 연구하고 대응해 온 거의 모든 기술적 이슈를 그대로 가져오면서도, 배터리 관련 사건이 발생하면 그것이 제 머리 위, 즉 공항 쪽 비행장 구역에서 일어나게 됩니다. 그리고 이런 상황에서는 진압할 방법이 사실상 없습니다.
더욱 심각한 문제는, 만약 항공기가 리튬이온 배터리 사고를 일으킬 경우 조종사와 승객은 탈출할 수 없고, 응급구조원 역시 내부로 접근할 수 없다는 것입니다. 저는 항공 분야, 특히 전동 항공을 정말 좋아합니다. 이 영역은 가장 극단적인 도전과제를 던져주는 동시에, 제가 배우고 전략을 발전시키며 관점을 넓힐 수 있는 가장 큰 기회를 제공합니다. 그리고 차량처럼 “측면 유리를 깨고” 접근하는 방식도 통하지 않습니다. 헬리콥터의 창문과 전면부는 유리가 아니라 특수 소재이며 이를 절단하려면 전용 장비가 필요합니다.

매우 흥미롭네요. 그렇다면 2026년을 앞둔 지금, 전반적인 업데이트를 부탁드립니다.
William       차량과 관련해서 말씀드리죠. 2024년형 BMW X5는 엔진 바로 옆에 ‘마일드 하이브리드 배터리’를 탑재했습니다. 이것은 검은 플라스틱 커버 아래에 숨겨져 있고, 그 아래 또 다른 검정색 커버에는 아주 작은 음각 표시만 있습니다. 저는 이 48V, 22kWh 마일드 하이브리드 배터리가 정확히 어디에 위치하는지 확인하려고 했습니다.
배터리 사양을 잘 모르는 독자들을 위해 설명하자면, 이는 일반적인 e바이크 배터리와 거의 같은 크기와 전압 특성을 가진 셀로 구성된 팩입니다. 대략 110개 정도의 ‘18650셀’로 구성돼 있는데, 이 셀은 충전식 손전등이나 보조배터리 등 다양한 곳에 사용되는 타입입니다.
여기서 중요한 점은, 차량 외관에는 아무런 표식이 없다는 것입니다. 즉, 차주나 구조대원 모두 엔진룸에 배터리가 있다는 사실을 전혀 모른 채 이 차량을 마주할 수 있습니다.
그렇다면 왜 이게 큰 문제일까요?
이건 탑승자, 구조요원, 주변인, 그리고 인프라 전반에 엄청난 차이를 만들어내기 때문입니다. 인천 화재는 우리에게 매우 중요한 교훈과 실제 데이터를 제공했습니다. 만약 같은 엔진을 쓰는 X5, X7, X3가 사고를 겪는다면, 구조대원들은 그동안 알고 있던 대로 내연기관 화재로 대응할 가능성이 큽니다. 2010년 닛산 리프가 나오기 전까지는 이것이 유일한 대응 방식이었으니까요.
그러나 이제는 이중 사건(dual event) 가능성이 생겼습니다. 배터리 사고가 먼저 발생해 엔진으로 번질 수도 있고, 반대로 엔진 화재가 배터리로 확산될 수도 있습니다.
구조대원 관점에서는 특히 중요한 사실이 있습니다. 이 18650셀은 팩에서 분리돼 20미터(65피트) 이상 튀어나갈 수 있다는 것이죠.
왜 이런 일이 발생할까요?
이 셀이 ‘열폭주(thermal runaway)’ 상태에 들어갔고, 여기에 구조대원들이 차가운 물로 진화를 시도하면, 즉, 일반적인 대응 절차를 수행하면 셀이 격렬하게 반응할 수 있습니다. 지글지글 달궈진 프라이팬에 찬물을 붓는 상황을 떠올려보면 됩니다. 극단적인 온도차 때문에 폭발적인 반응이 일어나죠. 이것이 실제 현장에서 반복적으로 관찰되는 현상입니다.
이제, 셀 하나가 20미터를 튀어 나갈 정도라면 그 힘이 얼마나 되는지 상상해 보세요. 그건 사실상 뜨거운 금속 탄환이 어디로 튀어갈지 모르는 상황이며, 자동차 보닛이나 벽에 맞고 튕겨 나오면서 구조대나 주변인을 다치게 만들 수 있습니다.
구조대원의 방호복은 방탄 기능이 없고, 주변 사람들은 보호구조차 없는 상태입니다. BMW X5는 “겉으로 동일해 보이는 차량도, 사고 상황에서는 절대 동일하지 않다”는 점을 제 훈련과 사고 대응 프로토콜에 완전히 새롭게 각인시킨 사례입니다.

2024년형 BMW X5는 엔진 바로 옆에 ‘마일드 하이브리드 배터리’를 탑재했다. 우측은 메르세데스 벤츠 E클래스 마일드 하이브리드의 e바이크 스펙의 리튬 배터리.

엔진 옆 48V 배터리와 실내 셀
‘이중 사건’의 물리학

그런데 왜 리튬이온 배터리가 가솔린 엔진 바로 옆에 있는 건가요? 다른 위치에 배치할 수도 있었을 텐데요?
William       정말 좋은 질문입니다. 2017년, 아우디는 A8을 출시하면서 처음부터 마일드 하이브리드용 리튬이온 배터리와 가솔린 엔진을 동시에 염두에 두고 차량을 설계했습니다. 완전히 새로 개발된 모델이었기 때문에, 그들은 배터리 위치를 차량 후방으로 정했죠.
반면 BMW 경우는 다릅니다. 그들의 리튬이온 배터리는 그냥 공간이 있었기 때문에 그 자리에 배치된 것입니다. 전체 차량을 새로 설계하지 않고 배터리를 추가해야 했기 때문에 실용적이고 비용 효율적인 위치를 선택한 것이죠.
2주 전(11월 초)에 저는 신형 E-클래스의 마일드 하이브리드 리튬이온 배터리가 어디에 있는지 확인하기 위해 메르세데스 벤츠 딜러십을 방문했습니다. 메르세데스는 배터리를 엔진룸 안, 가능한 한 조수석 쪽에 가까운 위치, 그것도 두 겹의 무표식 플라스틱 커버 아래에 숨겨 두었습니다. 왜 그렇게 했을까요? 솔직히 아직도 이해가 되지 않습니다.

이게 일반 대중, 차주, 그리고 구조대원에게 어떤 의미인가요?
William       만약 리튬이온 배터리 사고가 발생한다면, 그 독성 가스는 그대로 실내로 유입될 수 있으며, 이는 탑승자와 구조대원 모두에게 매우 치명적인 위험을 초래합니다. 리튬이온 가스가 유입되는 위치가 승객용 외기 흡입구 바로 몇 인치 앞이라는 사실을 기억해야 합니다.
만약 차량이 주행 중일 때 배터리 “사고”가 일어난다면, 독성 가스는 단순히 위험한 상황 수준을 넘어, 우리가 Jeep Wrangler 4xe에서 여러 차례 목격했던 밀폐된 증기 구름 폭발(Confined Vapor Cloud Explosion, CVCE) 상황으로 이어질 수 있습니다.
이제는 단순한 휘발유 화재가 아니라, 앞서 설명한 이중 사건(dual event)이 되는 셈이고, 특히 E-클래스의 경우에는 증기 구름과 그 안의 미확인 독성 물질이 실내로 직접 유입될 수 있는 경로가 추가되는 것입니다.
실내에 배터리가 위치한 차량의 위험성은 이미 잘 알려져 있습니다. Jeep 4xe는 배터리가 뒷좌석 아래 실내에 있고, 루시드 에어(Lucid Air) 역시 개별 셀이 실내 공간에 배치돼 있습니다. 실제 사고에서는 이 셀들이 유리 지붕을 뚫고 12미터(40피트) 가까이 튀어 올라간 사례도 목격됐습니다.

테슬라 유독가스로 소방관 병원 이송: www.youtube.com/watch?v=I-XFHdnN1tE

이런 사고가 발생하면 어떤 일이 일어날까요?
William       과거에는 우리는 단순히 “불 자체”만을 걱정했습니다. 가솔린 차량 화재는 모두가 익숙한 온도 범위를 갖고 있었죠. 그러나 지금은 그렇지 않습니다. 이제는 불꽃 온도가 섭씨 2,200~2,750°C(화씨 4,000~5,000°F)까지 치솟는 상황입니다.
한 가지가 바뀌면, 모든 것이 바뀌는 것입니다. 구조대원의 보호 장비는 방화복(bunker gear) 약 850°C(1550°F), 두건(hood) 415°C(780°F), 안면 보호구(facepiece) 175°C(350°F)와 같은 한계를 갖고 있습니다. 그렇다면 2500°C 이상의 열을 어떻게 대응할 수 있을까요? 350°F 이상에서는 시야 확보도 불가능하고, 호흡기에서도 독성이 없는 공기를 공급받을 수 없습니다.
결론적으로, 대응할 수 없습니다. 과학적으로 불가능합니다.
몇 달 전, 제가 오랫동안 기다리던 결정적 데이터가 나왔습니다. 구조대원의 장비는 리튬이온 화재의 온도뿐 아니라 배출되는 독성 물질을 막지 못합니다.
이게 어떻게 가능한 걸까요? 리튬이온 배터리 화재에서 타는 물질들은 반투과성 소재로 된 장비를 뚫고 들어갑니다. 문제는 포름알데히드, 시안화물, 그 외 수백, 수천 가지의 독성 물질, 특히 코발트와 같은 ‘독성의 종류’입니다. 이 코발트의 미세 입자들은 방호복을 통과해 혈류로 침투할 수 있습니다. 그리고 금속 화합물이 혈류에 들어가면 제거할 방법이 없습니다.
사람들은 증기 구름(vapor cloud)을 흔히 ‘연기 사건’ 정도로 생각하며, 그 구름 밖으로만 벗어나면 더 이상 들이마시지 않기 때문에 안전하다고 여깁니다. 하지만 이것은 사실이 아닙니다. 피부는 인체에서 가장 큰 장기이며, 독성 물질을 흡수해 그대로 혈류로 전달합니다. 이게 단순한 이론일까? 아닙니다. 30년 넘게 사용되어 온 니코틴 패치를 떠올려보세요. 니코틴 패치는 피부를 통해 통제된 양의 니코틴을 혈류에 전달하며 금연을 돕습니다. 그러나 구조대원에게 상황은 훨씬 더 심각합니다. 독성 물질이 그들의 신체와 보호 장비 사이에서 따뜻하고 습한 슬러리 형태로 갇히기 때문입니다. 피부 온도가 상승하고 모공이 열리면, 독성 물질의 흡수가 훨씬 더 쉬워집니다. 게다가 리튬이온 배터리 증기 노출에 대한 진단법도, 치료법도, 치료제가 존재하지 않습니다. 환자에게 나타나는 증상만 반복적으로 치료할 뿐이고, 안타깝게도 건강 상태는 계속 악화됩니다.
최근 저는 한 병원에서 구조대원들이 응급의학과 의료진으로부터 직접 정보를 들을 수 있도록 교육 세션을 진행했습니다. 그리고 제가 우려하던 사실은 영국 울스터 대학(Ulster University)의 연구팀에 의해 결국 확인됐습니다.
울스터 팀은 사고 후에도 리튬이온 배터리 잔여물이 표면에 남는다는 점을 명확히 밝혔습니다. 담배 연기 잔여물이 표면에 남는 것과 같은 이치죠. 저는 소방 장비와 화재용 블랭킷을 여러 기관과 함께 연구해왔고, 효과적으로 세척할 방법이 없다는 사실은 이미 알고 있었습니다. 그러나 울스터 연구팀이 새롭게 밝혀낸 것은 2차 오염(secondary contamination)입니다. 그들은 리튬이온 사고 이후 구조대원을 치료한 응급실 직원들을 추적했고, 4명의 의료진이 동일한 증상을 보이며 아프게 된 것을 확인했습니다. 그 원인은 구조대원의 피부, 손, 장비에 남아 있던 잔여물이 의료진에게 전이된 것이었습니다. 몇몇은 현재까지 병가 중이라고 합니다.

울스터팀의 발표 영상:
https://youtu.be/mWfIbAci7mI?si=2KSvdqRH3pTNHO2S
https://youtu.be/mWfIbAci7mI?si=WrosLlFpMZP42Yat

제가 자주 드는 비유는 ‘옻나무 독(oil from poison ivy)’입니다. 사람 간 전염도 가능하고, 표면에 수개월 동안 남아 있다가 다시 접촉하는 사람들에게 동일한 증상을 일으킵니다. 이는 건물 인프라에도 똑같이 적용됩니다. 한 번 오염된 건물이 완전히 복원될 수 있을까요? 확실하지 않습니다. 인천 화재에서는 그런 정화가 제대로 이뤄지지 않았고, 돌아온 주민들은 눈 흐림(eye cloudiness)과 피부 자극을 호소했고, 피해자 중 상당수가 어린이였습니다.
따라서 차량 화재로 인해 리튬이온 잔여물이 실내로 유입되면, 공조구, 시트 아래, 천장 라이너처럼 청소가 사실상 불가능한 공간에 오염물질이 남게 됩니다.

10월, 벨기에 이젤헴에서 하이브리드가 충전 중 ‘폭발’했다. 아파트 뒷벽이 통째로 날아갔다. 6대의 소방차가 투입돼 진화했다.

파워트레인 다양성이 만든
‘숫자에 안 잡히는’ 위험

전기차 화재나 글로벌 상황 변화로 파워트레인 유형이 점점 늘어나고 있잖아요. 이런 복잡성이 실제 사고 위험에는 어떤 영향을 주나요?
William 우리는 지금 미지의 영역에 들어와 있습니다. 알려진 것보다 모르는 것이 훨씬 많습니다.
이런 상황에서 일부는 “EV 화재는 내연기관보다 발생 빈도가 적다”는 근거 없는 데이터를 붙잡고 있습니다. 순수 EV만 따지면 맞습니다. 하지만 주변을 둘러보면 대부분 신차는 보조 리튬 배터리, 마일드 하이브리드 배터리, 또는 PHEV 배터리를 갖고 있습니다.
흔히 인용되는 데이터는 이 변종(variant)들을 고려하지 않습니다. 예를 들어, 2010년형 닛산 리프(완전 전기차)는 대형 SUV의 마일드 하이브리드 배터리나 PHEV 배터리보다 작은 배터리를 탑재하고 있습니다. 제가 판단할 때, 완전한 EV가 아니더라도 차량에 탑재된 배터리가 리프보다 크다면 저는 그 차량을 “배터리 사고 위험군(EV pool)”에 넣습니다.
이유는 간단합니다.
그건 배터리 사고 + 휘발유 사고가 동시에 일어나는 이벤트이기 때문입니다. 현장에서 배터리 사고가 일으키는 결과는 완전 전기차와 동일하며, 여기에 휘발유가 더해지면 상황은 훨씬 악화됩니다. 게다가 배터리 바로 옆에는 최대 20갤런의 휘발유가 있습니다. 이 탱크는 금속이 아니라 HDPE 소재이기 때문에, 350°F 정도에서도 녹아내려 내부 연료가 모두 쏟아집니다. 반면 배터리 사고에서는 5000°F의 열이 발생할 수 있습니다.

결국, 이제는 화재 온도만이 가장 큰 문제가 아니라는 말이죠?
William 안타깝게도 그렇습니다. 예전에는 저도 온도가 가장 큰 문제라고 생각했습니다. 하지만 실제 데이터는 리튬이온 사고에서 가장 위험한 순간이 화재가 일어나기 전, 수 초에서 수 분 사이라는 사실을 보여줍니다. 이 단계에서 발생하는 ‘증기 구름(vapor cloud)’이 인간에게 가장 큰 피해를 줍니다. 우리는 모두 불에서 최대한 멀리, 가능한 빨리 벗어나야 한다는 사실은 알고 있지만, 사람들이 그 흰 연기 같은 구름이 무엇인지 제대로 이해하지 못합니다. 흔히 나무나 일반적인 물질이 탈 때의 연기를 떠올리죠. 먼저 연기가 나오고 그 뒤에 불길이 올라옵니다. 하지만 리튬이온 배터리에서 나오는 ‘연기’는 화염 그 자체보다 훨씬 치명적입니다.

2025년형 아마다(Amada, Patrol)는 2025년형 QX80과 거의 비슷하다. 차이점은, QX80은 전동식 도어 핸들을 갖고 있지만 아마다는 그렇지 않다는 것이다.

전동식 도어 핸들이 바꾼
탈출 시나리오

그렇다면 리튬이온 배터리 외에, 승객 안전이나 구조대원 안전 측면에서 새롭게 등장한 문제들도 있나요?
William       안타깝게도 있습니다. 바로 전동식 도어 핸들(electric retractable door handles) 문제입니다. 작년에 AEM 행사(Automotive Innovation Day 2024 Sequal)에서 이 문제에 대해 이야기했지만, 그때는 실제 데이터를 갖고 있지 않았습니다. 그런데 지난달(10월), 완전히 명확한 실제 사례 데이터를 확보했습니다.
저는 요즘 탐정이 된 기분입니다. 공중에 떠 있는 작은 입자들 사이에서 제가 맞다고 믿는 것을 따라가며 연구나 실제 사고 기록을 통해 ‘확정적 데이터’를 기다리는 느낌입니다. 그리고 자동차가 한 가지 기능을 바꾸면 그 영향이 대부분의 시스템에 연쇄적으로 미친다는 것을 다시 한번 확인하게 됩니다. 정말 말 그대로 모든 것이 바뀝니다.
본론으로 돌아가서, 전동식 도어 핸들 이야기를 해보죠.
2025년형 아마다(Amada, Patrol)는 2025년형 QX80과 멀리서 보면 거의 동일합니다. 낮이든 밤이든 측면 실루엣이 거의 같습니다. 그런데 우리가 최근 깨달은 가장 큰 차이점은, QX80은 전동식 도어 핸들을 갖고 있지만 아마다는 그렇지 않다는 사실입니다.
전동식 도어 핸들이 문제인 이유는 간단합니다. 중·대형 사고에서 차량 전원이 나가면, 도어를 열 수 없기 때문입니다. 이는 테슬라 사고에서 여러 차례 목격된 현상입니다. 하지만 더 큰 문제는, 많은 사람들이 이것을 “EV 전용 문제”라고 오해한다는 점이죠.

테슬라 사고 영상: https://youtu.be/SPnksV3Dwko?si=yALoli3JphQmHerY
EU 규제 당국: “전동식 도어 핸들 때문에 운전자들이 차량 안에서 목숨을 잃고 있다”

실은 전동식 도어 핸들은 휘발유차, 하이브리드, PHEV에도 광범위하게 채택되고 있습니다. 어떤 차는 “터치식”, 어떤 차는 “팝아웃 방식”, 그리고 제조사마다 설계가 전혀 통일돼 있지 않습니다.
10월 1일에도 이에 관한 비극적인 사건이 발생했습니다. 저속 충돌 사고를 당한 테슬라 운전자가 차량에서 빠져나오지 못했습니다. 그는 수동 비상 레버(manual emergency release) 위치를 몰랐고, 구조대도 차량 내부로 들어갈 수 없었습니다. 도어가 열리지 않았고, 차량은 화염에 휩싸였습니다. 운전자는 탈출을 시도하다 결국 그 자리에서 사망했습니다. 처참하고, 비극적이며, 말문이 막히는 사건입니다.
하지만 그 사건은 세 개 중 단지 한 사건이였을 뿐입니다. 두 번째 사고에선 아버지와 세 자녀가 탑승해 있었고, 상황은 거의 동일했습니다. 한 명의 아이만 살아남았습니다. 세 번째 사고는 나무와 충돌한 운전자였는데, 역시 문을 열 수 없어 구조되지 못하고 불길 속에서 사망했습니다.
이런 사례는 드문 일이 아닙니다. 저는 이런 사건들을 10년 전 텍사스에서 발생한 한 NTSB 폐쇄 조사까지 거슬러 추적할 수 있습니다. 당시 두 명이 사망했는데, 사고 원인은 단순히 “운전자가 오토파일럿 사용 중 부주의하게 운전석을 비웠기 때문이다”라고 결론지어졌습니다. 두 시신 모두 운전석이 아닌 곳에서 발견됐기 때문입니다.
그러나 시간이 흐른 뒤 NTSB의 최종 보고는 전혀 달랐습니다. 운전자는 충돌 당시 운전석에 있었지만, 수동 레버를 찾지 못해 탈출하기 위해 조수석 쪽으로 넘어갔고, 거기에서도 레버를 찾지 못한 채 조수석에서 사망한 것으로 밝혀졌습니다.
최근에는 위스콘신 주의 두 가족에게 가슴 아픈 사건이 있었습니다. 앞좌석과 뒷좌석 어느 누구도 차량에서 탈출하지 못해 모두 화염 속에서 사망했습니다. 이 사건은 매우 독특한 사실을 보여줬습니다. 뒷좌석 도어가 전원 상실로 작동하지 않았고, 수동 비상 레버가 카펫 아래에 위치해 있었던 것입니다.
운전석 수동 레버 위치도 모르는 사람들이, 카펫 아래 숨겨진 레버 위치를 어떻게 알 수 있을까요? 이것은 중요한 문제를 시사합니다. 전동식 도어 핸들이 달린 차량을 렌트카로 이용하는 사람들, 또는 우버·그랩 같은 차량 뒷좌석 탑승자들은 더더욱 이 위치를 알 수 없습니다.
전동식 도어 핸들은 차량을 더 세련되고 현대적으로 보이게 하기 위해 등장했습니다. 산업은 늘 새로운 디자인과 기능을 통해 소비자들에게 ‘업그레이드의 이유’를 만들어야 합니다. 문과 일체형으로 처리돼 미관을 해치지 않고, 전통적인 도어 핸들보다 훨씬 현대적이란 점은 이해합니다. 하지만 수동식에서 전동식으로 전환되는 순간, 사용 경험의 모든 요소가 바뀝니다.

정말 충격적이고 안타까운 일이네요.
William       ‘사고 상황’을 해부해 보죠. EV의 경우, 차량이 아무 변화도 없는 상태에서 4초 만에 전부 화염에 휩싸일 수 있습니다. 이런 사고가 발생했다면, 누구나 가장 먼저 해야 할 일은 즉시 탈출하는 것입니다. 그리고 부상으로 인해 탈출이 어려운 경우, 구조대가 가능한 한 빨리 문을 열고 구조해야 합니다. 하지만 전동식 도어 핸들은 도어를 여는 데 걸리는 시간을 늘리고, 혼란을 만들고, 그 몇 초의 지연이 생명을 앗아갈 수 있습니다.
예를 들어, 극장에서 화재가 발생했다고 가정해 봅시다. 비상구를 향해 달려가 문을 밀면 바로 밖으로 나갈 수 있습니다. 간단하고 즉각적입니다.
그런데 그 문이 ‘전동식’이라고요? 화재로 인해 전원이 끊기면 문은 작동하지 않을 것입니다.
당신은 어둠과 연기 속에서 수동 레버를 찾아야 합니다. 그게 말이 될까요? 우리는 이미 전력 상실이나 잠긴 출입문 때문에 수백 명이 사망한 나이트클럽 사고들을 알고 있습니다.
제조사별 방식도 모두 다릅니다.
테슬라는 자체 방식(단일 표준 없음)입니다. BMW 7 시리즈는 사고 시 핸들이 자동으로 튀어나오도록 설계돼 있습니다. 단, 전원이 있어야 작동합니다. 메르세데스 벤츠 E-클래스는 도어가 잠겨 있지 않으면 외부에서 수동으로 열 수 있습니다. 하지만 미국에서는 대부분의 차량이 저속에서 자동 잠금이 걸립니다. 즉, 현실적으로 사고 시에는 수동 방식으로도 열 수 없을 가능성이 있습니다.
메르세데스 벤츠의 방식은 더욱 복잡합니다. 이들은 ‘밀기/당기기(push/pull)’ 순서로 작동하는 기구를 도입했습니다. 도어 핸들의 왼쪽을 안쪽으로 누르면 맞은편이 약간 튀어나오고, 그 조금 튀어나온 부분(protrusion)을 잡고 당겨 문을 여는 방식입니다. 또, 문제는 구조대원들이 항상 장갑을 착용한다는 것입니다. 이 방식은 장갑을 낀 상태에서는 실행할 수 없습니다. 그리고 EV 화재는 운전석·조수석·뒷좌석 문 아래에서 불길이 치솟습니다. 그 뜨거운 온도 속에서 장갑을 벗을 수는 없습니다. 절대 불가능합니다. 사고로 도어 패널이 조금이라도 휘어졌다면, 그 작은 틀어짐만으로도 전동식 핸들은 작동이 불가능해집니다.
결과적으로 이는 구조까지 걸리는 시간 증가, 혼란 증가, 절차 복잡화라는 결과를 낳습니다.
그리고 사고 현장에서는 나노초 단위의 시간이 생사를 갈라놓습니다.
전동식 도어 핸들은 탑승자와 구조자 모두에게 심각한 영향을 미칩니다. 저는 구조대원들과 경찰(이들은 모든 현장에서 안전 장비가 거의 없습니다)을 교육할 때 항상 이렇게 말합니다.
“저의 역할은 여러분이 근무를 마치고 집에 돌아갈 때, 출근할 때와 똑같은 신체적·정신적 상태로 돌아갈 수 있도록 돕는 것입니다.”
구조대원에게 PTSD(Post-Traumatic Stress Disorder)는 매우 흔합니다. 그리고 이런 새로운 유형의 사고는 그들의 정신 건강에 큰 부담을 주고 있습니다. 참고로, 저는 구조대에게 단 한 푼도 받지 않습니다. 그들과의 신뢰가 전부이기 때문입니다. 저는 그들에게 서비스를 판매하려는 것이 아니라, 그들의 생명을 지키기 위해 일하는 것입니다.

폭스바겐 Atlas의 LED 페이스.

빛, QR 코드, 샤크핀 LED:
정보 인프라로 다시 태어나는 자동차

그러면 구조대원, 운전자, 그리고 일반 대중이 반드시 알아야 하는 핵심 정보를 어떻게 제공할 수 있을까요?
William       제가 하는 일은 사고 주변 사람들에게 아주 밝은 빛, 패턴, 혹은 스트로브 형태의 ‘모스 부호’를 보내는 것입니다. 평소 차량 운행 중에는 전혀 보이지 않는 조명들이죠. 이 기술은 적용 범위가 사실상 무한합니다. 예를 들면, B-필러에 평소에는 보이지 않는 QR 코드가 있는데, 사고가 발생하면 뒤에서 조명이 들어오면서 그 코드가 드러나는 방식입니다. 구조대원들은 차량에 접근하는 순간 빛으로 표시된 그 정보를 통해 해당 차량의 구조 관련 정보를 즉시 확인할 수 있습니다.
대부분은 “응급구조 가이드(ERG)는 당연히 구조대원이 언제든지 접근할 수 있게 공개돼 있겠지?”라고 생각하겠지만, 실제로는 그렇지 않습니다. 미국에서는 이런 문서들이 공공·민간·정부 저장소 어디에도 의무적으로 등록될 필요가 없습니다. 메르세데스나 BMW는 미국 내 판매 승용차에 대한 응급 구조 가이드를 아예 공개하지도 않습니다.
저도 2024년에 새 차를 샀을 때 정부 포털에서 ERG를 확인해 봤지만, 그 문서는 미국에서 팔리지도 않는 모델 기준이었습니다. 제 차는 가솔린 모델인데, ERG는 미국에 판매되지 않는 플러그인 하이브리드 차량 기준으로 돼 있었습니다. 게다가 미국에서는 차량의 구동 방식을 앞이나 옆에 표시할 의무도 없습니다. 구조대원들은 현장에서 자신들이 어떤 종류의 차량을 다루고 있는지 판단할 기본 정보조차 가지고 있지 않은 셈입니다. 그래서 제가 이런 기술을 개발하고 특허까지 받게 된 것입니다. 곧 제 21번째 특허를 받게 될 예정이고, 이미 제출된 특허 출원도 많이 있습니다.

그 기술이 구조대원과 일반 대중에게 왜 그렇게 중요한 정보를 제공할 수 있는지 설명해 주실 수 있을까요?
William       제 기술은 그 차량이 어떤 종류인지, 어떤 구동계인지, 배터리 용량은 어느 정도인지, 지금 충전 중인지, 충전 상태(SOC)는 얼마나 되는지, 차 안에 몇 명이 있는지, 고전압·저전압 차단 장치는 어디 있는지, 전동식 리트랙터블 도어핸들이 있는 차량인지, 보조 리튬이온 배터리는 어디 있는지, 심지어 배터리 팩 아키텍처가 어떻게 구성됐는지까지 모든 걸 즉시 알려줍니다.
사고 가능성이 감지되거나 실제로 사고가 발생하면, 차량은 즉시 시각적 인디케이터를 통해 빛을 내고, 스캔가능한 QR 코드 위치를 알려주며, 구조대원의 웨어러블(태블릿·스마트워치)로 무선 신호를 보내고, 주변 사람들에게는 가능한 한 빨리 멀어지라는 음향 경고까지 보낼 수 있습니다. 차량이 주차된 지하 주차장에도 경고 신호를 보낼 수 있어요. 인천 사고처럼 말이죠.
EV가 4초 만에 ‘정상 상태 → 완전히 불길에 휩싸인 상태’로 가버리는 극단적 상황에서도 이 시스템은 작동합니다. 시각 기반 모스 코드는 3.99초 안에 모든 메시지를 전달할 수 있거든요. 항공기나 헬리콥터가 있는 격납고에서는 이 신호가 즉시 대피를 지시하고, 가능하면 주변의 다른 리튬이온 장비나 기체를 옮기도록 안내합니다.
저는 ‘정보’ 분야에서 일한다고 말하곤 합니다. 정보는 언제나 더 나은 판단을 가능하게 하고, 더 나은 결과를 만듭니다. 환자 한 명당 앰뷸런스 한 대라는 것은 모두가 아는 사실입니다. 구조대원 역시 부상당할 수 있는 만큼, 현장에서 정보를 많이 알고 있을수록 모두가 더 안전해지는 셈입니다. 조명은 위쪽, 옆쪽, 바닥 쪽 어디로도 비출 수 있습니다. 어두운 지하주차장이나 터널에서 작업해야 하는 구조대원들에게는 꼭 필요한 요소죠.
이런 사고들은 차량마다 완전히 다른 대응 전술을 요구합니다. 예를 들어 루시드는 배터리 셀 위치가 실내 공간에 있어 열 폭주 시 유리 지붕을 뚫고 위로 솟아오릅니다. 지프는 공식적으로 문서화된 밀폐 공간 증기 폭발(CVCE) 사례가 매우 많습니다. 테슬라는 차량 하부에서 뜨거운 배터리 셀들이 수평으로 50피트나 튀어나간 사례가 있습니다. 이 모든 것들은 사실 ‘구조대원을 돕기 위해 설계됐다’고 하지만, 실제로는 표시가 없어 구조대원이 오히려 더 위험해지는 상황들입니다.
배터리 아키텍처를 바꾸려는 흐름은 자연스럽고 당연한 진화 과정입니다. 하지만 이렇게 바뀌는 내용들은 모두에게 영향을 주기 때문에 반드시 알려져야 합니다. 또 반드시 확인해야 하는 것은 차량이 충전 중인지, 충전기에 연결돼 있는지, 그리고 제조사가 결함을 발견해 “운행 금지, 충전 전용(Do not drive it, charge only)”으로 분류한 차량인 지의 여부입니다.

요즘 차량에 조명이 많이 들어가는데, 문제는 없나요?
William       중급~고급 차량에서는 전면 그릴 조명, 후면 전체를 가로지르는 라이트 스트립, 심지어 조명 배지까지 등장하고 있습니다. 폭스바겐의 저가형 모델에서도 이런 경향이 보여요. 실내에도 운전자가 직접 조정을 하는 64가지 색상의 실내 조명이 적용돼 있습니다.
아이폰 후면 플래시가 얼마나 밝은지 우리는 잘 알고 있죠. 그런데 제가 제안하는 LED는 그보다 훨씬 작습니다. 지름 3mm(또는 4/32인치) 정도의 LED들이죠. 이 LED들은 드론의 항공 충돌 방지등과 같은 규격이고, FAA 기준으로 3마일 거리에서도 보일 정도로 밝습니다. 평소에는 보이지 않게 샤크핀 안테나 내부나 측면 도어 사이 상부 패널, 앞·뒤 유리 상단, 그리고 그릴 부분 등에 숨겨 넣을 수 있습니다. 그중에서도 샤크핀은 가장 단순하고 비용도 적게 들고, 차량 최상단에 있어 사고 시에도 가장 온전하게 남을 가능성이 큽니다.
LED 가격요? 고품질 크리(Cree) 제품 기준으로 7센트입니다. 차량 고유 QR 코드를 룸미러 근처 실내 유리의 ‘선점(dot)’ 패턴 안에 삽입하는 비용은요? 제조사에 전화 한 통이면 끝입니다. 거의 비용이 들지 않죠. 물론 제 특허 기술을 쓰는 만큼 로열티는 별도입니다.

윌리엄 S. 러너
WSL Consulting의 CEO이자 특허 20+개의 독립 발명가로서, 그는 EV·리튬이온·e모빌리티 시대의 사고·위협·테러 리스크를 평가하고, 구조대원·경찰·인프라를 보호하는 안전 기술과 대응 전략을 개발해왔다. FBI·DHS·화재감식·ARFF·대형 교통 인프라 기관과 협력해 세계 최대 규모 터널·항만·교량·120,000대 규모 주차시설의 리스크 평가를 수행하며, 독성 배터리 잔여물·2차 오염 등 새롭게 등장한 위험을 산업에 경고해왔다. Intermodal Renewables의 공동 창업자로서, 재생에너지·태양광 기반 인터모달 운송 시스템 최적화를 위한 기술과 특허를 라이선싱하며 육·해·공·철도 전반의 미래 에너지 전환을 이끌고 있다.

How a Single Checksum Collapsed EDR Integrity

한상민 기자_han@autoelectronics.co.kr — 2025-11-17 10:55:49+0900

체크섬 하나에 무너진 EDR 무결성

한상민 기자_han@autoelectronics.co.kr — 2025-11-17 10:34:46+0900

우사무엘 교수는 “이 연구가 자동차 사이버보안과 사고 조사 체계를 한 단계 올리기 위한 논의의 출발점이 되길 바랍니다. 이미 존재하는 HSM·시큐어 스토리지·디지털 포렌식 기술을 적절히 결합하면, EDR은 지금보다 훨씬 신뢰할 수 있는 장치가 될 수 있습니다”라고 말했다.

EDR은 ‘사고의 블랙박스’로 불려왔지만, 단국대 연구진은 그것이 얼마든지 변조 가능한 저장장치임을 실험으로 입증했다.
에어백 컨트롤 유닛 - VILS(Vehicle in the loop simulation) 기반의 반복 사고 실험을 통해 브레이크·속도·압력 값 등 사고 시나리오가 임의로 다시 작성될 수 있다는 점이 확인됐다. 이 연구는 지금의 체크섬 중심 무결성 보장 체계로는 EDR 데이터 보호가 불가능한 만큼 HSM 기반의 새로운 무결성 보장 기술이 필요하다는 문제를 자동차에 던진다.

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

단국대학교 우사무엘 교수가 이끄는 지능형교통시스템보안연구실 연구팀은 에어백 컨트롤 모듈(ACU)과 자체 제작한 VILS 세트를 통해 동일 조건의 사고를 수십 차례 반복 재현하며 EDR 바이너리를 추출·해석했고, 그 과정에서 브레이크·속도·압력 값 등으로 구성된 사고 시나리오를 임의로 다시 쓸 수 있는 해킹 방법까지 복원했다. 특히 제조사가 알고 있는 저장 방식과 무결성 검증 로직만으로는 EDR 데이터 보호가 사실상 불가능하다는 점을 확인했다. 지금까지 ‘EDR은 암호화돼 있어 안전하다’는 통념이 완전히 무너진 것이다.
연구팀은 EDR이 자동차 사고 조사에서 갖는 중요성을 인정하면서도, 체크섬 수준의 단순 무결성 검사에 의존하는 현재 구조로는 소비자 신뢰를 지키기 어렵다고 지적하며, 제조사가 HSM(Hardware Security Module)을 비롯한 검증된 사이버보안 기술과 디지털 포렌식 개념을 결합해 EDR 신뢰도를 한 단계 끌어올릴 것을 제안했다. 또한 연구팀은 ‘EDR 이미저(EDR Imager)’를 개발하고, 중대 사고 조사 체계 전반의 재설계를 촉구했다.
11월, 단국대학교 우사무엘 교수팀을 만났다.

EDR, 사고 조사 체계의 표준이 되다

EDR은 Event Data Recorder의 약자로 차량 사고가 발생했을 때 사고 전후 약 5초 동안의 핵심 차량 상태 정보를 기록하는 장치다. 속도, 엔진 회전수, 브레이크·엑셀러레이터 작동 여부, 페달 압력값 등이 저장되며, 이를 통해 사고 직전과 직후 차량이 어떤 동작을 하고 있었는지 비교적 명확하게 알 수 있다. EDR은 사고 이벤트를 가장 정확하게 감지할 수 있는 에어백 컨트롤 모듈(ACU)에 부착되는 것이 일반적이다.
최근의 차량에는 수십, 수백 개의 전자제어장치(ECU)가 탑재돼 끊임없이 디지털 데이터를 생산하고 있다. 과거처럼 블랙박스나 CCTV 영상에만 의존해 사고 상황을 추론하던 시대를 지나 차량 내부에서 생성되는 정밀 데이터를 통해 사고 당시 차량 상태를 보다 과학적으로 해석하는 환경이 만들어졌다. ECU들이 정상 주행 중에는 RPM·속도 등 자신의 상태 정보를 계속 송신하고 충돌 이벤트가 발생하면 이 데이터 스트림 중 특정 구간을 잘라 저장하는 방식으로 EDR 데이터가 만들어진다.
이런 흐름 속에서 EDR은 2015년을 기점으로 법제화됐고, 2015년 이후 출시 차량에는 ACU와 함께 EDR 기능이 기본 탑재되고 있다. 자동차 사고 조사 체계에서 사실상의 글로벌 표준 도구로 자리 잡았다.

370건의 사고가 남긴 질문:
“왜 16%는 조사조차 못 했나”

흥미로운 점은 연구팀이 처음부터 EDR ‘해킹’을 목표로 했던 것은 아니라는 것이다.
연구팀은 본래 2020년부터 대검찰청과 함께 자동차 디지털 포렌식 연구를 수행하며 내비게이션 포렌식을 진행했다. 이 연구가 범죄 수사용으로 좋은 평가를 받자, 2022~2024년에는 과학기술정보통신부 지원 아래 ‘이벤트 기반 실험 시스템 구축을 통한 자동차 내·외부 아키텍처 수집 및 통합 분석 기술 개발’이란 새로운 과제를 맡게 됐다.

“과제의 출발점은 실제 사고 조사 통계였는데, 국립과학수사연구원의 통계 자료에 따르면 2020년부터 2024년까지 약 370건의 사고 조사를 분석한 결과 54건(약 16%)의 사고의 경우 EDR이 없거나 차량 훼손 상태가 심각해 조사가 불가능한 것으로 드러났습니다. 2015년 이전 차량처럼 EDR 기능이 없는 경우는 당연했지만, EDR이 존재하는 차량조차 조사가 이뤄지지 못한 사례가 적지 않았습니다.” 우 교수가 말했다.

가장 대표적인 이유는 ‘화재’였다. 중대 사고로 차량이 불타는 경우 에어백 컨트롤 모듈 전체가 소실되기 때문에 국과수나 경찰청은 더 이상 데이터를 확보할 수 없었다. 여기까지는 업계에서도 널리 알려진 상식에 가까웠다.
그런데, 연구팀이 실제 화재 차량의 ACU를 직접 열어본 결과 예상 밖의 사실이 발견됐다. 외부 케이스와 PCB 일부는 타버렸음에도 EDR 데이터가 저장된 저장 매체 자체는 상당수가 물리적으로 살아남아 있었다는 점이다. 이는 화재 차량에서도 손상되지 않은 저장 매체만 적절히 취득할 수 있다면 EDR 데이터를 복원해 정식 리포트로 재구성할 수 있다는 가능성을 의미했다. 이 발견이 연구 과제의 핵심 목표를 빠르게 결정짓는 계기가 됐다.

국과수·현장 수사, 그리고 단국대 연구팀의 도구들
국과수와 경찰청은 이미 오래전부터 디지털 포렌식 기법을 사고 조사에 활용해 왔다. 하지만 실제 현장에서는 장비와 절차의 제약으로 인해, 모든 사고에 정교한 포렌식이 적용되는 것은 아니다. 우 교수의 설명에 따르면, 수사기관에서는 정상적인 리더기를 가지고 사고 차량의 OBD-II 포트에 연결해 리포트를 뽑을 수 있으면 그걸로 사고 조사를 진행했고, 차량이 심하게 파손되면 ACU를 직접 탈거해 리더기에 연결하는 방식으로 사고 조사를 진행하지만, 화재 등으로 ACU 자체가 타 버린 경우에는 수사가 중단된다.
단국대 연구팀이 개발한 장치는 이런 공백을 메우기 위한 것이다. 연구팀은 인터페이스가 모두 깨진 EDR과 멀쩡한 EDR을 서로 연결하고, 그 사이에 리더기를 얹어 데이터를 우회 추출하는 일종의 ‘브리지 장치(Chip Swap 장치)’를 제작했다.

복원을 위한
VILS(Vehicle in the loop simulation)
사고 실험실:

이 가능성을 검증하기 위해 연구팀은 연구실 1층에 실제 사고를 정밀하게 재현할 수 있는 전용 VILS 사고 실험 세트를 구축했다.
실험 환경은 실차를 기반으로 하되, GPS 스푸핑 장치와 다양한 계측 장비를 연동해 차량이 실제 도로, 예를 들어 상암동을 달리고 있는 것처럼 착각하도록 구성했다. 시뮬레이터에서 정면 혹은 측면 충돌을 명령하면 차량에서도 동일한 사고 이벤트가 발생하도록 설계했고, 안전을 위해 실제 에어백은 제거한 뒤 해당 위치에 경광등을 설치해 에어백 전개 이벤트를 시각적으로 표시했다. eCall 시스템도 실제와 동일하게 작동해 사고 상황이 외부로 전송되도록 연동했다.
이 실험 세트는 “EDR 데이터 생성 → 추출→ 복원 → 검증”이란 일련의 과정을 동일 조건에서 수십 번 반복할 수 있도록 설계된 환경이다. 다양한 충돌 조건·브레이크·가속·조향 상황에서 EDR 데이터를 확보하고 검증하는 데 최적화된 구조다.

우 교수는 “2017~2018년 국과수가 콘크리트 벽에 차량을 직접 충돌시키는 방식으로 EDR 신뢰성을 검증한 적 있지만, 차 한 대를 벽에 박는 실험은 단 한 번으로 끝날 수밖에 없는 구조였습니다. EDR 내부 데이터가 어떤 구조로 저장되는지를 이해하려면 동일 조건에서 수십 번의 기록을 비교해야 하는데, 실제 차량을 계속 파손하는 방식으로는 반복 검증이 불가능했던 겁니다”라고 말했다.

실험에 사용된 ACU는 개당 약 25만 원 수준이다. 연구팀은 동일 차량에 ACU만 교체하는 방식으로 40~50회의 사고를 실제로 재현했다. 모듈 비용만 약 1,000만 원이 투입된 셈이다. 이 반복 실험을 통해 EDR 저장 매체에서 바이너리를 안전하게 추출하고 이를 디코더에 입력했을 때 정상적인 EDR 리포트를 출력할 수 있는 절차와 도구가 완성됐다.
이 성과는 단순 기술 개발을 넘어, 국내 사고 조사·포렌식 체계 구축에도 의미 있는 진전으로 평가받았다. 해당 연구는 2024년도 IITP(정보통신기획평가원) 종료 과제 중 우수 과제로 선정되기도 했다.

EEPROM 속 20바이트를 풀어라:
EDR 데이터 구조의 해독

단국대 연구팀은 EDR 데이터 복원 연구를 수행하는 과정에서 EDR을 초기화해 재사용하는 이른바 ‘EDR 리셋’ 사례가 존재한다는 점을 확인했다. 이는 EDR 데이터가 설계적으로 결코 ‘불변의 기록’이 아닐 수 있다는 문제의식을 더욱 키웠고, 이를 확인하기 위해 EDR 데이터 해독 및 변조 연구를 추가 수행하게 됐다.
EDR 데이터 해독 및 변조의 첫 단계는 “어디에, 어떤 형식으로, 어떤 규칙에 따라” 사고 데이터가 저장되는지 해독하는 일이다. 단국대 연구팀은 먼저 ACU의 PCB 기판을 정밀 분석했다. 기판을 분해한 결과 EEPROM으로 추정되는 저장 매체 칩이 5~6개 정도 존재했고, 연구팀은 이 칩들을 덮고 있던 코팅을 제거한 뒤 하나씩 추적해 실제 EDR 저장에 사용되는 칩을 특정했다.
식별된 저장 매체 내부의 데이터를 사고 발생 이전에 읽어보면, 값 전체가 ‘FF’로 채워져 있는 상태였다. 그러나 동일 조건에서 사고를 발생시키고 데이터를 다시 읽어본 결과, 특정 구간 값이 명확히 변한 형태로 나타났다. 이 변화를 근거로 연구팀은 “이 영역이 실제 사고 기록이 저장되는 부분”임을 확인할 수 있었다.
EDR 저장 매체로는 통상 EEPROM 또는 플래시 메모리가 쓰인다. 업계 자료에 따르면, 약 60%의 차량이 EEPROM 기반 방식을 채택하고 있다. 연구팀이 실험에 사용한 차량 역시 EEPROM을 사용하고 있었다. EEPROM은 포렌식 장비를 통해 USB 메모리처럼 인식시킬 수 있을 만큼 접근성이 높다. 연구팀이 사용한 대표 장비가 바로 디지털 포렌식 분야에서 널리 활용되는 ‘BeeProg’였다.
그러나 저장 매체에 접근하는 것과 그 안의 데이터를 완전히 이해하는 것은 전혀 다른 문제다. 가장 큰 난제는 제조사·차종마다 저장 방식이 제각각이라는 점이었다. 차량 내부의 각 제어기는 ‘ID(식별자) + 데이터’ 형태로 메시지를 전송한다. 예를 들어 ID가 0x0141인 제어기가 엔진 제어기라면, “나는 엔진 제어기이고 현재 속도는 9다”와 같은 정보를 10ms 간격으로 브로드캐스트한다. 여기서 ‘9’는 단순 16진수 값이며, 실제 속도로 해석하려면 제조사가 정의한 변환 공식을 적용해야 한다.
ACU처럼 비교적 단순한 제어기의 경우 특정 시점의 전체 메시지를 그대로 저장하는 방식으로 구현되기도 한다. 반면 일부 차량은 ID를 저장하지 않고 데이터만 기록한다. 제조사가 디코딩 규칙을 알고 있기 때문에 굳이 ID를 남길 필요가 없다고 판단했기 때문이다. 또 어떤 경우에는 데이터 중 필요한 일부 영역만 저장하고 나머지는 버리는 구조도 존재한다.
그러니까, 저장 규칙과 디코딩 규칙이 비공개인 상태에서 EDR은 말 그대로 ‘미지의 퍼즐’과 같다. 그리고 이것이 바로 자동차 전문가들이 “EDR 분석이 극도로 어렵기 때문에 해킹은 사실상 불가능하다”고 주장하는 근거였던 것이다.

반복 실험으로 찾아낸 규칙:
20바이트 단위, 11개의 이벤트 블록

연구팀은 이 난제를 전용 실험 세트에서의 반복 사고 실험으로 풀어나갔다.
먼저 브레이크에 집중했다. 브레이크를 밟은 상태에서 사고를 내고, 이번에는 브레이크를 전혀 밟지 않은 상태에서 동일 조건의 사고를 반복했다. 그 결과 브레이크를 밟지 않은 경우 특정 데이터가 ‘01 01 01’로 반복되고, 브레이크를 밟은 경우에는 동일 위치의 값이 ‘02 02 02’로 변하는 패턴이 확인됐다.
이후 연구팀은 브레이크 온·오프 실험에 더해 액셀러레이터 온·오프, 스티어링 조작, 속도 고정 등 다양한 조건을 조합해 충돌을 반복했다. 이렇게 축적된 데이터를 EDR 리포트로 출력하면 속도·브레이크·엔진 토크·스로틀 등 주요 값이 표 형태로 나타난다. 표는 사고 전 -5초부터 사고 시점까지 500ms 간격으로 기록된 값들의 나열인데, 연구팀은 표의 각 ‘행(row)’이 무엇을 의미하고, 각 ‘열(column)’이 어떤 물리량에 대응하는지 하나씩 역추적했다.

“그 결과 실험 대상 차량의 경우 EDR 데이터는 20바이트 단위의 이벤트 블록으로 구성된다는 사실을 알아냈습니다. -5초부터 사고 시점까지 500ms 간격으로 총 11개의 행이 나타나는데, 실제로 EEPROM 내부에는 20바이트씩 구성된 11개의 이벤트 블록이 존재했습니다. 이를 통해 한 줄은 20바이트로 구성된다는 저장 규칙을 확정할 수 있었고, 이후 20바이트 내부에서 각 데이터 항목, 예를 들어 마스터 실린더 프레셔 2바이트, 속도 4바이트 등의 의미를 구체적으로 찾아가는 작업이 가능해졌습니다.” 우 교수가 설명했다.

대반전
체크섬 하나로 무너진 무결성:
브레이크·속도·압력을 다시 쓰다

그런데, “의미 분석”과 “실제 해킹”은 별개의 문제다.
EDR 저장 방식을 모두 파악한 순간, ‘이 데이터는 정말 ‘바꿀 수 없는 증거인가?’란 더 큰 질문이 떠올랐다. 연구팀은 다음 단계로 “데이터 조작 가능성”을 확인하기 위한 본격적인 해킹 실험에 돌입했다.
초기 실험은 전통적인 디지털 포렌식 기법인 ‘칩오프(Chip-Off)’를 염두에 뒀다. PCB 위의 메모리를 열풍기로 분리한 뒤 BeeProg 장비와 호환되는 어댑터에 연결해 칩을 USB 저장장치처럼 인식시키고, 노트북으로 바이너리를 추출해 16진수 형태로 분석하는 방식이었다. 이 방식은 데이터 구조 분석에는 유용했지만, 칩을 떼었다 다시 붙이는 과정에서 납땜 흔적이 명확히 남는다는 문제가 있었다.

“연구의 목표는 기판에 어떠한 물리적 흔적도 남기지 않고 데이터 조작이 가능한가를 확인하는 것이었기 때문에 칩오프 방식으로는 해킹 실험으로 인정하기 어렵습니다.”

연구팀은 BeeProg의 일부 구조를 직접 튜닝하고, 칩을 PCB에 납땜한 상태 그대로 집게로 미세 접촉시키는 비파괴(Non-Invasive) 방식의 공격 도구를 제작했다. 이 도구를 활용하면 기판에는 손상을 전혀 남기지 않으면서도 바이너리를 읽고 쓸 수 있어 실제로 악의적 공격 시나리오에 훨씬 가까운 조건을 재현할 수 있다.
연구팀은 EDR에 저장된 데이터를 이미 확보해 둔 변환 공식과 결합하면 각 비트가 어떤 차량 동작에 대응되는지 명확히 매핑할 수 있는 상태가 됐다.

이제 남은 질문은 단 하나. “EDR 데이터는 실제로 조작 가능한가?!”
연구팀의 첫 조작 실험은 단일 이벤트에 대한 브레이크 값 변조였다. 브레이크 오프 상태를 나타내는 값 ‘01’을 브레이크 온 값 ‘02’로 바꾸고 리포트를 생성하자 결과는 간단했다. 리포트 전체가 ‘invalid data’로 깨지는 형태로 나타났다. 내부적으로 나름의 무결성 확인 루틴이 존재한다는 뜻이다. 여기부터 연구팀은 다시 원점으로 돌아가 무결성 체크 메커니즘을 역으로 추적하기 시작했다.
결론적으로 무결성 로직은 ‘암호’가 아니라 단순 체크섬이었다. 차량 시스템에서 ‘암호학적 무결성’을 보장하려면 반드시 암호 키가 필요하다. 이 키를 안전하게 저장하기 위해서는 하드웨어 시큐리티 모듈(HSM)이 필수적이다. 2010년대 초반부터 인피니언(Infineon), 에스크립트(Escrypt) 등이 HSM 기반 Secure Storage 기술을 정립해 왔지만, 실제 양산차의 ACU에 HSM이 적용된 사례는 비용 문제로 상당히 제한적이다. 연구팀이 분석한 ACU 역시 HSM이 사용되지 않았다. 이는 곧 제조사들이 말해 온 ‘암호학적 보호’가 진정한 의미의 현대 암호기술이 아니라는 뜻이다.
연구팀은 다양한 전통적 무결성 방식, CIC(count of identical characters), 해밍 거리(Hamming Distance) 등을 대입하며 우회 가능성을 검증했다. 최종적으로 확인된 무결성 방법은 놀라울 만큼 단순했다.
저장된 전체 데이터를 16진수로 변환했을 때, 전체 Hex 데이터의 총합을 무결성 값으로 사용하고 있었던 것이다.

“우리는 이 원리를 활용해 브레이크 오프 사고를 브레이크 온 사고로 조작하는 데 성공했습니다. 무결성 체크는 통과했고, 리포트는 정상으로 표시됐습니다.” 우 교수가 말했다.

연구팀은 단일 이벤트 조작에 성공한 후 한 단계 더 나아가 사고 전 구간 전체를 재구성하는 실험에 착수했다. 원래 데이터에서 운전자는 사고 1.5초 전까지 브레이크를 전혀 밟지 않은 상태였다. 연구팀은 이 데이터를 사고 1.5초 전부터 지속적으로 브레이크를 밟고 있는 것처럼 변조했다.

“이 과정은 단순히 브레이크 값을 ON으로 변조하는 수준이 아닙니다. 브레이크를 밟으면 마스터 실린더 프레셔 값도 자연스럽게 상승해야 합니다. 원래 압력 값이 모두 0이었던 구간을 실제 제동 상황에서 나타날 법한 패턴으로 변환했고, 동시에 Hex 값 총합 규칙을 맞추기 위해 속도·RPM 등 값이 큰 항목의 비트를 미세하게 조정했습니다.”

연구팀은 이 일련의 실험을 통해 체크섬 하나에 기대고 있는 무결성 구조에서 사고 전체 시나리오가 재작성될 수 있다 사실을 보여줬다.

칩 오프는 최후의 보루
칩오프 기술에 대해 우 교수는 신중한 태도를 보였다. 칩오프는 디지털 포렌식에서도 “최후의 보루”로 여겨진다.
특정 메모리에 고열을 가해 칩을 분리할 경우, 비트 플립(비트가 0→1 또는 1→0으로 뒤집히는 현상)이 발생해 원본 데이터가 훼손될 위험이 있기 때문이다. 수사기관에서도 데이터가 망가질 수 있다는 우려 때문에 주저하는 경우가 많다. 단국대 팀이 개발한 EDR 이미저와 Chip Swap, 바로 이런 현장의 고민을 줄이기 위한 도구다.
우 교수는 “이미저를 사용하면, 바이너리를 처음 추출한 그 상태 그대로를 봉인한 채 분석을 진행할 수 있습니다. 현행 프로세스를 완전히 뒤엎자는 것이 아니라, 기존 수사 관행에 포렌식의 기본 원칙을 조금 더 체계적으로 덧입히자는 제안”이라고 말했다.

해커보다 더 무서운 건 구조
신뢰와 사고 조사 프로세스를 다시 짜야 한다

이 연구가 던지는 메시지는 단순히 “EDR을 해킹했다”는 기술 시연에 있지 않다.
오히려 연구팀이 강조하는 지점은 자동차의 사이버보안 대책이 시급하다는 것이다.
연구팀은 반복 실험을 통해 저장 구조를 역공학하고 무결성 체크 루틴을 복원했지만, 자동차를 아는 사람이라면 저장 포맷, 비트 구조, 무결성 계산 방식을 알고, 따라서 구조적으로 훨씬 간단한 방식으로 데이터를 조작할 여지가 있다는 점이다.

“강조하고 싶은 것은 ‘조작이 불가능하다’는 기존 설명이 더 이상 신뢰받기 어렵다는 점과 여기에 사고 조사 절차의 현실이 겹치면서 문제가 더 심각하다는 점입니다.” 우 교수가 말했다.

연구팀은 이런 한계를 해결하기 위해 제조사의 강화된 사이버보안 대책과 사고 조사 절차를 디지털 포렌식의 정석 프로세스에 맞춰 재설계할 것을 제안하고 있다.
차량에 HSM이 탑재돼 있고, 근현대 암호학에 기반한 무결성 보장 값을 생성·검증하는 구조라면 연구에서 했던 방식의 해킹은 사실상 불가능하다. HSM은 보안 키를 안전하게 저장하고, 암·복호화, 서명, 무결성 검증 등의 연산을 칩 내부에서만 수행하게 만드는 하드웨어 모듈이다. 키는 칩 밖으로 절대 노출되지 않으며, 설령 저장 매체의 바이너리를 모두 복사해 가더라도, 정당한 키 없이는 무결성 값을 일치시킬 수 없다.

또, 보안 설계가 도입되기 전까지의 대책으로 사고 현장에서 원본을 온전히 확보할 수 있도록 디지털 포렌식 절차를 강화하고 데이터 변형이나 손상 가능성을 최소화하는 장비를 사용하는 것을 제안했다. 즉, 사고 수사 결정 순간부터 EDR 데이터 취급을 하드디스크·모바일 포렌식과 동일한 수준으로 격상해야 한다는 것이다. 구체적으로는 사고 조사 개시로부터 모든 과정을 영상으로 체증(녹화), EDR 바이너리는 가능한 한 이른 시점에 즉시 추출, 추출 즉시 암호학적 방식의 무결성 보장 값을 생성·봉인, 이후의 분석은 원본이 아닌 봉인된 이미지 복제본을 활용하는 것이다. 하드디스크·모바일 포렌식에서 사용하는 ‘이미저(imager)’ 개념을 사고 조사용 EDR에도 그대로 도입하는 것이다.
연구팀은 이미 EDR 이미저(EDR Imager) 장치를 개발했다. 이 장비를 사용하면 사고 현장에서 데이터가 추출되는 순간 무결성이 봉인되며, 이후 어떤 형태의 조작도 탐지할 수 있게 된다. 연구팀은 이 장비를 기반으로 중대 사고 조사에서 EDR 데이터가 어떻게 처리되어야 하는지에 대한 공식적인 절차 개편안을 준비 중이다.

“이 연구가 자동차 사이버보안과 사고 조사 체계를 한 단계 올리기 위한 논의의 출발점이 되길 바랍니다. 이미 존재하는 HSM·시큐어 스토리지·디지털 포렌식 기술을 적절히 결합하면, EDR은 지금보다 훨씬 신뢰할 수 있는 장치가 될 수 있습니다.” 우 교수가 말했다.

지능형교통시스템보안연구실의 함동찬, 유수연, 김성현 연구원

설계서 취약점 없앤다: Rust 실증 근거와 차량 SW 도입

글 | 신승환 상무, Seon ENS — 2025-11-06 15:29:38+0900

메모리 안전성 취약점은 여전히 주요 보안 위협으로 남아 있다. 패치·완화·탐지 중심의 전통적 대응은 반복적이고 비용이 많이 든다. 이런 한계를 극복하기 위해 최근에는 개발 단계에서 보안을 설계에 내재화하는 접근(Secure by Design)이 주목받고 있다. 그중에서도 Rust는 대표적인 ‘메모리 안전 언어’로 평가받으며, 구글의 Android 사례를 통해 실증적 효과가 확인되었다. 이 글에서는 구글의 연구 결과를 중심으로, Rust 도입이 어떻게 보안 문제를 구조적으로 완화할 수 있는지 살펴보고, 자동차 분야에서 이 전략을 적용할 때 고려해야 할 점을 함께 언한다.

글 | 신승환 상무, Seon ENS

세온이앤에스(Seon ENS, Inc.)는 자동차 전장 분야를 중심으로 한 임베디드 소프트웨어 개발, 기능안전성 및 보안 컨설팅, 국제 인증 대응에 특화된 엔지니어링 전문 기업이다.

새 코드에서 시작되는 변화

구글은 Android의 보안 통계를 통해 다음과 같은 흥미로운 사실을 확인했다(참고 1).
2019년 Android의 보안 취약점 중 약 76%가 메모리 안전성과 관련된 문제였지만, 2024년에는 그 비율이 24%로 급감했다. 이 변화는 특정 보안 도구나 탐지 기법의 개선 때문이 아니라, 새로 작성되는 코드를 메모리 안전 언어(Rust, Kotlin 등)로 전환한 결과였다. 즉, 취약점의 상당수가 ‘새 코드’에서 비롯된다는 점을 역이용한 것이다.
Rust로 작성된 코드는 컴파일 시점에서 메모리 접근 오류를 원천 차단하므로, 개발자가 런타임에서 문제를 발견하거나 패치로 보완할 필요가 크게 줄어든다. 이를 통해 Android 전체 코드베이스의 보안 수준이 꾸준히 향상됐다.
구글은 ‘기존 코드를 모두 Rust로 교체해야 한다’는 극단적 방식을 택하지 않았다. 대신 신규 코드는 Rust로 작성하고 기존 코드는 그대로 유지하는 ‘이중 전략(dual strategy)’을 선택했다. 이 접근은 문화적·기술적 저항을 줄이면서도, 새로운 코드에서 발생하는 취약점을 근본적으로 줄이는 효과를 냈다.
또한 기존 C/C++ 코드와의 상호운용성을 위해 Crubit, autocxx 등 다양한 도구를 개발해 두 언어 간 안전한 연결을 가능하게 했다. Rust로 작성된 모듈은 기존 시스템과 통합되더라도 런타임 오류나 메모리 해제 문제로 인한 시스템 크래시 가능성이 훨씬 낮았다. 이는 개발자들의 학습곡선과 컴파일러의 엄격한 검증 때문이라 초기 도입에 시간이 오래 걸린다는 의견도 있지만, 이러한 초기 비용에도 불구하고 런타임 크래시 발생률은 C++보다 현저히 낮아 장기적으로 시스템 안정성에 긍정적 영향을 미친다.
이 결과는 “모든 코드를 바꿀 필요는 없으며, 새 코드부터 안전하게 설계하면 전체 보안성이 향상된다”는 점을 실증적으로 보여준다.

취약점의 수명과
보안의 수학적 구조

구글은 ‘취약점의 감쇠 모델(exponential decay model)’을 제시했다.
이는 시간이 지날수록 코드 내 취약점 밀도가 자연스럽게 감소한다는 가정에 기반한다.

그림 1 취약점 수명의 분포의 수학적 모델링(참고 1)

그림 2 취약점 수명 분포의 수학적 모델링과 실측치 비교(참고 1)

그림 1은 취약점 수명의 분포를 수학적으로 모델링한 것이다. 이 함수는 지수분포를 기반으로 모델링했고, 생애주기 동안의 평균 취약점 수가 주어지면 그 분포가 정해진다. 이 수학적 모델과 실제 사례를 비교한 것이 그림 2다. 수학적 모델과 관측치가 일치하는 것을 확인할 수 있다.
위 결과를 해석하면, 새 코드일수록 취약점이 많고 오래된 코드일수록 이미 수정과 검증을 거쳤기 때문에 취약점 발생 확률이 낮아진다. 즉, 직관적으로 보면 오래된 코드는 시간이 흐르며 취약점이 고쳐져 안정화되지만, 새롭게 배포된 코드에는 아직 드러나지 않은 취약점이 많아 배포 시점에 가장 취약하다는 결론에 도달한다.
결국 신규 코드에서 메모리 비안전 코드를 줄이는 것이 전체 보안 위험을 빠르게 낮추는 핵심 전략이다. 이 모델은 Android의 실제 취약점 데이터와 시뮬레이션 결과가 거의 일치한다는 점에서 신뢰성을 얻는다.
기존의 보안 접근은 대부분 사후 대응 중심이었다. 취약점을 찾고 패치하고 완화책을 추가하는 방식은 반복적이고 비용이 많이 든다. Rust의 도입은 이런 대응 중심 접근을 설계 중심(Secure-by-Design)으로 바꾸는 실질적 도구가 된다. Rust는 언어 차원에서 메모리 접근 오류를 차단하므로 보안의 상당 부분을 언어 설계 자체에 내장할 수 있다. 이것이 바로 ‘보안을 설계 단계에서 해결한다’는 개념의 실증적 예시다.

자동차 산업에서의 적용 시사점

볼보는 2019년 Rust 적용 프로젝트를 시작해 2024년 최초 양산을 했다(참고 2).
양산 이력이 없었기 때문에 처음부터 안전에 직결된 제어기에 적용하지는 못하고, 저전력 프로세서(Low Power Processor, LPP)에 적용했다. 개발은 4명 규모의 소규모 팀으로 시작해 최대 10명 정도의 시니어 엔지니어가 참여했다. 볼보 발표에 따르면 LPP 프로젝트에서는 3년 반 동안 단 18건의 결함 보고서(fault report)만 발생했다. 이는 유사한 규모의 다른 프로젝트보다 약 100배 적은 버그율로 평가된다.
물론 하나의 사례만으로 Rust의 자동차 도메인 전반 안전성을 단정할 수는 없다. 다만 볼보 사례는 Rust 도입이 불가능하지 않다는 실증적 증거로 볼 수 있다. 즉, 성능·가격·개발 비용 측면에서 기존 C 기반 제어기와 동등 수준이라면, 기능안전성(Functional Safety)과 사이버보안 측면에서 Rust 도입을 진지하게 고려할 만하다고 판단된다.
차량 소프트웨어 복잡성이 급증하고 전장 시스템이 점점 더 연결되는 상황에서 메모리 안전성은 단순 품질 이슈를 넘어 안전 및 보안의 핵심 요소가 된다. 다만 자동차 분야에 Rust를 도입할 때는 다음과 같은 사항을 신중히 고려해야 한다.

인증 및 표준 대응

Rust는 ISO 26262와 AUTOSAR Classic 분야에서 완전한 인증 체계가 구축된 것은 아니지만, 일부 툴 체인이 ASIL-D 등급 자격을 획득하는 등 생태계가 빠르게 성숙하고 있다. 따라서 초기 도입 단계에서는 안전 필수 제어기보다는 진단 또는 보조 프로세서 등 리스크가 낮은 영역부터 적용하는 것이 현실적이다. Rust는 메모리 안전성을 강화하지만, 기능안전성은 별도의 검증·증빙 절차를 통해 입증해야 한다. 즉, 메모리 안전성이 곧 기능안전성을 의미하지는 않는다.

실시간 제약과 결정론적 실행

자동차 제어 시스템은 Android와 달리 하드 리얼타임 요구사항을 가진다. Rust의 소유권 검사나 Drop 트레이트가 실행 시간에 영향을 줄 수 있으므로, WCET(Worst-Case Execution Time) 분석을 포함한 실시간성 검증이 필요하다. 특히 RTOS 환경에서의 no_std 제약과 결정론적 실행 시간 보장이 추가 과제가 될 수 있다.

조직 문화와 개발 체계 변화

기존 C/C++ 개발 중심 조직에서는 Rust의 소유권 모델과 빌림(borrow) 개념이 낯설 수 있다. 학습곡선과 코드 리뷰 문화의 변화까지 고려해 점진적 도입 로드맵을 설계하는 것이 바람직하다.

상호운용성 관리

Rust와 C/C++의 FFI(외부 함수 인터페이스) 통합, 빌드 시스템 병합, 테스트 자동화 등 기술적 통합 지점에서의 관리가 중요하다. 이러한 과정은 보안뿐 아니라 안정성 검증의 품질에도 직접적으로 영향을 준다.

장기적 검증 프로세스 구축

Rust가 코드 품질을 높이더라도 검증 절차(Verification & Validation)는 여전히 필수적이다. Rust의 안전성을 ISO 26262나 ASPICE 같은 품질 기준에 맞추어 체계적으로 입증할 수 있는 내부 절차와 문서화가 필요하다.
결국 자동차 소프트웨어에 Rust를 도입하는 것은 단순한 언어 교체가 아니라 조직 문화, 인증 체계, 개발 프로세스 전체를 함께 성숙시키는 과정이다. 이 점을 인식하고 단계적으로 추진한다면 Rust는 차량 소프트웨어의 보안성과 신뢰성을 동시에 높이는 유력한 수단이 될 것이다.

맺음말

Rust는 보안을 사후적으로 ‘패치’하는 언어가 아니라, 문제를 설계 단계에서 예방하는 언어다. 구글의 Android 사례는 “새 코드부터 안전하게 작성하는 것만으로도 전체 시스템의 취약점을 줄일 수 있다”는 사실을 보여준다. 자동차 산업에서도 이런 원리를 적용해, 새롭게 개발되는 모듈부터 Rust를 도입하고 기존 시스템과 안전하게 연동하는 전략을 취한다면 장기적으로 더 안전하고 신뢰성 높은 차량 소프트웨어 생태계를 구축할 수 있다.

참고문헌
1. https://security.googleblog.com/2024/09/eliminating-memory-safety-vulnerabilities-Android.html?utm_source=chatgpt.com
2. https://www.youtube.com/watch?v=2JIFUk4f0iE

Catena-X and Data Sovereignty Reorganize OEM Supply Chains

한상민 기자_han@autoelectronics.co.kr — 2025-11-04 16:31:16+0900

LCA·DPP 시대 한국 자동차의 새 출항

한상민 기자_han@autoelectronics.co.kr — 2025-11-04 15:48:18+0900

자동차 산업을 포함한 한국 제조업의 시간표가 앞당겨졌다. 전과정평가(LCA)·디지털 제품 여권(DPP)은 이제 ‘보고를 위한 문서 작업’이 아니라, 글로벌 공급망에 접속하기 위한 입장권이자 기업 생존을 결정짓는 거래 조건이 됐다. 부산이 그 전환의 현장을 보여줬다. 공장 단위의 ESG 보고서가 아닌, 부품과 소재, 조달과 운송, 재활용까지 이어지는 실시간 데이터 기반의 가치사슬 운영체계가 현장에서 구체적인 기술과 방식으로 제시됐다. 한국 기업은 더 이상 데이터를 ‘제출하는 주체’로 남아 있을 수 없다. 필요한 것은 규제 대응 속도, 보고의 정합성, 실행의 정밀도, 누가 지시했는가가 아니라, 누가 먼저 움직였는가이며 탄소 효율성과 데이터 주권을 기반으로 한 공급망 경쟁력 확보다. ‘수출 경쟁력 강화를 위한 LCA·DPP 전략 컨퍼런스’를 다녀왔다.

글 | 한상민 기자_han@autoelectronics.co.kr

IN ENGLISH

“편집장님, 부산에 꼭 오셔야 합니다!”
다쏘시스템 정지민 파트너의 다급한 메시지였다.
현장에 가보니 그 말이 과장이 아니었다. 부산은 한국 제조업의 글로벌 공급망 경쟁력사수를 위한 전과정평가(LCA)·디지털 제품 여권(DPP) 전환 준비의 출항지였다.
얼마 전 다쏘시스템코리아는 SK AX, IBCT, Catena-X 공식 운영사인 Cofinity-X와 함께 LCA - DPP 통합 프로젝트 추진을 위한 MOU를 체결했고, 관련 국제 표준 인증 컨설팅사 트레스웍스까지 합류시켰다. 그리고 부산 파라다이스 호텔에서 이들과 함께 ‘수출 경쟁력 강화를 위한 LCA·DPP 전략 컨퍼런스’를 개최했다.
이들이 구축하려는 것은 단순 보고 시스템이 아니다. 이는 BOM 기반 LCA와 제품 탄소발자국(PCF) 데이터를 자동화하고 이를 Catena-X 표준에 맞춰 안전하게 교환하는 글로벌 온보딩 인프라다. 한국 기업들을 미래 공급망에 연결하는 시작점이다.

그런데 왜 하필 부산이었을까?
영남 지역은 자동차·부품, 조선·기계, 화학·정유, 에너지·배터리 소재 기업이 촘촘히 연결된 한국 제조업의 상징 축이다. 항만 물류는 국가 경쟁력 그 자체다. 이곳에서 LCA·DPP 전환을 시작한다는 메시지다. ‘탄소는 보고의 문제가 아니라 생존과 거래의 조건’이라고.
지금까지 완성차 OEM과 대형 티어들은 주로 공장 중심 ESG 보고 체계를 운영해 왔다. 하지만 유럽 배터리 규제 이후 LCA·DPP는 공장 → 부품 → 원자재 → 재활용까지 확장되는 실시간 데이터 체계가 됐다. Catena-X 연계와 배터리 패스포트는 그 출발점일 뿐이었다.
관건은 수천 개 협력사까지 끌어올릴 수 있는가다. 공급망이 전부 연결되지 않으면 우리의 수출 생태계가 흔들린다. 한국 제조업의 시간표가 앞당겨졌다는 것이다.
다쏘시스템은 3DEXPERIENCE 플랫폼으로 BOM-LCA 자동화 체계를 제공하고, SK AX는 Catena-X 온보딩을 돕는다. IBCT는 인증된 ‘Infirium’ 플랫폼으로 실제 DPP·PCF 교환을 지원하고 트레스웍스는 인증을 담당한다. Cofinity-X는 유럽 자동차 데이터 스페이스의 관문이다.
‘탄소를 보고할 것인가, 탄소로 경쟁할 것인가.’ 한국 제조업은 규제 중심 시대를 지나 LCA·DPP 기반 저탄소 제품 경쟁력의 레이스로 간다. 탄소는 이제 가격이고 브랜드이며, 조달 조건이다. 데이터는 파일이 아니라 실시간 운영 자산이다.

IBCT 이정륜 대표, SK AX 김민혁 Global/제조사업부문장, 다쏘시스템코리아 정운성 대표, Cofinity X 토마스 뢴쉬(Thomas Rösch) 대표.

LCA가 바꾸는 게임의 규칙

“탄소는 이제 어디서 만들었는가를 묻는 시대를 넘어 누구를 위해 만들었는가를 따지는 시대로 가고 있습니다.”
LCA 컨설팅사 트레스웍스의 홍석진 대표가 말했다. 그는 LCA가 단순한 환경 기법이 아니라, 탄소 책임의 기준 자체를 바꾸는 패러다임이라고 설명했다.

전통적으로 탄소 배출은 생산지 기준으로 계산됐었다. 이 관점에서 가장 큰 배출국은 중국이다. 하지만 홍 대표는 이렇게 되묻는다.
“그 제품들은 결국 어디에서 소비되나요? 중국이 만든 제품을 유럽과 미국이 사용한다면, 탄소 책임을 전적으로 중국이 져야 할까요?”

이 질문에서 새로운 기준이 등장한다. 제품에 내재된 탄소, 그 소재가 어디서 왔고 재생 비율은 어떠하며 어떤 공정을 거쳤는가까지를 소비지에서 함께 부담하는 것이다. 다시 말해, 소비는 더 이상 가벼운 행위가 아니다. 소비자가 선택하는 제품의 원료와 제조, 사용, 폐기까지의 탄소가 책임의 일부가 된다. 이와 동시에 생산자·소비자·투자자 간에 책임을 합리적으로 나누는 ‘책임 할당’ 논의도 앞서가고 있다.
왜 이런 변화가 빠르게 진행될까. 배경에는 ‘탄소 예산’이란 개념이 있다. 지구 평균 온도 상승을 1.5℃ 이하로 억제하려면 인류가 사용할 수 있는 총탄소량이 정해져 있고, 이미 절반 가까이를 소진했다는 경고는 더 이상 배출을 눈감아줄 여지가 없음을 뜻한다. 공장 내부 배출만 관리해서는 목표를 달성할 수 없어 결국 원료 조달부터 설계·사용·재활용까지 전 생애주기를 통합하는 방식으로 갈 수밖에 없는 것이다.

여기에 유럽의 전략이 결합된다. 팬데믹 이후 유럽은 ‘제조 리쇼어링’을 국가 정책으로 삼았다. 공급망 전체에 동일한 환경 기준을 적용하면 해외 생산의 이점이 줄어들고 제조가 다시 유럽으로 돌아오는 효과가 생긴다. 그리고 이 전환을 뒷받침하는 것이 바로 DPP와 데이터 스페이스, 디지털트윈과 같은 인프라다. 탄소 정보가 파일이 아닌 실시간 검증 가능한 데이터 시스템으로 움직이는 구조다.
이 변화는 규제를 넘어 시장으로 흘러가고 있다. 공공조달과 소비, 금융이 저탄소 제품을 우선 선택하기 시작했고, 기업들 역시 단순히 규제에 대응하는 수준을 넘어 제품·공급망·생산 데이터를 통합해 실시간 운영·최적화 체계를 만드는 단계로 향하고 있다. 데이터가 쌓이면 AI가 설계·운영의 의사결정을 대신하는 시대가 열린다. 홍 대표는 이를 ‘산업의 자율화’라고 표현했다.

“가만히 있으면 뒤처지는 시장입니다. 규제를 피하는 것이 아니라, 경쟁 제품보다 단 1g이라도 탄소를 덜 배출해야 선택받는 시대입니다. 핵심은 디테일한 LCA 자체가 아니라, 그 데이터를 움직이게 하는 시스템입니다. 규제, 시장, 디지털을 함께 묶는 기업만이 다음 단계의 경쟁력을 갖습니다.”
홍 대표가 말했다.

트레스웍스 홍석진 대표

Catena-X와 데이터 스페이스
산업 운영체제의 전환

트레스웍스의 홍 대표가 LCA의 배경과 방향을 짚었다면, SK AX의 윤항로 ESG 파트장은 기업이 이 전환을 어떻게 기술적으로 이해하고 구현해야 하는지를 이야기했다.
“LCA와 DPP를 제대로 이해하려면 ‘데이터 스페이스’ 개념을 알아야 합니다. 특히 자동차 산업이라면 Catena-X는 필수입니다. 독일은 미국·중국 중심 클라우드 생태계가 굳어지는 것을 보며 20년 전부터 다른 길을 준비했습니다.”

여러 기업이 한 권의 책을 함께 쓴다고 가정하자. 미국식 모델이 ‘모두가 한 책을 공유하는 중앙형 구조’라면, 유럽의 데이터 스페이스는 ‘각자가 자신의 페이지를 보유하고, 필요한 부분만 조건에 따라 교환하는 방식’이다. ‘데이터 주권’을 유지한 채 신뢰 기반으로 필요한 만큼만 연결하는 구조다. 이 철학을 기술로 옮기기 위해 독일은 인더스트리 4.0 아래 IDS(International Data Spaces) 표준을 만들었고 Gaia-X로 발전시켰다. 현재는 Eclipse Data Connector가 국제 표준이 됐고 Catena-X는 이 기술 위에 서 있다.
Catena-X의 운영 주체는 Cofinity-X다. 이사회에는 유럽의 OEM과 BASF, 보쉬, 지멘스, SAP 등 유럽 제조 경쟁력을 대표하는 기업들이 포진한다. LCA와 DPP는 환경 규제로 보일 수 있지만, 실제는 유럽 제조업을 지키기 위한 경제 전략이다. 그리고 EU 그린딜에서 시작해 기후법, 순환경제, CSRD, 그리고 지금의 ESPR로 이어지는 흐름은 기업 단위 관리에서 제품 단위 관리로, 파일 보고에서 실시간 데이터 연결로 이동하고 있다.

“이건 기술 프로젝트가 아니라 산업 전략입니다. 전 세계적으로 이미 250개 이상의 데이터 스페이스가 운영 중입니다. 한국은 뒤처져 있습니다. 그래서 더 빠르게 움직여야 합니다.” 윤 파트장이 말했다.

Catena-X는 2025년부터 PCF 제출을 요구한다. 배터리는 2027년 2월까지 의무화된다. 기업들은 데이터 커넥터를 설치하고 데이터를 송·수신할 준비를 갖춰야 한다. 그다음 단계는 DPP다. 제품의 내구성, 품질, 재활용 비율, 환경 영향이 투명하게 관리되고, 권한 제어된 상태로 Catena-X 데이터 스페이스를 통해 공유된다. 데이터가 연결되면 대응 방식도 바뀐다. 과거처럼 위에서 내려오는 방식이 아니라, 공급망 전체의 데이터가 실시간으로 연동되며 아래에서 문제를 해결하는 구조가 된다.

“데이터 스페이스에 올라타면 시장이 열립니다. 올라타지 못하면 자연스럽게 공급망에서 멀어집니다. 기업은 보고서를 준비하는 것이 아니라, 내부 데이터를 자동화하고 공급망 협업 체계를 갖춰야 합니다. 이제 선택이 아니라 의무입니다.”

SK AX 윤항로 ESG 파트장

BOM 기반 LCA 구축

이제 핵심 질문은 기업이 현장에서 LCA와 DPP를 어떻게 구현할 것인가이고 그 답의 중심에 다쏘시스템의 BOM 기반 LCA 운영 모델이 있다. 다쏘시스템의 곽준범 파트너는 BOM 기반 LCA가 왜 제조업의 탄소 감축에 핵심인지, 그리고 이를 3DEXPERIENCE 플랫폼에서 어떻게 실현할 수 있는지를 설명했다.

글로벌 환경 규제는 단순 보고 수준을 넘어 제품 단위의 정밀 탄소 데이터 제출을 요구하는 단계로 넘어가고 있다. Catena-X Rulebook 3.0을 비롯한 산업 가이드라인은 OEM 뿐 아니라 공급망 전체에 걸친 PCF 제출을 전제로 한다. 공급망은 ‘증명과 데이터 교환’의 체계가 된 것이다.
여기서 핵심이 BOM 기반 LCA다. BOM은 제품 정보뿐 아니라 설계, 생산, 조달까지 확장되는 제품 구조의 뼈대다. 이는 ISO 14044/14067과 Catena-X 규정이 요구하는 ‘전과정 투명성’ 구조를 그대로 충족한다. BOM 기반 LCA는 파트와 서브 어셈블리 단위로 탄소 데이터를 산출하고 상위 구조 롤업 방식으로 정확한 탄소 정보를 추적할 수 있다. 실시간 모니터링과 시나리오 비교도 가능하다.

“예전에는 OEM이 공급사에 가장 먼저 묻는 기준이 품질이었습니다. 하지만 이제 탄소 투명성과 감축 가능성이 새로운 기준이 될 것입니다.” 곽 파트너가 변화의 기준을 짚었다.
예를 들어 동일한 제품이라도 프레임 재질, 생산 지역, 운송 방식이 다르면 탄소 배출량은 크게 달라질 수 있다. BOM 기반 LCA는 설계 단계에서 다양한 옵션을 시뮬레이션해 가장 낮은 탄소 옵션을 사전에 설계하고 납품할 수 있게 한다.

다쏘시스템 곽준범 파트너

그렇다면 왜 3DEXPERIENCE 기반 통합 LCA가 필요한가.
단일 제품 계산으로는 충분하지 않기 때문이다. 설계 - 제조 - 조달 - 운영이 통합된 환경에서 목표 설정, 데이터 수집, 분석, 감축 활동이 이뤄져야 한다. PLM 기반 시스템은 멀티 레벨 변경까지 관리하고, 탄소 위험 요인을 실시간으로 탐지할 수 있어야 한다. 다쏘시스템의 버추얼 트윈(Virtual Twin) 개념은 물리 환경과 3D 설계 환경을 실시간으로 동기화하며, 설계와 시뮬레이션을 이어주는 기반이며 모든 과정은 대시보드와 협업 기능으로 운영된다.

곽 파트너는 트레스웍스와 IBCT와의 연계 구조도 설명했다. IBCT의 Infirium 플랫폼에서 데이터 계약이 이뤄지면 제품·자산 정보가 3DEXPERIENCE LCA 시스템으로 들어온다. 이후 트레스웍스가 현장 데이터를 표준화해 솔루션에 입력하고, 다쏘시스템은 탄소 감축 프로세스를 수행한다. 변환된 PCF 데이터는 데이터 스페이스로 전송되고 DPP 체계를 통해 상위 티어의 요청에 보고 형태로 제출할 수 있다.

다쏘시스템의 LCA 절차는 ▶목표 및 범위 정의: 평가 대상·기간·경계 설정 ▶전과정 목록 분석: 원재료 - 생산 - 운송 - 사용 - 재활용까지 투입·배출 데이터 정량화 ▶전과정 영향 평가: EPS, TRACI, ReCiPe, EF 3.0, IPCC 방식 적용 ▶해석 및 최적화: 결과 분석, 대안 비교, BOM 기반 반복 최적화의 4단계로 요약할 수 있다.

“LCA 기반 분석과 설계 단계의 목표 설정이 이뤄질 때 기업은 실제 탄소 감축 목표를 달성할 수 있습니다. 제품 BOM 기반 LCA는 선택이 아니라 제조 경쟁력의 기반입니다.” 곽 파트너가 강조했다.

IBCT 이정륜 대표

Catena-X로 가는 유일 관문

DPP는 제품 단위의 탄소 정보가 아닌, 공급망 전체를 디지털로 연결한 여권이다. 소재·부품 구성, 이력 추적, 재활용 정보, 규격 등이 일원화된 구조이며, 자동차 산업에서는 Catena-X 표준이 사실상 글로벌 기준으로 자리 잡고 있다. 앞서 밝힌대로 EU는 이미 DPP 규제를 발효해 2027년 2월부터 배터리에 의무 적용하고, 이후 전장·플라스틱·타이어 등으로 확대할 예정이다.

“탄소를 포함한 데이터는 이제 보고서가 아니라 공급망을 통과하는 입장권이자 기업의 영업 자산입니다. 우리는 국내 기업이 데이터 주권을 지키면서 글로벌 OEM에 접근할 수 있도록 돕는 것이 목표입니다.” IBCT 이정륜 대표가 말했다.

IBCT는 LCA 기반 PCF 데이터를 Catena-X 생태계와 안전하게 교환할 수 있는 데이터 익스체인지 플랫폼 Infirium을 제공하는데, Infirium은 아직까지 Catena-X 공식 인증을 획득한 국내 유일의 SaaS 플랫폼이다. SAP, 지멘스, T-Mobile과 동일 등급의 인증을 보유하면서 DPP, 이력 추적, PCF 등 핵심 기능을 갖고 있다.
Infirium은 블록체인 기반 데이터 위·변조 방지 체계를 갖추고, QR 코드 기반 정보 공개 범위 설정, LCA·PCF 리포트 자동 생성 기능 등을 지원한다. IBCT는 또한 국내 제조기업 현실을 고려해 온프레미스 방식을 채택했다. 민감한 데이터를 해외 클라우드에 올리지 않고 내부 서버에 보관하며 필요 정보만 선택적으로 공유할 수 있게 했다.
IBCT는 향후 일본 ‘Uranos’, 중국 데이터 스페이스, 한국의 K-Data Space와의 연동도 준비 중이다. 이 데이터 교환 체계는 결국 글로벌 네트워크로 확장될 것이기 때문이다.

다쏘시스템 김현 파트너

데이터 주권, 한국 제조업의 새 기준

이제 탄소는 시장 통화이고, 데이터는 보고 파일이 아니라 공급망을 움직이는 운영 자산이다. LCA·DPP는 규제 대응이 아니라, 데이터를 기반으로 한 감축 실행력, 그리고 그 실행을 스스로 증명할 수 있는 능력에 대한 것이다. 그 과정에서 데이터 주권은 피할 수 없는 전략 키워드다. 누군가의 룰에 맞춰 ‘제출하는 산업’이 될 것인가, 아니면 스스로 기준을 만들고 주도권을 지키는 산업이 될 것인가가 핵심이다.
그래서 항만 물류와 제조 공급망의 심장부에서 출발한 이들 선구자의 프로젝트는 한국의 중소·중견 제조업까지 데이터 기반 경쟁력 체계로 전환시키겠다는 출항이다.

“다쏘시스템이 이 컨소시엄에 참여한 이유는 분명합니다. 단순 데이터 연결을 넘어서 탄소 감축을 실제 실행하고, 이를 데이터로 증명하는 체계를 만들기 위함입니다. 핵심은 한국이 스스로 데이터 주권을 지키며 산업 경쟁력을 유지하는 것입니다.”
다쏘시스템코리아의 김현 파트너가 이렇게 말했다.

Autonomy: When Trust Becomes the Real Weapon

한상민 기자_han@autoelectronics.co.kr — 2025-10-31 13:28:10+0900

국방 자율성: 신뢰가 진짜 무기가 될 때

한상민 기자_han@autoelectronics.co.kr — 2025-10-31 11:31:14+0900

댄 ‘애니멀’ 자보르섹
Dan ‘Animal’ Javorsek
Applied Intuition - EpiSci

올해 초 어플라이드 인튜이션(Applied Intuition)에 인수된 에피사이(EpiSci) CTO 댄 ‘애니멀’ 자보르섹(Dan ‘Animal’ Javorsek) 박사는 DARPA에서 Air Combat Evolution(ACE) 프로그램을 이끌며 인간 수준의 전투 자율성을 실험했던 인물이다. 그의 목표는 단순히 AI를 전투에 투입하는 것이 아니라, 인간과 기계가 함께 작동할 만큼의 ‘신뢰’를 증명하고 항공과 자동차의 자율성 간극을 좁히는 것이었다. 그는 공중전 훈련 중 조종사 생명을 구한 자동 지상충돌 회피 시스템(AGCAS) 사례를 들며 “기술은 이미 1980년대에 존재했지만, 조종사들이 믿지 않았기에 30년 늦게 실전 배치됐다”고 말했다. 기술보다 더 어려운 것은 신뢰의 진화다. 자보르섹의 ACE 이야기는 오늘날 자율주행이 마주한 가장 큰 과제, 즉 ‘신뢰의 결핍’과 맞닿는다. 기술은 이미 도로 위에 있지만, 우리는 아직 그것을 완전히 믿지 못하고 있다. 이것이 어플라이드 인튜이션이 국방에 임하는 자세다.

글 | 한상민 기자_han@autoelectronics.co.kr
In English

국방 자율성: 전장으로 간 SDV

2019년 시작된 DARPA Air Combat Evolution(ACE)의 목표는 신뢰할 수 있고 확장가능한 인간 수준의 자율성을 공중전 영역에서 실현하는 것이었다.
이와 관련 댄 자보르섹 박사는 10월 28일 공군호텔에서 개최된 ‘신뢰성 AI 기반의 한국형 유무인체계(MUM-T) 발전 국제세미나’에서 자율성을 이해하는 가장 좋은 방법은 데이터를 나열하는 것이 아니라 이야기를 통해 공감을 끌어내는 것이라며 한 영상을 소개했다.
그것은 미 공군 F-16 파일럿(교관)과 훈련생이 벌인 실제 교전 훈련 장면이었다.

신뢰는 코드로 되지 않는다

“F-16은 단좌기입니다. 사고가 발생했을 때 조종사가 실신하거나 통제력을 잃으면 즉시 전투기가 통제 불능 상태에 빠져 사망할 수밖에 없습니다.”
조종사는 7.8G의 하중을 견디려 했지만 실신했다. 항공기는 마하 1.2를 넘어 지면을 향해 50도 각도로 급강하했는데, 이때 자동 지상충돌 회피 시스템(Automatic Ground Collision Avoidance System, AGCAS)이 개입하면서 자동으로 기체를 상승시켜 조종사를 구했다. 이 시스템은 1980년대 중반에 이미 가능했던 기술이었지만 실제 전투기에 적용된 것은 2014년, 약 30년 후였다.
“이것은 기술적 한계 때문이 아니라 신뢰(trust)의 문제였습니다. 조종사들이 시스템을 믿지 않았던 것입니다.”

ACE 프로그램의 출발점이었다. 자보르섹 박사는 ‘전투 자율성(combat autonomy)’을 이야기할 때 핵심은 기술이 아니라 신뢰. 조종사와 시스템이 함께 작동하려면 인간이 이 기술을 신뢰해야 한다는 점이라고 강조했다.

전장의 퍼즐을 다시 짜다

이 이야기는 2018~2019년경 미 공군이 주목했던 새로운 전투 개념, ‘모자이크 워페어(Mosaic Warfare)’로 넘어간다.
기존 전장은 각 시스템이 서로 고립된 상태에서 작동하는 ‘퍼즐’ 구조다. 각 기체나 장비가 자기 센서로만 환경을 인식하고 조종사나 운영자가 개별적으로 결정을 내려 행동하는 방식이다. 하지만 미래의 전장은 훨씬 복잡하고 유동적이기 때문에 이렇게 분절된 구조로는 대응할 수 없다.
“각각의 시스템을 ‘모자이크 타일’처럼 유연하게 조합할 수 있는 구조로 바꿔야 합니다. 각 타일(무기·센서·플랫폼)은 본래의 목적을 유지하면서도 다양한 조합으로 새로운 전술 효과를 만들어낼 수 있어야 했습니다.”

이 개념은 ‘효과 기반 전투(effects-based operations)’로부터 발전된 것으로, 사실상 자율 시스템 없이는 구현이 불가능한 전략이다. 자보르섹은 전투기 조종사로서 F-22, F-16, F-35를 운용하면서 이런 복합적 상황을 사람이 직접 모두 관리하는 것은 불가능하다고 생각했다. 즉, 미래 전쟁에서 인간의 역할은 단순 조종사(operator)가 아니라 ‘미션 매니저(mission manager)’, 여러 무인 자산을 동시에 지휘하고 자율 시스템과 협업하는 역할로 진화해야만 했다. "새로운 형태의 신뢰와 검증 체계가 필요했습니다. ACE 프로그램이 바로 그 신뢰를 실험하는 장(場)이었습니다. 인간 조종사가 AI 시스템을 신뢰하게 만들기 위해 인간이 훈련받는 방식 자체를 AI에게도 적용해 ‘길들이는(nurture)’ 접근을 취했습니다.” 자보르섹 박사가 말했다.

승리보다 중요한 설명가능성

자율성의 가장 좋은 실험 무대는 공중전(dogfight)이다. 복잡한 전장 전체를 다루기 전에 1대1 공중전을 통해 AI의 전술 판단력과 반응성을 시험할 수 있다. DARPA의 ‘AlphaDogfight Trial’은 이런 목적에서 시작됐다. 이 프로그램은 조종사와 AI 알고리즘 간의 대결을 통해 ‘신뢰가능한 전투 AI’를 만드는 과정이었다.
“경쟁은 인간의 잠재력을 끌어내는 데 효과적이고 AI에게도 같은 원리가 통합니다. 이 프로젝트는 IBM의 Deep Blue(체스), Google DeepMind의 AlphaGo(바둑), 그리고 OpenAI Five(Dota 2)와 같은 AI 전략 게임의 전통을 이어받았습니다. 하지만 이번엔 하늘에서 벌어지는 실시간 전투 시뮬레이션이었습니다.”

본래 프로그램은 6개월짜리로 계획됐지만 코로나로 13개월로 연장됐다. 총 8개 팀이 참여했으며 Aurora, Heron Systems, Lockheed Martin, EpiSci(현 어플라이드 인튜이션) 등이 포함됐다.
이들은 정부가 제공한 표준 알고리즘과 인간 조종사, 그리고 서로 간 AI 대결을 통해 성능을 겨뤘다. AlphaDogfight는 단순 경연이 아니라, 인간과 AI 간 ‘신뢰 형성 과정’이었다. 프로그램은 이후 X-62 Vista 시험기 등 실기체에 탑재돼 실제 비행 시험으로 확장됐다.
“ACE 프로그램은 규칙 기반(rule-based) 시스템에서 시작해 모델 프리 (end-to-end, E2E) 강화학습 AI까지 다양한 접근 방식을 실험했습니다. 시뮬레이션에서는 E2E AI가 가장 높은 성능을 보였지만, 실제 환경에서는 예측 불가능성과 오류 원인 추적이 어려워 한계가 있었습니다. 결국 모든 팀은 계층형(hierarchical) 접근 방식으로 수렴했습니다. 설명 가능성과 유연성을 확보하기 위해서였습니다.”

ACE 프로그램의 다음 단계는 ‘시뮬레이션을 넘어 실제 비행기로 가는 것’이었다. AI 알고리즘이 아무리 시뮬레이션에서 뛰어나더라도 현실 세계의 변수를 극복하지 못하면 실전에서 쓸 수는 없었다. 그들은 X-62 Vista 시험기에 개발한 에피사이의 에이전트를 탑재하고 비행했다. 시험은 여러 기종으로 확장됐고, 유인기와 무인기를 혼합한 복합 편대 작전으로 진화할 예정이다.

신뢰가 전투의 자산

자율성은 항공 분야에서 먼저 태어났다. 1912년 ‘자이로 오토파일럿’이 등장했다. 자동차의 크루즈 컨트롤은 2000년에야 상용화됐다. 항공이 앞섰고 자동차가 뒤따랐었다. 그런데 세기가 바뀌면서 자동차 산업이 항공을 앞지르기 시작했다.
자보르섹 박사는 그 이유를 성능과 신뢰의 지표 정의 차이라고 해석했다. 항공이 조종사의 신뢰도에 의존한 반면, 자동차 업계는 ‘Miles per disengagement’와 같은 기준을 세우고 기업 모두가 이 지표를 사용하면서 얼마나 오랫동안 인간 개입 없이 안정적으로 달릴 수 있는가로 신뢰를 평가했기 때문이라고 했다.
“이 덕분에 점진적인 기능 확장, 예컨대 차선 유지보조(LKA), 적응형 크루즈 컨트롤(ACC), 자동 긴급제동(AEB)이 가능해졌습니다. 이런 점진적 접근이 신뢰를 단계적으로 쌓는 과정입니다. 운전자가 기술을 신뢰하고, 그다음 기술이 운전자를 더 신뢰하도록 하는 루프가 형성된 것입니다.”

그러나 국방에서는 이런 상업적 의지, 점진적 접근을 취하기 어렵다. 민간 자율주행은 수십 년 동안 수천 대의 차량과 수억 마일의 데이터를 축적하며 발전해왔지만, 예를 들어 미 공군은 그런 시간적 여유가 없다. ACE 프로그램의 목표도 일부분 이 간극을 좁히는 것이었다.
단일 시험기 수준에서 끝나는 것이 아니라, 모든 유인기를 자율 시스템 자산으로 전환해야 했다. 그렇게 해 조종사 지원 기능(pilot-assist)을 더 빨리 실전에 투입하고, 단순히 조종사 생존율을 높이는 것뿐만 아니라 장기적으로는 완전 자율 전투기 개발에도 다가가고자 했다.
자율 전투의 성공 조건은 기술 그 자체보다 예측 가능성(predictability), 반복 가능성(repeatability), 설명 가능성(explainability), 적응성(adaptability), 상호 운용성(interoperability)에 있다. AI가 시뮬레이션에서는 잘 작동하지만, 실제 전장에선 설명 불가능하게 오작동한다면 아무리 이겨도 실패다. 기술과 전술을 함께 진화시키는 co-evolve 접근만이 진정한 성공의 열쇠가 된다.
”기술과 전술이 따로 발전하는 시대는 끝났습니다. 신뢰가 바로 전투의 화폐(currency of combat operations)입니다. 그것이 바로 인공지능이 전장에 받아들여지지 못하는 가장 큰 이유이기도 합니다.” 자보르섹 박사가 말했다.

ACE 프로그램은 AI를 인간 대체물이 아닌 보조자(augmentor)로 설계한 프로그램이었다. AI는 전투 파일럿을 대체하는 것이 아니라, 그들의 능력을 증폭시키는 존재다. 자보르섹 박사의 표현을 빌리면, AI는 젊은 중위(Lieutenant)를 단 몇 달 만에 베테랑 탑건 졸업생으로 만들어줄 수 있는 훈련 파트너다.
“우리가 구축한 신뢰의 고리는 전투원, 납세자, 그리고 동맹국 모두에게 이익을 줍니다. ACE 프로그램의 진짜 성과는 기술이 아니라, 인간이 AI를 신뢰할 수 있게 된 순간입니다.”

Defense Autonomy: When SDV Enters the Battlefield (Part 1)

한상민 기자_han@autoelectronics.co.kr — 2025-10-31 10:32:20+0900

국방 자율성: 전장으로 간 SDV

한상민 기자_han@autoelectronics.co.kr — 2025-10-31 10:13:47+0900

제이슨 브라운 국방총괄
Jason M. Brown
General Manager of Applied Intuition

자동차에서 시작된 혁명이 전장으로 넘어왔다. 그리고 그 무기는 총이 아니라 소프트웨어다.
테슬라에서 시작된 소프트웨어 정의 혁명이 이제 국방 분야로 확장되며, 차량과 무기체계가 OTA·플릿 학습·시뮬레이션 기반으로 진화하는 ‘살아있는 시스템’이 되고 있다. 어플라이드 인튜이션은 민간 자율주행 개발 생태계를 국방에 이식하며, Axion(자율성 생애주기 툴체인)과 Acuity(AI 전술 자율 스택)를 통해 대규모 자율 무기·플릿 운용을 가능하게 한다. 목표는 단순 자동화가 아니라, 현장에서 지속 개선되고 인간이 기꺼이 맡길 수 있는 신뢰 기반 국방 자율성, 즉 인간과 AI가 협업하는 새로운 전장 패러다임이다. 어플라이드 인튜이션의 제이슨 브라운 국방총괄과 만났다.

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

자율성: 신뢰가 진짜 무기가 될 때

소프트웨어는 자동차를 바꾼 뒤 지금 ‘전장’을 다시 쓰고 있다.
10년 전 도로에서 시작된 자율주행과 테슬라의 소프트웨어 정의 개념은 자동차란 기계를 완성된 제품에서 ‘살아있는 시스템’으로 바꿔놓았고 이제 전장으로 가고 있다. 코드와 데이터가 차량의 운명을 결정하고 하룻밤 사이 기능이 진화하며, 주행 데이터가 다시 알고리즘이 되어 돌아오는 것. 모델링 - 시뮬레이션 - 데이터 수집 - 검증 - OTA - 플릿 학습이란 순환이 육상, 그리고 하늘과 바다의 전장으로 옮겨가고 있다.
어플라이드 인튜이션(Applied Intuition).
안전한 AI 기반 기계의 전 세계적인 도입을 가속화하는 차량 인텔리전스 기업은 2017년 설립 이후 고객이 인텔리전트 차량을 빠르게 개발 출시할 수 있도록 OS, 자율주행 시스템(SDS), 개발도구체계를 제공하면서 글로벌 상위 20대 OEM 중 18곳에 그들의 솔루션을 제공하고 있다. 그리고 그들의 솔루션은 미 국방부 주요 프로그램에 도입됐다.
10월 말 방한한 어플라이드 인튜이션의 제이슨 브라운(Jason M. Brown) 국방총괄, 그리고 DARPA ACE 프로그램을 이끌었고 현재 어플라이드 인튜이션에 통합된 에피사이(EpiSci)의 CTO 댄 자보르섹(Dan ‘Animal’ Javorsek)은 각기 다른 자리에서 자동차에서 방위산업으로 이어진 소프트웨어 정의 개념과 안전한 AI에 대해 같은 방향의 이야기를 전했다. 브라운 총괄이 강조한 것은 전장에서의 OTA, 그리고 AI가 빠르고 올바르게 학습하고 개선되기 위한 데이터와 프로세스의 체계, 자보르섹 CTO는 “전투원이 기꺼이 맡길 수 있는 AI인가?”란 질문과 함께 국방 AI의 본질을 신뢰에서 찾았다.
지속적으로 학습하고, 현장에서 진화하며, 인간이 믿고 사용할 수 있는 체계. 이것이 바로 어플라이드 인튜이션이 정의하는 “국방의 자율성(Defense Autonomy)”이다.

전장으로 가는 SDV

10월 28일 공군호텔에서 개최된 ‘신뢰성 AI기반의 한국형 유무인체계(MUM-T) 발전 국제세미나’와 하루 전 인터뷰에서 제이슨 브라운 국방총괄과 ‘소프트웨어가 전장의 경쟁 방식을 어떻게 혁신하고 있는가’를 물었다. (브라운 총괄은 미 공군에서 26년간 복무한 베테랑으로 한국과 인연이 깊다. 1995년부터 1999년까지 오산공군기지에 배치됐고, 이후 정보장교로서 조직을 지휘했다. 그의 할아버지는 한국전쟁 참전용사다. 그래서 대한민국의 방위는 그에게 개인적인 이슈이기도 하다.)

“복무 시절, 제복을 벗은 후에도 국방기술의 놀라운 발전을 봐왔습니다. 지금 우리가 겪는 변화는 소프트웨어가 정의하는 혁명입니다. 러시아-우크라이나 전쟁을 통해 소프트웨어가 얼마나 전쟁의 승패에 영향을 미치는지 깨달으면서 국방의 소프트웨어 개발 역량에 대해 많은 관심을 갖게 됐습니다. 그런데 이 소프트웨어 정의 혁명은 어디서 시작됐을까요? 테슬라입니다. 어플라이드 인튜이션의 방위사업의 시작도 자동차입니다. GM과 지상 전술차량에 소프트웨어를 접목하는 것에서 시작됐습니다.” 브라운 총괄이 말했다.

테슬라와 오토파일럿. 자동차가 공장을 떠난 뒤에도 기능과 성능이 개선되는 자동차 산업의 혁명. 하룻밤 사이 소프트웨어 업데이트로 단순 기계 제품이던 자동차는 살아 움직이며 진화하는 시스템이 됐고, 이제 이를 국방 커뮤니티가 주목하고 있다.

“어플라이드 인튜이션은 소프트웨어 정의 시스템이란 발상에서 출발했습니다. 이는 경쟁 우위의 원천이 하드웨어가 아니라 소프트웨어와 데이터임이 입증됐기 때문입니다. 특히 이 혁신은 차량의 내부 소프트웨어에 국한되지 않습니다. 대규모 플릿이 학습하고 대규모로 업데이트되는 생태계 전체에 대한 것입니다. 이것이 기존의 차량 개발 방식을 바꿨습니다.”

과거 OEM은 하드웨어와 소프트웨어를 공급업체로부터 블랙박스 형태로 함께 구매했다. 이에 따라 통합이란 이슈 하나하나에 막대한 노력이 필요했다. 몇 달에 한 번 새 기능을 추가하거나 버그를 수정하려면 대대적 재작업이 필요했다. 소프트웨어 업데이트는 드물고, 비용이 많이 들고 위험한 데다 OEM은 자체적인 통제권이 거의 없었다.
소프트웨어 정의 모델에서는 하드웨어와 소프트웨어의 의사결정이 분리된다. OEM은 차량 전체 소프트웨어 스택을 지배하는 단일 코드 저장소에 접근해 소프트웨어의 업데이트는 하루에도 몇 번씩 일어날 수 있다. 업데이트는 신속히 만들어지고, 시뮬레이션으로 사전 테스트되며, 하룻밤 사이 수백만 대 차량에 배포될 수 있다. 비용과 시간은 급격히 감소했다.

“가장 중요한 점은 OEM이 더 이상 외부 벤더의 역량에 의존하지 않고 자신들의 소프트웨어 운명을 스스로 소유하게 된 것입니다. 국방도 이를 배워야 합니다.”

국방 자율성의 차이:
Axion과 Acuity

하드웨어와 소프트웨어의 분리, 통합 루프와 주도권, 연속적 업데이트. 바로 이것이 브라운이 말한 자율성 무기체계의 원리다.
브라운 총괄은 “함정, 항공기, 지상전투차량 등 하드웨어는 이미 수십 년을 버팁니다. 그래서 경쟁 우위는 그 안에서 진화하는 소프트웨어에서 옵니다. 민간의 자율주행은 이미 이것이 가능할 뿐 아니라 증명되고 있습니다. 어플라이드 인튜이션이 강조하는 ‘자율성 생애주기(autonomy lifecycle)’가 바로 이에 대한 것입니다”라고 말했다.

지난 10년간 민간의 자율주행은 국방이 배워야 할 성숙한 자율성 생태계를 구축해왔고 이는 자율성 생애주기를 가능케하는 도구집합에서 출발하는데, 그것이 바로 어플라이드 인튜이션이 국방용으로 전환한 ‘Axion’이란 툴 체제다. 여기에는 특히 가상환경에서의 시뮬레이션이 포함돼 초고충실도 시뮬레이터에서 하루 수백만 마일의 임무를 수행함으로써 AI 모델을 실제 배치 이전에 대규모 테스트·훈련·검증을 할 수 있게 한다. 또한 라이다, 레이다, 카메라 등에서 나온 센서 데이터를 수집·라벨링·정제하기 위한 데이터 관리 및 라벨링 파이프라인 툴 집합, OTA를 위한 CI/CD(연속적 통합·배포), 시험·평가, 현장 모니터링 시스템이 포함돼 배치된 차량의 데이터를 시스템으로 다시 피드백해, 모델 재학습과 신뢰성 보증을 위한 반복 루프를 이룬다.

“자율성은 에지케이스(edge case) 전반에 걸쳐 지속적으로 검증되고, 파이프라인은 시험·평가를 개발에 내재화합니다. 이런 도구들이 함께 연속되는 학습의 피드백 루프를 이룹니다. 이것이 바로 자율성의 핵심입니다.”

한편, Acuity는 자회사인 국방, 항공우주, 무인체계 분야 전술 AI 및 자율성 솔루션 스페셜리스트 에피사이의 기술을 활용해 어플라이드 인튜이션이 만든 ‘AI 자율주행/자율전투 소프트웨어 스택’으로, 머신이 실제에서 현실을 인식 → 판단/계획 → 제어 → 통신하고 함께 움직이게 하는 실제 두뇌다.

“민간 부문에서는 대체로 이 스택이 한 대의 차량 내부에서 작동하지만, 국방에서는 플릿·다영역·지휘구조 전반에서 작동해야만 합니다. 이게 민간과 국방 자율성의 큰 차이입니다. 국방 자율성은 전혀 다른 도전과제에 직면해 있습니다. 이것이 Axion과 Acuity를 설계할 때 고려한 요소입니다.” 브라운 총괄이 설명했다.

예를 들어 민간의 자동차 산업과 국방 자율성을 비교하면, 데이터, 인프라, 운용 제약에서 두 환경은 크게 다르다. 민간의 자율성 개발은 초대형 데이터센터에서 이뤄진다. 이런 시스템은 광섬유로 연결되고, 수천 명의 엔지니어가 뒷받침한다. 반면 국방 자율성은 에지에서 오프라인으로 개발자 없이 작동해야 한다. 데이터 측면에선, 민간기업은 자율주행을 위해 페타바이트급 데이터를 생산·처리해야 한다. 하지만 국방에서는 종종 한 대의 항공기나 함정에서 수집된 기가바이트에서 테라바이트급 데이터를 다루는 동시에 때로는 노트북이나 보안시설에서 처리한다. 또 민간 시스템은 레이다·라이다·카메라 등 수십 개의 센서를 쓰지만, 국방 플랫폼은 특히 저가의 소모형 시스템일수록 소수 센서만 탑재하기 때문에 도전은 자율성을 개발하는 것 자체가 아니라, 제한적이고 불규칙한 데이터로 그것을 해내는 데 있다. 모델 시험과 배치도 큰 차이다.

“민간 자율주행은 99.9% 정밀도, 수십억 개의 에지케이스와 같은 엄격한 지표로 운용되지만, 국방에서는 운용자가 더 빠르고 더 나은 결정을 내리는 데 도움이 된다면 60%의 정확도도 충분할 때가 있습니다. 즉, 우리는 차가 차선을 완벽히 유지하도록 하려는 식이 아니라 드론, 함정, 로봇이 불완전한 정보 속에서도 역동적인 전장을 뚫고 나가도록 돕는 데 있습니다. 국방은 완벽성이 아니라 견고성(robustness)과 적응성(adaptability)을 목표로 합니다.”

민간의 자율성은 항상 온라인이며 클라우드에 연결돼 있지만 국방은 전술적 에지에서 오프라인으로, GPS가 차단되고 네트워크가 제약된 적대적인 환경에 놓인다. 따라서 소프트웨어는 클라우드 연결 없이 작동해야 하고, 로컬에서 사고할 수 있어야 한다. 마지막으로 사용자도 다르다. 민간 자율성은 사무실의 엔지니어를 지원한다고 말할 수 있는 반면, 국방 자율성은 분석가·운용자·전투원을 지원한다.

“그들은 데이터로 가득한 대시보드가 아니라 명확하고 신뢰할 수 있는 실시간 출력을 원합니다. 민간의 AI가 자율성의 토대를 만들었다면, 국방은 연결이 불확실하면서 인간의 생명이 신뢰와 명료성에 달린 세계에 맞게 이를 적응시켜야 합니다. 이런 시스템은 러기드하고, 모듈형이며, 자급자족해야 합니다. 포연 속에서도 개선되는 소프트웨어여야 합니다. 따라서 국방 버전의 자율성 생애주기는 실리콘밸리의 민첩성과 전장의 회복력을 결합한 설계가 돼야 합니다. 그리고 대규모 자율성을 가능케 하는 요인을 봐야 합니다.”

시연에서 우위로

“미국과 대한민국을 포함한 전 세계 군대는 여전히 소규모의 정교한 시스템을 운용하는 경향이 있습니다. 각 플랫폼은 맞춤 제작, 광범위한 시험, 수작업 통합을 거칩니다. 하지만 그 모델은 수십 년 동안 잘 작동해 왔지만 협업 체계, 즉 협력하는 항공기·함정·차량 플릿에서는 완전히 다른 것이 필요합니다. 그것은 대규모로 배치·시험·개선될 수 있는 소프트웨어를 요구합니다.”

브라운 총괄은 국방 자율성의 확장과 운영 모델 변화에 대해 말을 이어갔다.
민간은 이미 이 문제를 해결했다. 신뢰할 수 있는 자율성을 위해 민간 프로그램들은 매일 수천만 마일의 시뮬레이션 주행을 수행한다. 시뮬레이션은 희귀하고 위험한 에지케이스를 안전하게 탐색하게 해 준다. 그런 다음 실세계 데이터로 결과를 검증하는 루프를 만든다. 이렇게 해서 배치 이전에 신뢰를 구축한다. 시스템은 새로운 플랫폼을 기다려 능력을 얻는 대신 플랫폼 자체로서 진화한다.

“테슬라·웨이모 등이 기본적인 차선 유지에서 완전 자율주행을 위한 형태로 간 것은 반복(iteration)의 결과입니다. 이 모든 것은 데이터에 달려 있고, 엄청난 양입니다. 데이터로 표적 인식 보조(ATR) 모델, 지각 알고리즘, 계획 행동을 정제해 각 소프트웨어 업데이트마다 시스템을 더 똑똑하게 합니다. 더 많은 데이터를 수집할수록 더 빨리 학습합니다.” 브라운 총괄이 말했다.

국방의 대규모 자율성도 같은 맥락에 있다. 몇 개의 정교한 시제품이 아니라, 지속적으로 개선되는 플릿이 중요하다. 그러면서 수상 무인정, 드론, 지상 로봇이 함께 작전하며 각 임무에서 학습하고 밤마다 업데이트하며 전력 전체에 교훈을 공유해야 한다. 그리고 이런 방식으로 시연(demonstration)에서 우위로 이동해야 한다.
“동맹들이 진정한 협력 자율성을 가능케 하는 소프트웨어 생태계를 함께 구축하는 게 중요합니다. 대규모 자율성은 기술적 개념만이 아닙니다. 그것은 국방의 새로운 운영 모델이자 데이터와 소프트웨어를 21세기의 결정적 무기로 취급하는 모델입니다.”

인간과 기계의 팀워크

소프트웨어 정의 시스템의 진정한 가치는 무엇일까. 소프트웨어 우선 접근은 시스템을 만드는 방식만 바꾸지 않는다. 그 혜택을 누리는 주체도 바뀐다. 즉 통합자(완성차·국방 조직)와 최종 사용자(장병) 모두에게 변화를 준다.
첫째는 비용 절감과 단순화다. 컴퓨팅을 중앙집중화하고 하드웨어와 소프트웨어를 분리하면, 하드웨어 복잡성과 통합 비용을 최대 10배 줄일 수 있다. 물리적 구성품을 다시 설계하는 대신 기존 하드웨어에 새 소프트웨어를 푸시하면 된다. 더 빠르고, 더 싸고, 유지도 쉽다.
두 번째는 모듈성이다. 소프트웨어 정의 아키텍처는 각 하드웨어의 구체성을 추상화한다. 즉, 센서·프로세서·무전기를 전체 코드를 다시 쓰지 않고 교체할 수 있다. 군사 맥락에서 이는 매우 결정적으로, 플릿 전체에 걸쳐 센서나 페이로드를 신속히 업그레이드하면서도 전 시스템 재인증을 피할 수 있다.
세 번째는 기동성이다. 소프트웨어 정의 차량에서 업데이트는 타깃팅 알고리즘, 내비게이션 모델, 통신 모드 같은 깊은 층까지 며칠 내 현장에 투입된다. 이는 상대가 쉽게 따라 하지 못하는 능력, 더 빠르게 진화하는 힘을 준다. 네 번째는 성능이다. 단순화된 중앙집중 소프트웨어 아키텍처는 플랫폼 전반에서 컴퓨트 자원 배분을 더 잘 하게 한다. 전장에서 전력·대역폭 제약이 있어도 더 신뢰할 수 있는 성능과 더 나은 관리를 가능케 한다.
다섯 번째는 ‘신뢰’다. AI의 가치는 운용자가 부여하는 신뢰만큼이다. 연속 업데이트는 하드웨어 교체 주기를 기다리지 않고 더 안전하고 더 신뢰할 수 있는 모델을 준비하는 즉시 전장에 푸시하게 해준다. 그 지속적 진화는 운용자들이 개선되는 것을 직접 보기 때문에 신뢰를 구축한다. 마지막은 유무인체계(MUM-T)다.

“소프트웨어 정의 시스템은 시뮬레이션과 랩, 그리고 실제 현장에서 복잡한 인간기계 상호작용을 반복적으로 시험하게 해 줍니다. 실제 작전을 방해하지 않고 말입니다. 그렇게 우리는 인간과 기계의 혼성팀을 단순 상호운용 수준이 아니라 진정한 협업으로 만듭니다.”

자동차 디스플레이로 확장된 VESA DisplayPort 생태계

윤범진 기자_bjyun@autoelectronics.co.kr — 2025-12-30 20:00:18+0900

비디오 전자표준협회(Video Electronics Standards Association, VESA)가 최신 디스플레이 기술 표준과 컴플라이언스 프로그램 전반에 걸쳐 대규모 업데이트를 진행하며 글로벌 생태계 확장에 속도를 내고 있다.

VESA 표준은 모니터, PC, 노트북, 게임 콘솔 및 헤드셋, 스마트폰, 태블릿, 자동차, 멀티스트림 전송(Multi-Stream Transport, MST) 등 다양한 시장 영역에 적용되고 있다. VESA는 디스플레이 인터페이스뿐만 아니라 디스플레이 데이터 압축(Display Data Compression, DDC), 디스플레이 측정(Display Metrology), 디스플레이 성능 파라미터 관련 기술을 다루고 있으며, 상호운용성 확보를 주도하고 있다.

지난 2년간 VESA 회원사는 343개 사에서 366개 사로 늘었다. 이 가운데 아시아 지역 회원사 비중은 10년 전 대비 25% 증가한 약 68%에 달하며 성장을 주도했다. 이에 대해, 짐 초트(Jim Choate) VESA 적합성 준수 프로그램 매니저는 “지난 10여 년 동안 제조 및 설계의 중심축이 아시아로 이동한 흐름과 맞물린 자연스러운 결과”라고 말했다.

짐 초트 매니저는 VESA 회원사가 누릴 수 있는 중요한 혜택 중 하나로 ‘PlugTest’ 이벤트 참가를 꼽았다. 그는 “VESA PlugTest 이벤트는 VESA 적합성 준수 프로그램과 회원사들에게 실질적인 가치를 제공하며, 새로운 기능과 제품이 계속 출시됨에 따라 행사의 중요도가 더욱 높아지고 있다”고 말했다.

PlugTest는 2024년부터 연 2회 대만과 미국에서 각각 개최되고 있으며, 이 행사를 통해 최신 기능을 탑재한 다양한 제품의 상호운용성·사양 적합성 검증이 이뤄진다. 특히, 미공개 기능이나 초안 단계 기능에 대한 상호운용성 테스트가 가능해 회원사들의 참여율이 높다. 올해는 미국 캘리포니아주 사우스 샌프란시스코와 대만 타이페이에서 행사가 열렸다.

짐 초트 매니저는 “PlugTest의 핵심 목적 중 하나는 테스트 장비가 올바르게 테스트를 수행하는지 검증하고, 회원사들이 자신들의 제품이 어떤 항목으로 테스트되는지 명확히 이해하도록 하는 것”이라며 "VESA 회원사들은 PlugTest 행사를 통해 전문가와 직접 문제를 디버깅하고 사양 요구사항을 신속하게 파악할 수 있다"고 말했다.

DisplayPort 2.1 및 ClearMR 표준 업데이트
DisplayPort Automotive Extension 표준 테스트·상호운용성 규격 공개

VESA는 DisplayPort 2.1 표준을 업데이트하며, 그중 가장 큰 변화로 DP80LL 고속 케이블을 새롭게 도입했다. 이와 함께 일부 ClearMR 및 DisplayHDR 표준을 개정하고, 자동차 확장(Automotive Extension, AE) 표준에 대한 적합성 테스트 규격(Compliance Test Specification, CTS)도 업데이트했다.

디스플레이의 크기와 해상도가 지속적으로 높아지면서, 신호 소스와 디스플레이를 연결하는 케이블의 중요성도 더욱 커지고 있다. 특히 개방형 설계를 채택한 기기에서는 장치의 성능을 최대한 발휘하기 위해 디스플레이 신호, 커넥터, 연결 케이블 전반에 걸쳐 ‘표준’을 준수하는 것이 필수적이다.
VESA는 회원사들과 협력해 새로운 DP80LL (Low Loss, 저손실) 초고속 비트 레이트(Ultra-High Bit Rate, UHBR) 케이블을 선보였다. 이 케이블은 액티브 설계를 적용해 최장 3m 길이에서 4레인 UHBR20 링크 속도를 지원하며, 최대 80Gbps의 전송 대역폭을 제공한다. 이 케이블 규격은 DisplayPort 2.1b의 주요 특징 중 하나로, 2025년 봄 발표가 예정돼 있었으나 일부 이슈로 인해 아직 공식 출시되지는 않았다.

VESA는 DisplayPort 2.1 표준을 통해 4레인 UHBR20을 지원하는 DP80 전송 케이블을 도입해 최대 80Gbps의 데이터 전송률로 더 높은 해상도와 더 높은 화면 주사율을 지원하고 있다. 다만 초고속 전송 환경에서는 케이블 길이가 약 1m 수준으로 제한되는 문제가 있어, 책상 아래에 놓인 PC 본체와 책상 위 모니터를 연결하는 환경에서는 제약이 될 수 있다. DisplayPort 2.1 UHBR20을 지원하는 기기가 늘어나면서 케이블 길이 제한은 중요한 과제로 부상하고 있다.
DisplayPort 2.1b의 DP80LL 액티브 케이블은 내부에 선형 리드라이버(Linear Re-Driver, LRD) 부품을 탑재해 신호를 보강함으로써 케이블 길이를 약 3m까지 확장할 수 있다. 양쪽 끝 모두에 LRD가 적용돼 양방향 동작을 지원하며, 사용 시 신호 전달 방향을 고려할 필요 없이 패시브 케이블처럼 바로 연결해 사용할 수 있다.

고주사율과 고해상도 성능을 최대한 구현하기 위해, 엔비디아(NVIDIA)는 VESA와 긴밀히 협력해 자사 GPU 제품이 DisplayPort 2.1b 및 DP80LL 케이블과 최적의 호환성을 갖추도록 하고 있다.
DisplayPort 2.1은 고대역폭을 통한 고해상도 지원 외에도 다양한 기능을 제공한다. MST를 통해 데이지 체인 방식으로 여러 대의 디스플레이를 연결할 수 있으며, USB Type-C 커넥터를 통한 DisplayPort Alternate Mode 출력과 전력 공급을 지원한다. 또한 썬더볼트(Thunderbolt)와 USB4와의 호환성도 제공한다.

VESA는 DisplayPort 2.1b 표준 발표와 함께 여러 디스플레이 관련 표준도 업데이트했다. 480Hz 이상의 초고주사율 디스플레이를 대상으로 한 VESA ClearMR 모션 블러(motion blur) 측정 표준에 새로운 등급을 추가했으며, 고휘도·고색 정확도를 요구하는 차세대 OLED 디스플레이를 평가할 수 있도록 DisplayHDR 트루 블랙(True Black) 표준에도 1000니트(nit) 등급을 새롭게 포함시켰다.

VESA ClearMR 표준과 인증 프로그램은 2022년 처음 도입된 이래, 디지털 디스플레이의 모션 블러 수준을 등급화하는 품질 지표로 활용되고 있다. ClearMR 표준은 선명한 픽셀과 흐릿한 픽셀의 비율을 백분율로 나타내는 ‘CMR (Clear Motion Ration)’ 지표를 정의해 소비자가 디스플레이 간 모션 블러 수준을 쉽게 비교할 수 있도록 한다. 이번 업데이트에서는 ClearMR 15000, ClearMR 18000, ClearMR 21000 등 세 가지 신규 성능 등급이 추가돼, 480Hz 이상 주사율을 포함한 최신 고급 디스플레이의 최적 모션 선명도를 검증할 수 있도록 했다.

또한, VESA는 DisplayPort Automotive Extension(DP AE) 표준에 대한 새로운 적합성 테스트 규격(CTS) 소프트웨어 모델을 공개했다. 완전 실행 가능한 리눅스 기반 C 모델에는 500개 이상의 기능 안전(Functional safety, FuSa) 및 사이버보안 적합성 테스트 항목이 포함돼 있다. 이를 통해 반도체 제조사는 VESA DP AE 규격에 따라 자동차 디스플레이용 비디오 소스(전자제어장치, ECU), 브리지(시리얼라이저·디시리얼라이저), 싱크(타이밍 컨트롤러 등)를 개발하고 테스트할 수 있다.

VESA DP AE 표준은 DisplayPort 2.1a 최신 버전과 eDP 1.5a를 지원하며, 차량용 디스플레이의 엔드투엔드 기능 안전(FuSa)과 사이버보안을 동시에 고려하도록 설계됐다. 이 표준은 압축 및 비압축 영상과 MST를 지원하며, 최대 16개의 디스플레이 영역을 구현할 수 있다. 또한, 디스플레이 안전 엔지니어가 ISO 26262 ASIL-D 등급을 달성할 수 있도록 지원하는 최초의 차량용 디스플레이 표준으로, 전자 안전 무결성 측면에서 최고 수준의 기준을 제시한다.

짐 초트 매니저에 따르면, DisplayPort는 2025년에도 시장 내 채택이 지속적으로 늘고 있다. 특히, DP Alt Mode는 PC 환경에서 사실상 표준 디스플레이 인터페이스로 자리 잡았다. USB4와 썬더볼트 규격에서는 DP 지원이 의무화돼 있다.
Embedded DisplayPort (eDP)는 노트북에서 약 95%의 높은 탑재율을 보이고 있으며, 하이엔드 태블릿과 자동차에도 사용된다. eDP가 널리 채택되는 주요 이유 중 하나는 고해상도 지원이다. eDP는 4K와 8K 해상도를 처리할 수 있어, 프리미엄 노트북과 고성능 디스플레이 환경에 적합하다.

30개 이상의 신규 MST 적합성 테스트 항목 공개

VESA는 1년 6개월에 걸친 사양 정비와 테스트 장비 개발을 거쳐, DisplayPort 1.2 이후 최대 규모의 MST 테스트 업데이트를 준비 중이다. 이번 업데이트의 핵심은 UHBR20과 DSC (Display Stream Compression) 도입으로, 하나의 출력 포트만으로도 여러 대의 4K/120Hz 디스플레이를 데이지 체인 방식으로 연결할 수 있게 된 점이다.

DisplayPort는 단일 출력 커넥터와 케이블로 여러 대의 디스플레이를 구동할 수 있는 기능을 제공해 왔으며, 이러한 MST 기반 데이지 체인 기능은 점차 사용자들이 가장 선호하는 DisplayPort의 핵심 강점으로 자리 잡고 있다. 고해상도·고주사율 환경에서 케이블 수와 포트 의존도를 줄일 수 있다는 점이 주요 장점으로 꼽힌다.

VESA는 MST 구성에서의 사용자 경험을 한층 더 개선하기 위해, 최신 DisplayPort 링크 계층(Link Layer) 적합성 테스트 규격에 30개 이상의 새로운 MST 소스 및 싱크 테스트 항목을 추가했다. 이를 통해 DisplayPort 제품이 표준 사양에 따라 정확하게 구현됐는지를 보다 정밀하게 검증할 수 있도록 했다.

한편, 디스플레이 측정(Display Metrology)은 VESA가 최근 도입한 표준 중 가장 성공적인 로고 프로그램으로 평가된다. 이 규격은 HDR 패널 성능, 밝기·명암비 측정, 색 재현력 등 디스플레이 품질을 측정하는 핵심 기준을 담고 있다.

VESA 기술·인증 생태계, DisplayPort 2.1과 USB-C 중심으로 성장

짐 초트 VESA 적합성 준수 프로그램 매니저

짐 초트 매니저는 VESA 표준 업데이트 소개를 마무리하며, VESA 기술을 기반으로 한 제품 출하와 인증 생태계가 계속해서 인상적인 성장세를 이어가고 있다고 강조했다.
그는 “VESA 기술을 기반으로 한 제품 출하와 인증 건수는 여전히 인상적인 성장 흐름을 보이고 있다”고 밝혔다. 특히 DisplayPort 2.1 UHBR를 지원하는 제품 개발과 인증이 이미 양산 단계에 진입했다는 점을 강조했다.

케이블과 커넥터 분야의 성과도 언급했다. 짐 초트는 “VESA의 강화된 케이블 및 커넥터 인증 프로그램은 매우 성공적으로 운영되고 있으며, DP54와 DP80에 이어 이제는 DP80LL 케이블까지 상당한 수량이 인증을 완료했다”고 설명했다. 이는 초고대역폭 환경에서도 표준 기반 상호운용성이 본격적으로 확보되고 있음을 보여주는 대목이다.

USB-C 기반 DisplayPort의 확산도 핵심 요인으로 꼽았다. 그는 “USB-C 기반 DisplayPort는 소형 폼팩터와 휴대형 제품 시장에서 판도를 바꾼 기술”이라며 “현재 노트북과 태블릿, 핸드헬드 기기 분야에서는 사실상 표준 인터페이스로 자리 잡았다”고 말했다.

MST에 대해서도 언급했다. 짐 초트는 “MST는 여전히 DisplayPort의 대표적인 기능 중 하나이며, UHBR20과 DSC를 결합하면 단일 커넥터를 통해 여러 대의 고해상도·고주사율 디스플레이를 구동할 수 있다”고 설명했다. 고성능 멀티 디스플레이 환경에서 MST의 활용 가치가 더욱 확대되고 있다는 의미다.

디스플레이 성능 표준(Display Performance Standard, DPS) 역시 최근 몇 년간 빠르게 확산되고 있다. 그는 “디스플레이 성능 표준의 채택과 인증은 지난 몇 년 동안 매우 성공적으로 안착했다”고 평가하며 ClearMR과 DisplayHDR를 포함한 성능 지표가 시장에서 실질적인 기준으로 작동하고 있음을 시사했다.

마지막으로, 짐 초트는 기술 확산이 VESA 생태계 전반의 성장으로 이어지고 있다고 정리했다. 그는 “새로운 기술의 개발과 채택이 지속되면서 VESA 회원사 수도 꾸준히 증가하고 있다”고 말하며, 표준 중심의 협업 구조가 산업 전반으로 확장되고 있음을 강조했다.

주: 해당 수치는 제품군 모델을 포함하지 않은 기본 모델 인증 건수 기준이다.
향후 적합성 관리 시스템(CMS) 업데이트를 통해 제품군 모델을 함께 집계하는 기능이 추가될 예정이다.

INTERVIEW

제임스 고엘, DisplayPort Automotive Extension 책임자·VESA 이사회 멤버
자동차 디스플레이에 기능 안전·사이버보안 표준 적용

VESA가 자동차 디스플레이 환경을 겨냥한 ‘DisplayPort Automotive Extensions(DP AE)’ 표준을 통해 기능 안전과 보안 요구사항을 포괄하는 새로운 접근을 제시하고 있다. 제임스 고엘(James Goel, P.Eng.) DP AE 책임자 겸 VESA 이사회 멤버는 서면 인터뷰에서, 기존 DisplayPort를 자동차 환경에 적용하는 과정에서 드러난 기술적 한계와 이를 표준으로 해결한 배경을 설명했다.
DP AE는 아직 초기 단계에 머물러 있지만, 디스플레이 인터페이스 영역에서 기능 안전과 보안을 표준 차원으로 끌어올리려는 시도라는 점에서 자동차 업계의 주목을 받고 있다. CES 2026을 기점으로 이 표준이 어느 수준까지 시장에 구체화될지가 향후 관전 포인트가 될 전망이다.

제임스 고엘(James Goel, P.Eng.) DP AE 책임자 겸 VESA 이사회 멤버 [사진=VESA]

DisplayPort Automotive Extensions(DP AE)을 개발하는 과정에서 VESA가 직면한 주요 기술적 과제는 무엇이었나요?
Goel 자동차용 VESA DisplayPort 적용에서 가장 큰 문제는 ISO 26262 Part 5 ASIL-D 수준을 달성하기 위한 표준화된 기능 안전(FuSa) 지원이 부족했다는 점, 그리고 UNECE 155/156 및 ISO/SAE 21434 요구사항을 충족하기 위한 디스플레이 보안 체계가 부재했다는 점입니다.
DP AE 개발을 위해 해결해야 했던 기술적 과제는 CRC32 생성을 위한 표준 다항식 선정, 소스·싱크 장치의 타임아웃 모니터링 설계, 관심 영역(Region of Interest, ROI) 정의, 고유 프레임 ID 생성, DMTF SPDM 표준 기반의 보안 아키텍처 구축 등이었습니다.

이러한 문제를 해결하기 위해 VESA는 어떤 선택을 했고, 그 결과는 표준에 어떻게 반영되었나요?
Goel DP AE 표준은 아래와 같이 4개의 성능 프로파일을 지원하도록 설계되었습니다. 각 프로파일은 이전 프로파일 위에서 확장되는 구조이며, Profile 4가 사양의 모든 필수 요건을 구현하는 최고 수준입니다.

디스플레이 인터페이스 외에도 차량 센서나 카메라 신호 전송 분야로 DP AE 적용을 확장할 계획이 있나요?
Goel   현재로서는 해당 기능에 대한 별도의 공개된 계획은 없습니다.

DP AE를 이미 적용했거나 테스트하고 있는 반도체 기업·자동차 제조사가 있다면 예시를 들 수 있을까요?
Goel   현재까지 공개된 발표나 공식 언급은 없습니다. 다만, CES 2026에서 DP AE 표준 관련 추가 업데이트가 발표될 예정입니다.

향후 VESA는 DP AE 인증 프로그램을 어떻게 운영할 계획인가요?
Goel   이 부분도 아직 공개된 계획은 없습니다. CES 2026을 주목해 주시면, DP AE와 관련된 보다 구체적인 정보를 확인하실 수 있을 것입니다.

DP AE 적합성 테스트와 표준화가 본격적으로 활성화된다면, OEM과 티어 1 공급업체를 포함한 자동차 생태계에는 어떤 변화가 있을까요?
Goel   DP AE 표준은 일관된 구조와 예측 가능한 동작, 검증된 기술 기반을 제공함으로써 안전성을 높일 수 있습니다. 또한, 독자적·폐쇄형 설계를 줄여 개발 및 생산 비용을 절감할 수 있습니다. 이러한 장점은 한국을 비롯한 글로벌 자동차 공급망 전반에 긍정적인 영향을 줄 것으로 기대합니다.

한국 자동차 시장에서의 도입 잠재력, 비용 구조, 공급망 적응 측면에서 VESA가 예상하는 변화나 도전 과제는 무엇인가요?
Goel   CES 2026에서 DP AE 사양과 함께, 해당 표준 개발에 참여한 글로벌 회원사 리스트가 공개될 예정이며, 한국 시장과 관련한 보다 명확한 전망도 공유될 것입니다.

공개된 CTS C-Model이 FPGA 기반 검증 플랫폼과 연동되는 것으로 이해하고 있습니다. 이 모델이 ECU/TCU 개발 단계에서 실제 기능 안전 요구사항 검증에 활용될 만큼 실용적인가요, 아니면 참고용 수준인가요?
Goel   DP AE C-Model은 표준을 소프트웨어로 구현한 규범적(reference) 모델로, 엔지니어가 설계·검증·적합성 테스트를 보다 빠르게 진행할 수 있도록 돕는 것을 목표로 합니다.

PHY 어댑터 레이어를 VESA가 직접 표준화할 계획이 있나요, 아니면 개별 PHY 벤더에게 맡기게 되나요?
Goel   DP AE는 기존 DisplayPort 2.1 링크 및 PHY 레이어 위에서 동작하는 프로토콜 레이어입니다. 따라서 PHY 업체들은 기존 DP 기술 투자를 활용해 자연스럽게 이 사양을 지원할 것으로 기대하고 있습니다.

많은 OEM이 GMSL, ASA(Automotive SerDes Alliance), MIPI A-PHY 기반으로 디스플레이 인터페이스를 설계하고 있습니다. 이들 자동차 물리층 표준과의 공존 전략은 무엇인가요?
Goel   현재까지 VESA는 해당 분야에 대해 별도의 발표를 내놓지 않았습니다.

VESA에는 ASIL, ISO 26262 등 자동차 기능 안전 요구를 다루는 전담 태스크 그룹이 있나요?
Goel DP AE 사양은 ISO 26262 및 ISO 21434/UNR 155 보안 기준을 고려해 작성되었습니다. 이 프로토콜은 자동차 설계 엔지니어가 최대 ASIL-D 수준의 안전 목표를 달성하는 데 도움을 주도록 설계되었습니다.

VESA는 ISO, SAE 등 자동차 표준 기관과 직접 협력하는 공식 구조를 갖추고 있나요?
Goel 공식적인 협력 체계를 갖추고 있지는 않습니다. 단, 많은 VESA 회원사들이 해당 기관에서 활동하며 기여하고 있습니다.

마누스, 메타에 합류 ··· 범용 AI 에이전트 사업 본격 확장

윤범진 기자_bjyun@autoelectronics.co.kr — 2025-12-30 12:08:39+0900

범용 AI 에이전트 개발사 마누스(Manus)가 메타(Meta)에 합류한다. 메타와 마누스는 29일 마누스 인수 사실을 공식 발표했다.

메타는 마누스 인수를 통해 마누스의 기술과 인력을 자사 생태계에 통합함으로써 소비자와 기업용 제품 전반에서 범용 AI 에이전트 역량을 강화할 계획이다.

메타는 마누스가 구축한 자율 범용 AI 에이전트를 자사 제품군에 통합하는 한편, 기존 마누스 서비스의 운영과 판매도 유지한다고 밝혔다. 마누스의 자율 범용 에이전트는 시장 조사, 소프트웨어 개발, 데이터 분석 등 복잡한 작업을 독립적으로 수행할 수 있는 것이 특징이다.

마누스는 이미 전 세계 수백만 명의 개인 사용자와 기업 고객을 대상으로 서비스를 제공하고 있다. 올해 초 첫 범용 AI 에이전트를 출시한 이래, 누적 147조 개 이상의 토큰을 처리했으며 8천만 개 이상의 가상 컴퓨터를 생성했다. 메타는 이 서비스를 더 많은 기업 고객으로 확장할 계획이다.

이번 합류로 마누스의 핵심 인력은 메타 팀에 합류해 메타 AI를 포함한 소비자·기업 제품 전반에 범용 AI 에이전트를 구현하는 역할을 맡게 된다. 메타는 이를 통해 AI 에이전트를 대규모 사용자 기반에 제공할 수 있는 실행 역량을 확보하게 됐다.

마누스 측은 이번 변화가 기존 고객에게 영향을 주지 않을 것이라고 강조했다. 마누스의 구독형 서비스는 기존과 동일하게 앱과 웹을 통해 운영되며, 회사의 운영 거점도 싱가포르에 유지된다. 마누스는 독립적인 제품 개발과 서비스 개선을 지속한다는 입장이다.

샤오 홍(Xiao Hong) 마누스 CEO는 “메타에 합류함으로써 마누스의 운영 방식이나 의사결정 구조를 바꾸지 않으면서도 보다 지속 가능한 기반 위에서 제품을 발전시킬 수 있게 됐다”며 “초기부터 마누스와 함께해 온 사용자들을 계속 지원하고 제품을 고도화해 나갈 것”이라고 밝혔다.

엔비디아, 50억 달러 규모 인텔 지분 인수 완료

윤범진 기자_bjyun@autoelectronics.co.kr — 2025-12-30 11:30:07+0900

29일 로이터 통신 등 외신에 따르면, 엔비디아가 앞서 발표한 50억 달러(약 7조2,000억 원) 규모의 인텔 투자 절차를 마무리했다. 이번 거래는 지난 9월 합의된 사모 발행(private placement)의 최종 완료 단계로, 이달 초 미국 규제 당국의 승인을 받으며 확정됐다.

월요일 확인된 규제 공시에 따르면, 엔비디아가 확보한 인텔 지분은 주당 23.28달러에 거래되는 인텔 보통주 약 2억1,470만 주로 구성된다. 이 거래는 12월 초 미국 연방거래위원회(FTC)의 승인을 받으며 마지막 규제 절차를 통과했다.

인텔 입장에서 엔비디아의 지분 투자는 중요한 시기에 이뤄진 직접적인 재정 지원으로 평가된다. 투자 자금은 공모 시장이 아닌 사모 방식을 통해 인텔로 직접 유입되며, 신규 팹 건설과 첨단 공정 개발에 따른 수년간의 대규모 자본 지출 부담을 완화하는 데 활용된다.

인텔은 첨단 반도체 제조업체로서의 재도약을 목표로 미국 내 생산 시설에 대규모 투자를 지속해 왔다. 이러한 행보는 현금 흐름에 부담을 주었고, 2024년과 2025년 초까지 회의론을 확산시키는 요인이 되었다.

이번 거래는 형식적으로는 재정적 투자에 해당하지만, 산업 전반에서 실용적 협력 관계가 확대되고 있음을 보여준다. 엔비디아와 인텔은 이제 미국 내 제조 기반 강화, 첨단 패키징, 데이터센터 및 AI 중심 시스템을 위한 CPU-GPU 통합 측면에서 이해관계를 공유하게 됐다.

인텔은 이미 파운드리 사업을 외부 고객에 개방하는 방향으로 포지셔닝해 왔으며, 이번 엔비디아의 인텔 지분 인수는 인텔 파운드리 사업이 단순한 구상에 그치지 않는다는 인식을 강화하는 계기로 작용할 전망이다. 실제 대규모 양산으로 이어질지는 미지수지만, 시장에 보내는 신호는 분명해 보인다.

폭스바겐 Car2X, 230만대 적용···V2X 기반 부분 제동으로 추돌 사고 예방

윤범진 기자_bjyun@autoelectronics.co.kr — 2025-12-30 10:12:19+0900

차량과 사물 간 통신(Vehicle-to-everything, V2X) 기술이 최신 운전자 보조 시스템에서 차량 탑재 센서를 보완하는 계층으로 점차 자리 잡아가고 있다. 폭스바겐그룹의 소프트웨어 자회사 카리아드(CARIAD)는 자사의 Car2X 기술 적용 데이터를 활용해 협력형 경고 시스템이 유럽 도로에서 발생하는 추돌 사고의 상당 부분을 완화할 수 있다고 보고 있다.

Car2X는 시야에 아직 들어오지 않은 위험 요소, 예를 들어 급커브 이후 고장 차량이나 갑작스러운 정체 상황을 운전자에게 사전에 알리도록 설계됐다. 이 시스템은 단거리 무선 통신 표준인 WLANp를 활용해 차량과 인프라 간에 익명화된 위치 및 이벤트 데이터를 최대 800m 반경 내에서 교환한다. 이동통신망에 의존하지 않기 때문에 데이터 요금이나 네트워크 지연 없이 경고를 전송할 수 있다.

카리아드가 인용한 독일 연방통계청(GENESIS) 수치에 따르면, 2024년 독일에서 인명 피해를 동반한 추돌 사고는 약 4만5,000건에 달했다¹. 실제 사고 상황을 기반으로 한 시뮬레이션 연구 결과, 이러한 사고의 80%는 V2X를 활용한 부분 제동을 통해 예방할 수 있는 것으로 나타났다². 차량 내에서는 이 경고 정보가 이른바 ‘로컬 스웜 인텔리전스(local swarm intelligence)’를 활용해 디지털 콕핏에 표시된다.

폭스바겐은 현재 유럽에서 Car2X 기능을 탑재한 차량을 약 230만 대 생산한 상태다. Car2X 기술이 적용된 교통 위험 경고 어시스트 기능은 골프(Golf), T-Roc, 티구안(Tiguan), 테이론(Tayron), 파사트(Passat), ID.3, ID.4, ID.5 모델에서 옵션으로 제공되며 ID.7에는 기본 사양으로 적용된다. 쿠프라(Cupra) 브랜드에서는 본(Born), 타바스칸(Tavascan), 테라마르(Terramar)에 적용돼 있으며, 폭스바겐 상용차는 멀티밴(Multivan)과 ID.버즈(ID.Buzz)에 이 기술이 탑재됐다.

시스템 관점에서 Car2X는 레이다, 카메라, 라이다 등 기존 운전자 보조 시스템이 사용하는 센서 데이터를 보완하는 가상 센서 역할을 수행한다. 특정 구성에서는 차량과 사물 간 통신으로 수신한 정보가 적응형 크루즈 컨트롤(Adaptive Cruise Control, ACC)과 같은 기능에 활용돼 정체 상황이 육안으로 확인되기 이전에 차량 속도를 조정할 수 있다. 고속도로에서의 차선변경 지원 기능 역시 시스템 한계 내에서 Car2X 데이터를 활용해 가속을 보다 부드럽게 제어할 수 있다.

카리아드는 향후 Car2X 적용 범위가 승용차를 넘어 자전거, 이륜차, 상용차까지 확대될 가능성을 제시하고 있다. 이는 차량이 점차 소프트웨어 정의 형태로 진화하는 과정에서, V2X 데이터 스트림을 기존 센서 입력과 어떻게 융합할 것인지, 표준화와 보안 문제를 어떻게 해결할 것인지와 같은 과제를 던진다.

¹ Datenbank des Statistischen Bundesamtes (GENESIS). Statistischer Bericht Verkehrsunfälle 2024.
² Zimmermann, et al. (2025): Analyzing the performance of a V2X-enhanced braking system in real-world crash situations.

벡터, CES 2026서 SDV 개발·운영 해법 제시

윤범진 기자_bjyun@autoelectronics.co.kr — 2025-12-26 11:29:38+0900

벡터(Vector)가 2026년 1월 6일부터 9일까지 미국 라스베이거스에서 개최되는 CES 2026에서 소프트웨어 정의 차량(Software-Defined Vehicle, SDV)의 개발 및 운영을 위한 실질적인 접근방식을 공개한다. 벡터는 이번에 설계 및 구현, 배포에 이르는 전 개발 단계를 아우르는 솔루션을 라이브 데모 형태로 선보일 예정이다.

벡터는 CES 2026에서 단독 부스를 운영하지 않는다. 대신 인피니언(Infineon), 키커트(Kiekert), 매스웍스(MathWorks), 퀸타우리스(Quintauris), QNX, 로데슈바르츠(Rohde & Schwarz), RTI, 텍사스인스트루먼트(Texas Instruments) 등 주요 기술 파트너 및 고객과 공동으로 기술 시연을 진행한다. 이를 통해 복잡성이 증가하는 차량 전자·소프트웨어 아키텍처를 어떻게 구조화하고 대규모로 관리할 수 있는지를 실제 개발 환경에서 보여줄 계획이다.

데모 시연의 주요 하이라이트 중 하나는 벡터와 QNX가 공동 개발한 기반 차량 소프트웨어 플랫폼(Foundational Vehicle Software Platform, FVSP) 시연이다. 이 플랫폼은 사전 통합되고 확장 가능한 고성능 컴퓨팅(HPC) 기반 솔루션으로, 인증된 소프트웨어 기반을 제공해 개발 비용을 낮추고 새로운 차량 기능의 통합을 가속화하며 최고 수준의 안전 요구사항을 충족한다. 이 플랫폼의 공식 명칭은 QNX 부스에서 공개될 예정이다.

벡터는 MotorTrend SDV Innovator Awards의 공식 파트너로서 SDV 기술 발전에 기여한 기업과 개인을 선정하는 시상 프로그램에도 참여한다. 23개국 글로벌 결선 진출 기업 가운데 수상자는 CES 2026 기간 중 발표될 예정이다. 결선 진출 기업으로는 아우디, GM, 구글, 마힌드라, 퀄컴 테크놀로지스 등이 있다.

마우저, NXP MR-VMU-RT1176 차량 관리 유닛 공급

윤범진 기자_bjyun@autoelectronics.co.kr — 2025-12-26 10:18:40+0900

글로벌 유통기업 마우저 일렉트로닉스(Mouser Electronics)가 NXP 반도체(NXP Semiconductors)의 차량 관리 유닛(vehicle management unit, VMU) 'MR-VMU-RT1176'을 공급한다.

MR-VMU-RT1176 VMU는 차세대 모바일 로보틱스를 위한 경량의 올인원 차량관리 컨트롤러 솔루션으로 공장 자동화, 실시간 컨트롤러, 로보틱스, 무인항공기(unmanned aerial vehicle, UAV), 스마트 홈 및 빌딩 장치, 농업 장비 등 광범위한 애플리케이션을 지원한다.

현재 마우저에서 구매할 수 있는 NXP의 MR-VMU-RT1176 VMU는 고성능 듀얼 코어 1GHz Arm^® Cortex^®-M7 및 400MHz Arm Cortex-M4 프로세서가 내장된 NXP의 크로스오버 i.MX RT1176 마이크로컨트롤러(MCU)를 탑재하고 있어 까다로운 모바일 로보틱스 애플리케이션에 적합하다. 또한, MR-VMU-RT1176 VMU는 모션 추적 및 주변 환경 인식을 위한 다중 센서 기반 관성측정장치(inertial measurement unit, IMU)도 내장하고 있다. 이 VMU는 2-와이어 100Base-T1 이더넷 인터페이스, USB 타입-C(USB Type-C^®) 2.0 커넥터와 I2C, SPI, RC, GPS 등의 인터페이스를 위한 드론코드(Dronecode)의 표준 JST-GH 핀 헤더를 비롯해 원격 측정 및 기타 무선 기능을 위한 다수의 고속 UART, 그리고 12개의 PWM 출력 등 다양한 통신 옵션을 지원한다.

MR-VMU-RT1176 VMU는 오픈소스 실시간 운영체제(RTOS)와 로보틱스 프레임워크 환경에 손쉽게 통합할 수 있으며 제퍼(Zephyr) RTOS, 코그니파일럿(Cognipilot), 넛엑스(NuttX)와 함께 큐그라운드컨트롤(QGroundControl)과 연동되는 PX4를 지원한다. 또한, MR-VMU-RT1176 VMU는 PX4 V6X-RT(V6X-RT) 규격을 준수하는 폼팩터와 컴퓨팅 모듈 및 캐리어 보드로 구성된 모듈식 아키텍처로 제공된다. 이 VMU는 MR-HGK-RT 드론 개발 키트를 비롯해 NXP 및 드론코드의 로보틱스 에코시스템을 통해 확장이 가능하다.

로옴, 타타 일렉트로닉스와 반도체 비즈니스 전략적 파트너십

한상민 기자_han@autoelectronics.co.kr — 2025-12-24 14:05:36+0900

로옴 주식회사 (이하, 로옴)와 Tata Electronics Private Limited (이하, 타타 일렉트로닉스)는 인도 및 글로벌 시장을 대상으로 하는 반도체 제조에 관한 전략적 파트너십을 체결했다. 본 파트너십은 양사의 전문 지식과 에코 시스템을 활용하여 상호 비즈니스 기회를 확대함과 동시에, 반도체 산업에서 일본과 인도간 협력 강화를 목적으로 하고 있다.

타타 일렉트로닉스의 첨단 후공정 기술과 로옴의 첨단 디바이스 기술의 융합을 통해, 인도에서의 파워 반도체 제조 체제를 구축한다. 또한, 양사는 판매 채널과 네트워크를 융합하여 인도 시장에서 사업 기회를 공동으로 창출함으로써, 더 많은 고객에게 고부가가치 솔루션을 제공한다.

파트너십의 첫번째 성과로서, 로옴이 인도에서 개발하고 설계한 「차량용 100V 내압, 300A Nch Si MOSFET의 TOLL 패키지 제품」을 타타 일렉트로닉스에서 제조 (조립 및 검사)하여, 2026년내에 양산 출하할 예정이다. 또한, 향후 고부가가치 패키지 등에 대한 공동 개발을 검토하고, 협력을 통해 생산된 제품의 마케팅 활동 역시 공동으로 추진할 계획이다.

이러한 협력은 인도 정부가 추진하는 「Make in India」 구상과 「Designed in India, Manufactured in India」와 같은 이념을 구체화하는 것으로, 로옴과 타타 일렉트로닉스의 파트너십을 통해 인도의 고객 및 시장에 새로운 가치를 창출하는 중요한 첫걸음이다. 설계와 개발, 제조를 인도 국내에서 완결하는 에코 시스템을 구축함으로써 Domestic Value Addition (자국내 제조를 통한 부가가치)를 높여, 인도 시장에 최적화된 제품의 안정 공급을 실현한다.

Tata Electronics Private Limited CEO and MD Dr. Randhir Thakur
「타타 일렉트로닉스는 인도에서의 반도체 산업 발전에 전념하고 있습니다. 반도체 솔루션의 세계적인 리더인 로옴과 파트너십을 체결하게 되어 매우 기쁘게 생각합니다. 로옴은 폭넓은 시장을 대상으로 하는 제품의 고품질과 고신뢰성을 실현하여, 본 협업에 있어서 심도 있는 전문 지식을 제공하고 있습니다. 당사는 반도체 조립 및 검사 공장을 통해 첨단 패키징 서비스를 제공하여, 로옴의 인도 및 글로벌 시장을 타겟으로 하는 제품의 개발을 서포트하고 있습니다. 본 협업은 글로벌 반도체 공급망의 높은 신뢰성과 견고성에 기여함과 동시에 양사의 비즈니스 기회 확대에 기여할 것입니다.」

로옴 주식회사 이사 겸 상무 집행임원 Kazuhide Ino
「인도를 대표하는 기업 그룹의 일원으로, 첨단 패키징 기술을 보유한 타타 일렉트로닉스와 협업할 수 있게 되어 매우 기쁘게 생각합니다. 본 협업을 통해 인도에서 제조하는 패키지 제품의 라인업을 확충함과 동시에, 지역 기반의 지속 가능한 공급망 구축을 목표로 하고 있습니다. 이를 통해 인도 내에서 국내 생산 반도체를 요구하는 고객의 수요에 대응할 수 있을 것으로 확신하고 있습니다. 또한, 협업을 통해 생산된 제품에 대해서는 글로벌 시장 공급도 검토하고 있습니다. 」

타타 일렉트로닉스
타타 일렉트로닉스는 전자기기 제조 서비스, 반도체 조립 및 테스트, 반도체 위탁 생산, 설계 서비스와 같은 분야에서 빠르게 성장하고 있는 글로벌 기업이다. 타타 그룹의 신사업의 일환으로서 2020년에 설립된 타타 일렉트로닉스는 전자기기 및 반도체 분야에서 신뢰할 수 있는 밸류체인 전체를 아우르는 종합 서비스를 제공하고, 글로벌 고객에게 서비스를 제공하는 것을 목표로 하고 있다. 직원수는 급속하게 증가하여 현재 70,000명을 넘어섰으며, 주로 인도의 구자라트주, 아삼주, 타밀나두주, 카르나타카주에서 주요 사업을 전개하고 있다. 타타 일렉트로닉스는 여성 인력을 다수 고용함과 동시에 환경 보호, 교육, 헬스케어, 스포츠, 생계 지원 활동 등을 통해 지역 사회를 적극 지원하여, 사회와 경제의 발전에 기여하고자 노력하고 있다.

로옴
로옴은 1958년 설립된 반도체 · 전자부품 메이커다. 개발 및 영업의 글로벌 네트워크를 통해 자동차 및 산업기기 이외에도 민생기기, 통신기기 등 다양한 시장으로 고품질과 고신뢰성의 LSI 및 디스크리트, 전자부품을 공급하고 있다.
로옴의 강점인 파워 분야와 아날로그 분야에서는 SiC를 비롯한 파워 디바이스 및 이러한 제품의 성능을 최대한으로 발휘시킬 수 있는 구동 IC, 그리고 트랜지스터, 다이오드, 저항기 등의 주변 부품을 포함하여, 시스템 전체를 최적화하는 솔루션 제안을 실시하고 있다.

하만, ZF ADAS 사업 인수로 ‘디지털 콕핏 이후’를 준비하다

윤범진 기자_bjyun@autoelectronics.co.kr — 2025-12-24 09:17:31+0900

삼성전자가 23일 자회사 하만을 통해 독일 ZF의 ADAS 사업을 인수했다. 왼쪽부터 마티아스 미드라이히(Mathias Miedreich) ZF CEO, 손영권 하만 이사회 의장, 크리스천 소봇카(Christian Sobottka) 하만 CEO 겸 오토모티브 부문 사장

삼성전자가 자회사 하만(HARMAN International)을 통해 독일 ZF 프리드리히스하펜(ZF Friedrichshafen AG, 이하 ZF)의 ADAS(첨단 운전자 보조 시스템) 사업을 인수하며, 전장 시장에서의 기술적 포지션을 확장했다. 이번 거래는 15억 유로(한화 약 2조6천억 원) 규모다.

이번 인수의 핵심은 단순한 사업 포트폴리오 확장이 아니라, 하만이 디지털 콕핏 중심 기업에서 ADAS까지 아우르는 중앙집중형 전장 플랫폼 공급자로 진화하는 전환점이라는 데 있다.

하만이 인수하는 ZF의 ADAS 사업은 25년 이상 축적된 개발 경험을 바탕으로, 글로벌 ADAS 전방 카메라 시장에서 선도적 입지를 구축해 왔다. 특히 다양한 시스템온칩(SoC) 벤더와의 협업으로 차별화된 ADAS 기술을 확보한 점이 강점으로 평가된다.

ZF의 ADAS 사업은 주요 글로벌 완성차 업체에 전방 카메라 기반 ADAS 솔루션을 공급해 왔으며, 단일 기능 중심이 아닌 확장형 ADAS 플랫폼을 통해 차급과 지역에 따른 요구사항을 폭넓게 대응해 왔다. 하만 입장에서는 단기간 내 ADAS 핵심 기술과 고객 기반을 동시에 확보할 수 있는 선택지였다고 할 수 있다.

하만의 변화: ‘인캐빈 경험’에서 ‘주행 영역’으로 확장

그동안 하만 전장 부문은 인포테인먼트 시스템 및 디지털 콕핏, 카오디오를 중심으로 차량 내 경험(In-Cabin Experience) 분야에서 확고한 입지를 구축해 왔다. 이는 기능별 ECU가 분리된 전통적인 차량 전자 아키텍처를 전제로 한 것이다. 그러나 SDV(Software-Defined Vehicle)로의 전환이 가속화되면서 디지털 콕핏과 ADAS의 경계가 빠르게 허물어지고 있다.

완성차 업체들은 개별 ECU를 늘리는 방식 대신, ADAS와 콕핏 기능을 통합한 중앙집중형 컨트롤러 구조를 요구하고 있으며, 이는 소프트웨어 통합과 OTA 기반 기능 확장을 전제로 한다. 이번 ZF ADAS 사업 인수는 하만이 이러한 변화에 구조적으로 대응하기 위한 수순으로 해석된다.

하만은 전방 카메라, ADAS 컨트롤러 등 주행 보조 핵심 기술을 자체 포트폴리오에 편입함으로써, 디지털 콕핏과 ADAS를 하나의 중앙 컨트롤러 아키텍처로 통합할 수 있는 기반을 확보하게 됐다.

중앙집중형 컨트롤러 구조는 단순한 하드웨어 통합을 넘어, 소프트웨어 구조의 재설계를 전제로 한다. OTA를 통한 기능 업데이트, 차량 수명 주기 전반에 걸친 기능 확장, 유지보수 효율성 등은 SDV 전환의 핵심 조건이다.

ZF ADAS 사업이 보유한 카메라 기반 ADAS 기술과 하만의 소프트웨어 플랫폼, 삼성전자의 IT·AI 기술이 결합될 경우, ADAS 기능을 포함한 통합 소프트웨어 스택 제공이 가능해진다. 이는 개별 기능 단위 공급에서 벗어나, 시스템 단위 파트너로서 하만의 역할을 강화하는 방향이다.

시장조사기관들은 ADAS 및 중앙집중형 컨트롤러 시장이 2035년까지 연평균 약 12% 성장할 것으로 전망하고 있다. 기술 복잡도가 높아질수록 통합 역량을 갖춘 전장 공급사의 중요성은 더욱 커질 수밖에 없다.

“기술 변곡점에서의 선택”이라는 하만의 시각

하만 CEO 겸 오토모티브 사업부문 크리스천 소봇카(Christian Sobottka) 사장은 이번 인수에 대해 “디지털 콕핏과 ADAS가 통합되는 기술 변곡점에 있는 전장 시장에서 중앙집중형 통합 컨트롤러를 공급할 수 있는 전략적 발판을 마련했다”고 밝혔다. 이는 하만이 단일 제품 경쟁이 아닌, 차량 전자 아키텍처 전환 국면을 전략의 출발점으로 보고 있음을 시사한다.

ZF 측 역시 ADAS 사업의 지속 성장을 위한 최적의 파트너로 하만을 선택했다는 점을 강조했다. ZF 마티아스 미드라이히(Mathias Miedreich) CEO는 하만의 소프트웨어 및 시스템 통합 역량이 ADAS 사업의 다음 단계 성장을 이끌 수 있을 것으로 평가했다.

‘글로벌 종합 전장 기업’으로의 다음 단계

이번 인수로 하만은 디지털 콕핏, 인포테인먼트, 카오디오에 이어 ADAS까지 포괄하는 전장 포트폴리오를 완성하게 됐다. 이번 거래는 하만이 ‘차량 내부 경험’ 중심의 성공 공식을 넘어, SDV 시대를 대비한 구조적 변화를 선택했다는 점에서 의미가 있다. 디지털 콕핏 이후의 하만이 어떤 형태의 전장 아키텍처를 제시할지 자동차 업계의 시선이 집중되고 있다.

이번 ADAS 사업 인수 절차는 2026년 내 마무리될 예정이다.

육송 ‘EV 화재 확산방지 시스템’ 소방 신제품 선정

박종서 기자_fop1212@autoelectronics.co.kr — 2025-12-23 16:11:14+0900

소방용품 및 전기차 화재 대응시스템 전문 제조 기업 육송㈜(대표이사 박세훈)의 ‘전기차 화재 확산방지 시스템’이 올해 소방청 국립소방연구원에서 주관하는 ‘소방 신기술·신제품’ 심사에서 ‘소방 신제품’으로 선정됐다.
‘소방 신기술·신제품’은 소방청이 우수한 소방용품 개발을 촉진하고 원활한 시장 진출을 돕기 위해 매년 공모, 선정하는 제도다. 이 중 소방 신제품은 최초로 개발된 신기술 또는 이에 준하는 대체 기술을 적용해 기존 제품과 차별화 및 실용화를 완료한 제품에게 주어진다.
육송의 ‘전기차 화재 확산방지 시스템’은 ▲신형 감지 시스템, ▲상향식 직수 분사 시스템, ▲감지기 연동 자동 분사 기술 등 20여 개에 달하는 신기술을 적용해 높은 평가를 받았다. 특히 감지선형 감지기, 불꽃 감지기, AI 복합 감지기(옵션) 등 3중 체계로 정확하고 신속한 무인 화재 감지와 자동 물 분사가 가능하다. AI 복합 감지기는 행정안전부로부터 재난안전신기술(NET) 인증을 받은 복합 영상기반 화재감지 시스템을 채택했다.
이와 함께 주차 베드(bed) 형태로 바닥면에 설치되는 상향식 스프링클러와 전용 노즐을 탑재, 차량 하부 배터리 부위에 고압 직수를 분사하는 기술도 국내 최초로 도입됐다. 기존 습식 배관 대신 건식 배관 기술을 적용해 동파 및 부식 위험을 방지, 유지관리 효율성 및 신뢰성을 강화했다.
해당 시스템은 연구 논문, 실증 실험, 시험 성적서 등 다양한 검증을 통해 화재 감지·진압 시간이 기존 대비 75% 이상 단축, 매연 및 유독가스 50% 저감, 화재 확산 피해 최대 90% 감소 등이 확인됐다. 이러한 기술 우수성과 혁신성을 인정받아 지난해 제23회 대한민국 안전대상 국무총리상, 서울국제발명전시회 은상 등을 수상한 바 있다.
이로써 올 한 해 국내 총 200여 대 및 출시 이래 누적 300여 대를 설치 완료했다. 최근 관공서, 대기업, 리조트, 공공기관, 아파트 단지 등 설치가 빠르게 늘어나는 추세다.
육송 관계자는 “이번 선정은 육송의 시스템이 소방청으로부터 전기차 화재 시장을 선도하는 신제품으로 공식 인정받은 것”이라며, “전기차 화재 재산 피해액은 지난해 55억 6541만 원으로 5년 만에 15.4배 급증한 만큼 관련 시스템 도입은 더 이상 선택이 아닌 필수 과제”라고 말했다.

보쉬, CES 2026서 AI 기반 차량용 콕핏 공개 ··· 마이크로소프트·엔비디아와 협력

윤범진 기자_bjyun@autoelectronics.co.kr — 2025-12-23 14:29:44+0900

보쉬(Bosch)가 인공지능(AI)을 차량 콕핏 전반에 적용한 신기술을 공개하며 차량 내 소프트웨어 경쟁력 강화에 나섰다. 보쉬는 내년 1월 미국 라스베이거스에서 열리는 CES 2026에서 ‘AI 확장 플랫폼(AI extension platform)’을 처음 선보일 예정이다.

자동차 산업이 소프트웨어 중심 구조로 빠르게 전환되는 가운데, 보쉬는 AI를 핵심 요소로 삼아 차량을 단순한 이동 수단에서 운전자와 상호작용하는 지능형 공간으로 확장하는 데 주력하고 있다. 이번에 공개되는 AI 확장 플랫폼은 고성능 컴퓨팅 유닛을 기반으로 기존 차량 콕핏 시스템에 AI 기능을 빠르게 추가할 수 있도록 설계됐다.

보쉬가 제시한 AI 기반 콕핏은 운전자의 습관과 선호도를 학습해 상황에 맞는 기능을 제공하는 것이 특징이다. 음성 기반 AI 어시스턴트, 차량 실내 상황에 대한 완벽한 이해, 정밀 내비게이션, 풍부한 엔터테인먼트 기능이 통합됐다. 예를 들어 “춥다”는 간단한 말만으로도 좌석 열선과 실내 온도 조절 등 여러 기능을 동시에 실행할 수 있다.

마르쿠스 하인(Markus Heyn) 보쉬 이사회 이사겸 보쉬 모빌리티 회장은 “AI 기반 콕핏은 운전자와 탑승자 모두에게 보다 직관적이고 안전한 주행 환경을 제공한다”며 “AI 확장 플랫폼을 통해 차량 내 새로운 기능을 훨씬 빠르게 구현할 수 있다”고 말했다.

보쉬는 이러한 AI 콕핏 기술을 기반으로 차량용 인포테인먼트(IVI) 시장 확대를 노리고 있다. 글로벌 시장조사기관인 그랜드 뷰 리서치(Grand View Research)와 마켓츠앤마켓츠(MarketsandMarkets)에 따르면, AI 기반 IVI 시장은 2030년까지 약 170억 유로 규모로 성장할 것으로 전망된다. 보쉬는 이 시장에서 2030년까지 20억 유로 이상의 매출을 달성한다는 목표를 제시했다.

보쉬는 마이크로소프트와의 협력을 통해 차량을 ‘모바일 오피스’로 확장하는 방안도 제시했다. 마이크로소프트 파운드리(Microsoft Foundry)와 차량 전용 기능을 결합해 마이크로소프트 365를 차량 환경에 통합하고, 음성 명령을 통해 팀즈(Teams) 회의에 접속하는 등 생산성 기능을 제공한다. 이 과정에서 운전자 주의 분산을 최소화하기 위해 차량의 다른 도메인과 연동해 안전 기능이 함께 작동하도록 설계했다.

AI 확장 플랫폼의 핵심 하드웨어는 엔비디아의 ‘DRIVE AGX Orin’ 시스템온칩(SoC)이다. 보쉬는 엔비디아 CUDA 플랫폼을 기반으로 완성차 업체들이 자체 AI 모델과 에이전트를 쉽게 통합할 수 있도록 지원한다. 이 유닛은 150~200 TOPS(초당 테라 연산) 수준의 추가 연산 성능을 제공하며, 전원과 이더넷 연결만으로 기존 차량 시스템에 적용할 수 있도록 설계됐다.

소프트웨어 측면에서는 엔비디아 NeMo 프레임워크와 Nemotron 모델을 활용해 음성 인식과 추론 기능을 구현하고, 마이크로소프트 파운드리를 통해 차량 내 AI를 설계·관리함으로써 지속적인 업데이트가 가능한 구조를 갖췄다.

보쉬는 CES 2026 현장에서 AI 기반 콕핏과 AI 확장 플랫폼의 실제 동작 시연을 통해 차량 내 AI 기술의 적용 가능성을 선보일 예정이다.

페스카로, 전장제어기 개발사 모트랩 인수

윤범진 기자_bjyun@autoelectronics.co.kr — 2025-12-23 11:48:18+0900

차량 통합보안 플랫폼 기업 페스카로(FESCARO, 대표 홍석민)가 자동차 전장제어기 개발 전문기업 모트랩(MOTLAB, 대표 김남종)을 인수한다고 23일 밝혔다.

페스카로는 이번 인수를 통해 소프트웨어 정의 차량(SDV) 환경에서 요구되는 전장제어기 핵심 기술을 선재적으로 내재화한다는 계획이다. 페스카로는 그동안 사이버보안 전용 제어기를 중심으로 사업을 전개해 왔으며, 전장제어기 소프트웨어와 하드웨어를 자체 개발해 자동차 통합 환경에서의 양산 검증을 완료한 바 있다. 현재 다수의 제어기 양산 공급이 확정돼 있으며, 이를 기반으로 약 1,000억 원 규모의 수주 잔고를 확보하고 있다. 페스카로는 이번 인수를 통해 전장제어기 개발 범위를 단기간에 확대하고, 고객 요구에 대한 대응 속도를 높일 수 있을 것으로 기대하고 있다.

모트랩은 2013년 설립된 전장제어기 전문 개발사로, 친환경차와 ICT 융합, SDV 기반 도메인 제어기 분야에서 다양한 프로젝트 수행 경험을 보유하고 있다. 국내 최초로 자동차 순정용 ICCB(전기차 완속충전기) 양산 개발을 완료했으며, 차량용 이더넷 통신 모듈 선행 개발 등 차세대 모빌리티 기술력을 축적해 왔다.

페스카로는 인수 이후 즉시 시장 대응이 가능한 제품군을 확대해 수주 경쟁력과 프로젝트 수행 속도 및 품질을 동시에 높인다는 방침이다. 또한, 자율주행 차량과 군수 차량 등에 탑재되는 고부가가치 특수 제어기 분야로 기술 적용 범위와 고객 포트폴리오를 넓힐 계획이다.

홍석민 페스카로 대표는 “이번 인수는 단순한 역량 보완을 넘어 SDV 시대를 대비한 전략적 확장”이라며 “모트랩과의 시너지를 통해 중장기 성장 기반을 강화하고 글로벌 시장 진출을 본격적으로 추진할 것”이라고 밝혔다.

키사이트 김세순 박사, 유네스코 선정 ‘퀀텀 100인’ 선정

박종서 기자_fop1212@autoelectronics.co.kr — 2025-12-23 09:19:46+0900

키사이트테크놀로지스(Keysight Technologies)는 유엔(UN)이 지정한 ‘2025 세계 양자과학기술의 해(IYQ)’를 기념해 유네스코가 선정한 글로벌 양자 분야 리더 ‘퀀텀 100인(Quantum 100)’에 김세순 박사가 이름을 올렸다고 23일 밝혔다.

김세순 박사, 키사이트테크놀로지스

IYQ가 공식 발표한 ‘퀀텀 100’은 양자 과학과 기술 분야에서 연구, 혁신, 교육을 선도하는 전문가 100명을 조명하는 글로벌 캠페인이다. 전 세계 5개 대륙에서 접수된 400여 건 이상의 추천을 거쳐, 학계와 산업계, 정책, 교육 등 다방면에서 양자 과학의 발전을 이끌어온 인물들이 최종 선정됐다.

김세순 박사는 키사이트에서 확장형 양자 컴퓨터 구축과 과학자를 위한 고급 제어 시스템 개발을 담당하고 있는 양자 물리학자다. 오클라호마 대학교에서 박사 학위를 취득한 뒤 NASA 제트추진연구소(JPL)에서 양자 센싱 연구를 수행했으며, 현재는 연구와 실용적인 기술 구현을 잇는 역할을 수행하고 있다.

키사이트에 따르면, 김 박사의 ‘퀀텀 100’인 선정은 그가 한국 내 양자 과학 접근성을 높이는 데 기여한 공로가 크게 작용했다. 그는 핵심 양자 교육 콘텐츠를 한국어로 번역하는 현지화 작업을 주도해, 수천 명의 한국 학생들이 모국어로 양자 컴퓨팅을 학습할 수 있는 환경을 마련했다. 또한, 전 세계 대학을 대상으로 한 세미나와 강연을 통해 학생들을 멘토링하고, 양자 컴퓨팅과 센싱 기술의 실제 적용 사례를 시연하며 후학 양성에 힘써왔다.

이와 함께 김 박사는 유니터리 펀드(Unitary Fund) 등을 통해 신진 연구자들을 지원하고, 해커톤과 멘토링 프로그램에 적극 참여하고 있다. 그는 단순한 기술 습득을 넘어 연구자들이 양자 과학 커뮤니티에 소속감을 느낄 수 있도록 돕는 포용적인 생태계 구축을 강조해왔다.

김세순 박사는 “이번 선정은 개인의 성과라기보다 키사이트의 뛰어난 분들과 함께 일하며 도전하고 성장할 수 있었던 환경 덕분”이라며 “앞으로도 키사이트 팀과 협력하며 양자 과학의 다음 도전 과제에 기여하고 싶다”고 밝혔다.

키사이트코리아 이선우 대표는 “김세순 박사의 퀀텀 100 선정은 키사이트가 글로벌 양자 기술 발전뿐 아니라 차세대 인재 양성과 커뮤니티 기여에도 앞장서고 있음을 보여준 쾌거”라며 “키사이트는 김 박사와 같은 뛰어난 인재와 혁신적인 솔루션을 통해 한국 양자 생태계의 혁신을 가속화할 것을 약속한다”라고 말했다.

마우저 일렉트로닉스, 에너지 효율 설계 지원 전원관리 리소스 센터 공개

윤범진 기자_bjyun@autoelectronics.co.kr — 2025-12-23 08:39:55+0900

마우저 일렉트로닉스(Mouser Electronics)가 에너지 효율적 전자 시스템 설계를 지원하기 위한 전원관리 리소스 센터를 공개했다. 이 전원관리 리소스 센터는 배터리 기반 소형·고성능 기기의 확산으로 전력 효율과 안정성이 핵심 설계 요소로 부상하는 가운데, 엔지니어들이 최신 전원관리 기술과 설계 방향을 종합적으로 파악할 수 있도록 돕겠다는 취지다.

마우저는 업계에서 가장 폭넓은 반도체 및 전자부품을 취급하는 신제품 소개(NPI) 유통기업으로, 이번 리소스 센터를 통해 전원관리 설계와 관련된 다양한 기술 과제를 조명한다. 특히 배터리 구동 시스템이 증가하면서 전력 손실을 최소화하고 시스템 성능을 안정적으로 유지하는 전원관리 설계의 중요성이 한층 커지고 있다는 점에 주목했다.

리소스 센터에서는 스마트 그리드 관리 기술과 DC 마이크로그리드 등 최근 주목받는 전원관리 기술 흐름도 다룬다. DC 기반 아키텍처를 활용한 마이크로그리드는 재생에너지 시스템과의 통합을 용이하게 하고, DC 부하 및 전기차 충전 인프라와의 연계를 통해 에너지 효율과 전력 품질을 동시에 개선할 수 있는 대안으로 제시된다. 이와 함께 태양광, 진동, 열 에너지를 수집하는 에너지 하베스팅 기술도 주요 주제로 다뤄지며, 변환 효율 향상을 통해 배터리 수명을 늘리거나 배터리 없는 시스템 구현 가능성도 함께 소개된다.

최신 임베디드 시스템에서 활용도가 높아지고 있는 CLB(configurable logic block) 기반 전원관리 방식도 주요 내용 중 하나다. CLB는 타이밍 제어, 전원 시퀀싱과 같은 기능을 하드웨어 수준에서 처리함으로써 응답 속도를 높이고 CPU 부하를 줄이는 데 기여한다. 이를 통해 시스템 전체 전력 소모를 낮추고, 효율적인 전력 생성, 분배, 소비 구조를 구현할 수 있다.

전원관리 리소스 센터는 마우저 기술팀과 주요 제조사 파트너가 엄선한 최신 기사, 블로그, 전자책 등 다양한 콘텐츠로 구성돼 있다. 여기에 배터리 에너지 저장 시스템(BESS)을 주제로 한 인포그래픽도 포함돼, 시스템 구조와 구성요소 선택에 대한 이해를 돕는다. 마우저는 이 콘텐츠 허브가 빠르게 진화하는 전원관리 기술 환경에서 실질적인 참고 자료가 될 수 있도록 구성됐다고 밝혔다.

마우저는 전원관리 애플리케이션을 위한 다양한 최신 제품도 함께 소개하고 있다. 이피즈(e-peas)의 배터리 충전기 PMIC인 AEM00300은 주변 환경에서 수집한 에너지를 활용해 DC 전력을 추출하는 통합 에너지 관리 회로로, 배터리 수명을 연장하고, 다양한 애플리케이션에서 1차 에너지 저장 소자를 제거할 수 있다.

마이크로칩 테크놀로지의 MCP16701 PMIC는 8개의 DC-DC 벅 레귤레이터와 4개의 300mA LDO, 1개의 LDO 컨트롤러를 하나의 칩에 통합한 솔루션으로, 동적 전압 스케일링(DVS) 기능과 고성능 모드를 지원한다. 이 제품은 마이크로칩의 eMPU를 비롯해 PIC64GX, 폴라파이어(PolarFire) FPGA 및 폴라파이어 SoC를 지원한다.

실리콘랩스(Silicon Labs)의 xG22-EK8200A 에너지 하베스팅 익스플로러 키트는 멀티프로토콜 무선 SoC를 기반으로 다양한 에너지 하베스팅 솔루션을 탐색, 평가할 수 있도록 설계됐다. 이 키트는 펄스형 및 연속 전원공급 애플리케이션을 위한 다양한 에너지 소스를 평가할 수 있으며, 단일 또는 듀얼 소스에도 적용할 수 있다.

MPS(Monolithic Power Systems)의 MP8853 동기식 스텝다운 컨버터는 최대 4A의 연속 출력 전류와 넓은 입력 전압 범위를 지원하는 고효율 전원 솔루션으로, 완전 통합 기능을 갖춰 우수한 부하 및 라인 레귤레이션 기능을 제공한다.

마우저의 전원관리 리소스 센터는 공식 웹사이트를 통해 확인할 수 있다.

스페이스칩스, 바이코 전력 모듈 통해 AI 기반 위성 애플리케이션 개발 박차

윤범진 기자_bjyun@autoelectronics.co.kr — 2025-12-22 15:23:01+0900

스페이스칩스(Spacechips)가 바이코(Vicor)의 내방사선 전력 모듈을 통합한 AI 기반 소형 온보드 프로세서 카드 ‘AI1 트랜스폰더’를 선보이며, 차세대 위성 애플리케이션 개발에 속도를 내고 있다.

이번 사례는 5~10년 이상의 장기 임무를 수행해야 하는 소형 위성의 수요가 확대되는 가운데, 저전압·고전류 기반의 최신 프로세서를 지원하기 위한 전력 공급 네트워크의 한계를 해결한 점이 주목된다.

최근 위성 시스템은 FPGA 및 ASIC을 포함한 고성능 프로세서를 활용하면서 전력 요구치가 크게 상승하고 있다. 극한 우주 환경에서 발생하는 열 관리와 방사선 문제 역시 설계 난도를 높이고 있다. 이러한 흐름 속에서 스페이스칩스는 ACAP(Adaptive Compute Acceleration Platform) 기반 AI 가속기를 탑재한 고밀도 프로세서 보드 ‘AI1 트랜스폰더’를 개발했다.

AI1 트랜스폰더는 최대 133 TOPS의 연산 성능을 바탕으로 지구 관측, 우주 내 정비·조립·제조(ISAM), 신호정보(SIGINT), 정보·감시·정찰(ISR) 및 통신 애플리케이션에서 실시간 자율 컴퓨팅을 지원하고 장기 미션 수행에 필요한 신뢰성과 지속 가능성을 보장한다.

스페이스칩스의 CEO 라잔 베디(Rajan Bedi) 박사는 “많은 우주선 운영자들은 데이터를 실시간으로 내려받기 위한 충분한 RF 대역폭을 확보하지 못하고 있다”며 “궤도 내에서 데이터를 처리하고, 확보한 핵심 인사이트만 다운링크하는 방식이 대안이 될 수 있다”고 말했다.

AI 연산 기능 확대는 지구와 우주 환경 모두에서 새로운 활용 영역을 열고 있다. 저궤도 관측 위성은 특정 지역을 약 10분 간격으로만 직접 관측할 수 있는데, AI 학습을 통해 이러한 사각지대의 관측 정확도를 높이고 지연 시간을 줄일 수 있다는 것이다. 이를 통해 비상 대응, 정보 분석, 자율 판단 등이 가능한 기반이 마련된다.

우주 환경에서는 AI 기반 연산이 우주 잔해물 추적과 우주선 상태 모니터링 등 임무에 활용되며, 지구 환경에서는 악천후 패턴 분석과 주요 농작물 생산 관련 강우 데이터 보고 등에 활용된다.

스페이스칩스는 AI 활용이 확대될수록 정밀한 전력 관리 중요성이 커진다고 보고, 바이코와의 기술 협력을 통해 고밀도 전력 모듈을 도입했다. 바이코 팩토라이즈드 전력 아키텍처(Factorized Power Architecture™, FPA™)는 DC-DC 변환을 독립 모듈 형태로 구성해 공간 효율성을 높이고 시스템 구조를 단순화한다. 내방사선 모듈 중 버스 컨버터 모듈(BCM®)이 절연 및 28V 전압 스텝다운 기능을 제공하고, 프리레귤레이터 모듈(PRM™)은 전압 변환 모듈(VTM™) 또는 전류 멀티플라이어로 조절하며 28V DC를 0.8V로 변환한다.

라잔 베디 박사는 “바이코 솔루션은 매우 작은 폼팩터에서 높은 전력 밀도를 제공한다”며 “크기와 중량을 줄이면서도 성능을 유지해 고성능 컴퓨팅 애플리케이션에 적합하다”고 설명했다.

바이코(Vicor) 팩토라이즈드 전력 아키텍처(FPA™)는 DC-DC 변환 기능을 독립적인 모듈로 분리한다. BCM® 버스 컨버터는 내방사선 모듈을 활용하여 조절 기능을 제공하며 VTM™ 전류 멀티플라이어는 DC 변환을 수행한다. 이를 통해 효율성과 유연성을 높이고, 특히 고성능 컴퓨팅 애플리케이션에서 더 높은 전력 밀도를 제공한다.

또한, 바이코 전력 컨버터 모듈은 듀얼 파워트레인 기술을 적용해 결함 발생 시에도 각 파워트레인이 전체 부하를 구동할 수 있도록 설계됐다. 이 같은 내장 리던던시는 우주 미션 수행을 위한 신뢰성 확보에 중요한 요소로 평가된다. 이를 통해 위성 운영자는 실시간 통신 요구에 따라 RF 주파수 계획, 채널화, 변조 방식, 통신 표준 등을 자율적으로 변경할 수 있다.

스페이스칩스와 바이코의 협업 결과물인 AI1 보드는 높은 전력 밀도와 견고성을 갖추고 있으며, 방사선 내성을 포함한 장기 우주 활용 환경에 최적화됐다. 양사는 이 제품이 차세대 뉴스페이스 미션의 핵심 플랫폼으로 활용될 것으로 전망하고 있다. AI1 보드는 위성 내 전력 처리의 새로운 기준을 제시하며, 고성능 자율 컴퓨팅 애플리케이션의 확산을 뒷받침할 기술적 기반으로 평가받고 있다.

파이오니어, CES 2026서 이륜차용 UX 솔루션 ‘Pioneer Ride Connect’

한상민 기자_han@autoelectronics.co.kr — 2025-12-22 13:25:21+0900

파이오니어(Pioneer Corporation)가 CES 2026에서 이륜차(모터사이클)를 위한 혁신적인 UX 솔루션 ‘Pioneer Ride Connect’를 공개한다.
Pioneer Ride Connect는 차세대 이륜차용 커넥티드 클러스터의 설계 방식을 근본적으로 혁신하고, 소프트웨어 업데이트를 통해 지속적으로 새로운 가치를 라이더에게 제공하는 UX 플랫폼이다.
이 솔루션은 2024년 12월 발표된 파이오니어와 HERE Technologies 간 기술 협력의 결실로, HERE SDK와 통합돼 전 세계 120개국 이상을 커버하는 글로벌 지도 데이터를 기반으로 한다. 이를 통해 이륜차 글로벌 시장을 위한 커넥티드 서비스 개발 및 제공의 토대를 마련했다.

HERE SDK는 HERE의 고도화된 지도, 경로 안내, 지오코딩 서비스를 활용해 위치 기반 애플리케이션을 개발할 수 있는 종합 소프트웨어 개발 키트(SDK)로, 실시간 교통 정보, 오프라인 기능, 멀티모달 내비게이션 등을 Android, iOS, Flutter 환경에서 제공한다.

BLE 기반 독자적 화면 투영(Screen Projection) 기술
Pioneer Ride Connect는 Bluetooth Low Energy(BLE) 기반의 파이오니어 독자 기술을 활용해, 스마트폰에서 처리된 지도 이미지와 최신 커넥티드 서비스 정보를 차량 탑재 클러스터 디스플레이로 직접 투영한다. 이를 통해 클러스터 자체의 고성능 연산 능력이 필요 없어지고, 스마트폰 배터리 소모도 줄일 수 있어 클러스터 부품 비용 최적화가 가능하다.

직관적인 HMI와 AI 기술을 결합한 안전·편의 중심 이륜차 UX
파이오니어의 음성 기반 HMI ‘Voice Tap’은 스트레스 없는 완전 핸즈프리 조작을 가능하게 한다. 또한 에지 AI를 통한 교통, 날씨, 위험 정보 공유는 주행 중 라이더의 안전성과 편의성을 크게 향상시킨다.

HERE SDK 통합을 통한 글로벌 시장 대응
Pioneer Ride Connect는 HERE SDK와의 완전한 통합을 통해 고정밀 지도, 실시간 교통 정보, 클라우드 기반 내비게이션 및 이륜차 최적화 경로 안내와 위치 기반 서비스(LBS)를 제공한다. 또 오프라인 모드를 추가할 수 있어 네트워크 연결이 불안정한 지역에서도 안정적인 작동이 가능하며, 도심·농촌·산악 지역을 아우르는 일관된 안전한 라이딩 경험을 제공한다.

타네자와 세이지(Seiji Tanezawa) 파이오니어 집행임원은 “Pioneer Ride Connect는 이륜차 UX를 소프트웨어 기반으로 지속적으로 진화시키는 혁신적인 플랫폼이다. 파이오니어의 UX 설계 전문성과 HERE Technologies의 글로벌 위치 인텔리전스 플랫폼을 결합함으로써, 보다 스마트하고 안전한 커넥티드 이륜차라는 개념을 현실로 구현했다”고 말했다.

지멘스, 클라우드 기반 디지털 트윈 솔루션 ‘PAVE360 Automotive’ 공개

윤범진 기자_bjyun@autoelectronics.co.kr — 2025-12-19 19:34:08+0900

지멘스(Siemens)가 18일(미국 현지시간) 자동차 하드웨어와 소프트웨어 통합의 증가하는 복잡성을 간소화하기 위해 사전 통합된 디지털 트윈 솔루션 ‘PAVE360™ Automotive’를 공개했다.

이 기술은 자동차 제조사와 부품공급사가 초기 단계부터 전체 시스템 가상 통합을 수행할 수 있도록 지원해 소프트웨어 정의 차량(SDV) 개발을 가속화 하는 것을 목표로 한다.

자동차 시스템이 점점 더 정교해지면서 개발팀은 빠르게 혁신을 제공하는 동시에 소비자 기대를 충족해야 하는 압박에 직면해 있다. 기존 개발 방식은 첨단 운전자 보조 시스템(ADAS), 자율주행(AD), 차량용 인포테인먼트(IVI) 기능 간 상호 의존성을 관리하는 데 한계를 보이는 경우가 많아, 보다 통합된 접근 방식이 요구된다.

지멘스에 따르면, PAVE360 Automotive는 실제 차량 하드웨어를 가상 환경에서 재현해 개발자가 맞춤형 디지털 트윈을 구축하지 않고도 ADAS, AD, IVI용 애플리케이션과 저수준(low-level) 소프트웨어를 테스트하고 검증할 수 있다. 이러한 접근 방식은 핵심 애플리케이션의 개발 기간을 수개월에서 며칠로 단축할 수 있다.

지멘스 디지털 인더스트리 소프트웨어(Siemens Digital Industries Software) 토니 헴멜가른(Tony Hemmelgarn) CEO는 “자동차 산업은 ‘소프트웨어 정의 모든 것(software-defined everything, SDE)’ 혁신의 최전선에 있으며, 지멘스는 점진적 혁신을 넘어서는 데 필요한 디지털 트윈 기술을 제공한다”면서 “PAVE360 Automotive는 자동차 기업이 자신감과 민첩성, 확장성을 갖고 혁신할 수 있도록 지원하며, SDV의 잠재력을 온전히 실현할 수 있도록 해줄 것”이라고 말했다.

PAVE360 Automotive는 자동차 하드웨어와 소프트웨어 통합의 증가하는 복잡성을 해결하기 위한 새로운 범주의 디지털 트윈 소프트웨어다.

PAVE360 Automotive는 지멘스의 디지털 트윈 전문성을 활용해 다음과 같은 기능을 제공한다.

개발 초기 단계부터 ADAS, AD, IVI용 맞춤형 가상 레퍼런스 디자인 제공
팀 통합과 클라우드 기반 협업 강화를 위한 단일 디지털 트윈 환경 제공
소프트웨어, 모델, 외부 하드웨어 추가를 통한 확장성 확보
Arm 최신 차량 IP 및 Arm^® Zena 컴퓨트 서브시스템(CSS)을 활용한 하드웨어 수준 시뮬레이션으로 소프트웨어 개발 가속
디지털 트윈과 실제 하드웨어를 연결해 실제 차량에서 테스트하는 실환경 검증 제공

PAVE360 Automotive는 지멘스와 Arm의 기존 협력이 기반이 된다. 지멘스는 Arm과의 협력을 통해 2024년에 Arm Cortex-A720AE, 2025년에 Arm Zena CSS용 가상 환경을 구축한 데 이어, 이번에 Arm Zena CSS를 PAVE360 Automotive에 통합했다. 지멘스에 따르면, 이를 통해 개발자는 Arm 기반 환경에서 이전보다 빠르고 원활하게 소프트웨어 개발을 진행할 수 있으며, 개발 기간을 최대 2년까지 단축할 수 있다.

Arm 피지컬 AI 사업부 제품·솔루션 담당 수라즈 가젠드라(Suraj Gajendra) 부사장은 “차량이 점점 더 AI 중심으로 진화함에 따라, 자동차 제조사와 실리콘 파트너는 혁신 속도를 늦추지 않으면서 증가하는 복잡성을 관리할 새로운 방법이 필요하다”며 “PAVE360 Automotive 내 Arm Zena CSS 환경은 파트너가 개발 주기 초기 단계에서 검증과 반복을 수행할 수 있어 시장 출시를 앞당길 수 있다”고 강조했다.

PAVE360 Automotive는 지멘스 Innexis™ 소프트웨어 환경과 지원 기술을 결합해 ADAS, AD, IVI 기능의 시스템 수준 디지털 트윈을 구현할 수 있다. 지멘스는 PAVE360 Automotive를 주요 고객에게 즉시 제공할 계획이다. 일반 고객 대상 출시는 2026년 2월로 예정돼 있다. 이 기술은 2026년 CES 2026에서 공개 시연될 예정이다.

벡터-RTI, DDS 기반 시스템 개발·검증 효율화 위해 전략적 파트너십 체결

윤범진 기자_bjyun@autoelectronics.co.kr — 2025-12-19 17:25:08+0900

벡터(Vector Informatik)와 RTI (Real-Time Innovations)가 17일(독일 현지시간) DDS (Data Distribution Service) 표준 기반 시스템의 개발과 검증을 간소화하고 촉진하기 위한 전략적 파트너십을 체결했다. 이번 협력을 통해 RTI의 Connext^Ⓡ 통신 프레임워크가 벡터의 CANoe.DDS 툴체인에 직접 통합된다.

복잡하고 분산된 임베디드 시스템을 개발하는 엔지니어들에게 이번 소식은 설계 초기 단계에서 실시간 데이터 통신을 검증하는 과제를 직접적으로 해결할 수 있다는 점에서 의미가 있다. 통합 접근 방식은 개발 기간을 단축하고 심층적인 테스트를 수행하며, 안전 및 미션 크리티컬 애플리케이션에서 DDS를 적용할 때 위험을 줄일 수 있다.

이번 파트너십의 핵심은 RTI Connext를 벡터의 DDS 기반 시스템 시뮬레이션·분석·테스트 환경인 CANoe.DDS에 통합하는 것이다. RTI Connext는 결정론적이고 확장 가능하며 신뢰할 수 있는 데이터 교환을 요구하는 애플리케이션에서 널리 사용되는 DDS 플랫폼이다. Connext가 CANoe.DDS에 통합됨에 따라, 개발자는 RTI Connext에 특화된 확장 기능을 포함해 모든 DDS 기능을 테스트할 수 있는 환경을 확보하게 된다. 벡터에 따르면, DDS 기반 시스템은 최소한의 설정만으로 구축할 수 있으며 복잡한 통신 패턴도 상세히 시뮬레이션하고 검증할 수 있다. 이를 통해 엔지니어는 개발 초기 단계에서 잠재적인 문제를 발견할 수 있으며, 변경 비용을 절감하고 구현을 용이하게 할 수 있다

이번 공동 솔루션은 DDS가 핵심 기술로 활용되는 다양한 산업 분야 개발자를 대상으로 한다. 특히 자동차 분야에서는 DDS가 소프트웨어 정의 차량(SDV)과 첨단 운전자 보조 시스템(ADAS) 등 복잡한 차량 아키텍처에서 안정적이고 확장 가능한 데이터 통신을 지원하는 데 점점 더 많이 활용되고 있다.

한편, RTI는 2026년 1월 6일부터 9일까지 라스베이거스에서 열리는 CES에서 이번 공동 테스트 솔루션을 DDS 기반 SDV 툴체인으로 선보일 예정이다.

소네트, 사우디 스마트시티 개발 프로젝트에 레벨4 자율주행 셔틀 기술 공급

윤범진 기자_bjyun@autoelectronics.co.kr — 2025-12-19 15:43:48+0900

자율주행 기술 전문 기업 소네트(sonnet.ai)는 지난 12월 5일 사우디아라비아의 스마트 모빌리티 솔루션 스타트업 픽스컨베이(Pixconvey Ltd)와 전략적 양해각서(MoU)를 체결했다고 19일 밝혔다.

소네트가 픽스컨베이(Pixconvey)와 레벨4 자율주행 기술 공급을 위한 전략적 파트너십을 체결했다. [사진=소네트]

이번 협약을 통해 소네트와 픽스컨베이는 사우디아라비아 공적투자펀드(PIF)가 주도하는 차세대 스마트시티 개발 프로젝트에 소네트의 레벨 4 자율주행 셔틀 기술을 도입할 계획이다. 양사는 자율주행 기술이 스마트시티 내 커뮤니티 설계와 미래 모빌리티 구축에 기여할 방안을 모색하고, 이를 단계적으로 실현해 나갈 예정이다.

소네트는 이번 MOU 체결을 단순한 해외 협력을 넘어, 자사 기술이 사우디아라비아의 비전 있는 스마트시티 및 미래 모빌리티 전략의 기반으로 검토된다는 점에서 큰 의미가 있다고 설명했다.

소네트 손준우 의장은 “이번 협력은 단순한 기술 도입을 넘어, 도시를 구상하고 설계하는 초기 단계부터 자율주행 모빌리티가 핵심 인프라로 고려될 수 있음을 함께 증명해 나가는 출발점”이라며 “픽스컨베이와의 긴밀한 협력을 통해 미래 도시의 일상과 이동 방식을 근본적으로 혁신하는 자율주행 모델을 구축해 나가겠다”고 밝혔다.

한편, 소네트는 이번 프로젝트를 시작으로 향후 중동 지역 스마트 모빌리티 시장에서의 기술 적용 가능성을 지속적으로 확대해 나갈 계획이다.

페스카로, 사이버보안과 전장 투트랙 체제로 개편

윤범진 기자_bjyun@autoelectronics.co.kr — 2025-12-18 19:04:27+0900

차량 통합보안 플랫폼 전문기업 페스카로(FESCARO)는 사업 전문성과 확장성을 강화하기 위해 사이버보안본부와 전장사업본부를 두 축으로 하는 조직개편을 단행했다고 18일 밝혔다.

두 본부는 각각의 전문 영역에 집중하면서도 보안 기술과 전장 시스템 간 유기적인 협업을 통해 페스카로 만의 통합 경쟁력을 강화할 계획이다.

사이버보안본부를 총괄하는 진학성 본부장은 임베디드 시스템 분야에서 약 30년의 경력을 쌓아온 전문가다. 현대모비스에서 제어기 소프트웨어 개발을 수행하며 현장 중심의 기술 역량을 다졌고, 르노코리아에서는 프로젝트 매니저와 ADAS 섹션장 등 다양한 관리자 경험을 쌓았다.

전장사업본부를 이끄는 정재욱 본부장은 KGM에서 약 20년간 자동차 전장품을 비롯해 자율주행, SDV 등 미래 모빌리티 핵심 기술 개발을 총괄해 왔다. 그는 풍부한 현장 경험과 사업 이해도를 바탕으로 전장사업본부의 독립 운영과 외형 성장을 책임진다.

진학성 페스카로 사이버보안본부 본부장(좌), 정재욱 페스카로 전장사업본부 본부장 [사진=페스카로]

페스카로는 이번 조직개편으로 기술 기획부터 컨설팅, 보안 솔루션 개발 및 검증에 이르는 전 과정을 단일 체계로 묶고, 유기적인 협업 기반을 구축해 고객 대응과 의사결정 속도를 높일 계획이다. 이를 통해 일관성 있고 완성도 높은 사이버보안 서비스를 제공하는 동시에, 조직 전반의 기술 경쟁력과 실행력을 강화한다는 전략이다.

페스카로는 글로벌 차량 제조사 및 해외 시장 확대에 대응하기 위한 조직 ‘보안 엔지니어링 그룹’도 신설했다. 이 조직은 고객 요구사항을 기술적으로 해석해 개발 및 검증 부서에 연계함으로써 프로젝트 전반의 완성도를 높인다. 특히 글로벌 고객사와의 기술 커뮤니케이션은 물론, 표준 및 규제 대응 시 핵심적인 조율 역할을 담당하게 된다.

또 하나의 핵심 축인 전장사업본부는 독립적인 사업 운영체계를 갖춘 조직 형태(Company in Company)로 통합 신설됐다. 페스카로는 이미 보안 게이트웨이 제어기(SGW), 바디 컨트롤 모듈(BCM)을 자체 개발해 양산한 경험을 보유하고 있으며, 자동차 소프트웨어 표준 플랫폼인 AUTOSAR를 활용해 제어기 베이직 소프트웨어(BSW), 애플리케이션 소프트웨어(ASW) 영역까지 개발하며 역량을 축적해 왔다.

페스카로는 보유한 개발 리소스와 기술 역량을 바탕으로 전장 사업을 자동차 산업에서 농기계, 건설기계, 방산 등 다양한 분야로 확대할 계획이다. 이를 위해 전장 관련 기업 인수를 병행해 사업 확장 속도를 높이고, 제어기 개발·생산·품질 역량을 단계적으로 고도화해 글로벌 차량 제조사의 요구에 대응할 방침이다.