복잡한 시스템의 지속적인 검증 및 버전 관리

현대 자율주행 차량 아키텍처는 센서 융합, 의사결정, 실행 등 수천 개의 상호 연결된 요구사항을 관리합니다. 전통적인 검증 방법은 종종 포괄적인 재테스트에 의존하여 상당한 엔지니어링 자원을 낭비하고 중요한 의존 관계를 놓칠 위험이 있습니다. 영향 분석은 팀이 변경 사항에 영향을 받는 테스트 케이스만을 식별하면서 ISO 26262, ISO 21448:2022, ASPICE 와 같은 안전 표준 준수를 유지하는 타겟형 솔루션을 제공합니다.

이 블로그 게시물은 영향 분석이 검증을 간소화하는 방법을 탐구하고 Applied Intuition 의 차량 AI 접근 방식을 상세히 설명합니다.

시스템 아키텍처 이해

차량 및 기타 시스템 아키텍처는 대규모 상호 연결된 그래프로 이해하는 것이 가장 효과적입니다. 노드는 요구사항을 나타내며, 에지는 서브시스템 간의 의존성을 정의합니다. 예를 들어, 인지 모듈의 출력은 경로 계획과 충돌 회피 모두에 입력으로 사용될 수 있습니다. 이 계층 구조의 최하위에는 시스템의 세부 요구사항을 검증하는 테스트 케이스가 위치합니다.

이러한 아키텍처를 유지하는 것은 세 가지 주요 과제를 제시합니다:

• 작은 변경 사항 (예: ECU 의존성 업데이트) 도 시스템 전체에 영향을 미칠 수 있습니다
• 구성 요소 간의 간접적인 상호작용이 예상치 못한 고장을 유발할 수 있습니다
• 규제 기준은 요구사항에서 테스트 케이스까지의 상세한 추적 가능성을 요구합니다

시각화 도구(화이트보드 스타일 다이어그램 및 히트맵 등)는 엔지니어가 핵심 경로를 빠르게 식별하고 변경 사항의 확산을 평가하는 데 도움을 줍니다. Applied Intuition의 검증 도구는 이러한 기능을 제공하여 복잡한 시스템 모델을 실행 가능한 통찰로 전환합니다.

버전 관리 접근 방식

시스템 버전 관리는 아키텍처 진화를 관리하기 위한 구조화된 방법론을 수립합니다. 전체 아키텍처 계층 구조 (고수준 기능 사양부터 저수준 테스트 케이스까지) 의 시간별 스냅샷을 캡처함으로써 팀은 감사 가능한 기준선을 생성하여 세 가지 핵심 기능을 가능하게 합니다:

• 정확한 변경 추적: 스냅샷 간의 시간적 비교는 요구사항의 메타데이터 업데이트, 의존성 추가, 테스트 케이스 제거 등 세분화된 변경 사항을 드러냅니다. 예를 들어, 센서 융합 알고리즘의 지연 임계값을 변경하면 엔지니어들이 인식 및 경로 계획 하위 시스템에 걸친 파급 효과를 평가할 수 있습니다. 이는 ISO 26262 의 추적 가능한 요구사항 변경 사항에 대한 요구사항과 일치합니다.
• 규정 준수 감사 준비: 버전 이력은 아키텍처 결정 사항을 문서화하여 규제 기관에 안전 핵심 프로세스의 불변 증거를 제공합니다.‍
• 표적화된 결함 격리: 검증 실패가 발생할 경우 스냅샷 비교를 통해 특정 버전 간 변경 사항으로 원인을 좁힐 수 있습니다.

이러한 스냅샷은 디지털 트윈 환경과 통합되어, 새로 발견된 엣지 케이스(예: 초기 테스트에서는 없었던 극한 기상 조건)에서 과거 아키텍처 상태가 어떻게 동작할지 검증합니다.

영향 분석 핵심 개념

영향 분석은 현대 검증 프로세스의 계산적 기반을 형성하며, 복잡한 시스템 내에서 아키텍처 변경 사항이 어떻게 전파되는지 체계적으로 결정합니다 . 이 방법론의 핵심은 검증 범위를 최적화하면서 안전성 무결성을 유지하기 위해 두가지 상호 의존적인 메커니즘을 결합합니다:

계층적 의존성 추적

시스템 아키텍처의 요구사항과 테스트 케이스는 연결된 그래프를 형성하며 , 에지는 기능적 및 안전성 관련 관계를 나타냅니다 . 영향 분석은 이 연결을 양방향으로 탐색합니다:

• 상위방향: 변경된 요구사항에 영향을 받는 모든 테스트 케이스를 식별합니다 (예: 라이다 물체 탐지 임계값 업데이트가 인식 모듈 테스트에 영향을 미침)‍
• 하위방향: 실패한 테스트 케이스를 근본 원인 요구사항으로 추적합니다 (예: 센서 융합 업데이트에서 비롯된 경로 계획 실패)

‍

규칙 기반 우선순위 지정

안전 핵심 경로는 자동차 표준과 일치하는 구성 가능한 규칙을 통해 우선순위를 부여받습니다 . 이러한 규칙은 안전 핵심 구성 요소 (예: 제동 시스템) 에 대해 즉시 재테스트를 수행하도록 보장하며 , 비 핵심 업데이트 (예: 인포테인먼트 UI) 에 대해서는 단계별 검증을 허용합니다.

영향 분석의 이점

영향 분석은 각 변경 사항에 실제로 영향을 받는 테스트 케이스만 검증하도록 엔지니어링 팀이 확인할 수 있도록 합니다. 이는 포괄적인 재테스트에 비해 시간과 연산 자원을 절약합니다. 이 타겟팅 접근 방식은 반복 속도를 가속화하고 엔지니어들이 의미 있는 개선에 집중할 수 있도록 합니다.

또한 변경 사항이 어떻게 전파되는지 명확히 파악할 수 있어 실패의 근본 원인을 추적하고 중요한 문제를 신속히 해결하는 데 도움이 됩니다. 변경 사항의 체계적인 추적은 ISO 26262 와 같은 안전 표준 준수를 지원하며 규제 당국을 위한 신뢰할 수 있는 감사 기록을 생성합니다. 더 자주, 집중적인 검증 사이클을 지원함으로써 영향 분석은 팀이 현대 자동차 개발의 요구사항에 맞춰 대응할 수 있도록 돕습니다.

Applied Intuition의 접근 방식

Applied Intuition 의 검증 도구 세트는 현대 자율주행 차량 아키텍처의 복잡성을 관리하기 위해 설계되었습니다. 엔지니어는 아키텍처 스냅샷을 캡처, 비교, 분석하여 변경 사항을 추적하고 검증 및 테스트에 미치는 영향을 즉시 확인할 수 있습니다.

주요 기능에는 다음과 같습니다:

• 아키텍처 버전 간의 차이를 강조하는 스냅샷 및 변경 사항 탐지
• 직접적 및 간접적 영향 분석을 위한 사용자 정의 가능한 의존성 규칙
• 재검증이 필요한 테스트 케이스만 자동으로 표시
• 내부 및 고객 팀의 검증 워크플로우와 원활한 통합

원래 주요 OEM의 SDV 프로그램용으로 개발된 영향 분석은 이제 Applied의 Vehicle OS 검증 워크플로우에서 핵심적인 역할을 합니다. 이는 세분화된 의존성 추적과 자동화된 변경 감지를 통해 준수성을 확보하고 개발을 가속화합니다. 영향 분석은 백그라운드에서 조용히 작동하지만, 팀이 테스트해야 할 항목을 효율적으로 식별하는 데 도움을 주며 , 지속적인 통합과 진화하는 아키텍처 모두를 지원함으로써 지속적으로 가치를 제공합니다.

실현 고려 사항

효과적인 영향 분석은 몇 가지 핵심 실천 사항에 의존합니다. 요구사항, 서브시스템, 테스트 케이스 간의 명확한 의존성 규칙은 정확한 결과를 위해 필수적이며, 특히 산업 표준과의 일치가 중요한 안전 핵심 환경에서 중요합니다.

강력한 추적 가능성은 영향 분석과 준수를 추가로 지원합니다. 요구사항을 테스트 케이스에 연결하고 업데이트 시 관련 테스트를 자동으로 표시함으로써 신뢰할 수 있는 감사 추적을 생성하고 검증 과정을 간소화합니다.

모듈형 계층적 아키텍처는 변경 사항을 격리하고 의존성을 시각화하여 시스템이 진화함에 따라 분석의 정확성을 유지합니다. 요구사항 관리 및 CI/CD 파이프라인과의 통합은 변경 감지를 자동화하여 영향 분석을 엔지니어링 워크플로우의 지속적인 부분으로 만들고 애자일 개발을 지원합니다.

‍

결론

자율주행 차량 산업에서 복잡한 시스템 아키텍처의 검증 방식은 영향 분석을 통해 근본적으로 변모하고 있습니다. 모든 것을 재테스트하는 무차별적인 방법에서 벗어나, 엔지니어링 팀은 이제 세분화된 인사이트를 활용해 각 변경 사항 후 재검증이 필요한 테스트 케이스를 정확히 식별할 수 있습니다. 이는 더 빠른 반복 개발을 가능하게 하며, 낭비되는 노력을 줄이고, 자동차 개발에 요구되는 높은 안전 및 준수 기준을 유지하는 데 기여합니다.

아키텍처 스냅샷 , 사용자 정의 가능 의존성 규칙 , 자동화된 영향 분석을 결합한 Applied Intuition의 접근 방식은 내부 팀과 고객 모두에게 복잡성을 자신 있게 관리할 수 있는 능력을 제공합니다. 아키텍처가 계속 진화하고 규모가 확대됨에 따라 이러한 기능은 검증 프로세스가 효율적, 투명하며 견고하게 유지되도록 보장합니다.

미래를 내다보면, 영향 분석은 점점 더 복잡해지는 자율주행 시스템에 대한 지능형 적응형 테스트 전략의 필수적인 부분이 될 것입니다. 이러한 실천 방법을 개발 워크플로우에 내장함으로써 조직은 산업이 요구하는 신뢰성과 안전성을 유지하면서 혁신을 가속화할 수 있습니다.