차량 운영 체제
현대 차량 소프트웨어 플랫폼은 일반적으로 하드웨어와 소프트웨어 자원을 관리하는 운영체제와 미들웨어, 애플리케이션 개발을 위한 API, 연결성 및 보안, 사용자 인터페이스를 지원하는 서비스, 그리고 내비게이션, 인포테인먼트, 음성 비서와 같은 사용자 경험 요소로 구성됩니다. 또한 현대 차량은 중앙집중형 하드웨어 아키텍처를 기반으로 설계되며, 인포테인먼트, ADAS 및 자율주행 소프트웨어를 구동하는 컴퓨트 유닛과 차량 내 모든 제어 장치 및 엔드포인트(센서와 액추에이터)를 관리하는 존 컨트롤러로 이루어져 있습니다.
클라우드 기반 도구는 테스트, 배포, 업데이트를 위한 확장 가능한 자원을 제공하고, 지역을 넘나드는 협업을 지원하며, 지속적인 개선을 위한 데이터 분석을 가능하게 함으로써 개발과 유지보수 과정을 효율화합니다.
인공지능(AI)은 개인화된 설정을 통해 사용자 경험을 개선하고, 차량 성능과 에너지 효율을 최적화하며, 예측 유지보수와 자율주행과 같은 고도화된 기능을 가능하게 함으로써 차량 소프트웨어 플랫폼을 고도화합니다.
클라우드 통합은 차량 소프트웨어의 지속적인 개선과 유지보수에 핵심적인 역할을 합니다. 클라우드 통합을 통해 안전한 OTA(over-the-air) 방식의 소프트웨어 업데이트와 패치가 가능해지며, ADAS 및 자율주행(AD) 시스템이 항상 최신 알고리즘과 안전 기능을 갖추도록 합니다. 또한 클라우드 통합은 데이터 로그와 성능 지표의 관리를 지원하여, 원격 진단과 최적화를 가능하게 하고 시스템의 신뢰성과 효율성을 더욱 향상시킵니다.
차량 인텔리전스 도구
첨단 운전자 보조 시스템(Advanced Driver-Assistance Systems, ADAS)은 차량의 안전성과 주행 편의성을 향상시키기 위해 사용되는 기술입니다. ADAS는 차량에 탑재된 카메라, 라이다(LiDAR), 레이더, 컴퓨터 비전 및 각종 센서를 포함한 여러 데이터 소스로부터 입력을 받아 주차, 차선 유지, 충돌 방지와 같은 기능을 운전자에게 지원합니다.
자율주행(Automated Driving, AD)은 사람의 개입 없이 차량이 스스로 주행할 수 있도록 하는 시스템을 개발하고 실제로 적용하는 기술입니다. AD는 센서, 소프트웨어 알고리즘, 머신러닝 등 다양한 기술을 활용해 주변 환경을 인식하고, 의사결정을 수행하며, 차량을 효율적이고 안전하게 제어하는 과정을 포함합니다.
미국 자동차 공학회(The Society of Automotive Engineers, SAE)는 주행 자동화를 0단계(완전 수동)부터 5단계(완전 자동)까지 총 6단계로 구분합니다. 각 단계는 차량의 자율성 수준을 나타내며, 시스템이 얼마나 많은 제어를 담당하는지와 인간 운전자의 역할이 어느 정도인지에 따라 구분됩니다. 이 기준은 미국 교통부에서도 공식적으로 채택되어 사용되고 있습니다.
Level 0: 무자동화. 모든 주행을 운전자가 직접 수행합니다.
Level 1: 운전자 보조. 크루즈 컨트롤 등 특정 기능 하나가 자동화됩니다.
Level 2: 부분 자동화. 차량이 조향과 가속을 제어하지만, 운전자가 언제든지 개입할 수 있습니다.
Level 3: 조건부 자동화. 주변 환경을 인식하여 차량이 일부 주행을 수행할 수 있지만, 운전자의 지속적인 감독이 필요합니다.
Level 4: 고도 자동화. 전용 차로 등 특정 조건에서는 차량이 모든 주행을 수행합니다. 필요 시 운전자가 개입할 수 있습니다.
Level 5: 완전 자동화. 모든 환경에서 차량이 모든 주행을 수행하며, 운전자의 개입이 전혀 필요하지 않습니다.
포괄적인 ADAS 및 AD 개발 플랫폼은 일반적으로 시뮬레이션, 검증, 데이터 관리 도구를 포함합니다. 이러한 구성 요소들은 서로 유기적으로 연동하여 ADAS 및 AD 소프트웨어의 신속한 개발, 테스트 및 배포를 가능하게 합니다.
ADAS 및 AD 시스템 검증에는 현실 세계 테스트, 테스트 트랙 시험, 그리고 가상 시뮬레이션 테스트가 필수적으로 포함됩니다. 이러한 테스트는 다양한 시나리오에서 시스템의 신뢰성과 성능을 평가합니다. 또한 기능 안전 테스트를 통해 입력 신호와 오류 상황에 대해 시스템이 올바르게 반응하는지 확인하고, 다양한 환경에서 안정적으로 작동하는지 검증합니다.
시뮬레이션 툴은 안전하고, 확장 가능하며, 비용 효율이 높은 검증 환경을 제공함으로써 알고리즘을 테스트하고 고도화할 수 있게 하여 차량 소프트웨어 개발에 매우 중요한 역할을 합니다. 또한 시뮬레이션 도구는 현실 세계에서 테스트하기 어렵거나 위험 부담이 큰 복잡한 주행 시나리오와 센서 간 상호작용을 모델링하고 시뮬레이션 할 수 있도록 지원합니다.
AI는 차량이 실시간으로 의사결정을 내리고, 다양한 환경 조건을 학습하며, 머신러닝 모델을 통해 지속적으로 성능을 개선할 수 있도록 합니다. 또한 이를 통해 복잡하고 유동적인 도로 상황에 대하는 능력을 향상시킵니다.
V자 모델은 자동차 산업에서 널리 사용되는 구조화된 개발 접근 방식으로, 특히 안전이 중요한 시스템에 적합합니다. 이 모델은 제품 및 시스템 요구사항 정의에서 시작해 기능 설계를 거쳐 소프트웨어 구현으로 이어집니다. 이후 소프트웨어 인더루프(Software-In-the-Loop, SIL)와 하드웨어 인더루프(Hardware-In-the-Loop, HIL) 테스트를 수행하고, 배포 후 최종적으로 양산을 위한 검증 단계로 이어집니다.
전통적인 V자 모델 개발 방식에서는 소프트웨어 통합이 빈번하게 이루어지지 않고, 하드웨어에 대한 의존성이 과도하게 높다는 한계가 있습니다. 또한 도구들이 로컬 환경으로 분리되어 있고 개발 주기가 느려, 버그가 발생하거나 양산이 지연될 수 있습니다. 반면 Applied intuition의 도구는 모든 개발 단계에서 보다 일관된 업데이트와 병렬적인 작업 수행을 가능하게 합니다.
차량용 SDS
승용차를 위한 자율주행 스택은 인식, 의사결정, 계획, 차량 제어를 담당하는 계층형 소프트웨어 구성 요소로 이루어져 있습니다. 이러한 시스템은 차선 중앙 유지, 어댑티브 크루즈 컨트롤, 정체 구간 보조와 같은 운전자 보조 기능부터 운전자 개입이 제한적이거나 거의 필요 없는 고도화된 기능까지 폭넓게 지원합니다. 자율 주행 스택은 현대 차량에서 ADAS 및 자율성 기능을 개발하고 확장하는 데 핵심적인 역할을 합니다.
엔드투엔드(End-to-End, E2E) 자율성 접근 방식은 인식, 의사결정, 차량 제어와 같은 자율주행 시스템의 핵심 구성 요소를 하나의 통합된 시스템으로 결합합니다. 이 방식은 카메라, LiDAR, 레이더 등 센서에서 수집된 원시 데이터를 단일 통합 프레임워크 내의 신경망에 입력하여 처리합니다. 이를 통해 제조사는 개발 과정을 단순화하고 시스템 복잡도를 줄이며, 자율주행 경험의 효율성과 신뢰성을 향상시킬 수 있습니다.
OEM 관점에서 E2E 자율주행 스택은 승용차의 자율주행 성능을 강화하고 안정성을 높이며, 도심 환경과 고속도로를 포함한 복잡한 주행 조건에서도 안정적이고 신뢰할 수 있는 개발을 가능하게 합니다.
네. 차량용 SDS는 유연성을 고려해 설계되어 기존 차량 시스템과 원활하게 통합될 수 있습니다. 모듈형 아키텍처를 기반으로 특정 운영 요구사항에 맞게 커스터마이징이 가능하며, Vehicle OS와 인포테인먼트를 포함한 차량 아키텍처와 깊이 있게 통합되어 스택 전반에 걸쳐 실시간 HMI 시각화를 지원합니다. 또한 차량용 SDS는 Applied Intuition의 업계 최고 수준의 툴과도 원활하게 연동되어 검증 과정을 효율화하고 개발 기간을 단축합니다.
차량용 SDS는 최신 인공지능(AI) 및 ML(기계학습) 기술을 활용해 숙련된 운전자를 모방하여 인간과 유사한 자율주행 경험을 구현합니다. 이는 최신 상용화 수준의 뉴럴 아키텍처를 사용한 완전한 딥러닝 기반 E2E 구조를 통해 구현되며, 현실 세계 데이터와 합성 데이터를 대규모로 활용해 ML(기계학습) 모델을 학습시키는 확장 가능한 데이터 엔진에 의해 뒷받침됩니다. 이를 통해 다양한 환경에서 안전하고, 정밀하며, 신뢰할 수 있는 주행이 가능해집니다. 또한 Applied Intuition의 인공지능(AI) 분야에 대한 깊이 있는 기술 역량은 인식부터 계획, 제어에 이르기까지 자율주행 기술 전반에 걸쳐 있으며, 인공지능(AI)은 전체 스택에 통합되어 있습니다.
차량용 SDS는 포괄적인 L2++ 기능 세트를 제공하며, L3 및 L4로 확장할 수 있는 구조를 갖추고 있습니다. 지원 기능으로는 원격 지능형 주차, 자동 긴급 제동(AEB), 고도화된 도심 주행, 그리고 고속도로 주행 보조 등이 포함됩니다.
Applied Intuition의 자동차 자율주행 솔루션은 소프트웨어, 시뮬레이션, 차량 시스템 분야의 전문가들이 제공하는 실무 중심의 지원을 포함하며, 이들은 주요 OEM 및 자율주행 프로그램에서의 경험을 보유하고 있습니다. 또한 트럭, 건설, 방산 등 다양한 산업에서 현실 세계 적용을 통해 검증된 통합 역량을 바탕으로, OEM과 긴밀하게 협력하여 자사 플랫폼에 맞게 스택을 최적화하고 통합합니다. 해당 과정은 미국, 아시아, 유럽에 걸친 글로벌 엔지니어링 팀의 지원을 통해 이루어집니다.
ADAS 기술은 센서, 소프트웨어, 그리고 실시간 데이터를 활용에 제동, 조향, 주변 환경 인식과 같은 기능을 보조함으로써 도로 안전성을 향상시킵니다. 자동 긴급 제동(AEB), 차선 유지, 사각지대 감지와 같은 기능은 사고의 주요 원인인 인적 오류를 줄이고, 운전자의 인지 능력과 반응 속도를 높이는 데 기여합니다.
트럭용 SDS
자율주행 트럭 소프트웨어 스택은 인식, 의사결정, 경로 탐색, 차량 제어 등 트럭 자동화의 다양한 요소를 관리하는 여러 계층의 소프트웨어로 구성됩니다.
자율주행 트럭 소프트웨어는 센서, 카메라, 그리고 알고리즘을 활용해 도로 상황, 장애물, 교통 흐름을 실시간으로 감지하고 대응함으로써 사고 위험을 줄여 차량 안전성을 향상시킵니다.
자율주행 트럭 시스템의 핵심 기술로는 ML(기계학습), 센서 융합, 실시간 데이터 처리, 경로 탐색을 위한 GPS, 그리고 안정적인 운용과 안전을 보장하기 위한 통신 시스템 등이 포함됩니다.
ML(기계학습) 알고리즘은 방대한 센서 데이터를 처리해 실시간 주행 의사결정을 수행하고, 새로운 환경에 적응하며, 안전 관련 체계를 지속적으로 개선하는 데 핵심적인 역할을 합니다.
자율주행 소프트웨어를 도입함으로써 인건비를 절감하고, 운영 효율성을 높이며, 안전성을 강화할 수 있습니다. 또한 24시간 운영이 가능해져 전반적인 상업용 운송의 생산성을 크게 향상시킬 수 있습니다.
자율주행 트럭 기술은 인적 오류를 줄이고, 일관된 주행을 유지하며, 예측 분석을 활용해 잠재적인 위험을 사전에 회피함으로써 도로 안전성을 향상시킵니다.
광산 및 건설용 SDS
오프로드 자율주행 스택은 인공지능(AI) 및 ML(기계학습) 기반 알고리즘 모듈, 레퍼런스 하드웨어 아키텍처, 레퍼런스 소프트웨어 애플리케이션, 그리고 시스템 통합 및 검증을 위한 툴링 등을 통합해 구성됩니다. 이를 통해 자율주행 차량이 복잡하고 정형화되지 않은 지형에서도 안전하고 효율적으로 주행할 수 있도록 하며, 운영 효율성을 높이고 인간의 개입을 줄일 수 있습니다.
자동차 OEMs와 오프로드 차량 운영자는 자율주행 스택을 통해 자율주행 성능을 향상시키고, 안전성을 높이며, 까다로운 오프로드 환경에서도 안정적이고 신뢰할 수 있는 개발을 진행 가능하다는 이점을 얻을 수 있습니다.
자율주행 스택은 고도화된 센서 융합, 정밀한 위치 추정, 그리고 향상된 인식 시스템을 통해 안전성을 확보하며, 운전자 보조 차량부터 완전 자율주행 차량에 이르기까지 폭넓은 운용 시나리오를 지원합니다. 또한 명확한 의사결정을 지원하는 종합적인 시각화 인터페이스를 제공함으로써, 복잡한 오프로드 환경에서도 운영자의 신뢰와 안전성을 높입니다.
네. Applied Intuition의 오프로드 자율주행 스택은 유연한 설계를 바탕으로 기존 차량 시스템과 원활하게 통합될 수 있도록 설계되어 있습니다. 모듈형 아키텍처를 통해 특정 운용 요구사항에 맞게 커스터마이즈가 가능하며, 기존 시스템에 대한 대규모 변경 없이도 자율주행 성능을 향상시킬 수 있어 자연스럽게 향상된 자율주행 기능으로 전환할 수 있습니다.
오프로드 자율주행 스택은 최신 인공지능(AI) 및 ML(기계학습) 기술을 활용합니다. 이를 통해 장애물과 지형 변화를 정확하게 식별하고 분류할 수 있는 향상된 인식 알고리즘을 구현합니다. 또한 인공지능(AI) 기반 의사결정 기능은 경로 계획과 장애물 회피 전략을 실시간으로 최적화하여 예측하기 어려운 오프로드 환경에서도 효율적이고 안전한 주행을 가능하게 합니다.
Applied Intuition 팀은 소프트웨어, 시뮬레이션, 자동차 분야의 전문가들로 구성되어 있으며, 글로벌 주요 자동차 OEM, 소프트웨어 기업, 자율주행 프로그램 등의 경험을 보유하고 있습니다. 또한 고객사와 긴밀히 협력해 요구사항을 반영하고, 통합 지원 및 화이트박스 기반의 유연한 솔루션을 제공합니다.