산업 영역
Manufacturing
TCS Manufacturing: 민첩성 및 경쟁 우위 확보
Highlights
- 자동차 산업은 현재 산업의 근간을 뒤바꾸는 두 가지 기술적 대전환, 즉 '전동화(Electrification)'와 '소프트웨어 중심 자동차(SDV)'의 시대를 동시에 맞이하고 있습니다.
- SDV는 차량 경량화부터 전력 관리, 그리고 실시간 데이터 기반 성능 최적화에 이르기까지, 전기차(EV)로의 전환에 있어 독보적인 이점을 제공합니다.
- 업계의 기업들은 이 두 가지 혁신적인 기술의 위력을 결합할 수 있는 통합된 전략(Unified Strategy)을 수립해야 합니다.
On this page
기술 트렌드
이미 대규모 투자가 집행된 상황에서, 전기차(EV) 산업은 변동성 높은 시장 수요에 대응하는 동시에 복합적인 기술 대전환의 과제들과 씨름하고 있습니다.
전기차 산업에 영향을 미치고 있는 단기적인 충전 인프라 부족 문제와 배터리 용량의 한계는 시장 수요의 변동성을 야기했습니다. 비록 장기적인 전망은 여전히 긍정적이나, 기존 완성차 업체들은 투자와 수익 사이의 균형을 고려하여 전기차 로드맵을 재조정하고 있는 실정입니다.
이와 거의 동시에, 완성차 업체들은 산업의 판도를 바꾸는 또 다른 혁신 기술인 '소프트웨어 중심 자동차(SDV)'를 통해 비즈니스를 재정의해야 하는 과제에도 직면해 있습니다.
TCS의 '전기차의 미래 연구(Future of EV Study)'에 따르면, 배터리 기술 고도화에 대한 압박에도 불구하고 대다수의 전기차 제조사들은 차량 원가 절감, 경량화, 효율성 향상과 같은 분야에 노력을 집중하고 있는 것으로 나타났습니다. 이러한 상황에서 소프트웨어 정의 모빌리티(Software Defined Mobility)는 전기차로의 전환을 지원할 막대한 잠재력을 지닌 '통합 패러다임(Unifying Paradigm)'으로 부상하고 있습니다.
SDV(소프트웨어 중심 자동차)는 전기차로의 전환을 가속화하는 데 있어 거대한 잠재력을 제공합니다. SDV 아키텍처는 배터리 수명 및 주행거리 향상, 에너지 관리, 원가 절감, 생산 공정 간소화 등 전기차에 직접적인 혜택을 주는 다양한 이점을 갖추고 있습니다. 테슬라(Tesla)나 리비안(Rivian)과 같은 다수의 전기차 전문 기업(Born-EV automakers)들은 이 두 가지 기술(EV와 SDV)의 결합이 발휘하는 위력을 이미 입증하고 있습니다.
경량화
SDV(소프트웨어 중심 자동차)는 전장 부품의 통합(Consolidation)과 시스템 아키텍처 최적화를 통해 전기차(EV)의 중량을 절감하는 데 기여할 수 있습니다.
모든 자동차 제조사(OEM)의 목표는 차량의 무게를 최적화하는 것입니다. 이는 차량의 효율성, 조향 성능(Handling), 주행 성능을 직접적으로 개선할 뿐만 아니라 제조 및 운영 비용을 절감해주기 때문입니다. 특히 전기차의 경우, 에너지 저장 시스템인 '배터리'가 내연기관차(ICE)의 '연료 탱크'보다 훨씬 무겁기 때문에 경량화는 더욱 중요한 과제입니다. 이러한 추가적인 중량은 전기차의 주행 거리(Range)에 영향을 미치며, 구동을 위해 더 많은 에너지를 소모하게 만듭니다. 결과적으로 전기차에서 달성하는 중량 절감은 내연기관차에 비해 훨씬 더 큰 파급 효과를 가져오며, 이는 전기차 제조사들이 반드시 집중해야 할 핵심 분야입니다. 실제로 한 연구 결과에 따르면, 차량 중량을 10% 줄였을 때 내연기관차의 연비 효율은 6~8% 개선된 반면, 전기차의 주행 거리는 무려 13.7%나 향상된 것으로 나타났습니다.
전자 제어 장치(ECU)는 제동, 인포테인먼트, 시트 제어 등 차량 내의 특정 기능을 관리하는 임베디드 시스템입니다. 현대 자동차의 핵심 부품인 ECU는 차량 전반에 걸쳐 광범위하게 사용되는데, 첨단 사양을 갖춘 차량의 경우 각각 단일 작업을 전담하는 ECU가 100개 이상 탑재되기도 합니다. 하지만 이러한 분산형 접근 방식(Distributed approach)은 차량에 새로운 기능이 추가될 때마다 배선(Wiring) 문제, 시스템 간의 통합, 그리고 하드웨어 증설 등 불필요한 복잡성을 가중시키는 원인이 됩니다.
자동차의 전기/전자(E/E) 아키텍처는 '분산형(Distributed)'에서 '존(Zone) 기반'으로, '하드웨어 중심'에서 '소프트웨어 중심'으로 진화하고 있습니다. 물리적 구역(Zone) 단위로 도메인 간 기능을 통합하면(Cross-domain functional consolidation), 와이어링 하니스의 복잡성을 획기적으로 낮추어 배선 길이와 무게를 약 30%까지 절감할 수 있습니다.
이러한 혁신의 사례는 리비안(Rivian)의 2세대 R1S 및 R1T 차량에서 찾아볼 수 있습니다. 리비안은 기존 17개였던 ECU를 단 7개로 통합했습니다. 인포테인먼트, 자율주행, 차량 액세스, 구동 유닛, 배터리 관리 시스템(BMS)은 각각 전용 ECU를 사용하고, 나머지 기능들은 '웨스트(West)', '이스트(East)', '사우스(South)'로 명명된 3개의 존(Zone) 제어기가 통합 관리합니다. 결과적으로 리비안은 ECU 통합을 통해 배선 길이를 1.6마일(약 2.6km) 단축하고 무게를 20kg 줄였으며, 이를 통해 자재 비용(Material costs)을 20% 절감하고 탄소 발자국을 15% 감축하는 성과를 거두었습니다.
전력 관리
존(Zone) 기반 아키텍처는 효율적인 전력 관리를 가능하게 합니다. 시스템들이 논리적, 물리적으로 특정 구역(Zone) 내에 그룹화됨에 따라, 전력 분배 또한 해당 존 단위로 통합하여 관리할 수 있기 때문입니다.
최신 전기차에는 수많은 센서와 제어 장치, 안전 시스템, ADAS(첨단 운전자 보조 시스템) 및 인포테인먼트 시스템, 그리고 복수의 구동 모터(Traction motors)가 탑재되어 있습니다. 이러한 시스템 중 상당수는 매우 높은 전력을 소모합니다. 따라서 이들에게 전력을 안정적으로 공급하고 관리하는 과정에는 필연적으로 수반되는 문제들이 있으며, 이는 세심한 관리가 필요합니다. 예를 들어, 대용량의 전력원이 요구될 뿐만 아니라, 고에너지를 처리할 때 발생하는 열을 효과적으로 방출(Dissipate)해야 하는 과제 등이 존재합니다.
존 제어 장치(Zonal Control Unit)는 해당 구역 내의 하위 제어 장치, 센서, 그리고 액추에이터(Actuators)에 안정적인 전력을 공급합니다. 또한, 데이터와 신호에 대한 도메인 간 통합 관리(Cross-domain zonal management)를 통해, 여러 시스템에서 수집된 인사이트를 바탕으로 하는 스마트 전력 분배 및 관리가 가능해집니다. 예를 들어, 콘티넨탈(Continental)의 존 제어 장치는 전자식 퓨즈(e-fusing), 고장 진단, 그리고 복구(Recovery) 기능을 포함한 해당 구역의 스마트 전력 분배를 담당합니다.
이러한 존 아키텍처는 '48V 시스템'의 도입을 가속화하는 역할도 합니다. 48V 시스템은 오늘날 전력 소모가 많은 전장 부품들에 충분한 전력을 공급할 뿐만 아니라, 와이어링 하니스의 무게와 비용을 절감하는 데에도 크게 기여합니다.
AI 인텔리전스
인공지능(AI)은 SDV 기반의 전기차(EV)에서 최상의 성능을 구현하는 데 있어 핵심적인 역할을 수행합니다.
AI는 센서, 주행 환경, 그리고 사용자 입력(차량의 종방향 및 횡방향 제어)과 같은 내부 및 외부 요인의 데이터를 분석하여 실시간으로 차량 성능을 최적화하고 즉각적인 조정을 수행할 수 있습니다. 이는 배터리 관리, 전력 공급, 에너지 관리를 위해 복잡한 시스템을 갖춘 전기차에 있어 필수적인 요소입니다.
AI는 차량을 실시간으로 모니터링하여 주행 환경이나 운전자의 행동 패턴에 맞춰 전력 소모량을 조절함으로써, 동적인 성능 최적화(Dynamic performance optimisation)를 수행하는 데 사용됩니다. 예를 들어, 급가속 시에는 HVAC(공조 장치) 컴프레서의 작동을 일시적으로 중단시켜 방전 전류(Discharge current)를 낮춤으로써, 전기차 배터리 팩의 성능 향상과 수명 연장을 도모할 수 있습니다. 전기차의 주행 거리(Range)는 기온, 지형, 운전 스타일에 따라 크게 좌우되는데, AI는 전력 분배와 열 관리(Thermal Management)를 동적으로 제어하여 이러한 환경적 변수의 영향을 최소화할 수 있기 때문에 이는 매우 중요합니다.
AI(인공지능)는 전기차 배터리의 충전 및 방전을 최적화하는 등 지능형 에너지 관리에 활용될 수 있습니다. AI는 목표 충전 상태(Desired State of Charge), 출발 예정 시간, 전력망 부하(Grid load), 에너지 가격 등의 요소를 고려하여 전기차를 위한 맞춤형 충전 스케줄을 생성함으로써 스마트 충전(Smart charging)을 가능하게 합니다.
또한, AI는 전기차의 경로 최적화와 회생 제동(Regenerative braking) 성능을 향상시키는 데에도 사용됩니다. 에너지 회수율을 극대화하기 위해, 고속도로 주행과 도심 교통 상황 등 주행 환경에 맞춰 회생 제동을 적절히 조절할 수 있습니다. 더 나아가, 설정된 경로와 내비게이션 데이터를 기반으로 필요한 에너지 소모량을 예측하고, 이를 바탕으로 시스템을 조정함으로써 주행 거리를 극대화하고 에너지를 절약할 수 있습니다.
통합 기술 역량
지속 가능한 모빌리티로의 전환은 거스를 수 없는 필연적인 흐름입니다.
소프트웨어 중심 자동차(SDV) 아키텍처는 고객, 비즈니스, 혹은 환경과 관련된 목표 중 어느 하나도 희생하지 않으면서, 이러한 전환을 종합적인 방식(Holistic manner)으로 촉진합니다.
현재 자동차 제조사들은 각사의 사업 부문(Operating segments), 고객 수요, 경쟁 압박, 그리고 투자 여력을 바탕으로 SDV 로드맵의 우선순위를 결정하고 있습니다.
전기차(EV) 비즈니스는 본고에서 다룬 기술적 이점들 외에도, SDV가 제공하는 다양한 추가적인 혜택들을 누리게 될 것입니다. 예를 들어, SDV는 제품 출시 및 기능 배포 속도의 단축, 향상된 차량 수명 주기 관리, 개인화된 서비스 제공, 그리고 디지털 서비스를 통한 수익원 확대를 가능하게 합니다. 자동차 제조사들은 전기차와 SDV를 긴밀히 연계하여, 통합된 전략과 로드맵을 수립해야 합니다.
기존 완성차 업체(Incumbents)들에게는 극복해야 할 과거의 유산(Legacy)이 적지 않겠지만, 이것이 자동차 산업의 엄연한 '새로운 현실'인 만큼 이제는 각본을 새로 써야 할 시점(Time to rewrite the script)입니다.
참고문헌
W. J. Joost, “통합 계산 재료 공학을 활용한 차량 중량 경감 및 미국 에너지 효율 개선,” 광물·금속·재료학회지(JOM) 64권, pp. 1032-1038.
R. 딕슨, “다가올 자동차 컴퓨팅 파워 변화에 대비하라,” S&P 글로벌 모빌리티, 2023년 4월. [온라인]. 이용 가능: https://www.spglobal.com/mobility/en/research-analysis/be-ready-for-the-coming-shift-in-automotive-computing-power.html. [2024년 12월 접속].
리비안, “리비안, 2세대 R1S 및 R1T 출시”, 2024년 6월. [온라인]. 이용 가능: https://rivian.com/en-GB/newsroom/article/rivian-introduces-second-generation-r1s-r1t. [2024년 12월 접속].
K. 쇼, “리비안이 전기 배선을 1.6마일(약 2.56km)과 44파운드(약 20kg) 줄인 방법,” 2024년 8월. [온라인]. 이용 가능: https://www.popsci.com/technology/rivian-zonal-electrical-architecture/. [2024년 12월 접속].
문의
문의