Nikkei Automotive_2020.11 특집 (p34-51)

자동차, 통합 ECU의 주도권 경쟁
NVIDIA는 적인가 아군인가?

자동차의 통합 ECU(전자제어장치)를 둘러싼 주도권 경쟁이 시작됐다. ‘Vehicle OS(자동차 OS)’ 등의 소프트를 중시하는 생각이 그 배경에 있다. 소프트를 구동하는 통합 ECU의 하드는 본래는 비경쟁 영역이었다. 그러나 기술의 변혁이 일어나고 있는 지금은 하드웨어도 포함하여 경쟁이 격화되고 있다. 미국 테슬라는 독다 개발한 반도체로 특징을 내세우려 하고 있다. 독일의 폭스바겐과 다임러, BMW도 반도체업체와의 협력을 강화하고 있다.

Part 1. 소프트웨어로 정의되는 자동차
엔비디아가 영국 Arm을 인수

“AI 시대의 최고봉이 될 컴퓨팅 기업을 만든다”. 미국 엔비디아(NVIDIA)의 창업자 겸 CEO인 젠슨 황은 20년 9월에 발표한 영국의 반도체 설계회사 Arm의 인수에 대해 이렇게 말했다. 이번 인수는 IT업계뿐 아니라 AI의 활용이 증가하고 있는 자동차업계에도 큰 영향을 미칠 것으로 보인다.

앞으로 자동차의 경쟁 축은 AI 등의 ‘소프트웨어’로 이행한다고 한다. 차량 판매 후에도 OTA(Over The Air)를 통해 소프트웨어를 추가∙갱신하는 ‘Software Defined Vehicle(SDV)’이 주전장이 된다. SDV는 이미 테슬라가 전기자동차(EV) ‘모델3’ 등에서 실현하고 있고, 도요타자동차나 폭스바겐 등도 이를 따르는 방향이다.

SDV의 심장부가 되는 통합 ECU는 기존의 ECU와는 다르다. 고성능 프로세서나 AI 소프트 등 IT계 기술을 많이 사용한다. 때문에 현재로서는 엔비디아나 인텔, 이스라엘의 모빌아이 등 IT계 반도체업체가 강한 영향력을 갖고 있다. 자동차업체나 1차 부품업체(Tier 1)는 유력한 반도체업체와 제휴 관계를 맺고, 기술 확보에 주력하고 있지만 역으로 반도체업체에 지배당할 위험도 안고 있다.

예를 들면, 독일 다임러는 24년에 시장에 투입할 SDV에, 엔비디아의 차량탑재 SoC(System on Chip) ‘Orin’을 탑재한다. 주목해야 할 것은 반도체의 하드와 함께 AI나 자율주행 등 일부 소프트도 엔비디아에 의존한다는 것이다. 최신기술을 조기에 이용할 수 있는 한편으로 반도체업체에 주도권을 잡힐 수도 있다는 지적도 있다. 다임러는 독자의 Vehicle OS ‘Mercedes-Benz Operating System(MB.OS)’를 정비함으로써 타사와 차별화할 생각이다.

이와 같은 사실은 독일 BMW도 마찬가지다. BMW는 21년에 시장에 투입하는 레벨3 대응 전기자동차 ‘iNEXT’에 인텔이나 모빌아이의 반도체를 다용한다. 모빌아이의 차량탑재 SoC ‘EyeQ’ 시리즈는 ADAS(Advanced Driver Assistance Systems,   선진운전지원시스템)용 카메라에서 높은 시장점유율을 보유한다. 그러나 그 기술은 ‘블랙 박스’로서 제공되기 때문에 BMW가 관여할 수 있는 여지는 적다고 볼 수 있다.

본래 SDV용 통합 ECU는 하드웨어와 소프트웨어를 분리할 수 있는 구조로, 특정 반도체업체에 의존하기 어렵다. 그러나 실제로는 반도체업체도 AI 등의 소프트 기술에 주력하고 있어, “하드웨어와 소프트웨어의 분리는 그렇게 간단하지 않다”(모빌아이 일본법인의 가와하라(川原) 사장). 기술개발의 주도권을 둘러싸고 자동차업체, 티어1, 반도체업체 사이에서 경쟁이 격화될 것으로 보인다.

이번에 엔비디아가 Arm 인수를 정식 발표함으로써 통합 ECU 영역에서 엔비디아의 영향력이 강해질 가능성이 있다. 비(非) Arm 계열의 CPU 코어를 사용하는 인텔/모빌아이 연합과의 경쟁도 격화될 것이다. 또한 Arm의 CPU 코어를 사용하는 많은 차량탑재 반도체업체는 엔비디아에 의한 라이선스 지배를 싫어해, 오픈 소스화된 Instruction Set Architecture(ISA)인 ‘RISC-V’를 채용하는 등 ‘탈 Arm’으로 움직일 가능성도 있다.

반도체업체간의 경쟁이 격화되고, CPU의 오픈 소스화에도 불이 붙을 것 같은 현재 상황은 자동차업체나 티어1에게는 순풍으로 작용한다. SDV의 실현에는 IT업계의 기술이 필수다. 그러나 특정 벤더에 지배되기 어려운 공개된 기술로 눈을 돌려, 소프트웨어 등의 경쟁 영역은 자사에서 직접 개발할 수 있는 체제를 구축하는 것이 중요하다고 할 수 있다.

-- 칩도 직접 개발할 것인가? --

Part 2. Vehicle OS를 구동하라
폭스바겐과 다임러의 반도체 전략

독일 폭스바겐과 다임러가 ‘Vehicle OS’라는 독자적인 차량탑재 소프트웨어 기반을 정비하고 있다. 자동차의 경쟁 무대가 ‘소프트웨어’나 ‘서비스’로 변하기 시작한 것을 상장하는 움직임이다. 그러나 한편으로 ‘하드웨어’도 크게 변할 것 같다. ‘Vehicle OS’를 구동하는 통합 ECU의 영역에서 반도체업체의 주도권 쟁탈이 격화되고 있다.

폭스바겐은 통합 ECU용 반도체에 일본의 르네사스 일렉트로닉스의 칩을 선택, 다임러는 미국의 엔비디아의 칩을 선택했다. 이것은 통합 ECU에 대한 양사의 생각에 차이가 있기 때문이다. 폭스바겐은 단계적으로 ECU의 기능을 통합해 나가는 지속적인 어프로치를, 다임러는 한번에 통합을 추진하는 테슬라와 같은 혁신적 어프로치를 채용한다. 이 차이가 반도체의 선택에도 나타나고 있다.

폭스바겐은 20년 9월에 유럽에서 납품을 시작한 신형 EV ‘ID.3’에 ‘ICAS1(In-Car Application Server 1)’라는 통합 ECU를 탑재하고 있다. ICAS1은 독일 콘티넨탈이 공급하고, 심장부에는 르네사스의 차량탑재 SoC ‘R-Car M3’를 채용한다. 한편, 다임러는 24년에 발매하는 자율주행 차의 컴퓨팅 기반에 엔비디아의 차량탑재 SoC ‘Orin’를 채용한다고 20년 6월에 발표했다.

모두 ‘Vehicle OS’를 탑재해, OTA(Over The Air)를 통한 소프트웨어 업데이트로 차량 판매 후에도 계속적으로 기능을 추가∙개선한다.

‘Vehicle OS’는 컴퓨터나 스마트폰의 OS와 마찬가지로 기본적으로 하드웨어 의존성이 없어 SoC를 자유롭게 바꿀 수 있다. 반도체업체의 경쟁이 격화되고 있는 것은 이 때문이다. 또한 이를 계기로 스마트폰 시장의 극심한 경쟁에서 승리한 강호 SoC업체가 속속 자동차 시장에 참여하고 있다. 차량탑재 SoC는 이제는 극심한 경쟁 시대에 돌입한 것이다.

그런 상황에서 차량탑재 SoC의 강자인 르네사스가 폭스바겐의 통합 ECU에 채용되었다. 르네사스의 차량탑재 SoC는 도요타자동차의 자율주행용 컴퓨팅 기반에도 채용되었다. 왜 르네사스의 차량탑재 SoC는 폭스바겐이나 도요타에 채용된 것일까?

우선, ICAS1는 클라우드와 연결되는 차량탑재 네트워크의 루터 기능을 주관하는 ‘커넥티드 게이트웨이 ECU’와 Body계 도메인 ECU를 통합한 것이다. 콘티넨탈에서는 ‘Body High-Performance Computer’라고 부른다. OTA에 의한 소프트웨어 업데이트를 한 곳에서 집중관리하기 위한 것이다. ICAS1의 ‘1’은 제1세대를 의미하고, 앞으로 제2세대, 제3세대로 진화한다. ICAS1의 밑에는 ADAS(선진운전지원시스템)/AD(Autonomous Driving, 자율주행)계, 인포테인먼트계 등의 각 도메인 ECU가 달릴 것으로 보인다.

기능/용도 별로 ECU를 통합하는 전자 아키텍처는 ‘도메인 아키텍처’라고 불리며, 현재도 사용되고 있다. 그러나 앞으로는 커넥티드 게이트웨이 ECU나 특정 도메인 ECU에의 집약(센트럴화)이 진행될 것이다. “이 트렌드는 2030년 무렵까지 이어진다”(Arm의 아리이(新井) 씨).

-- 다임러는 엔비디아를 채용 --

Part 3. BMW의 자율주행 ECU
인텔 반도체가 가득 채우다

독일 BMW는 자율주행 시스템의 반도체 구성을 제시했다. 레벨1~5의 각 시스템 모두 미국 인텔, 이스라엘 모빌아이의 반도체를 다용한다. 오스트리아 TTTech Auto가 20년 4월에 개최한 이벤트 ‘The Autonomous’에서 BMW Principal Expert of Autonomous Driving Technologies의 Simon Furst 씨가 밝혔다.

독일 BMW는 21년에 BMW의 첫 레벨3 자율주행 차 ‘iNEXT’를 시장에 투입한다. iNEXT의 센서나 ECU와 같은 시스템 구성은 ‘CES 2020’에서 이미 발표했다. 이번에는 ECU 내부의 반도체 구성까지 제시했다는 점에서 주목할 수 있다.

자율주행에 필요한 인식처리에 이스라엘 모빌아이의 SoC ‘EyeQ5’를 사용하면서 전체 제어용 프로세서로서 미국 인텔의 SoC ‘Denverton(개발코드명)’를 조합한다. BMW는 16년에 자율주행 차 개발에서 인텔, 모빌아이와 제휴를 맺었다. 그 관계를 활용한 구성이라고 할 수 있다.

레벨3의 자율주행을 담당하는 ECU ‘hPAD’는 LIDAR(레이저라이더)나 카메라, 밀리파 레이더의 신호를 처리하는, 이른바 두뇌에 해당하는 부분이다. ECU 자체는 미국 Aptiv가 제공한다. 거기에는 모빌아이의 EyeQ5를 2개, 인텔의 Denverton를 2개, 독일 Infineon Technologies의 마이크로컴퓨터 ‘AURIX’ 1개와, 복수의 반도체를 조합해 탑재한다.

레벨3에서는 hPAD 외에 백업용 ECU도 탑재하지만 이는 레벨2용 ECU를 그대로 유용한다. 구체적으로는 Denverton과 AURIX로 구성되는 ECU ‘mPAD’, EyeQ5와 AURIX로 구성되는 ECU ‘ADCAM mid’를 백업용으로 한다. 이들은 프런트 카메라와 밀리파 레이더를 조합한 레벨2용 시스템으로, hPAD가 고장 나도 최저한의 안정성을 확보할 수 있다.

레벨4/5의 완전 자율주행 차를 위한 ECU ‘uPAD’는 EyeQ5를 3개, 24코어의 ‘Xeon’를 1개, AURIX를 1개 사용하고 있으며, 보다 연산 성능을 높인 구성이다. 센서도 LIDAR를 복수 사용하는 등 대폭으로 강화하고 있다. 그리고 백업용 ECU는 역시 레벨2의 시스템을 유용한다.

레벨3나 레벨4/5의 차량은 현재로서는 아직 그렇게 많은 출하량을 전망할 수 없기 때문에 전용 시스템을 만들면 비용이 비싸진다. 이 때문에 출하량을 전망할 수 있는 레벨2의 시스템을 베이스로, 필요에 따라서 ECU를 추가할 생각인 것 같다. 과거의 소프트웨어 자산을 활용해 비용을 줄이려는 목적이 있는 것으로 보인다.

-- Arm의 라이벌이 될 것인가? --
-- 강점은 내제 알고리즘 --
-- 완전 자율주행은 MaaS 사업과 세트로 --

Part 4. 상식을 초월하는 테슬라
독자 개발한 칩은 놀랄 정도로 단순

테슬라는 전기자동차(EV) ‘레벨3’ 등에 자율주행에 대응한 새로운 통합 ECU(전자제어장치) ‘FSD(Full Self-Driving) 컴퓨터’를 탑재하고 있다. 자사 개발한 반도체 칩을 사용해 AI(인공지능)의 처리 성능을 비약적으로 높인 것이 특징이다. 그 AI 반도체를 분석하자 의외의 결과가 드러났다.

“테슬라의 AI용 반도체는 회로 구성이 놀랄 정도로 단순하다”. 이렇게 지적하는 것은 헝가리의 AImotive다. 자율주행용 AI 반도체를 개발하는 AImotive는 자사 제품의 벤치마크 대상으로서 테슬라의 칩을 분석했다.

테슬라가 개발한 반도체 ‘FSD(Full Self-Driving) 칩’은 전기자동차(EV) ‘모델3’ 등에 탑재되고 있다. CPU 코어나 GPU 코어와 더불어 AI 처리를 고속화하기 위한 전용 회로인 AI 액셀러레이터 ‘NNA(Neural Network Accelerator)’를 집적한 SoC다.

NNA는 FSD 칩의 AI 처리 성능을 높이는 ‘심장부’라고도 할 수 있는 회로로, 테슬라는 이 부분을 커스텀 설계했다. 그러나 그 NNA가 놀랄 정도로 단순하다고 AImotive는 지적한다. MAC(Multiply Accumulation, 적화연산기) 회로 블록 주변에 SRAM 회로 블록을 배치했다. “MAC-SRAM 간 데이터 전송 속도가 보틀넥이 되기 쉬운 구성으로, 반도체업체였다면 이런 단순한 설계는 하지 않는다”(AImotive).

이미지인식 등의 AI 처리에서는 센서로부터의 입력에 대해 MAC에 의한 적화연산을 여러 번 반복한다. 연산 결과를 SRAM에 일시적으로 보존하고, 그 데이터를 다음 연산에서 사용하는 것을 반복해 나간다. 때문에 MAC-SRAM 간 데이터 전송 속도가 느리면 메모리-액세스 간에 연산기가 대기하게 되므로 낭비가 발생하게 된다.

AImotive의 시산에서는 AI 처리 시에 NNA의 연산기가 가동하는 비율(연산기의 사용 효율)은 30% 정도에 그칠 가능성이 있다고 한다. FSD 컴퓨터는 NNA를 총 4개 탑재해 최대 144TOPS(초당 144조(兆)회)의 연산 성능을 갖지만, 만약 연산기의 사용 효율이 30%라면 실제로는 43TOPS의 성능밖에 나오지 않게 된다. 연산기의 사용 효율이 낮으면 소비전력이나 칩 면적(칩 비용)에서도 낭비가 많아진다.

이처럼 테슬라가 언뜻 보기에 불리한 회로 구성을 채용하고 있는 점에 대해, AImotive는 “개발기간(time to market)을 우선한 결과이지 않을까?”라고 분석한다. 반도체업계에서는 MAC-SRAM간 데이터 전송 속도를 비약적으로 높이는 방법이 이미 알려져 있기 때문이다. 예를 들면, MAC과 SRAM을 일체화한 회로 블록을 다수 배열하는 방법을 사용하면 “MAC-SRAM간 데이터 전송 속도를 현재 NNA의 약 100배로 고속화할 수 있다”(AImotive). 그 경우 연산기의 사용 효율은 70~90%로 개선된다고 한다.

-- 새로운 아키텍처의 제안이 이어지다 --
-- AI 반도체에 MRAM을 같이 탑재 --

 -- 끝 --

Copyright © 2020 [Nikkei Automotive] / Nikkei Business Publications, Inc. All rights reserved.