시장조사 전문 기관인 아이디테크엑스(IDTechEx)는 네트워크 에지의 AI 하드웨어에 대한 최근 보고서인 ‘전 세계 에지 애플리케이션용 AI 칩 시장, 2024~2034년’에서, AI 칩(머신 러닝을 효율적으로 처리할 수 있는 반도체 회로 조각)이 2034년까지 220억 달러 이상의 규모를 형성할 것이라고 전망했다.

또한 향후 10년 동안 가장 크게 성장할 산업 분야는 자동차 산업이라고 예측하며, 연평균 13%씩 성장할 것으로 예상했다.

완전 자율 주행 차량에 신기술을 구현하는 시스템은 차량에 적용되기 전에 안전성과 수명을 엄격하게 테스트해야 한다. 비상 제동, 적응형 순항 제어, 자동 주차 시스템 등의 기능을 갖춘 첨단 운전자 지원 시스템(ADAS)에 사용되는 전원 공급 장치, 센서 및 전자 장치의 네트워크는 광범위하며, ADAS의 효율성은 감지 장비의 정확성과 온보드 자율 주행 컨트롤러의 분석 정확성과 속도에 의해 결정된다.

운전자 지원을 위한 AI의 역할

자동차에 사용되는 AI 칩은 중앙에 위치한 마이크로 컨트롤러(MCU)에 있으며, MCU는 센서 및 안테나와 같은 주변 장치에 연결되어 작동하는 ADAS를 구성한다. 온보드 AI 컴퓨팅은 특정 운전자에 대해 컨트롤을 조정하고, 졸음을 감지하기 위해 머리와 신체 위치를 모니터링하며, 사고 발생 시 좌석 위치를 변경하는 등과 같은 운전자 모니터링을 위해 사용될 수 있다.

또한 물체 감지, 조향, 제동에 대해 적절하게 수정해 운전자를 지원할 수 있고, 온보드 가상 비서가 스마트폰이나 스마트 기기에서와 거의 동일한 방식으로 작동하는 것과 같은 차량 내 엔터테인먼트에도 사용될 수 있다. 이 중 가장 중요한 것은 운전자 지원이다. AI 시스템의 견고성과 효율성이 차량의 자율 주행 수준을 결정하기 때문이다.

2014년 출시 이후 SAE 운전 자동화 수준(SAE 레벨)은 자동차 산업에서 운전 자동화에 대해 가장 많이 인용되는 소스로, 레벨 0(운전 자동화 없음)부터 레벨 5(완전한 운전 자동화)까지 운전 자동화의 6가지 수준을 정의한다. 현재 민간 자동차 산업(승용차와 같은 개인용 차량 포함)에서 가장 높은 자율성 상태는 SAE 레벨 2이며, 자동화 달성에 필요한 기술의 상대적 발전을 고려할 때 레벨 2와 레벨 3 사이의 비약적인 발전이 중요하다.

자동차에 설치된 다양한 센서(특히 LiDAR와 비전 센서)들은 중요한 정보를 자동차의 주요 처리 장치에 전달한다. 그런 다음 컴퓨팅 장치는 이 데이터를 분석하고 조향과 제동을 적절하게 조정한다. 효과적인 처리를 위해서는 AI 칩이 사용하는 머신 러닝 알고리듬을 구현하기 전에 광범위하게 훈련해야 한다. 이 훈련에는 대량의 ADAS 센서 데이터에 노출되는 알고리듬이 포함된다.

패시브 ADAS는 컴퓨팅 장치가 소리, 깜박이는 불빛 또는 물리적 피드백을 통해 운전자에게 필요한 조치를 경고하는 것이다. 예를 들어, 근접 센서가 장애물과 관련하여 차량의 위치를 운전자에게 알려주는 역방향 주차 지원의 경우다.

액티브 ADAS는 컴퓨팅 장치가 운전자를 위해 조정한다. 이 조정은 실시간으로 이루어지고 차량 속도와 기상 조건을 고려해야 하기 때문에 컴퓨팅 장치를 구성하는 칩이 빠르고 효과적으로 계산을 수행할 수 있어야 한다.

자율 주행 차량의 향후 로드맵

차량 자율성을 위한 SoC는 상대적으로 짧은 시간 동안 진행되었지만 더 높은 성능을 위한 더 작은 노드 프로세스를 지향하는 추세가 있다는 것은 분명하다. 더 높은 수준의 자율성은 필연적으로 더 높은 수준의 계산을 요구한다.

노드 크기가 더 작아지려면 더 비싼 반도체 제조 장비(특히 심자외선, 극자외선 리소그래피 기계가 사용되는 첨단 장비)와 더 많은 시간이 소요되는 제조 공정이 필요하다. 따라서 파운드리가 더 발전된 노드 공정으로 전환하는 데 필요한 자본은 소수의 반도체 제조 업체를 제외한 모든 기업의 진입에 상당한 장벽이 된다. 이 때문에 많은 IDM들이 제조 능력을 갖춘 파운드리에게 고성능 칩 제조를 아웃소싱하고 있는 것이다.

미래에 대비해 비용을 낮추려면 칩 설계자가 시스템의 확장성을 고려하는 것도 중요하다. 4nm 및 3nm 칩 설계(적어도 SoC의 AI 가속기 부분)가 최대 SAE 레벨 5까지 충분한 성능 헤드룸을 제공할 가능성이 높다는 점을 고려하면, 설계자는 점점 더 발전하는 AI 알고리듬을 처리하는 데 적응할 수 있는 하드웨어를 고려해야 한다.

위에서 설명한 가장 진보된 수준의 자동차를 도로에서 볼 수 있으려면 몇 년이 걸릴 것이다. 하지만 이를 달성하기 위한 기술은 이미 큰 진보를 이루고 있으며, 따라서 향후 2년은 자동차 산업에 많은 변화가 일어날 것으로 전망된다.