2024.01.29 15:46
|
|
[2024-01] 디지털서비스 이슈리포트 01 CES 2024를 통해 본 아마존의 자동차 산업용 AWS | |
---|---|
01 CES 2024를 통해 본 아마존의 자동차 산업용 AWS │한상기 테크프론티어 대표 들어가며 CES는 당연히 소비자 전자 산업을 위한 전시회이다. 그러나 몇 년 전부터 전기차와 소프트웨어 정의 차량(SDV), 그리고 자율 주행을 위한 다양한 기술과 제품이 등장하면서 자동차 산업에서도 매우 중요한 전시 이벤트가 되었다. 물론 이번 전시에도 자율 주행 기술, 미래의 전기차나 전기 기반 모빌리티 제품, 자동차에서 사용할 수 있는 AI 기술과 제품들이 주류를 이루었다. 그러나 이번 전시를 둘러보다 내 눈에 끄는 전시는 아마존 AWS가 자동차 산업을 위해 제공하고 있는 다양한 솔루션을 모아놓은 곳이었다. 이를 계기로 이번 글에서는 클라우드 대표 기업인 AWS가 제공하고 있는 솔루션을 통해서 클라우드 기업이 자동차 산업을 위해서 제공할 수 있는 것이 어떤 것들인지 살펴보기로 한다. 이를 통해 국내 클라우드 사업자들이 글로벌 자동차 기업에게 제대로 서비스와 솔루션을 제공하기 위해서 어떤 기능과 역량을 확보해야 하는지 검토할 기회가 될 수 있다고 생각한다. 모빌리티 가치 사슬의 현대화 AWS가 자동차 산업에서 강조하는 것은 자동차 및 모빌리티 가치 사슬의 모든 단계에서 현대화를 추구할 수 있다는 점이다. 제품 및 서비스 혁신부터 탄력적인 운영 및 전사적 생산성에 이르기까지 고객은 AWS를 통해 더욱 빠르고 비용 효율적으로 고급 제품과 서비스를 출시할 수 있다고 주장한다. 이를 통해 얻을 수 있는 강점으로는 자동차 전용 서비스와 솔루션, 독보적인 업계 경험, 광범위한 자동차 커뮤니티에 대한 지원이다.
이런 이점을 얻기 위해 AWS가 제공하는 자동차 분야의 주요 솔루션은 크게 7가지이다. 이번 전시에는 각각에 대한 솔루션을 담당 전문가가 나와서 설명하는 이벤트를 가졌다.
7가지 영역에 대해 AWS가 제공하는 솔루션의 특징을 하나씩 살펴보기로 하자. 자율 이동성 자율 이동성은 자율 주행 모빌리티에 대한 지속적인 발전을 지원하는 솔루션으로 첨단 운전자 지원 시스템(ADAS) 기능과 자율 주행차(AV) 시스템을 개발하고 배포하기 위한 확장성이 뛰어난 컴퓨팅, 스토리지, 네트워킹은 물론 분석 및 딥러닝 프레임워크를 갖춘 개발 플랫폼을 말한다. 여기에는 데이터 수집, 수집, 저장, 데이터 관리 및 처리, 라벨링 및 익명화, 지도 개발, 모델 및 알고리즘 개발, 시뮬레이션, 검증 및 유효성 검사, 작업 공간 관리 기능(MLOps 및 데브옵스 포함) 등의 기능을 포함한다. 이를 통해 확장할 수 있는 인프라, 간소화된 데이터 관리, 도구 체인 호환성, 시장 출시 시간 단축과 같은 이점을 얻을 수 있다는 것이 AWS의 주장이다. 전체 플랫폼에는 데이터 수집 및 전처리, 데이터 라벨링 및 익명화, 데이터 관리와 처리 및 분석, 모델 개발 및 교육, 자율 모빌리티 소프트웨어 개발, 시뮬레이션 및 검증 등을 위한 솔루션이 있다. 전체 구성도를 보면 다음과 같다. 그림 1 자율 모빌리티를 위한 플랫폼 구성도 [출처: AWS] 이 과정에서 주목해야 하는 것은 자율 주행 데이터 프레임워크(ADDF)이다. ADDF는 레퍼런스 솔루션을 산업화하여 사전 구축한 샘플 데이터, 중앙 집중식 데이터 스토리지, 데이터 처리 파이프라인, 시각화 메커니즘, 검색 인터페이스, 시뮬레이션 워크로드, 분석 인터페이스 및 사전 구축된 대시보드를 제공한다. 이를 위한 ADDF 사용에 대한 가이드라인이 있는데, 이 가이드에서는 고객이 ADDF를 사용하여 정확도가 높은 시나리오 기반 데이터를 처리하고 검색하는 방법을 설명한다. 자율 주행차(AV) 및 첨단 운전자 지원 시스템(ADAS)을 위한 공통 작업을 구현하려는 자동차 팀은 이 가이드를 만들고 배포하는 데 필요한 노력을 줄여주는 완전히 사용자 지정 가능한 모듈을 공유, 수정 또는 생성할 수 있다. 두 번째 솔루션은 로스백(Rosbag)과 함께 장면 인텔리전스 솔루션인데, 첨단 운전자 보조 시스템(ADAS)과 자율 주행 차량(AV) 개발 프로세스를 간소화하는 솔루션이다. 여기에는 센서 추출과 객체 탐지를 위한 모듈이 있어 기계 학습 엔지니어와 데이터 사이언티스트가 모델 훈련에 사용할 장면을 빠르게 검색할 수 있다. 이를 통해 샘플 로스백 파일 스테이징, 메타데이터와 이미지 등 로스백 센서 데이터 추출, 추출된 이미지에 객체 탐지와 차선 탐지 모델 적용, 장면 탐지 비즈니스 로직 적용과 저장을 할 수 있다. 그림 2 ADDF 아키텍처 [출처: AWS] 커넥티드 모빌리티 이 솔루션 영역은 커넥티드 카 솔루션으로 데이터의 힘을 활용하고 지능형 개인화 기능을 구축하게 할 수 있는 솔루션 모음을 의미한다. 이를 통해 새로운 서버리스 컴퓨팅 모델 활용, 저렴한 비용으로 차량 데이터 저장 및 검색, 고급 AI/ML 도구의 손쉬운 통합 등의 이점을 얻을 수 있다. AWS의 커넥티드 모빌리티 솔루션(CMS)은 잘 설계된 커넥티드 차량 프로그램의 기본 구성 요소를 구축하는 데 도움을 주고자 한다. 전용 자동차 클라우드 개발자 포털(ACDP)은 이 AWS 솔루션의 배포를 촉진하고 감독하여 개발자에게 원활한 경험을 제공하며, 커넥티드 차량 자산의 가시성, 협업, 구현을 중앙 집중화하고 간소화하여 고객의 이니셔티브를 신속하게 진행할 수 있도록 세심하게 설계되었다. 그림 3 ACDP 아키텍처 [출처: AWS] 아키텍처를 단계별로 설명하면 다음과 같다.
커넥티드 모빌리티에서 제공하는 솔루션은 ACDP 외에도 다음과 같은 것이 있다.
소프트웨어 정의 차량 (SDV) 자동차 산업이 소프트웨어 정의 차량으로 발전함에 따라, 복잡한 차량용 소프트웨어 아키텍처를 관리하고, 하드웨어, 소프트웨어 및 클라우드 서비스를 안전하고 보안이 보장되는 방식으로 차세대 차량 플랫폼과 구성 요소에 통합해야 할 필요성이 대두되고 있다. 여기에는 사용 사례별 솔루션으로 차량 데이터 수집, 사이버 보안, 무선(OTA) 업데이트, 가상 엔지니어링 워크벤치 등이 있다. 차량 데이터 수집 솔루션은 비용을 최적화하면서 거의 실시간으로 차량 데이터를 수집, 변환 및 클라우드로 전송하는 솔루션을 통해 차량 품질, 안전 및 자율성을 개선하는 혁신적인 애플리케이션을 구축하도록 한다. 자동차 제조업체는 클라우드에 연결된 차량에서 데이터를 수집하는 프로세스를 간소화하여 인사이트를 확보하고 차량 성능을 개선할 수 있는 비용 효율적인 방법을 찾고 있다. 이를 위해서는 AWS IoT 플릿와이즈를 제시하고 있다. 사이버 보안 솔루션은 차량의 각 소프트웨어 개발 단계에서 보안을 자동화하기 위해 데브섹옵스 (DevSecOps) 접근 방식을 통합한다. 이러한 솔루션을 통해 자동차 제조업체는 모든 보안 이벤트를 기록 및 모니터링하고 위협이 발견되는 즉시 업데이트를 적용할 수 있다. 여기에는 싸일랜스 프로텍스, 아거스(ARGUS), 업스트림 등 파트너 솔루션을 제시하고 있다. OTA 업데이트는 소프트웨어의 일관성과 성능을 유지하기 위해서는 필수적이다. OTA 업데이트에 AWS를 사용함으로써 기업은 배터리 수명 부족, 네트워크 속도 저하, 네트워크 액세스 부족과 같은 불리한 상황에서도 소프트웨어의 무결성을 유지하고 언제든지 업그레이드를 수행할 수 있다. 에어비퀴티 OTAmatic, 엑셀코어 e싱크 시스템, OTA 딥 업데이터 등이 AWS가 제시하는 파트너 솔루션이다. 가상 엔지니어링 워크벤치 솔루션은 컴퓨팅 성능, OS 인스턴스, 플랜트 및 컨트롤러 모델, 주요 개발자 툴을 온디맨드 방식으로 갖춘 개발 환경을 클라우드에서 제공한다. 이를 통해 자동차 제조업체는 프로토타입 하드웨어에 대한 의존도를 줄이고 소프트웨어 개발 주기를 단축할 수 있다. 여기에는 KPIT의 가상 검증 및 인허가를 위한 시나리오 라이브러리, 가상 테스트 환경, 적응형 AUTOSAR 가상 엔지니어링 워크벤치 등을 제공하고 있다. 또한 시놉시스의 가상 프로토타이핑, 데브넥스트(DevNXT) 워크벤치 등이 있다. 자동차 제조 분야 솔루션 자동차 제조업체는 수백만 개의 서로 다른 시스템(다른 프로토콜을 사용하는 레거시 시스템 포함)을 연결하고, 막대한 양의 데이터를 분석하여 통찰력을 얻고, 자동화 도구를 개발하고, 장비 고장 또는 제품 결함 등 잠재적인 문제를 예측해야 한다. 다시 말해 기존 작업 현장 시스템에서 수집한 데이터와 혁신적인 기술을 활용하여 프로세스를 개선하고, 병목 현상을 파악하고, 이상을 실시간으로 감지할 수 있어야 한다. 이미 IoT 분야 솔루션을 이 분야에서 많이 활용할 수 있고 스마트 팩토리 범주에서도 관련 솔루션을 지속적으로 발표하고 개선했다. 제조 분야에서 검토할 수 있는 주요 솔루션은 다음과 같다.
그림 4 장비를 위한 룩아웃 개념도 [출처:AWS]
AWS의 파트너 회사에서 제조 영역을 지원하는 솔루션들도 있는데 여기에는 다음과 같은 서비스와 솔루션을 제시하고 있다.
그림 5 AWS와 통합한 매터포트 SaaS 구조도 [출처: 매터포트]
제품 엔지니어링 제품 엔지니어링 솔루션은 설계 인프라 실행이 아니라 자동차 제품 설계에 집중하도록 하고자 하는 목적이 있다. 완전히 추적할 수 있는 방식으로 설계, 테스트 및 시뮬레이션 데이터를 활용하여 설계에 걸리는 시간을 단축하고, 엔지니어링 개발을 가속하고, 중요한 통찰력을 끌어내고자 한다. 이를 통해 새로운 설계 출시 기간 단축, 설계 및 개발 비용 절감, 엔지니어 간 협업 개선 등을 얻을 수 있다. 사례별로는 검증 및 시뮬레이션 영역과 차량 개발 영역 두 가지로 나눌 수 있다.
AWS 자체의 기술 솔루션으로는 EC2나 S3 같은 기본 기술 외에 아마존 워크스페이스, 러스터 (Lustre)를 위한 FSx, 패러럴클러스터, AWS 배치, 일래스틱 패브릭 어댑터 등이 있다. 이 중에서 러스터를 위한 FSx는 널리 사용되는 러스터 파일 시스템의 확장성과 성능을 가진 완전 관리형 공유 스토리지를 제공한다. 그림 6 러스터를 위한 FSx 설정 프로세스 [출처: AWS] 공급망 솔루션 오늘날의 자동차 공급망은 최종 고객에게 제품을 제공하기 위해 협력하는 제조업체, 공급업체, 대리점, 디지털 소매업체로 이루어진 글로벌 네트워크이다. 예측 불확실성, 부품 부족, 추적 기능 부족 등의 산업 과제로 클라우드 기반 솔루션 전환이 가속화되고 있다. AWS 서비스를 사용하여 구축한 솔루션은 공급망에서 엔드 투 엔드 가시성을 제공하고자 한다. 이 분야에는 다음 다섯 가지의 사례별 솔루션이 있으며 각각 파트너 사의 솔루션을 갖고 있다.
AWS 자체 솔루션으로는 IoT 코어, 그린하우스와 함께 ML 기반 분석, 포캐스트 시계열 예측 분석 외에도 매니지드 블록체인도 제시하고 있다. 주요 파트너사의 솔루션으로는 아래와 같은 것을 소개하고 있다.
디지털 고객 경험 미래 자동차 산업을 얘기하며 고객 경험 여정에 대한 엔드투엔드 전략을 고민 안 할 수 없다. 온디맨드 콘텐츠의 증가로 인해, 자동차 브랜드에는 고객 행동을 더 정확하게 이해하고 고객의 라이프스타일을 바탕으로 관련성 높은 개인화된 경험을 제공하기 위한 새로운 방법이 필요하다. AWS는 자동차 제조업체가 캠페인 효과를 평가하고, 기여도를 추적하고, 실시간으로 전술을 조정하는 등의 작업을 수행할 수 있는 도구를 사용하여 지속적인 고객 관계를 맺고 유지할 수 있도록 돕고 있다고 말한다. 이를 통해 고객의 라이프스타일 및 시장 내 행동 파악, 지능형 추천을 통해 분석 및 참여 도구를 사용하여 고객 전환 증가, 빅 데이터에서 통찰력 얻기, 클라우드에서 온디맨드 콘텐츠 렌더링 등의 효과를 얻을 수 있다. 사용 사례별 솔루션으로는 고객 지원 및 고객 센터, 원활한 고객 경험, 디지털 상거래, 협상/구매 및 금융, 차량 검색 및 사전 판매, 부품/서비스 및 유지보수 등의 영역에서 솔루션이 필요하다. 기존 AWS의 주요 기반 기술에 아마존 커넥트 같은 고객 센터 지원 서비스, 텍스트 음성 변환 서비스인 폴리, 퀵사이트 같은 대화형 BI 대시보드 생성 기능, 사용자 가입과 로그인 및 접근 제어를 위한 코그니토 같은 솔루션을 이 영역에서 사용할 수 있다. AWS에서 제시하는 자동차 리테일을 위한 예측 모델링 참조 아키텍처는 아래 그림과 같다. 외부 파트너들이 제시하는 솔루션으로 제로라이트의 실시간 3D 소매 환경, 언리얼 엔진, 고객 세그멘테이션/구매 전환 등을 예측하는 트레저 데이터 CDP, 고객 인사이트 추출을 위한 앰퍼러티(Amperity) 고객 데이터 플랫폼, 분산된 고객 데이터를 브랜드와 연결하는 틸리움 고객 데이터 허브 등이 있다. 그림 7 자동차 세일즈 인센티브 예측 모델링 [출처: AWS] CES 기간 아마존이 발표한 자동차 및 산업계와의 기타 협력 내용 지금까지 살펴본 자동차 산업을 위한 AWS 외에 CES에서 발표한 자동차 부문과 산업 영역에서 AWS의 발표는 다음과 같다.
앞으로 AWS와 스텔란티스의 공동 목표는 소프트웨어 개발 주기에 참여하는 모든 팀을 온보딩하고 최종 차량 배포를 포함한 모든 단계를 VEW로 지원하는 것이다. 또한 자율 모빌리티/첨단 운전자 지원 시스템(ADAS) 관련 워크로드에 대한 워크벤치의 역량을 강화하는 것을 목표로 한다. 스텔란티스는 파워트레인과 같은 전통적인 엔지니어링 도메인을 통합하고 조직의 소프트웨어 개발 프로세스의 다른 부분을 혁신할 수 있다고 한다. 그림 8 VEW 아키텍처 [출처: AWS] 나가며 AWS의 자동차 산업을 위한 솔루션 집합은 매우 광범위하고 체계적이다. 자체 기반 기술뿐만 아니라 다양한 파트너사를 통해 산업의 각 프로세스에서 활용할 수 있는 매우 다양한 솔루션을 제시하고 있다. 이미 고객으로는 리프트, BMW, 리비안, 폭스바겐, 보쉬, 죽스, 덴소 등 세계적인 기업이 AWS를 활용하고 있다. 국내 클라우드 서비스 제공 기업도 자동차 기업과 협력을 위해서는 자동차 산업 제조와 공급 프로세스, 고객 지원을 위한 모든 영역에서 자체적인 기술과 함께 글로벌 파트너를 통한 토털 솔루션 제공을 좀 더 심도 있게 고민해야 한다. 특히 AI 기술뿐 아니라 제조업 전체 프로세스를 겨냥하면서 소프트웨어 정의 차량의 개념이 발전해 나가고 있는 이 시점이 새로운 기회를 제공할 수 있을 것이다. 참고문헌 1) ROS에서 메시지 데이터를 저장하기 위한 파일 형식이다. 2) TechnieBundle, “Amazon’s Game-Changing Innovations at CES 2024,” Jan 10, 2024 3) AWS, “Stellantis’ SDV transformation with the Virtual Engineering Workbench on AWS,” Jan 8, 2024
이슈리포트_2024-01호.pdf (1 MB)
|