스마트카 시대 자동차 新밸류체인

스마트카 시대 자동차 新밸류체인

-커넥티드카, 자율주행차용 센서와 AI컴퓨터 트렌드-

 

 

 

- 목 차 -

1. 모바일 플랫폼으로 발전하는 자동차

2. 자율주행차용 센서와 AI컴퓨터 트렌드

3. 자율주행기술의 현재

4. 시사점

 

 

Executive Summary

 

○ 자동차의 통신 및 컴퓨팅 기능이 강화되면서 자동차는 스마트폰을 잇는 새로운 모바일 플랫폼으로 인식되고 있으며, 커넥티드카 기술로 많은 파생사업이 발생

- 커넥티드카 기술로 내비게이션과 같은 운전자 보조서비스, 동승객을 위한 인포테인먼트, 정비/진단을 위한 실시간 차량 모니터링 가능

- 구글과 애플은 각각 안드로이드 오토와 카플레이로 자동차용 OS와 앱시장을 두고일찌감치 경쟁 중이며, 완성차 업계는 이들과 협력 통해 플랫폼 선점경쟁

 

○ 차량용5G 통신등장에 따라 기존보다 5~20배 빠른 속도로, 차량밀집구간에서도 지연이나 단절없이 안전한 데이터 송수신이 가능할 전망

 

○ 자율주행차용 센서 및 전장품은 안전, 운전보조 목적으로 빠르게 성장, 2022년 관련 센서시장규모만 258억 달러에 이를 것으로 전망

- 자율주행차는 ‘인지-판단-제어’의 단계를 거쳐 주행하는데, 이 과정에서 다수의 센서와 이를 통해 확보한 데이터를 근간으로 주행전략을 짤 수 있는 AI컴퓨터가 필요

- 카메라 관련 현 핵심 이슈는 초고화질, 광각기술 확보이며, 센서 칩은 ON Semi가 시장의 절반을 차지하고 있고, 모빌아이가 모듈 시장 80% 장악

- 라이다는 자율주행차 부상과 함께 핵심부품으로 부상하였으나, 가격경쟁력확보와 소형화라는 과제를 안고 있음. 벨로다인과 쿼너지가 시장 주도

- 레이다는 가격경쟁력이 높고 빛이나 기후에 영향을 거의 받지 않아 카메라나라이다를 보완하는유용한 센서로, 인피니언과 NXP가 핵심 센서시장을 양분

- 자율주행차가 1초에 1GB씩 생산해내는 데이터를 빠르게 처리할 수 있는 AI컴퓨터도 발전, 현재는 엔비디아와 인텔 모빌아이가 시장 주도적 역할

 

○ 완전자율주행차가 실용화되기까지는 시간이 필요할 것으로 보이나, 그 사이 운전자를 보조하는 ADAS시장이 크게 발전할 것으로 여겨져 시장 기회

- 레벨4, 5의 완전자율주행 기술구현을 위해서는 다양한 실생활 조건에서 아직센서와 컴퓨팅 기술의 검증 필요

- 자동차용 ADAS 외 자율주행기술이 우선 적용될 것으로 보이는 트럭수송분야나 제한된 구역 내 로봇셔틀 등이 부상할 것으로 보여 기회 탐색 필요

 

 

1. 모바일 플랫폼으로 발전하는 자동차

 

 손안의 플랫폼이 자동차로 확장되면서 새로운 시장기회 창출 기대

 

○ 스마트폰을 잇는 새로운 서비스 플랫폼으로 자동차 주목

- 강화된 연결성을 바탕으로 도로,기상정보와 같은 운전자 보조서비스가 실시간 제공되며 비디오게임과 같은 엔터테인먼트, 실시간 차량정비서비스도 가능

- 맥킨지는 이와 같은 커넥티드카 관련 서비스 시장이 2030년 1.5조달러에이를 것으로 전망1)

- 커넥티드카 서비스 확산에 따라 자동차는 기존의 이동수단 외 회의가 가능한 사무공간, 여가시간을 보내는 휴식공간으로 다양하게 활용 가능

 

 

○ 모바일 시장 포화로 인해 IT기업들은 자동차 속 플랫폼 선점 위해 각축

- 모바일 플랫폼에서 큰 성공을 거둔 애플과 구글은 다음 성장시장을 커넥티드카 플랫폼으로 보고 각각 애플 카플레이와 안드로이드 오토를 적극 개발

- 국내에서도 카카오는 택시 및 대리기사 호출, 주차이용 서비스를 통합한T모빌리티로, 네이버는 자동차용 OS인 AWAY를 기반으로 플랫폼 사업 진입

 

○ 완성차 업계도 자동차 시장 주도권을 놓치지 않기 위해 다양한 협력

- 현대·기아자동차는 2018년부터 구글, 카카오와 협력해 안드로이드 오토와 카카오 지도를 활용한 내비게이션 시스템을 도입해 운영

- 쌍용자동차는 2019년 첫 커넥티드카 출시를 목표로 태스크포스 운영, LG유플러스와 파트너십 체결 후 인포테인먼트, 카투홈, V2X2)기술 활용 서비스 개발

 

 

 커넥티드카 시대를 열기 위한 필수요건 5G 초고속통신

 

○ 빠른 속도와 높은 신뢰도로 자동차 분야 활용도가 높을 것으로 기대

- 4세대 통신으로 볼 수 있는 LTE에 비해 5~20배 빠르고, 최대 시속500km까지 빠르게 이동하는 차량에서도 긴 지연 없이 송수신

- 1㎢ 내 10만 대의 통신기기가 수용 가능하며 0.1m 이내의 위치 정확도를 보여, 기기들이 밀집되면 통신지연이 일어나던 기존 방식보다 우세

 

○ 자동차용 5G 통신표준 개발을 위한 협의체를 통해 사업분야를 초월한 협력 진행 중

- 자동차 회사인 BMW, 다임러, 통신사인 에릭손, 화웨이, 노키아 등이 참여해2016년 9월 구성된 5GAA3)는 커넥티드카 통신솔루션 개발을 위해 출범

- 현재는 자동차, 통신, IT, 인증, 학계 등 70여 개 기관이 참여해 차세대 통신표준 개발을 위한 협력과 교류를 진행 중

 

 

2. 자율주행차용 센서와 AI4)컴퓨터 트렌드

 

 시장 트렌드

 

○ 자동차 전장부품은 1980년대 엔진제어 목적으로 도입된 반도체를시작으로 현재는 자동차 제조원가의 40% 차지

- 2000년대 넘어서면서 안전사양을 높이며 운전자를 보조할 수 있는첨단보조주행장치(ADAS5))가 등장해 센서와 마이크로 컨트롤러 시장 본격 성장

- 최근에는 자율주행기술 완성을 위한 자동차 업계의 경쟁에 거대 IT기업의경쟁까지 더해져 ADAS와 자율주행차용 부품시장 성장 가속도

 

○ ADAS용 센서시장은 2016년 129억 달러에서 2022년 258억 달러로 5년새 두 배 가까이 성장할 전망6)

- 안전주행 보조수단으로 개발되기 시작한 차량용 카메라, 초음파 센서와 같은 센서시장이 현재는 자율주행기술 완성을 위해 급속도로 발전 중

- 지금은 이미 익숙해진 전후방 초음파 센서를 비롯해 카메라, 레이다, 라이다, 나이트비전 등 차량 한 대에 많을 경우 20개가 넘는 ADAS용 센서가 부착

 

 

 

○ 자율주행자동차는 ‘①Sense&Analyze(인지/분석) → ②Decide(판단) → ③Control(제어)’의 단계를 거쳐 운행

- 360도 주변상황을 빠짐없이 인지하기 위한 센서 개발이 필수적이며, 다양한포맷의 수집데이터를 잘 조합하는 센서퓨전기술, 이를 분석하고 판단하는 고성능 컴퓨터와 소프트웨어가 필요

- 자동차에 탑재된 장비 외에도 정확한 상황판단을 위해 주변의 자동차∙신호체계∙기타 날씨 등 온라인 정보와 통신 가능한 V2X기술, 인식률을 높이기 위한 정밀 3D지도와 위치인식기술도 발전

 

 

 이미지센서(카메라) 트렌드

 

○ 카메라는 충돌방지(AEB7)), 차선유지(LKA8)), 주차보조 등 레벨2 이상의 다양한 환경에서 활용되는 필수장치, 일부 국가 장착 의무화로 비중 증가

- 주차 시 후방 카메라는 이미 친숙, 차량 주변 360도를 살필 수 있는 서라운드뷰 기능도 고급차량에서 일반차량으로 확대 중

- 한국은 2014년 9월부터 판매되는 대형트럭과 어린이 통학 차량에 후방카메라 장착 의무화, 미국은 2016년 대형트럭에 이어 2018년부터 전 차종 의무화

 

○ 초고화질 광각 카메라 개발 경쟁 중이며, 자율주행기술 발전에 따라 사물식별이나 거리탐지가 가능한 소프트웨어적 이미지 처리기술이 강조

- CMOS기반의 이미지 센싱 칩이 기초가 되고 있으며 이 시장은 on Semiconductor(Aptina 인수)가 46% 장악, 옴니비전, 파나소닉, 소니 등이시장 세분화

- 모듈의 경우 모빌아이가 뛰어난 이미지 프로세싱 능력으로 시장의 80%를과점 중이며, 시스템은 보쉬, 컨티넨탈과 같은 친숙한 자동차 부품사가 제조

- 삼성은 반도체 생산 역량을 바탕으로 이미지 프로세싱 칩과 CMOS 센서개발경쟁에 진입

 

 

 라이다 트렌드 (LiDAR: Light Detection and Ranging)

 

○라이다는 높은 정밀도(분해능)로 사물의 거리와 형상 인식이 가능해 자율주행차를 상징하는 센서로 인식되어 있으나 몇 가지 한계점 극복 필요

-고출력 레이저를 통해 사물의 거리, 속도, 온도, 분포 등 다양한 물리적 특성측정이 가능해 대기환경 연구에 사용되어 오다가 자율주행차에 적용

- 차량 주변 360도 전 방위를 정밀하게 측정할 수 있는 센서로 매우 유용하나, 높은 가격과 날씨에 따른 취약점(우천, 폭설 시 난반사)이 있어 실용화 한계

- 기존 360도 회전식 스캔장비는 진동 등 외부환경에도 정밀도를 유지하기 위해제조비용이 높았으나 최근에는 고정형(Solid State) 라이다 개발로 돌파구 마련

- 인지각도는 줄었으나, 구조의 단순화, 부품소형화로 가격경쟁력을 확보했으며, 여타 자동차 부품의 패키지와 비슷해 설계 및 장착이 용이

 

 

○ 라이다는 빛을 발산하는 이미터와 수신하는 리시버, 스캔한 이미지를 처리하는 프로세서로 구성, 벨로다인을 비롯한 여러 업체가 시장 경쟁 중

- 25개 기업과 자율주행차 프로그램을 진행 중인 벨로다인이 독보적 위치를 차지하고 있으며, 같은 실리콘밸리의 신생기업 쿼너지가 고정형 라이다로 추격

- 이 외에도 이노비즈 테크놀로지, 에어로스타, 레다테크, 이베오 오토모티브시스템즈 등도 시장에 뛰어들었으며, 이로 인해 현재 수만 달러를 호가하는 라이다의 가격이 수년 내 대당 250 달러까지 하락할 것으로 전망

 

 

 레이다 트렌드

 

○ 카메라 혹은 라이다의 단점을 보완해주는 수단으로, 긴급제동(AEB), 스마트크루즈컨트롤(SCC9)), 사각지대경보시스템(BSD10))에 필수

- 레이다는 물체의 탐지와 거리측정이 가능한 센서로 라이다와는 사실상경쟁부품 관계, 테슬라와 같은 기업은 고가의 라이다를 배제하고 카메라와 레이다만으로 자율주행기술을 완성하려는 전략

- 레이다는 정밀도(분해능)는 떨어지는 데 반해, 빛이나 기후영향을 거의 받지않아 카메라와 라이다의 단점을 보완하며 감도가 우수

 

 

○ 레이다는 점차 크기와 무게를 줄인 컴팩트형 부품으로 출시되고 있으며, 측정각이나 측정거리를 확대하는 방향으로 기술 개발 전개

- 2000년 출시한 보쉬의 1세대 레이다는 무게 600g, 측정거리는 150m였으나, 현재 4세대는 무게는 300g에 불과하고 측정거리가 250m에 이름(LRR11))

- 또한 측정각은 8도에서 현재는 40도로 크게 확대되어 빠른 성능향상을 이루고있으며, 단거리(SRR12))/장거리(LRR) 측정 전환이 가능한 멀티레이다도 개발

- 레이다 칩은 인피니언과 NXP가 각 40%의 시장점유율로 시장을 과점하고 있으며, 모듈은 컨티넨탈, 보쉬, 발레오, 헬라 등 자동차 부품사가 생산

 

 AI컴퓨터 트렌드

 

○ 구글의 자율주행차는 300여 개의 센서를 통해 초당 1GB의 데이터를 생성, 이를 처리하기 위한 AI컴퓨터의 데이터 처리능력은 초당 120조회연산가능한 120TOPS로 PC의 2,300배

- 자율주행차용 AI컴퓨터는 차량의 카메라, 레이더, 초음파 등의 센서를 통해얻은 주변상황 정보, 이웃 차량, 신호정보 등 V2X 정보, GPS와 3D정밀지도를 통한 위치 정보를 분석해 주행전략을 결정하는 핵심 시스템

- 인간과 비교하면 뇌에 해당하는 중요기능을 담당하며, 실제로 뇌를 모사한딥러닝 알고리즘을 이용해 사물식별, 도로추출, 경로설정 수행

 

○ 엔비디아와 인텔 모빌아이가 하드웨어 시장을 주도하는 가운데, 칼레이, 르네사스, 암바렐라 등 후발주자 참여로 시장 다변화

- 테슬라와 우버의 볼보 자율주행차에 장착되어 시장에 알려진 엔비디아의드라이브 PX 하드웨어는 현재 폭스바겐, 벤츠, 보쉬, 컨티넨탈 등 370여기관과 자율주행 프로그램 파트너십을 맺으며 독보적 시장 주도

- 모빌아이는 EyeQ시리즈로 엔비디아와의 성능격차를 줄이고 있으며, 저전력소비와 가격 이점, 자동차용 카메라 시장에서 쌓은 이미지 프로세싱 기술을 통해 파트너들에게 어필 중

 

 

3. 자율주행기술의 현재

 

○ 운행거리에 비해 인명사고는 많지 않으나, 사람이 운전하는 차량보다 더 높은 안전성이 요구되므로 실제 도로상 검증이 지속적으로 필요

- 실제 2018년 한 해에도 크고 작은 사고가 이어져 자율주행기술의 완성가능성에 대해 논란 지속

- 테슬라는 오토파일럿 중 중앙분리대에 부딪쳐 사망사고가 일어난 바 있고, 우버 자율주행차 또한 자전거를 인지하지 못하고 충돌해 사망사고가 발생

- 원인은 여전히 불명확하나 테슬라의 경우는 밝은 날 난반사로 인한 센서오류, 우버는 차량을 바꾸며 센서수를 줄여 인식오류가 난 것으로 원인 추정

 

○ 캘리포니아 차량국의 ‘자율주행차량 모드해제(Disengagement)’ 2018년보고서에 따르면 321대 이상의 차량이 한 해 322만 킬로미터를 주행

- 이 가운데 웨이모는 126만 마일을 주행하는 동안 110여 회의 자율주행모드해제로 1000마일당 0.09회를 기록하며 전년 대비 두 배 향상하며 기술 주도

- 2위는 1000마일당 0.19회를 기록한 GM Cruise이며, 이어서 Zoox, Nuro 등스타트업 기업들이 위치, 여타 완성차 업계와 애플은 의외로 낮은 순위 기록

 

 

○ 현재 실 도로상에서 볼 수 있는 차량은 레벨2 수준의 ADAS를장착하였으며, 완전자율주행 시대까지는 아직 많은 시일 소요 예상

- 2019년 아우디는 시속 60km 범위 내에서 레벨3의 자율주행이 가능한 5세대A8 출시 예정, 이후 2020년부터 레벨3 지원 자동차 다수 등장할 전망

- 가장 진보된 자율주행시스템으로 평가되는 웨이모도 11,154 마일마다 사람이개입하는 수준으로, 10번 개입에 한 번 사고가 난다고 가정하더라도 미국 평균사고 간 거리인 525,000마일에 크게 못 미침

 

 

4.시사점

 

○ 자율주행기술이 일반 도로상에서 보편적으로 구현되기까지는 최소 십수년이 걸릴 것으로 보이며, 그 전까지는 자동차 주행보조 역할 중심으로 성장

- 레벨 4, 5의 완전자율주행기술 완성이 더디게 진행되더라도 여전히 레벨 2, 3의 ADAS 구성을 위해 다수의 센서와 마이크로컨트롤러가 필수적이므로 관련시장은 매력적

- 앞서 언급한 사고사례를 통해 알 수 있듯이, 기후나 조명 등 환경적 요인에의해 센서의 음영지역이 생기는 한계를 극복할 필요가 있으며, 각 기술의 장단점을 소프트웨어적으로 잘 결합하는 센서 퓨전과 AI 기술이 중요

 

○ 완전자율주행 서비스가 우선적으로 가능한 분야는 전용도로 활용이 가능한장거리 수송트럭 또는 캠퍼스나 단거리 제한 구역 내 운영되는 로봇셔틀이될 것으로 예상

- 트럭수송 분야는 고속도로상 자율주행 차선 지정을 통해 다른 분야보다우선적으로 실용화 가능할 것으로 예상

- 기업, 대학의 캠퍼스나 도심 단거리 구간 내 운영되는 로봇셔틀은 제한된 구역내 보다 안전한 조건 제공이 가능해 우선적으로 상용화 가능

- 또한 자율주행용 센서와 컴퓨터 기술은 드론, 무인선박, 도심항공(VTOL: Vertical Takeoff and Landing), 마이크로 모빌리티에 동일하게 사용 가능해다양한 어플리케이션 시장이 존재할 것으로 전망됨

 

 

 

                                                                                                                

1) “Automotive revolution – perspective towards 2030”, McKinsey&Company, 2016. 1.

2) V2X (Vehicle-to-Anything): 차량 간(V2V), 차량-인프라 간(V2I), 기타 사물과 연결가능한 통신표준 

3) 5GAA (5G Automotive Association): 차량용 5G 통신표준 개발 위한 협의체

4) AI(Artificial Intelligence, 인공지능): 사람이 생각하고 판단하는 방식을 모사한 컴퓨터 프로그램

5) ADAS(Advanced Driving Assistance System): 첨단보조주행장치로 급제동, 차선유지 등 시스템 의미

6) Guillaume Girardin, “Road to Robots”, Yole Developpement, 2018.6.26

7) AEB(Autonomous Emergency Brake, 자동 긴급제동 시스템): 충돌 위험을 스스로 감지해 제동

8) LKA(Lane Keeping Assistance, 차선유지 보조시스템): 차선을 따라 자동으로 주행

9) SCC(Smart Cruise Control): 차량의 속도를 유지하거나 앞선 차량과의 거리를 유지하는 시스템

10) BSD(Blind Spot Detection): 주로 후측방 사각지대를 감지하여 경보해주는 시스템

11) LRR(Long Range Radar): 160m 혹은 그 이상의 거리 내 사물을 감지할 수 있는 레이다

12) SRR(Short Range Radar): 80m 이내의 차량 전후방 근거리 내 사물을 감지할 수 있는 레이다

 

 

[참고자료]

 

[보고서/논문]

기석철, “자율주행차 센서 기술동향”, TTA JOURNAL, 2017. 9/10호, 한국정보통신기술협회 이창영 외, “자율주행 경제의 모든 것”, 유안타증권 기업분석팀, 2018.3.13

박인우, “ADAS의 시대, 투자는 센서 시장에”, 미래에셋대우, 2017.6.8

McKinsey&Company, “Automotive revolution – perspective towards 2030”, 2016.1. Guillaume Girardin, “Road to Robots”, Yole Developpement, 2018.6.26

Bettina Weiss, “Smart automotive – Latest trends in LiDAR and sensors”, SEMI, 2017 DMV California, “Autonomous Vehicle Disengagement Reports 2018”, 2019.1.1 Michael Liebreich, “Bloomberg New Energy Finance Summit, New York”, 2017.4.25

 

[홈페이지]

Yole Developpment(www.yole.fr)

Nvidia(www.nvidia.com)

NXP(www.nxp.com)

Infineon(www.infineon.com)

Waymo(waymo.com)

 

[언론]

EPNC뉴스, “커넥티드 카(Connected Car), 지금 우리 곁으로 다가오고 있다”, 정현준, 2013.05.02

ZDNET코리아, “차량용 이미지센서 2023년까지 두 배로 성장”, 박영민, 2019.2.14 더기어, “자율주행 능력자 웨이모…‘압도적 1위’, 애플은”, 황승환, 2019.2.14

매일경제, “삼성전자, 초소형·고화질 이미지센서 출시”, 전경운, 2019.1.22

문화일보, “커넥티드카, 이미 연결되었습니다.”, 2018.7.17