
급변하는 현재와 미래 산업환경에 대응하고 경쟁력 확보를 위하여 자동차 기술은 지속적인 진화를 이어가고 있으며 다변화된 친환경 에너지원의 접근과 동력원 적용을 시도1하고 있다. 또한, 소비자의 다양한 요구사항에 따라 차별성과 기능성을 갖춘 모빌리티로서 기계 기술과 전기·전자 기술이 결합된 융합시스템으로 변모하고 있다. 이로 인한 자동차의 엔지니어링 과정은 매우 복잡해졌고 종래의 프로토타입 제작과 검증 방식으로는 개발 프로세스 효율성을 확보하기 어렵다.
현재, 모빌리티는 내연기관, 하이브리드, 전기, 수소전기, 태양광 등 다양한 에너지원에 기반한 파워트레인 기술과 운전자, 탑승자, 수송 화물을 위한 전장·통신·서비스 기술이 접목된 포괄적 모빌리티 산업으로 가속화가 진행 중이다.



한편, 자율주행시스템 및 편의·안전시스템의 모빌리티 도입은 인터페이스의 복잡성, 폼팩터의 소형화 이슈로서 복잡하고 정교한 임베디드 컴포넌트 개발이 난제로 쌓여있다. 이러한 상황에서 모빌리티 시스템 내 치명적 문제점을 사전 이해하고 검토할 수 있는 대책으로 시뮬레이션 기술을 제시하고 있다. 현대 공학 분야에서의 컴퓨터 응용 해석(CAE, Computer Aided Engineering)이 대표적 시뮬레이션 기술로써 유한요소법(FEM, Finite Element Method), 유한체적법(FVM, Finite Volume Method)에 기반한 1-3D 열·유체·구조·전자기장 등의 수치해석에 활용하고 있다.
근래 시뮬레이션 기술은 다양한 연산 기법들과 테스트베드를 연계하여 시뮬레이션이 갖는 근본적 한계를 극복하고 유효한 결과 데이터를 제공함으로써 개발기술과 양산품질 향상에 응용하고 있다.
본 고에서 서술하고자 하는 아키텍처 모델 기반 시스템 엔지니어링<그림 2>은 시뮬레이션 기술의 활용 범위를 확장하여 초기 개념 설계부터 전반적인 구성 요소 모델링, 피드백 교정/검증 단계를 거쳐 신뢰성과 품질 확보, 양산 단계까지의 전 개발과정에 접근 가능한 시뮬레이션 방안이다.
모빌리티 구동 시스템의 시뮬레이션 기술은 동력원과 함께 에너지저장장치, 전력제어장치, 전력분배장치, 인버터, 모터, 감속기(변속기), 휠 등의 설계 값을 바탕으로 각 구성 요소마다 상세 파라미터 설정을 수행하며 수학식으로 모델링하기 어렵거나 불완전한 모델의 경우, DUT(Device Under Test)의 기존 데이터를 바탕으로 경험식을 산출하거나 HILS(Hardware In the Loop Simulation)를 통한 평가 데이터를 연계 활용한다.
<그림 3>의 1D 아키텍처 개발 모델은 컨셉 모빌리티에 대하여 실차와 동등 조건 상태로서 도메인을 구성/연결하고 파워트레인, 드라이브트레인, 동력분배 및 충/방전 시퀀스 등을 기반으로 각 구성 요소 사양에 따른 모빌리티의 동력 특성과 주행 성능을 분석한다.
위의 모델에 모빌리티 요구 주행 성능을 만족하기 위한 구성 요소 및 제어 전략의 폴백-피드백 결과 값을 비교함으로써 시스템 최적화를 수행하고 있다.


또한, <그림 4>와 같이 기존 실차의 동적 특성을 바탕으로 콘셉 모빌리티 모델과 가상 주행 환경을 구현하여 동역학 특성을 선행 예측함으로써 오버올 레이아웃, 스티어링, 서스펜션, 무게중심 등에 기반한 주행 안정성 및 NVH 향상에 활용하고 있다.
특히, 자율주행시스템 개발을 위한 가상환경 뮬레이션 기술은 시간적·물리적 한계인 반복성과 재현성 검증을 위하여 매우 유용하고 필수적인 소프트웨어와 하드웨어가 결합된 테스트베드<그림 5>라고 할 수 있다.
이의 구성으로는 VILS(Vehicle In the Loop Simulation), 드라이빙/스티어링 시뮬레이터, 인지센서(라이다, 레이다, 카메라, GNSS, 초음파 등) 테스트 시뮬레이터와 시뮬레이션 소프트웨어가 통합된 기술적 상호 보완한 시스템이며 자율조작, 운전자 조작과 인지센서 신호 변조, 모빌리티 구동을 재현할 수 있는 시뮬레이션-시험평가-신뢰성 검증의 연계 기술 확보가 매우 중요하다.
차세대 모빌리티 개발을 위하여 오랜 시간 쌓아 올린 자동차 기술의 경험과 지식 안에서 시뮬레이션 기술은 막연한 신뢰성과 불확실성에 대한 고찰이 필수적이다.
반면, 거대하고 예측하기 어려운 주행 환경과 공간 구조, 복잡하고 다양한 모빌리티 시스템을 엔지니어들의 책상 위에 제공하고 있으며 연구 수행에 따른 방대한 데이터가 축적됨에 따라 시간적·공간적 제약을 조금씩 무너뜨릴 수 있는 유용한 기술로는 틀림없다.
<참고자료>
1. McKinsey Center for Future Mobility (Reboost), Andreas Cornet et al., IHS Markit, New York, 2019.
* 출처: 한국자동차공학회 제공, 오토저널 2023년 11월호
급변하는 현재와 미래 산업환경에 대응하고 경쟁력 확보를 위하여 자동차 기술은 지속적인 진화를 이어가고 있으며 다변화된 친환경 에너지원의 접근과 동력원 적용을 시도1하고 있다. 또한, 소비자의 다양한 요구사항에 따라 차별성과 기능성을 갖춘 모빌리티로서 기계 기술과 전기·전자 기술이 결합된 융합시스템으로 변모하고 있다. 이로 인한 자동차의 엔지니어링 과정은 매우 복잡해졌고 종래의 프로토타입 제작과 검증 방식으로는 개발 프로세스 효율성을 확보하기 어렵다.
현재, 모빌리티는 내연기관, 하이브리드, 전기, 수소전기, 태양광 등 다양한 에너지원에 기반한 파워트레인 기술과 운전자, 탑승자, 수송 화물을 위한 전장·통신·서비스 기술이 접목된 포괄적 모빌리티 산업으로 가속화가 진행 중이다.
한편, 자율주행시스템 및 편의·안전시스템의 모빌리티 도입은 인터페이스의 복잡성, 폼팩터의 소형화 이슈로서 복잡하고 정교한 임베디드 컴포넌트 개발이 난제로 쌓여있다. 이러한 상황에서 모빌리티 시스템 내 치명적 문제점을 사전 이해하고 검토할 수 있는 대책으로 시뮬레이션 기술을 제시하고 있다. 현대 공학 분야에서의 컴퓨터 응용 해석(CAE, Computer Aided Engineering)이 대표적 시뮬레이션 기술로써 유한요소법(FEM, Finite Element Method), 유한체적법(FVM, Finite Volume Method)에 기반한 1-3D 열·유체·구조·전자기장 등의 수치해석에 활용하고 있다.
근래 시뮬레이션 기술은 다양한 연산 기법들과 테스트베드를 연계하여 시뮬레이션이 갖는 근본적 한계를 극복하고 유효한 결과 데이터를 제공함으로써 개발기술과 양산품질 향상에 응용하고 있다.
본 고에서 서술하고자 하는 아키텍처 모델 기반 시스템 엔지니어링<그림 2>은 시뮬레이션 기술의 활용 범위를 확장하여 초기 개념 설계부터 전반적인 구성 요소 모델링, 피드백 교정/검증 단계를 거쳐 신뢰성과 품질 확보, 양산 단계까지의 전 개발과정에 접근 가능한 시뮬레이션 방안이다.
모빌리티 구동 시스템의 시뮬레이션 기술은 동력원과 함께 에너지저장장치, 전력제어장치, 전력분배장치, 인버터, 모터, 감속기(변속기), 휠 등의 설계 값을 바탕으로 각 구성 요소마다 상세 파라미터 설정을 수행하며 수학식으로 모델링하기 어렵거나 불완전한 모델의 경우, DUT(Device Under Test)의 기존 데이터를 바탕으로 경험식을 산출하거나 HILS(Hardware In the Loop Simulation)를 통한 평가 데이터를 연계 활용한다.
<그림 3>의 1D 아키텍처 개발 모델은 컨셉 모빌리티에 대하여 실차와 동등 조건 상태로서 도메인을 구성/연결하고 파워트레인, 드라이브트레인, 동력분배 및 충/방전 시퀀스 등을 기반으로 각 구성 요소 사양에 따른 모빌리티의 동력 특성과 주행 성능을 분석한다.
위의 모델에 모빌리티 요구 주행 성능을 만족하기 위한 구성 요소 및 제어 전략의 폴백-피드백 결과 값을 비교함으로써 시스템 최적화를 수행하고 있다.
또한, <그림 4>와 같이 기존 실차의 동적 특성을 바탕으로 콘셉 모빌리티 모델과 가상 주행 환경을 구현하여 동역학 특성을 선행 예측함으로써 오버올 레이아웃, 스티어링, 서스펜션, 무게중심 등에 기반한 주행 안정성 및 NVH 향상에 활용하고 있다.
특히, 자율주행시스템 개발을 위한 가상환경 뮬레이션 기술은 시간적·물리적 한계인 반복성과 재현성 검증을 위하여 매우 유용하고 필수적인 소프트웨어와 하드웨어가 결합된 테스트베드<그림 5>라고 할 수 있다.
이의 구성으로는 VILS(Vehicle In the Loop Simulation), 드라이빙/스티어링 시뮬레이터, 인지센서(라이다, 레이다, 카메라, GNSS, 초음파 등) 테스트 시뮬레이터와 시뮬레이션 소프트웨어가 통합된 기술적 상호 보완한 시스템이며 자율조작, 운전자 조작과 인지센서 신호 변조, 모빌리티 구동을 재현할 수 있는 시뮬레이션-시험평가-신뢰성 검증의 연계 기술 확보가 매우 중요하다.
차세대 모빌리티 개발을 위하여 오랜 시간 쌓아 올린 자동차 기술의 경험과 지식 안에서 시뮬레이션 기술은 막연한 신뢰성과 불확실성에 대한 고찰이 필수적이다.
반면, 거대하고 예측하기 어려운 주행 환경과 공간 구조, 복잡하고 다양한 모빌리티 시스템을 엔지니어들의 책상 위에 제공하고 있으며 연구 수행에 따른 방대한 데이터가 축적됨에 따라 시간적·공간적 제약을 조금씩 무너뜨릴 수 있는 유용한 기술로는 틀림없다.
<참고자료>
1. McKinsey Center for Future Mobility (Reboost), Andreas Cornet et al., IHS Markit, New York, 2019.
* 출처: 한국자동차공학회 제공, 오토저널 2023년 11월호