뉴스룸

[원문: 독일어] SDV는 하루에 최대 2테라바이트에 달하는 파편화되고 일관성 없는 원시 데이터를 생성할 수 있으며, 이러한 데이터는 AI 모델에서 활용할 수 없습니다. 데이터의 처리 가능성 측면에서는 AI 모델의 규모보다 체계적인 데이터 기반과 차량, 엣지, 클라우드 데이터의 일관된 통합 관리가 훨씬 더 중요합니다.

미국 – 5월 4일부터 7일까지 라스베이거스 컨벤션 센터에서 열린 ‘어드밴스드 클린 트랜스포테이션 엑스포(Advanced Clean Transportation Expo)’에서 아메리칸 오토모티브 서비스( Sonatus )는 자사의 차량 관리용 스마트 진단 시스템에 적용된 기술과 동일한 기술을 활용한 신차 개발 모니터링 디지털 플랫폼을 선보였다.

[원문: 독일어] Sonatus 는 미래의 자율 최적화 차량을 위한 길을 열어줍니다. 지능형 엣지 AI를 통해 자동차는 정적인 시스템에서 학습 능력이 있고 매우 안전한 소프트웨어 정의 차량(Software-Defined Vehicle)으로 변모합니다.

수년 동안 자동차 진단 분야에서 가장 큰 걸림돌은 데이터였습니다. 즉, 데이터를 어떻게 수집하고 전송하며, 차량 내부에서 무슨 일이 일어나고 있는지 파악할 수 있을 만큼 충분한 양을 확보할 것인가 하는 문제였습니다.

현대적인 제품은 애플리케이션이라기보다는 생태계에 더 가깝게 작동합니다. 단일 고객 경험은 임베디드 컨트롤러, 클라우드 서비스, 모바일 앱, 공급업체 구성 요소 및 실시간 데이터 파이프라인에 걸쳐 확장됩니다.

한 설문조사에 따르면, 소프트웨어 정의 차량(SDV) 업계에서 스마트 진단 및 예측 유지보수가 ‘ AI ’의 주요 활용 사례로 부상하고 있는 것으로 나타났으나, 예상되는 수익화는 아직 실현되지 않은 것으로 나타났다.

차량 관리에 인공지능 기술을 접목하면 차량당 수천 달러의 비용과 수 시간의 인건비를 절감할 수 있습니다. 하지만 ‘AI’라는 유행어를 넘어 실질적인 운영 솔루션을 구현하려면 어떻게 해야 할까요?

Sonatus 와 Omdia가 실시한 글로벌 설문조사에서 응답자의 34%가 지적했듯이, 스마트 진단 및 예측 유지보수는 현재 소프트웨어 정의 차량(SDV) 내에서 사물인터넷( AI )의 주요 활용 사례로 꼽히고 있다.

인공지능이 상용차 분야에 꾸준히 도입되고 있지만, 현재 적용 사례들은 한 번에 하나의 문제점만을 해결하도록 설계된, 범위가 좁은 경향이 있습니다. 차량 운용사는 유지보수 계획을 개선하기 위해 딥러닝( AI )을 활용할 수 있고, OEM은 검증 과정을 가속화하기 위해 이를 적용할 수 있으며, 공급업체는 차량 내 모델을 실험적으로 도입할 수도 있습니다.

Sonatus SDVerse를 통해 ‘ AI ’ 기술자용 솔루션, ‘Collector’ AI 및 ‘ AI ’ 디렉터용 솔루션을 제공하여, ‘ AI ’에 기반한 차량 개발 및 수명 주기 관리를 지원합니다.

자동차 제조사들이 중앙 집중식 컴퓨팅 플랫폼과 무선 업데이트로 전환함에 따라, 충돌 수리 업체들은 공구, 교육, 데이터 관리 분야에서 새로운 요구 사항에 직면하고 있다.

현재 전기차(EV) 설계에는 시스템 차원의 접근 방식이 필요합니다. 한 하위 시스템에서 내리는 결정은 차량 전체의 성능에 직접적인 영향을 미칩니다. 엔지니어링 업무는 이러한 상호작용이 실제 운행 조건에서 어떻게 나타나는지를 관리하는 방향으로 전환되고 있습니다.