AI 기반 진단 기술을 통해 상용차의 SOP 전 테스트 및
검증 가속화

SOP 전 테스트는 대개 시제품 차량에 직접 접근해야 하거나, 수동으로 로그를 조회하거나, 반복적인 문제 해결 과정을 거쳐야 하는 경우가 많습니다. 엔지니어들은 데이터를 수집하기 위해 차량이 있는 곳까지 직접 이동해야 할 수도 있으며, 테스트 장비는 여러 팀과 지역 간에 일정이 조정되고, 배송되며, 재배정됩니다. 문제가 발생했을 때, 해당 사건의 정확한 맥락을 파악할 수 있는 데이터가 없으면 문제를 재현하기 어려울 수 있습니다.

이러한 한계로 인해 분석 속도가 느려지고 문제 해결에 소요되는 시간이 길어집니다. 또한 엔지니어링 인력이 더 많이 필요해지고, 물류 관련 간접비가 증가하며, 중요한 문제가 필요한 기간보다 더 오랫동안 해결되지 않은 채 남을 위험도 높아집니다. 차량 프로그램이 점점 더 복잡해짐에 따라, OEM은 보다 지능적이고 상호 연결되며 확장성이 뛰어난 검증 워크플로우가 필요합니다.

이러한 접근 방식의 실제 사례로는 Sonatus이 닛산 테크니컬 센터 유럽(NTCE)와의 ‘Pre-SOP’ 협업 사례입니다. NTCE는 Sonatus Collector AI 와 AI Technician을 활용하여xml-ph-0000@deepl.internal 를 활용하여 프로토타입 테스트 프로그램에 ‘ AI ’ 기반의 지능형 시스템과 원격 진단 기능을 도입했습니다. 이를 통해 엔지니어들은 고부가가치 차량 데이터를 자동으로 수집하고, 테스트 차량을 반복적으로 직접 방문하지 않고도 문제를 조사할 수 있게 되었습니다.

닛산은 문제 해결 속도를 높이고, 전 세계 엔지니어링 팀 간의 협력을 강화하며, 보다 광범위한 실제 시나리오에 걸쳐 검증 범위를 확대했습니다. 수동 데이터 수집을 줄이고 시제품 활용도를 높임으로써, NTCE는 SOP 전(Pre-SOP) 워크플로우를 간소화하고, 검증 주기를 단축하며, 전반적인 효율성을 향상시켰습니다.

이 예시는 ‘ AI ’ 기반의 진단 기술이 수작업 부담을 줄이고, 문제 해결 능력을 향상시키며, OEM이 차량을 보다 효율적으로 양산 단계로 진행할 수 있도록 지원함으로써, SOP 전 테스트의 현대화를 어떻게 돕는지를 보여줍니다.

다음과 마찬가지로 NTCE와 마찬가지로, ‘ Sonatus ’는 기존의 상용차 SOP 전 검사 과정을 수동적이고 접근성에 의존하는 방식에서 보다 연결되고 지능적인 워크플로로 전환하는 데 도움을 줄 수 있습니다. Sonatus Collector AI 를 통한 원격 데이터 수집 및 Sonatus AI Technician을 활용하여 자동화된 진단 및 근본 원인 분석을 수행함으로써, xml-ph-0000@deepl.internal는 차량에 직접 접근해야 하는 의존도를 줄이는 동시에 검증 를 활용한 자동화된 진단 및 근본 원인 분석을 통해, Sonatus 는 차량에 직접 접근해야 하는 의존도를 줄이는 동시에 검증의 속도와 품질을 향상시킵니다.

이러한 접근 방식은 엔지니어링 팀이 문제 해결 속도를 높이고, 지역 간 협업을 더욱 효과적으로 수행하며, 시제품 활용도를 높이고, 전반적인 프로그램 비용을 절감하는 데 도움이 됩니다. 상용차 OEM의 경우, 이 접근 방식은 양산 준비(SOP)를 위한 보다 효율적인 경로를 제공하며, 까다로운 실제 운용 환경에서 더 신뢰할 수 있는 차량을 공급할 수 있도록 지원합니다.