자율주행과 ADAS의 한계로 다시 각광

V2X(Vehicle to Everything) 통신에 다시 이목이 집중되고 있다. 직접적인 요인은 자율주행/선진운전지원시스템(ADAS)에 한계가 보이기 시작했다는 점과, NCAP(New Car Assessment Program, 신차평가프로그램)의 동향이다. 기존과의 차이점은 교통인프라기지국-차량간이나 클라우드-차량간 연계를 보다 강하게 의식하고 있다는 점이다.

MaaS(Mobility as a Service)/자율주행 차량의 고도화나 미래의 교통사고 사망자 제로를 위한 대응이 가속화되고 있는 가운데, 다시 뜨거운 시선을 받고 있는 것이 V2X(Vehicle to Everything) 통신이다.

이유는 자동차와 자동차(Vehicle to Vehicle, V2V), 자동차와 보행자(Vehicle to Pedestrian, V2P), 자동차와 교통인프라 기지국(Vehicle to Infrastructure, V2I), 자동차와 네트워크(Vehicle to Network, V2N)로 통신함으로써 보다 안심?안전?쾌적?친환경 이동이 가능할 것으로 보이기 때문이다.

“자율주행 차의 안전하고 원활한 운행에는 V2X(통신)가 유효하다고 생각하고 있다”(도요타자동차 커넥티드총괄부 야마모토(山本) 실장), “교통사고 사망자 제로를 위해 (V2X) 통신은 중요한 툴이 될 것이다”(혼다 경영기획총괄부 다카이시(高石) 부장).

 무엇보다 V2X 통신이 여는 미래는 ‘교통사고를 극한까지 줄여, 누구나가 가고 싶은 장소로 안심?안전?쾌적하게 이동할 수 있는 사회’뿐만이 아니다. V2X 통신으로부터 얻을 수 있는 교통 관련 데이터와 스마트폰 등

스타트업의 로보틱스 기술과 자동화 기술 집결, 코로나 이전의 활황

2022년 3월 말, 미국 최대 규모의 물류분야 전시회 ‘MODEX 2022’가 애틀랜타에서 열렸다. 미국에서 코로나19 감염자 수가 줄어들면서 많은 방문객들이 전시회장을 찾았다. 22년의 출전 기업 수는 850개를 넘었고, 방문자 수는 코로나 이전인 18년과 비교해 약 20% 증가한 3만 7,000명에 달할 정도로 호황이었다.

미국에서는 코로나 사태를 계기로 전자상거리(EC)가 급증하면서 물류분야가 활황이었다. 또한 노동력 부족과 인건비의 급등이 발생해 물류시설용 로보틱스 기술이나 자동화 기술에 대한 관심이 높아지고 있다고, MODEX에 참가한 복수의 기업들이 입을 모았다. 사업 확대의 기회라고 생각한 많은 업체들이 이번 MODEX에서 이러한 기술을 잇달아 선보였다.

물류업계에서 성장이 예상되는 것이 ‘마이크로풀필먼트센터(MFC)’라고 부르는 중소 규모의 물류시설이다. 그리고 점포를 통째로 창고로 만든 ‘다크스토어’라는 형태의 소규모 물류시설도 증가하기 시작했다.

 EC의 이용이 증가함과 동시에 리테일(소매) 기업 간에서 ‘얼마나 빨리 상품을 구매자에게 전달하는가’가 경쟁 축이 되고 있다. 특히 토지가 광대해서 배송에 시간이 걸리는 미국에서는 빠른 배송이 소비자에게 어필하기 쉬운 장점이다.

맛 분석과 맛 재생으로 실현에 도전 

식품 분야에서의 디지털 기술 활용이 한층 더 앞서가고 있다. 기린홀딩스는 사람이 느끼는 ‘짜다’ 등의 감각을 전기신호를 통해 제어하는 ‘전기미각’에 대한 연구 성과를 발표했다. 저염식으로도 일반 식사와 동등한 짠맛을 재현할 수 있었다고 한다.

야마가타(山形)대학은 3D프린터를 통해 '푸드로스(Food Loss)'나 개호식(간호식) 등 음식에 관련된 사회적 과제 해결을 목표로 하고 있다. 맛의 디지털 출력 기술과 미각 센싱을 조합함으로써 원격지에 맛을 전달하는 ‘텔레테이스트’가 실현되는 미래가 보이고 있다.

건강식, 개호식, 푸드로스 문제와 같은 음식에 관련된 사회 과제를 디지털 기술로 해결하는 기술 개발이 활발해지고 있다. 그 중 하나가 사람이 느끼는 맛을 조작하는 ‘전기미각’ 기술이다. 미약한 전기신호를 통해 음식 내 이온의 움직임을 제어하거나, 혀의 막전위(膜電位) 변화를 모방해 맛을 착각하게 하는 기술이다. 이 기술을 활용하면 저염식의 짠맛을 강화할 수 있다.

 기린홀딩스(이하, 기린)와 메이지(明治)대학 종합수리학부 첨단미디어사이언스학과 미야시타(宮下) 교수 연구팀은 4월, 0.5mA 이하의 미세 전류를 발생시키는 젓가락형 디바이스를 개발했다고 발표. 저염식 샘플의 짠맛을 실제보다 강하게 느끼게 하는 데 성공했다고 한다.

AI가 튜브 충전 성능을 예측

라이언이 MI(Material Informatics) 활용을 추진하고 있다. 치약 조성에서 생산 시에 발생하는 과제를 예측하는 기술을 개발. 제조 프로세스를 검토하는 시간을 최대 40% 삭감하는 것을 목표로 한다.

MI는 컴퓨터 해석을 통해 신재료를 효율적으로 탐색하는 방법이다. 22년 4월에는 히타치제작소와 공동으로, 연구소가 개발한 새로운 치약 조성을 바탕으로 공장에서 생산할 때 발생하는 과제를 사전 예측해 제조 프로세스상 최적의 조성이나 물성을 자동 제안하는 시스템을 개발했다. 연구 단계에서는 예측이 어려웠던 제조 중의 배관이나 충전기 내 이송 성능 등을 검증한다.

“연구소에서 치약을 개발하는 단계에서는 문제가 없어도 제조 단계에서 튜브에 충전이 안 되는 문제가 늘고 있다. 이송 성능을 중심으로 한 물성 예측의 중요성이 증가하고 있다”. 라이온 연구개발본부 프로세스기술연구소의 와타나베(渡?) 연구원은 치약 개발에 MI를 도입한 이유를 이렇게 설명한다.

 “최근에 치약은 조성이 복잡화되었다. 때문에 지금까지의 경험으로는 물성을 예상하기 어려워졌다”(와타나베 연구원). 치주병 대책이나 구취 예방, 치아를 하얗게 하는 등 충치 대책 이외에도 다양한 기능이 생겨나면서 원료의 종류가 증가했다. 

실전 가동 후 정밀도 향상, 닛폰유센(日本郵船)의 모델 개량

기계학습(ML) 모델은 실제로 가동시킨 후에 정확도가 떨어지는 경우가 있다. 닛폰유센은 모델을 지속적으로 개량하는 ‘MLOps(ML옵스, Machine Learning Operations)’의 구조를 정비했다. 인공지능(AI)을 비즈니스에 활용하는데 있어서 MLOps는 필수다.

현재 DX(디지털 트랜스포메이션)에서 사용하는 핵심기술 중 하나가 된 것이 기계학습(ML) 모델이다. 닛폰유센은 연구개발 자회사인 MTI와 공동으로 항행 중의 선박 이상을 각종 센서의 정보들로부터 검지하는 ML 모델을 개발. 2020년 8월부터 약 200척의 컨테이너선 등에서 본격적으로 가동하고 있다. 실제로 일어난 기관 이상(異常)의 70% 이상에 대해 빠른 타이밍으로 경보를 내릴 수 있다고 한다.

닛폰유센의 야마다(山田) 대리 기관장은 “24시간 동안 감시를 할 수 없는 인간을 대신해 ML(머신러닝) 모델로 이상을 검지하도록 함으로써 지상 센터를 경유한 대상 선박으로의 통지는 연간 약 300건에 달해 안전 운항에 도움이 되고 있다”라고 말한다.

 닛폰유센에서의 ML 모델 활용에 대한 특징은 모델의 실전 운용을 시작한 후에도 지속적으로 개량을 하고 있다는 점이다. 실제로 ML 모델을 실전에 도입했을 때, 이상(異常) 검지율은 더 낮았다.

5개 시점에서의 고찰
도쿄대학 공학계연구과 도시공학 전공 가토 히로유키(加藤裕之) 교수

‘모노즈쿠리에서 고토즈쿠리로’라는 프레이즈가 있다(‘모노즈쿠리’는 '물건'을 뜻하는 '모노'와 '만들기'를 뜻하는 '즈쿠리'가 합성된 용어로, 장인정신을 바탕으로 한 제조를 말한다. ‘고토즈쿠리’는 ‘일’을 뜻하는 ‘고토’와 ‘즈쿠리’의 합성어로, 제품이 아닌 제품의 기획, 판매를 통해 부가가치를 높이는 전략을 의미한다).

이 프레이즈의 해석이나 의미는 다양하겠지만, 인프라에 대해 말하면 ‘모노즈쿠리’는 결코 끝나지 않는 일이라고 생각한다. 다만, 지구온난화 문제, 인구 감소에 따른 재정 문제 등의 다양한 과제가 진행되는 상황에서 물 인프라 투자에 대한 국민의 이해를 얻기 위해서는 지금까지와는 다른 ‘새로운 모노즈쿠리’의 시점이 필요하다. 본고에서는 앞으로의 ‘모노즈쿠리’를 생각하는 시점에 대한 지론을 소개한다.

첫 번째 관점은 ‘유지관리 기점의 매니지먼트 사이클’이다. 향후 국내의 물 인프라는 개축 경신 및 기능 향상 등의 모노즈쿠리가 통상의 ‘모노즈쿠리’가 되겠지만 신설과 크게 다른 것은 ‘유지관리 정보의 이력이 있다’는 사실이다.

 그것은 형식지뿐 아니라 암묵지의 것도 있다. 설치한 시설이 수집한 물에 어떻게 반응했는가, 전기를 소비했는가, 호우 시에는 어떻게 기능했는가 등 물 인프라가 설치된 장소 별로 다른 반응의 기록?기억이 물 관리자에게는 있을 것이다.

인지 과학자가 가르쳐주는 디자인의 성공 법칙

이 책은 개발책임자인 Product Owner나 Product Manager, Designer, UX(User Experience) Designer, Developer를 독자로 상정하고, 그러한 사람들이 다음의 세가지를 달성할 수 있도록 하는 것을 목표로 하고 있다.

첫째는 생생한 채험을 구성하는 인지 프로세스가 무엇인지를 이해하는 것이며, 두번째는 고객으로부터 청취하는 조사에서 얻은 정보를 활용하는 방법을 알게 되는 것이고, 세번 째는 그 지식을 제품과 서비스의 디자인에 응용하는 방법을 배우는 것이다.

제품이나 서비스, 체험의 제공이 압도적인 성공을 거두기 위해서는 타깃 고객의 니즈를 만족시킬 필요가 있다. 자신의 상품을 처음으로 사용하는 사람에게 “확실하게 이것은 대단하다”고 듣게 될 정도로 말이다.

 그렇다고 기업의 사장이나 마케터, Product Owner, Designer가 제품이나 서비스를 사용하여 떠오르는 체험을 만들어 내기 위해서는 어떻게 하면 좋을 것인가? 물론 고객으로부터 이야기를 들으면 그들의 요구는 알겠지만, 자신의 니즈를 파악하고 있거나 니즈를 확실하게 말로서 설명할 수 있는 사람은 많지않다.