[디지털경제뉴스 박시현 기자] 아마존웹서비스(AWS)가 ‘AWS IoT 플릿와이즈(AWS IoT FleetWise)’를 출시했다.
AWS IoT 플릿와이즈는 자동차 제조사가 더 간편한 방식으로 수백만 대의 차량의 데이터를 실시간에 가깝게 수집, 변환하고 클라우드로 전송할 수 있도록 지원하는 관리형 서비스다. 이 서비스를 사용하는 자동차 제조사는 차량 고유의 데이터에 접근해 구조화 및 표준화 작업을 진행하게 되므로, 사용자 지정 데이터 수집 시스템을 별도 개발할 필요가 없다.
AWS IoT 플릿와이즈를 통합해 기존 시스템을 개선하는 것 또한 가능하다. 자동차 제조사는 AWS 관리 콘솔에서 서비스를 시작, 전체 플릿에서 개별 또는 여러 차종에 대한 차량 속성 및 자동차 브랜드, 모델 및 트림과 연결된 센서 이를테면 엔진 온도, 전방 충격 경고, 주차 보조 시스템 등을 정의하고 모델링할 수 있다.
차량을 모델링한 후에는 차량 게이트웨이 또는 차량 내의 다른 데이터 수집 허브를 통해 AWS IoT 플릿와이즈 애플리케이션을 연결해, 정보를 읽고, 디코딩하고, AWS로 송수신이 가능하도록 한다.
AWS IoT 플릿와이즈의 지능형 데이터 수집 제어를 통해 조건부 규칙 즉 차량 브랜드 및 모델과 관련된 급제동 이벤트의 센서 데이터를 생성하면 자동차 회사는 사용 사례에 필요한 데이터만 선택할 수 있으므로 클라우드로 전송되는 데이터의 양을 제한할 수 있다.
AWS IoT 플릿와이즈를 통해 데이터가 클라우드로 전송되면 자동차 제조사는 AWS의 광범위하고 심층적인 분석 및 머신러닝을 사용해 차량 데이터의 가치를 추출할 수 있다. 예를 들어, 기온이 영하로 떨어졌을 때 전기차 배터리의 데이터를 수집한 후 이를 분석하고 시뮬레이션을 실행해 추운 날씨에 배터리 성능을 향상시킬 수 있다.
AWS IoT 플릿와이즈를 도입한 곳은 브리지스톤, LG CNS, 르네사스일렉트로닉스 등이다.
이재성 LG CNS 부사장은 “LG CNS는 운송의 미래를 열어주는 첨단 기술을 발전시키는 데 집중하고 있다”며 “AWS IoT 플릿와이즈를 사용해 실시간으로 차량 상태를 수집, 분석 및 시뮬레이션할 수 있는 새로운 데이터 플랫폼을 구축하고 있다. 이를 통해 얻을 수 있는 우수한 통찰력을 통해 고객들은 자신의 차량에 대해 더 잘 파악할 수 있으며 결과적으로 차량에 대해 더 나은 결정을 내릴 수 있다”고 말했다.
마이크 자말루카스(Mike Tzamaloukas) AWS IoT 오토모티브 제네럴 매니저는 "자동차 업계는 AWS의 폭넓은 서비스 포트폴리오를 사용해 커넥티드 차량에서 발생하는 방대한 데이터를 관리하길 원하지만, 데이터를 손쉽게 수집 및 관리하고 클라우드로 전송할 솔루션을 갖추지 못했다”며 “이제는 AWS IoT 플릿와이즈를 통해 고객들은 정확히 어떤 차량 데이터가 필요한지 쉽게 찾아내고, 표준화된 형태로 분석해 차량의 상태 및 성능을 개선하기 위한 통찰력을 얻을 수 있다. 자동차 제조사는 AWS IoT 플릿와이즈로 추출한 데이터를 활용해 차량의 품질, 안전 및 자율성을 향상시킬 수 있다”고 말했다.
지난 10년간 자동차 업계는 차량의 기본 센서에서 데이터를 수집해 엔진 온도, 차량 안정성과 같은 운행 및 안전 지표를 평가해 왔다. 자동차 업계가 생산하는 차량에는 레이더, 카메라 등ㄷ 첨단 센서가 장착돼 있으며, 이러한 첨단 센서는 때에 따라 시간당 최대 2테라바이트 등 방대한 데이터를 생성한다.
자동차 업계 고객들은 클라우드에서 데이터를 수집, 표준화 및 분석해 차량 품질, 안전성 및 자율성을 향상시킬 수 있는 통찰력을 신속하고 용이하게 도출할 수 있다. 하지만 이 데이터를 클라우드로 전송하려면 비용과 시간이 실로 막대하게 든다. 또한, 여러 가지 고유한 형식으로 데이터를 생성하는 차량 브랜드, 모델 및 트림 등이 더욱 다양해지면서 차량 전반에 걸쳐 복잡한 데이터 배열이 생성되고 있다.
이렇게 생성된 데이터를 수집, 변환 및 분석하려면 자동차 제조사는 사용자 지정 데이터 수집 시스템을 구축해야 하는데, 그 과정 또한 어렵고 오랜 시간이 소요된다. 결과적으로, 자동차 제조사는 문제가 커지기 전에 플릿 전반의 문제를 조기에 탐지하고, 인포테인먼트 콘텐츠를 조정하고, 차량 성능을 향상하는 등의 과제를 해결하기 위해 데이터를 활용하지 못하고 있는 실정이다.
