토요타 1차 협력사, 차세대 자기 메모리(MRAM) 선도 기관 '도호쿠 대학'과 맞손
기존 DRAM·NAND 한계 돌파… AI 기반 객체 인식 및 자율주행 연산 시간 '90% 단축'
클라우드 거치지 않는 '초저전력 엣지(Edge) AI' 구현… 완성차 전력 효율 극대화 기대
기존 DRAM·NAND 한계 돌파… AI 기반 객체 인식 및 자율주행 연산 시간 '90% 단축'
클라우드 거치지 않는 '초저전력 엣지(Edge) AI' 구현… 완성차 전력 효율 극대화 기대
이미지 확대보기비휘발성과 초고속 동작 특성을 동시에 지닌 차세대 메모리 '자기저항메모리(MRAM)'를 단일 칩 내부로 완전 통합하는 시스템온칩(SoC) 설계를 적용해, 자율주행과 지능형 이미지 인식의 고질적 난제였던 막대한 배터리 소모와 발열 병목을 단숨에 해소했다.
11월 3일(현지시각) 일본 종합 경제 미디어 닛케이 아시아(Nikkei Asia)에 따르면, 아이신은 센다이 소재 국립 도호쿠(東北) 대학교와 공동 연구를 통해 MRAM을 내장한 신개념 차량용 AI 시스템온칩을 개발했다고 2일 공식 발표했다.
'비휘발성+초고속' MRAM 내장… '메모리 병목' 폰 노이만 구조 극복
MRAM(Magnetoresistive Random Access Memory)은 전자가 가진 스핀(자성)의 방향을 이용해 데이터를 저장하는 차세대 메모리다.
전원이 꺼져도 데이터가 보존되는 낸드 플래시(NAND Flash)의 '비휘발성'과, D램 수준의 '초고속 읽기·쓰기 속도'를 겸비하고 있어 전력효율이 극도로 중요한 온디바이스 AI와 차량용 반도체의 게임 체인저로 꼽혀왔다. 현재 파운드리 1위 대만 TSMC와 삼성전자 등 글로벌 최선두 칩 제조사들이 상용화에 공을 들이고 있는 기술이다.
자율주행과 첨단 운전자 지원 시스템(ADAS)의 고도화로 카메라, 라이다(LiDAR), 레이더 등 차량 탑재 센서가 수집하는 데이터가 폭증하면서, 클라우드를 거치지 않고 차량 현장에서 데이터를 실시간 분석하는 '엣지(온디바이스) AI' 수요가 급증하고 있다.
그러나 기존의 차량용 시스템온칩은 D램이나 솔리드스테이트드라이브(SSD) 등 외부 저장장치와 프로세서 간에 데이터를 끊임없이 주고받는 과정에서 병목 현상이 발생해 처리 속도가 느려지고 전력 낭비가 극심해지는 한계에 부딪혀 왔다.
아이신은 칩 내부 캐시 메모리와 저장소를 MRAM으로 대체해 데이터 전송 거리를 극단적으로 줄임으로써, 자율주행의 핵심인 'AI 기반 객체 탐지(Object Detection)' 연산 처리 시간을 종전 대비 약 90% 단축하고, 전력 소비는 무려 98% 절감하는 데 성공했다고 밝혔다.
도호쿠 대학교 자성 공학 결실… "SDV·자율주행 전비 경쟁력 확보"
완성차 업계에서 AI 연산에 소모되는 전력은 순수 전기차(BEV)의 1회 충전 주행거리(전비)를 갉아먹는 주범으로 꼽힌다.
연산 전력을 98% 절감할 수 있는 초저전력 SoC의 등장은 소프트웨어 중심 차량(SDV) 시대를 준비하는 글로벌 완성차 업체들에게 배터리 팩 크기를 키우지 않고도 지능형 주행 기능을 극대화할 수 있는 강력한 무기를 제공할 전망이다.
아이신은 이번에 검증된 칩 아키텍처를 바탕으로 차량 주변 상황을 실시간 감지·분석하는 차세대 지능형 이미지 인식 시스템 등 전장 포트폴리오 전반에 걸쳐 MRAM 기반 솔루션의 상용화 적용을 본격 추진할 방침이다.
글로벌 차량용 반도체 및 모빌리티 전문가들은 "소프트웨어 정의 차량(SDV) 전환으로 차량 내 연산 부하가 기하급수적으로 늘어나는 상황에서, 초저전력 스핀트로닉스 기술의 차량용 SoC 탑재는 일본 반도체·자동차 연합이 글로벌 엣지 컴퓨팅 주도권을 탈환하기 위한 결정적인 기술적 승부수"라고 평가했다.
신경원 글로벌이코노믹 기자 shincm@g-enews.com

































