생성형 AI(GenAI)는 소프트웨어 개발을 근본적으로 가속화하고 변화시키고 있습니다. 그러나 자동차 안전 필수 응용 사례에서는 개발 속도가 빨라질수록 검증, 확인 및 추적성 확보 과정에서 병목이 발생할 수 있습니다.
GenAI는 팀이 수동 프로세스를 사용해 결과물을 검토하고 검증하는 속도보다 더 빠르게 코드, 모델, 테스트 및 문서를 생성할 수 있습니다. 이를 지원하는 워크플로가 마련되지 않으면 취약한 아키텍처, 약화된 추적성, 예측하기 어려운 거동, 그리고 생산성 향상 효과를 상회하는 검증 부담이 발생할 수 있습니다. 안전 필수 시스템에서는 이러한 문제들이 인증 준비 상태와 장기적인 유지관리성에 직접적인 영향을 미칩니다.
자동차 개발 팀은 엔지니어링 주도권, 시스템에 대한 이해 및 규정 준수를 유지하면서 GenAI를 어떻게 활용할 것인지를 고민해야 합니다.
이 백서에서는 모델 기반 설계가 자동차 시스템 및 소프트웨어 개발에 GenAI를 적용하기 위한 체계적인 기반을 어떻게 제공하는지에 대해 다룹니다. 모델 기반 설계 워크플로에 GenAI를 결합함으로써, 엔지니어링 팀은 라이프사이클 전반에 걸쳐 추적성, 검증 및 시스템 수준 검증을 유지하면서 설계 및 구현을 가속화할 수 있습니다.
GenAI는 산출물을 신속하게 생성하고, 툴 활용을 지원하며, 광범위한 맥락 정보를 공학 작업에 적용함으로써 생산성을 크게 향상시킬 수 있습니다. 그러나 안전 필수 자동차 개발에서는 이러한 기술의 한계가 체계적인 워크플로 내에서 관리되지 않을 경우 새로운 위험을 초래할 수 있습니다.
현재 업계는 독립형 GenAI 툴에서 엔지니어가 정의한 목표에 따라 AI 에이전트가 작업을 수행하는 에이전틱 AI로의 전환이 진행 중입니다. 이 에이전트들은 MATLAB® 및 Simulink®와 같은 툴과 상호작용할 수 있으며, 이를 통해 GenAI는 단순한 조력자를 넘어 개발 워크플로에 능동적으로 참여하는 역할로 발전하고 있습니다.
LLM(대규모 언어 모델)로 구동되는 에이전틱 AI 응용 사례를 구현하는 핵심 기술로는 MCP(모델 컨텍스트 프로토콜)와 스킬 파일이 있습니다. MCP를 통해 LLM은 MATLAB, Simulink 및 Polyspace® 제품과 같은 공학 툴과 상호작용하여 확률적 추론을 근거에 기반한 결정적 실행으로 전환하고 물리적 원리에 대한 이해를 활용할 수 있습니다. 스킬 파일은 특정 작업을 가장 효과적으로 수행하는 방법과 피해야 할 사항을 LLM에 알려주는 텍스트 기반 지침입니다.
중요한 질문은 GenAI이 유용한지 여부가 아닙니다. 그 유용성은 이미 입증되었습니다. 진정으로 중요한 것은 개발 속도가 향상되는 만큼 엄격성, 신뢰성 및 엔지니어링 책임성도 함께 유지하고 확장할 수 있도록 이를 어떻게 활용할 것인가입니다. 이에 상응하는 검증, 확인 및 추적성 워크플로가 없다면, 개발 속도 향상으로 인한 위험이 시스템 통합, 인증, 그리고 장기 유지관리 단계에서 더 큰 부담으로 이어질 수 있습니다.
모델 기반 설계는 오랫동안 자동차공학의 초석이 되어 왔습니다. 시스템을 실행 가능한 모델 형태로 표현함으로써, 개발 팀은 복잡성을 줄이고, 추적성을 유지한 상태에서 구현 과정을 자동화하며, 문제가 후속 개발 단계로 확산되기 전에 시스템 거동을 조기에 검증할 수 있습니다.
GenAI 시대에도 모델 기반 설계의 중요성은 여전히 유효하며, 오히려 GenAI를 통해 그 가치가 더욱 강화되고 있습니다. GenAI가 이미 확립된 모델 기반 설계 워크플로 내에서 활용될 때, 엔지니어는 시스템에 관한 의사결정 권한과 설계 의도를 계속 유지할 수 있습니다. 실행 가능한 모델, 물리 기반 시뮬레이션, 결정론적 자동 코드 생성 및 검증 툴은 AI의 지원으로 이루어진 변경 사항을 검토하고 테스트하며, 이를 관련 근거와 연결할 수 있는 체계적인 개발 환경을 제공합니다.
모델 기반 설계는 개발 라이프사이클 전반에 걸쳐 MATLAB 및 Simulink와 같은 툴을 GenAI에 결합합니다.
이러한 맥락에서 시각적이고 체계적인 시뮬레이션 기반 검증은 중요한 이점이 됩니다. 실행 가능한 모델과 시뮬레이션 결과를 통해 엔지니어는 시스템 거동을 파악하고, 여러 도메인에 걸친 원인과 결과의 관계를 이해할 수 있으며, 생성된 코드나 로그에만 의존하지 않고도 명확하게 AI 지원 개발 과정을 감독할 수 있습니다.
GenAI를 통한 설계 가속화
설계는 일반적으로 엔지니어들이 GenAI의 이점을 처음으로 체감하는 단계입니다. 초기 개발 단계에서는 상위 수준의 시스템 의사결정보다 반복적인 구현 작업에 많은 시간이 소요되는 경우가 많습니다. GenAI는 이러한 부담을 줄여 주지만, 결과에 대한 최종 책임은 여전히 엔지니어에게 있습니다. Simulink에 연결된 AI 에이전트를 통해 GenAI는 자동화와 실행을 담당하고, 엔지니어는 목표, 제약 조건, 그리고 설계상의 절충 사항을 정의합니다.
엔지니어는 AI 에이전트를 활용하여 텍스트 형태의 요구사항으로부터 아키텍처 모델 초안을 생성하고, 검증된 라이브러리를 사용해 시스템을 구성하며, 일관된 모델링 패턴을 적용할 수 있습니다. 이러한 환경에서 GenAI는 기존 설계를 다룰 때에도 동일한 가치를 제공합니다. 대규모 Simulink 모델을 리팩터링하여 구조와 유지보수성을 개선할 수 있으며, 이를 통해 기존에 많은 시간과 반복적인 수작업이 필요했던 작업을 더욱 신속하게 수행할 수 있습니다.
AI는 요구사항을 모델에 연결하는 작업을 비롯한 여러 번거로운 설계 작업을 자동화합니다.
AI 지원 설계에서 프로덕션 소프트웨어까지
개발이 프로덕션 단계에 진행됨에 따라 자동차 산업의 프로세스와 표준에서 요구하는 제약 사항은 반드시 준수해야 합니다. GenAI가 알고리즘 개발을 지원할 수 있지만, 프로덕션 코드는 결정론적이어야 하고, 추적 가능해야 하며, 인증 요건을 충족할 수 있어야 하고, 실시간 실행 환경에 적합해야 합니다.
여기서 자연스럽게 역할 분담이 이루어집니다. GenAI는 창의적인 작업의 속도를 높이는 역할을 담당하고, 모델 기반 설계는 프로덕션 수준의 엄격한 개발 프로세스를 보장합니다. 설계가 검증되면, 코드 생성, 검증 및 규정 준수를 위한 확립된 워크플로가 적용됩니다.
Embedded Coder®와 같은 툴을 활용해 팀은 프로덕션 하드웨어에 배포할 최적화된 C 및 C++ 코드를 자동으로 생성할 수 있으며, 검증된 워크플로를 적용해 배포에 대한 신뢰성을 확립할 수 있습니다. AI 에이전트는 통합 작업을 자동화하고, 테스트 인터페이스를 구축하며, 배포 워크플로를 조율함으로써 이 단계를 간소화할 수 있습니다. 중요한 점은 GenAI가 기존 툴체인을 대체하는 것이 아니라, 이들을 더욱 효과적으로 연결해 준다는 것입니다.
코드가 수작업으로 작성되었든, AI에 의해 생성되었든, 모델에서 생성되었든 관계없이 반드시 검증 과정을 거쳐야 합니다. Polyspace 툴을 통해 강인성을 분석하고, 보안 취약점을 탐지하며, 코딩 표준 준수 여부를 검증하고, 런타임 오류의 부재를 증명할 수 있습니다. 이 단계를 통해 AI 지원 개발은 자동차 소프트웨어의 코딩 표준을 충족할 수 있습니다.
GenAI 적용 엔지니어링 워크플로에서의 검증
GenAI로 생성되거나 GenAI에 의해 수정된 컴포넌트의 활용이 증가할수록 검증의 중요성은 더욱 커집니다. 자동차 시스템은 복잡한 멀티도메인 시스템입니다. 많은 결함은 개별 함수 또는 컴포넌트 수준에서는 드러나지 않습니다. 대신, 이들은 소프트웨어 기능이 서로 상호작용하거나 센서, 액추에이터, 실제 동작 조건과 결합되는 통합 단계에서 비로소 나타납니다.
이러한 문제는 GenAI를 사용할 때 더욱 두드러집니다. 소프트웨어 기능의 일부가 자동으로 생성되거나 수정되는 경우, 검토자는 변경 사항 자체뿐만 아니라 해당 변경이 시스템 거동, 인터페이스, 테스트, 그리고 통합 과정에서의 가정에 미치는 영향까지 함께 평가해야 합니다.
바로 이 검증 단계에서 시뮬레이션이 핵심적인 역할을 하는데, 시뮬레이션을 통해 엔지니어는 실물 프로토타입이 준비되기 훨씬 이전부터 소프트웨어를 전기적, 기계적, 환경적 조건과 함께 시뮬레이션하고 테스트할 수 있습니다. 따라서 시뮬레이션은 통합 문제를 조기에 발견하고 "시프트 레프트" 검증의 핵심 메커니즘이 됩니다.
MathWorks는 자동차공학에 요구되는 안정성과 품질을 유지하면서 GenAI 기능의 제공을 가속화하고 있습니다. 연 2회의 고품질 릴리스는 신뢰할 수 있는 기반을 제공하며, GenAI 제품의 빠른 반복 주기를 통해 새로운 GenAI 기능을 신속하게 제공할 수 있습니다. 현재 제공되는 GenAI 기능에는 MATLAB, Simulink 및 Polyspace Agentic Tookit과 Simulink Copilot이 있습니다.
GenAI는 자동차 소프트웨어 및 시스템 개발 방식을 변화시키고 있습니다. 이러한 변화의 성공 여부는 혁신과 엄격한 엔지니어링 프로세스 사이의 균형을 얼마나 잘 유지하느냐에 달려 있습니다.
강제 가능한 검증 및 추적성 체계 없이 GenAI를 활용하는 팀은 통합, 인증, 유지관리 단계에서 더 많은 재작업이 발생할 위험에 직면할 수 있으며, 토큰 사용량 또한 증가할 수 있습니다. 반면, 모델 기반 설계 워크플로 내에서 GenAI를 활용하는 팀은 모든 변경 사항이 추적 가능하고 실행 가능한 거동과 검증된 근거에 기반하기 때문에 더욱 높은 신뢰 속에서 개발 속도를 향상시킬 수 있습니다.
GenAI와 모델 기반 설계를 결합함으로써 팀은 안전 필수 엔지니어링에 필요한 실행 가능한 거동, 검증 증거, 추적성 및 결정론적 구현을 유지하면서 개발 속도를 가속화할 수 있습니다. MathWorks는 자동차 산업과 협력하여 품질 요구사항과 안전 요구사항을 충족하고 장기적인 유지보수성을 보장하는 GenAI 기반 엔지니어링 환경을 구축하는 데 전념하고 있습니다.
