고객의 정확한 사용환경과 그에 따른 영향을 프로파일 데이터베이스로 만들어 기업의 핵심 자산으로 축적하고 가치화함으로써 다른 경쟁자와 차별화를 꾀할 수 있다. 자동차 E/E의 신뢰성 문제와 이슈는 Sherlock ADA™의 차별적 기능인 고장 메커니즘을 적용해 해결할 수 있다.

혁신과 창조

현대·기아차는 2020년까지 자동차 평균 연비를 지금보다 25% 개선하겠다는 목표를 세우고 차세대 파워트레인(엔진) 개발, 경량화, 친환경차 라인업을 늘려 목표를 달성하겠다고 선언했다. 이는 미국에서 연비를 부풀렸다는 이유로 약 1억 달러의 벌금을 부과 받은 것과 관련이 있어 보인다. 이 사건에서 우리가 놓치지 말아야 할 것은, 연비를 과장했느냐는 시시비비나 금전적 손실보다는 홍보 연비(결국 경쟁 연비 또는 기대 연비) 대비 현재 연비 차이가 의미 있는 수준으로 존재한다는 것일 것이다.

현대·기아차가 25% 연비 개선 목표를 어떤 방법으로 달성할 것인지는 별개로 치더라도 이 목표는 전략적이고 냉정한 현실을 반영한 적절한 방향 설정이라고 할 수 있다. 물론 연비 달성만이 미래의 위상 강화를 가져오는 것은 아니지만 설정한 세 가지 실천적 목표는 글로벌 자동차 기업들이 사활을 걸고 매진하고 있는 사업방향과도 맥을 같이 한다는 점에서 반드시 달성해야 할 지표로서 가치가 있다.

이 세 가지 실천 방안은 새로운 제품과 디자인 개발, 혁신적 기술과 소재 적용, 친환경 사고와 경제적 가치창조로 바꿔 말할 수 있다. 이 중 앞의 두 가지에 대해서는 지금까지의 경험과 실적을 바탕으로 현재의 위상을 어느 정도 유지하고 발전시킬 수 있겠지만, 새로운 혁신과 창조의 영역인 나머지 한 가지는 글로벌 리더로서의 자리를 찾아가는 길이 쉽지 않다. 우리나라는 시장규모가 작고 핵심 원천기술이 미국이나 유럽보다 부족하며 아직은 혁신과 창조의 문화나 저변이 부족하다.

혁신의 단적인 예로 최근 전기차 혁신 기업으로 스마트폰 분야의 애플에 필적할만한 명성을 쌓아가고 있는 테슬라모터스(Tesla Motors)가 있다. 2003년 설립된 테슬라모터스는 2008년 세계 경제위기 때 파산 위기를 가까스로 넘긴 이래 2010년 6월 IPO를 한 이후 성공가도를 달리고 있다. 이 회사는 Model S로 컨슈머리포트 최고 평가(100점 만점에 99점)를 받은 후, 2013년 한 해 전기차 2만 2,450대를 팔았다. 이 자신감으로 보급형 전기차(30,000달러 가격대)로 시장확대를 시도하고 있다.



또한 기가팩토리(Gigafactory) 구축을 통해 생산 기반을 대폭 확대할 계획이며(그림 1), 토요타, 다임러 등과의 협력을 통해 글로벌 판매망을 넓히고 있다. 기술적인 측면에서는 2008년과 2009년에 각각 한 번씩 리콜이 있었고 주행거리 문제로 뉴욕타임스와 마찰을 겪기도 했지만, 2012년에는 토요타와 벤츠의 전기 파워트레인을 개발, 공급해 부품의 성능과 품질을 인정받았다. 브랜드 가치 측면에서는 2013년 자사 제공 금융 계약 조건을 사용하는 경우, Model S가 BMW, Audi, Mercedes, Lexus 또는 Jaguar 보다도 재판매 가격이 더 높게 나타나 고급 자동차 중에서도 가장 높은 고객신뢰도를 유지하고 있다.

테슬라모터스의 경우처럼, 미래의 자동차 산업에서 혁신(또는 기술)과 고객(또는 품질과 신뢰성)이라는 두 마리 토끼를 잡고 높은 경영성과를 달성하기 위해서 우리가 어떤 준비와 행동을 해야 하는 지 테슬라모터스의 창업자 엘론 머스크(Elon Musk)가 인터뷰에서 한 고백을 참고할 필요가 있다.

그는 혁신과 성공 과정에서 남의 것을 모방하지 않을 수 없었지만 차별적인 새로운 것을 창조하기 위해 물리학적 접근이 필요했고 주변의 좋은 친구들의 피드백에 큰 도움을 받았다고 말했다. 실제 그가 창업한 테슬라모터스는 그 어느 누구도 시도해 보지 않은 방법으로 전기차를 설계하고 판매함으로써 경쟁자들보다 한발 앞선 혁신과 창조를 이뤄가고 있다.



한 예로 소비자의 구매 기준이자 제품의 핵심 가치인 신뢰성을 보장하기 위해 신뢰성 설계(Design for Reliability 또는 Designing-in Reliability) 프로세스와 도구를 엔지니어링 조직에 적용했다. 이것은 현장 운행 경험이 적고 제품 고장 이력이 없는 테슬라모터스의 약점을 보완하기 위한 불가피하고 현실적인 조치였다. 제품을 설계할 때부터 과학적인(물리적인) 방법을 적용해 신뢰성을 강화하고, 제품 물리 모델과 시뮬레이션 도구를 이용해 잠재적인 위험을 미리 배제하고 다양한 사용환경 시나리오를 검증하고 분석했다.

테슬라모터스의 전기차는 가솔린차와는 다른 독특한 특징이 있다. 단순히 E/E 구성품이 늘어나는 것 이상으로 전혀 다른 기술적, 사회적, 경제적 요건들을 해결해야 했다. 주행 연료인 전기를 공급하는 충전 인프라의 구축 필요성에서부터 충전시간이라는 새로운 변수도 고려해야 했다. 전원 공급과 동시에 가솔린차는 운행 준비가 된 것으로 가정할 수 있지만, 전기차는 이러한 가정이 반드시 옳다고 할 수 없다.



그렇지 않아도 고객의 안전을 보장하기 위해 테스트에 엄청난 인력과 돈을 투입해온 OEM과 부품공급업체들은 이런 새로운 부담과 한계를 극복하고 상쇄할 기술과 방법을 고안하지 못한다면 글로벌 경쟁에서 낙오할 수 있다는 점을 지적하고 싶다.

전통적으로 기업들은 제품 설계를 마치고 프로토타입을 만들어 테스트한 후 문제가 생기면 새로운 프로토타입을 다시 만들어 테스트를 반복하는 방식으로 신뢰성(전자기기 포함)을 개선해 왔다. 그 동안은 미국 국방성에서처럼 각 부품의 신뢰성 데이터와 마진(margin)을 기준으로 제품을 평가하고 신뢰성과 수명을 예측할 수 있었다.

그러나 빠르게 변화하는 차세대 전자기기는 더 이상 이러한 데이터 기반 접근방법만으로는 충족할 수 없는 것이 많다. 하루가 멀다 하고 시장에 소개되는 신기술과 신 모델, 더 빨라진 제품 수명 주기, 글로벌 경쟁구조에도 대응해야 하는 것이 기업의 냉정한 생존 현실이 됐다.

현실은 이제 정적이고 수동적인 대책만으로는 부족하고 전혀 새로운 방법으로 전자기기의 신뢰성을 확보해야만 한다. 그런 이유에서 전자기기의 신뢰성(고객 관점에서 사용 수명 기간 동안 정해진 목표의 기능과 성능을 차질 없이 발휘하는 능력이라고 정의)도 이제는 기계나 건축 구조물처럼 물리적인 시각과 방법으로도 다뤄야만 한다. 이 물리적 접근법은 새로운 시도는 아니며 이미 50년 전부터 미 국방성이나 NASA, 신뢰성연구센터, 대학교 등에서 광범위한 연구와 실험을 통해 정립되고 검증돼 왔다.

다양한 물리적 부하(예 열, 진동 등)에 잠시 또는 지속적으로 노출될 경우에 일정한 고장 유형으로 진행되는 고장 메커니즘의 이해와 수많은 연구를 통해 고장 메커니즘의 정형화(예 물리방정식)가 가능해지면서, 이 과학적인 접근법은 자동차나 항공기와 같은 상용 제품에도 활용될 수 있게 됐다. 다만 복잡한 부하 환경에 동시에 적용되는 경우처럼 아직까지는 고장 메커니즘이 충분하고 정확하게 규명되지 못한 영역이 남아 있는 것도 사실이다.

PoF 상용 도구

최근 들어 컴퓨터를 이용한 설계(CAD) 및 해석(CAE) 도구나 기술이 빠르게 확산되고 있다. 이를 바탕으로 그 동안 전문가들만의 연구 영역으로 남아있던 신뢰성 예측 분야에서도 PoF(Physics of Failure, 고장물리학) 도구라는 이름으로 상업적인 솔루션이 출현하게 되었고, Sherlock ADA™은 이 분야 최초의 상용 제품이다. 이 솔루션을 이용한 수명 예측 방법을 한마디로 표현하면, 고장 메커니즘의 과학적 이해를 바탕으로 시간의 흐름에 따라 고장이 어떻게 발생하고 전파되며 궁극적으로 어떤 결함으로 나타나는지를 예측하는 과학적인 방법이다(그림 2).

그러면 이런 고장물리적 방법의 필요성이나 중요성이 점점 증가하는 이유는 무엇인가? 실제로 전자기기에 사용되는 반도체는 더 미세해짐에 따라 작은 충격이나 열에도 더 쉽게 영향을 받고 오작동으로 이어질 수 있다.

기업이 물건을 만들어 고객에게 인도한 후 품질 문제가 발생하고 나서야 제기된 고객 불만과 피드백을 바탕으로 새로운 제품을 설계하고 상품화하는 방식은 이제 더 이상 달라진 경쟁 환경을 따라잡을 수 없다. 이러한 문제를 체계적으로 해결할 수 있는 방법(예 전자 제품의 설계 시점부터 가상 물리 모델로 다양한 사용 조건과 시나리오를 가정해 과학적인 방법으로 신뢰성 시뮬레이션을 실행해 본다.

그리고 실제 현장에서 전 수명 주기를 통해 나타나는 다양한 고장을 모니터링 하고 피드백 받아 구성된 물리 모델을 정교화 하는 과학적 프로세스를 체계적으로 운영한다.)을 고안해야 하는 것이 글로벌 경쟁기업이나 글로벌 기업이 되려는 국내 기업에게 꼭 필요하게 됐다.

수명 예측을 통한 신뢰성 보장

친환경차를 개발해 생산, 판매하는 글로벌 선진기업에게는 수명 예측을 통한 신뢰성 확보와 보장이 무엇보다도 중요하다. 이들 기업 중에는 앞서 언급한 테슬라모터스, GM 등과 같은 자동차 기업과 비아샛(ViaSat)과 같은 인공위성 기업이 있으며, 이들과 함께 일하는 글로벌 공급망 내 기업들에도 점차 적용 시도가 늘어나면서 자연스럽게 국내 거래 기업들도 2~3년 전부터 영향을 받기 시작했다.

그러면 자동차 전자기기의 신뢰성 예측과 보장 도구인 Sherlock ADA™이 자동차의 수명 주기 전반에 걸쳐 어떻게 물리적이고 과학적인 지식을 활용하고 E/E 하드웨어의 고 신뢰성을 확보하고 보장할 수 있는지 알아보자(그림 3).

Sherlock ADA™의 사례를 기준으로 하여, 제품의 전 수명 주기에 걸쳐 각 단계별, 용도별로 물리적 지식과 접근법을 활용하면 어떻게 데이터 기반의 전통적 접근방법을 보완하고 대체할 수 있는지 설명한다.

1) 신제품 또는 선행개발 E/E 하드웨어의 신뢰성 보증을 위한 Sherlock ADA™과 고장 물리 지식의 활용

친환경차 관련 신제품이나 신기술이 적용된 전장품의 경우 실제 제품이 생산되어 판매된 이력이 거의 없기 때문에, 판매된 제품이 고객 손에 인도되고 난 후 신뢰성 문제가 발생하지 않도록 설계하고 생산하는 것이 매우 중요하다. 물론 이전에 비슷한 제품이 판매됐고 품질 및 고장 이력이 잘 관리됐다면, 이 데이터를 참고해 제품을 만들어 테스트 해 보면 어느 정도 신뢰성을 달성할 수 있다.

그러나 신뢰성 데이터가 부족하거나 없는 신기술, 신제품이라면 문제는 달라진다. 물론 전통적인 D-B-T-F(설계-제작-테스트-해결) 신뢰성 향상 방법론이나 다른 경험 많은 엔지니어의 전문성에 의존해 단계적으로 시간을 두고 신뢰성을 높여갈 수 있다. 하지만 치열한 경쟁 환경과 경제적 부담을 고려하면(그림 4), 이는 충분한 대책이 될 수 없다.

Sherlock ADA™은 이런 신뢰성 문제를 설계 단계부터 철저히 배제할 수 있도록 한다. 이 도구는 E/E 하드웨어 설계(보통 거버 파일 또는 다른 표준 포맷)를 기준으로 제품에 대한 물리적인 속성(크기, 무게, 재질 속성 등)을 특성화 해 가상의 물리 모델을 만든다. 이후 제품 신뢰성 목표와 사용환경을 정의해 다양한 부하 상황에 대한 취약성이 어디에 존재하고, 어떤 신뢰성 수명곡선을 나타내는지를 시뮬레이션 한다.

Sherlock ADA™은 E/E 하드웨어를 물리적(구조, 재료, 화학, 수학 등)이고 과학적인 자료와 근거에 따라 모델링하고 시뮬레이션함으로써 고장 메커니즘이라는 고장 근본원인에 집중된 신뢰성 분석을 한다. 여기서 사용되는 과학적인 기법들은 유한요소분석(FEA), 고장 메커니즘에 대한 공식/실험/자료 활용(그림 5), 3D 시각화 소프트웨어 기술 적용, 패키지 표준과 PCB 재질의 특성 라이브러리, 기존 전자제품 설계 도구들과의 전자적 연결(거버 또는 ODB++) 등을 들 수 있다.

2) HALT 테스트 효율과 적합성 개선을 위한 Sherlock ADA™과 고장 물리 지식의 활용

HALT(초가속 수명 테스트)는 설계 약점을 빠르게 노출시키기 위해 단계적으로 더 높은 스트레스를 적용함으로써 제품의 운영 마진을 향상시키고 더 높은 신뢰도를 달성하기 위해 시행한다. 보통은 제품을 진동과 열 사이클링에 동시에 노출시키는 것으로 테스트 과정에서 제품 고장이 나타나도록 하는 것이 목표이며 대개 수 주 내에 테스트가 끝난다.

이 테스트는 제품 수명을 예측하는 것이 아니지만(즉 가속계수를 알지 못함) 이미 신뢰성이 알려진 이전 버전 제품들과 하나하나 비교해 볼 수 있다면 매우 유익한 테스트다. HALT 테스트의 장점은 ▶제품 도입 초기에 잘 발견되지 않는 결점을 노출시키고 ▶디자인 마진을 발견하여 개선하며 ▶전반적인 개발 시간과 비용을 줄이고 ▶HASS(Highly Accelerated Stress Screening) 또는 ESS(Environment Stress Screening)를 개발하는 것이지만, 기본적으로 “합격/불합격” 테스트는 아니다. HALT가 가치를 가지려면 유효한 근본 원인 분석(Root-Cause Analysis)이 테스트와 연계될 필요가 있다. Sherlock ADA™을 HALT 또는 HASS 테스트와 결합하면 이전에는 가능하지 않았던 효과를 얻을 수 있다.

제품의 모델링과 시뮬레이션을 통해 얻은 예측과 실제 테스트를 수행하면서 얻어지는 관찰 결과를 비교해 봄으로써 테스트 절차가 효과적이거나 적합한지 알 수 있다. 또한 HALT 테스트를 수행하기 전에 미리 주된 디자인 결함을 배제시킴으로써 HALT에 투입되는 테스트 시간과 비용을 절약할 수 있다. 예를 들어 치명적인 영향이 예상되는 주요 부품이 무엇인지를 Sherlock ADA™ 설계 모델링 시뮬레이션의 가상 가속도계(Accelerometer) 기능을 통해 미리 확인했다면(그림 6), 실제 HALT 테스트에 가속도계를 해당 부품에 달아 테스트 실행 시 발생한 영향을 측정하고 비교해 필요한 조치를 취할 수 있다.

3) TS/PTC 테스트 결과 특성화와 신뢰성 개선을 위한 Sherlock ADA™과 고장 물리 지식의 활용

열충격(Thermal Shock)과 열사이클링(Power Temperature Cycle) 테스트는 제품의 개발 초기에 샘플이 준비되고 나면 제품 신뢰성을 테스트해 보는 주요 과정이다. 이를 통해 제품이 어떤 열적 영향을 받고 어떤 반응 특성을 나타내는지 확인할 수 있다. 보통은 현장 신뢰성 보증을 위해 제품 수명 기간을 초과하기에 충분하도록 사이클 타임을 설정하게 되고, 전 수명 주기 동안 받게 될 다양한 부하 요인들을 제품이 잘 견뎌 낼 수 있는지를 테스트 해 보는 목적으로 시행한다.

여기서 주목할 점은 설계 시 계획한 목표 사양 대비 실제 물리적 샘플의 테스트 결과가 어떤 차이를 보이고 있는지를 확인하고 조치하는 것이다. 그리고 열충격과 열사이클링을 테스트 할 수 있는 챔버 복합 환경 조건에서 샘플이 어떤 반응을 나타내는지 기록하고 분석한다. 이때 실제 PTC/TS을 수행하는 과정을 분석해 얻은 특성화 자료에 기초해 이 제품의 신뢰성이 전 수명 주기 동안 어떻게 반응할 것인지를 예측해 보는 과정이 필요하다. 즉 테스트를 통한 샘플의 물리적 반응 상태를 분석함으로써 제품이 판매된 후 현장에서의 신뢰성을 추정해 볼 수 있다면, 매우 유익한 정보가 될 수 있다.

Sherlock ADA™은 이런 목적과 용도로 사용할 수 있는 데, 테스트와 현장 간의 상관관계를 맺어주고 미래의 신뢰성에 대한 바로미터를 제공할 수 있다(그림 7). 또한 물리 모델과 시뮬레이션 제품 PTC/TS 특성화와 결합해 활용함으로써 개발 검증 기간이나 실제 테스트 수행 기간을 단축할 수 있는 방안을 찾을 수 있다. 이렇게 활용하면 정해진 기간보다 더 빠르게 시장 출시를 할 수 있고 인력과 테스트 장비의 효율을 높여 생산성과 경제성을 극대화 할 수 있다.

TS/PTC 테스트는 보통 진동 시험이나 습도 시험 등과 연계해 순서대로 시행해 복합 환경 부하를 거치는 동안 제품이 어떤 반응을 하는지 확인하는 것으로, 열적인 영향을 많이 받는 친환경차의 E/E 하드웨어에서는 필수 테스트다. 보통 정확한 결과와 효과적인 테스트가 수행되기 위해서는 대류성, 전도성, 방사성 열 메커니즘에 대한 이해가 있어야 한다. 또한 올바른 테스트 진행을 위해 열전대 부착 위치나 테스트 장비 능력을 정확히 알고 있어야 한다.

이 과정에서 물리적 지식에 근거한 모델링과 시뮬레이션을 시행할 수 있고 특성화된 결과 값을 고장 메커니즘과 결합함으로써 현장에서의 신뢰성을 가늠해 볼 수 있다(그림 8). 만일 특성화 방법과 관련 열지식이 없고 고장 메커니즘에 대한 충분한 이해가 없다면, 새로운 기술로 만들어지는 새로운 신제품이 총 수명 주기에 준하는 테스트를 거치더라도(가속계수가 없기에 리스크를 가지고 근사치를 활용할 수밖에 없다) 현장 상황을 그대로 대변하기 어렵다.

물론 RLDA라는 추가적인 프로세스를 거치게 되면서 보완적인 작업은 할 수 있겠지만 결국은 시장에 판매되고 나서 전 수명 주기 10~15년을 거쳐야만 고장 데이터가 단계적으로 축적되고 다음 제품에 반영할 수 있게 된다. 신기술 신제품에 대해 안전과 신뢰성을 보장해야 하는 최종 책임이 있는 자동차 OEM 입장에서는 결국 현장 고장이나 리콜 부담을 감수할 수밖에 없다.

데이터에 기초한 신뢰성 확보는 현장 고장 피드백/데이터가 없는 상황에서는 근본적으로 대응이 불가능하다. 따라서 전과 달리 현장 상황을 설계나 테스트 결과와 비교하고 상관관계를 적어도 근사치로라도 살펴봐야 하는 방법론이 필요하다. 이것이 바로 Sherlock ADA™이 활용하고 있는 물리적 지식(PoF)을 적용한 SAT(Simulation Assisted Test) 방법론이다. 이미 선진 글로벌 기업은 새로운 신뢰성 예측 및 보장 도구로 사용하고 있으며 적용분야도 자동차, 항공, 국방 등으로 점차 확대되는 추세다.