CES 2026: 전력 전자 혁신, AI와 전기차의 미래를 견인하다
Lynk & Co 06 Relive 컴팩트 SUV에 A-PHY 규격 SerDes 칩셋이 탑재됩니다. (이미지: Lynk X Co.)
CES 2026의 숨은 주역: 전력 전자 기술
CES 2026에서 '피지컬 AI(Physical AI)'가 핵심 키워드로 떠올랐지만, 그 화려한 조명 뒤에서는 인공지능의 미래를 가능케 할 전력 전자 기술에 집중하는 수많은 기업들이 라스베이거스에 모였습니다. AI 미래의 이면을 받칠 전력 전자 기술을 개발하는 기업들의 사례를 소개합니다.
Valens: MIPI A-PHY로 차세대 ADAS·자율주행 연결 표준 선도
Valens는 CES에서 중국에서 차량을 판매하는 글로벌 프리미엄 완성차 업체가 자사의 VA7000 MIPI A-PHY 준수 칩셋을 다음으로 채택할 것이라고 발표했습니다. Valens에 따르면 이는 A-PHY 칩셋의 네 번째 설계 승인(design win)으로, "차세대 ADAS 및 자율주행 시스템을 위한 연결 표준으로서 A-PHY의 입지를 강화한다"고 밝혔습니다. 이 칩셋을 탑재한 차량은 2027년 양산에 들어갑니다.
Valens는 MIPI A-PHY를 고속 센서 연결을 위한 최초의 표준화된 솔루션이라고 부르며, 여러 실리콘 공급업체 전반에서 설계 승인을 획득한 유일한 솔루션이라고 강조했습니다. 2025년 9월, MIPI 얼라이언스는 Geely Auto Group이 Lynk & Co 06 Relive 컴팩트 SUV에 A-PHY 규격 SerDes 칩셋을 양산 적용할 것이라고 발표한 바 있습니다.
Valens는 CES에서 진화하는 MIPI A-PHY 생태계를 선보였으며, 여러 A-PHY 지원 제품을 포함했습니다. 의료 영상 및 머신 비전 기기에서도 자동차 산업과 동일한 칩셋과 역량을 활용할 수 있도록 개발 중입니다.
Valens의 제품 마케팅 디렉터 Tim Wendel은 SAE Media와의 인터뷰에서 A-PHY 칩셋이 자동차 안팎에서 주목받는 이유로 "우리 기술의 궁극적인 복원력(resilience)"을 꼽았습니다.
Valens는 MIPI A-PHY 칩셋을 차세대 ADAS 및 자율주행 시스템의 선두주자이자, 여러 실리콘 공급업체 전반에서 설계 승인을 가진 최초의 고속 센서 연결 표준화 솔루션이라고 설명합니다. (이미지: Lynk X Co.)
"데이터 전송률이 높을수록 전자기 노이즈에 더 취약해지며, 이는 특히 자율주행 또는 부분 자율주행 차량에서 치명적인 고장을 유발할 수 있습니다."라고 Wendel은 말했습니다. "데이터가 안전하게 도착하길 원합니다. 컴퓨트 시스템이 비디오 피드를 분석하려 할 때, 데이터가 손상되거나 중단되어선 안 되니까요."
Wendel에 따르면 Valens의 전송 케이블과 전략은 존 아키텍처(zonal architecture)를 채택한 미래 전기차에도 잘 대비되어 있습니다. 센서와 컴퓨트 간 거리가 멀어지면서 더 긴 케이블이 안테나 역할을 하여 노이즈를 수신하고 방출하는 등 여러 문제가 발생합니다.
"센서 해상도가 높아지면서(500만, 800만, 1200만 화소) 데이터 전송률이 증가합니다."라고 Wendel은 설명합니다. "타 시스템에 더 큰 간섭을 주게 되고, 링크를 보호하기 위한 무거운 차폐가 필요하지만 동시에 자신의 방사 방출로 타 시스템을 방해하지 않아야 합니다. 동시에 차량 내부에는 휴대폰과 5G, 외부에는 레이더 등이 있어, 주행 중 동적으로 변하는 독특한 노이즈 환경이 조성되며 이는 자동차에 엄청난 위험이 됩니다."
Silanna: LiDAR 비용 절감으로 대중화 가속
Valens처럼 Silanna도 자동차 외 시장으로 제품 확장을 시도 중입니다. Silanna는 최근 'FirePower'라는 레이저 드라이버 설계를 발표했는데, 전력, 발사, 결함 감지 기능을 단일 칩에 통합했습니다. FirePower는 서브 2ns 레이저 펄스를 피크 전력 1000W, 10MHz 펄스 반복 주파수로 구동할 수 있습니다. Silanna는 자사 LiDAR 센서를 사냥용 조준경, 자전거 안전 카메라, 골프용 컴퓨터뿐만 아니라 자율주행차에도 활용할 수 있다고 밝혔습니다.
Silanna의 Mark Drucker 사장 겸 CEO는 CES에서 SAE Media에 "Silanna의 RF 사업부가 2019년 Qualcomm에 인수된 후, 전력 관리(AC-DC, DC-DC 컨버터)와 GaN 기술 연구에 집중해왔다"고 밝혔습니다. "이 배경과 레이저 경험을 바탕으로 LiDAR 시장에 진입했으며, Tier 1과 OEM의 LiDAR 비용 절감을 돕고 싶습니다. 단순히 원자재 공급업체로 남고 싶지 않습니다."
"원자재 경쟁으로는 이길 수 없습니다."라고 Drucker는 강조합니다. "가치 더하는 공급업체가 되고 싶습니다. LiDAR 분야에서 비용이 광범위한 채택을 막는 진짜 장벽입니다. 서서히 극복되고 있지만, 기계식 스캐닝과 MEMS 기술을 배제하고 진정한 솔리드 스테이트 스캐닝 LiDAR 시스템으로 나아가는 것이 업계가 원하는 단계이나 아직 모든 과제가 해결되지 않았습니다."
레이저 어레이 스택으로 비용 절감 도모
Silanna의 마케팅 및 비즈니스 개발 디렉터 Rajeev Thakur는 SAE Media에 "ToF(Time-of-Flight) 센서 고객들은 한 다이(die)당 24~56개의 레이저를 원한다"고 말했습니다.
"이는 분명히 비용을 낮추는 데 도움이 되며, 여전히 개별 발사와 제어가 가능합니다. 하지만 레이저 스택으로 가면 발사가 쉽지 않습니다. 하나를 발사하면 누설(leakage)이 발생하기 때문이죠. 우리의 IP는 레이저 어레이를 높은 피크 전력과 매우 좁은 펄스 폭으로 발사할 수 있게 합니다."
Thakur에 따르면 Silanna는 이러한 어레이에 레이저를 발사하는 데 필요한 전류를 공급할 드라이버와 GaN FET 어레이도 개발 중입니다.
FMCW LiDAR용 고성능 아날로그-디지털 변환
Silanna가 해결하려는 또 다른 과제는 주파수 변조 연속파(FMCW) LiDAR용 아날로그-디지털 처리 성능 향상입니다.
"FMCW가 다가오고 있습니다."라고 Thakur는 말합니다. "중국 OEM들의 약점 중 하나는 FMCW가 없다는 겁니다. 개발 중일 수도 있지만 아직 제품화하지 않았죠. 이것이 그들의 아킬레스건입니다. FMCW LiDAR는 연속파를 사용하고, 파동이 돌아오면 그 아날로그 파동을 디지털로 변환해 처리합니다. 고해상도의 좋은 파동을 얻으려면 매우 높은 샘플링 레이트가 필요한데, 바로 여기서 Silanna가 나섭니다. 고샘플링레이트 아날로그-디지털 컨버터(ADC)를 제공할 수 있습니다."
Omni Design Technologies: 차세대 광대역 신호 처리 기술
Omni Design Technologies도 자동차 산업이 FMCW LiDAR 아키텍처로 나아가고 있다고 봅니다. CES에서 이 회사는 ADAS와 무선 통신은 물론 데이터센터 네트워킹과 우주 기반 셀룰러 네트워크를 위한 차세대 광대역 신호 처리(WSP) 기술을 선보였습니다. Silanna처럼 Omni Design도 FMCW와 ToF 기술을 모두 지원합니다.
Omni의 WSP 멀티채널 동기화 ADC는 레이더, LiDAR, 카메라, 초음파 등 여러 센서의 데이터를 동시에 수집하고 디지털화하여 차량 주변 환경에 대한 더 나은 이해를 돕습니다. Omni Design은 자사의 Swift ADC가 열악한 조명과 환경 조건에서도 더 나은 객체 감지를 제공하여, 자율 긴급 제동과 차로 유지 보조 등 ADAS 기능을 개선한다고 밝혔습니다.
AIStorm: 차지 도메인 처리로 반도체 재정의
AIStorm의 미션은 차지 도메인(charge-domain) 처리를 통해 반도체를 재정의하는 것입니다. AIStorm은 자사의 차지 도메인 연산 기술이 정적 RAM 기반 프로세스-인-메모리보다 적은 연산 사이클과 낮은 전력 요구량으로 우월하다고 주장합니다. CES에서 AIStorm은 트랜지스터 대비 자사의 차지 도메인 공정이 최대 117배의 전력 개선 효과와 최대 30배 더 작은 풋프린트(면적)를 가질 수 있다고 밝혔습니다. 최종 결과는 더 적은 실리콘으로 더 빠른, 더 시원한, 더 작은 기기에서 더 많은 AI 연산을 가능케 합니다.
이 기사는 SAE Media Group의 Automotive Engineering 잡지 편집장 Sebastian Blanco가 작성했습니다.