CES 2026:AI 및 전기 자동차를 촉진하는 전력전자 혁신

Lynk &Co 06 Relive 소형 SUV는 A-PHY 사양 SerDes 칩셋을 사용합니다. (사진=링크엑스(주))

CES 2026에서는 물리적 AI가 지배적인 키워드였을지 모르지만, 그 모든 과대광고 뒤에는 덜 화려한 헤드라인에 초점을 맞춘 라스베거스의 회사들이 여전히 많이 있었습니다. 다음은 잠재적인 인공 지능의 미래를 가능하게 하기 위해 뒤에서 필요한 전력 전자 장치를 연구하는 기업의 몇 가지 예입니다.

발렌스

Valens는 CES에서 중국에서 차량을 판매하는 글로벌 프리미엄 자동차 제조업체가 다음으로 VA7000 MIPI A-PHY 호환 칩셋을 사용할 것이라고 발표했습니다. Valens는 이것이 "차세대 ADAS 및 자율 시스템의 선두주자로서 연결 표준을 강화하는" A-PHY 칩셋의 네 번째 설계 승리라고 말했습니다. VA7000 칩셋을 사용하는 차량은 2027년에 생산에 들어갈 예정이다.

Valens는 MIPI A-PHY를 고속 센서 연결을 위한 최초의 표준화된 솔루션이라고 부르며 여러 실리콘 공급업체에서 설계 승리를 거둔 유일한 솔루션이라고 언급했습니다. 2025년 9월 MIPI Alliance는 Geely Auto Group이 Lynk &Co 06 Relive 소형 SUV의 대량 생산에 A-PHY 사양 SerDes 칩셋을 사용할 것이라고 발표했습니다.

Valens는 CES에서 여러 A-PHY 지원 제품을 포함하여 진화하는 MIPI A-PHY 생태계를 선보였습니다. 이 회사는 동일한 기능을 갖춘 자동차 산업의 동일한 칩셋을 사용할 수 있는 의료 영상 및 머신 비전 장치를 개발하고 있습니다.

Valens의 제품 마케팅 이사인 Tim Wendel은 SAE Media에 A-PHY 칩셋이 자동차 산업 안팎에서 주목을 받는 이유는 "우리 기술의 궁극적인 탄력성" 때문이라고 말했습니다.

Valens는 MIPI A-PHY 칩셋을 차세대 ADAS 및 자율 시스템의 선두 주자로 부르며 여러 실리콘 공급업체의 설계 승리를 통해 고속 센서 연결을 위한 최초의 표준화된 솔루션이라고 말합니다. (사진=링크엑스(주))

그는 “데이터 속도가 높을수록 전자파 소음에 더 취약해지며, 이는 특히 자율 주행 또는 부분 자율 주행 차량에 대해 이야기할 때 자동차 고장을 일으킬 수 있습니다.”라고 말했습니다. "컴퓨터 시스템이 비디오 피드를 분석하려는 경우 데이터가 손상되거나 중단되지 않도록 데이터가 안전하게 도착하기를 원합니다."

Valens의 전송 케이블과 전략은 구역형 아키텍처를 갖춘 미래의 EV에도 잘 준비되어 있다고 Wendel은 말했습니다. 센서와 컴퓨팅 사이의 거리가 멀어짐에 따라 더 긴 케이블은 무엇보다도 소음을 포착하고 전송하는 안테나 역할을 합니다.

Wendel은 "센서의 해상도가 높아짐에 따라 5, 8, 12 메가픽셀에 대해 이야기하게 되는데 이는 데이터 속도가 증가한다는 것을 의미합니다."라고 말했습니다. "다른 사람을 더 방해하게 됩니다. 링크를 보호하기 위해 강력한 차폐가 필요하지만 방사선 방출로 다른 사람을 방해하지 않으려면 강력한 차폐가 필요합니다. 동시에 차량 내부에는 휴대폰과 5G가 있고 차량 외부에는 레이더가 있으며, 이는 운전 중에 동적으로 변화하는 고유한 소음 모음이며 이 모든 것이 자동차에 큰 위험입니다."

실라나

Valens와 마찬가지로 Silanna도 자동차 이외의 제품에 대한 시장 확대를 시도하고 있습니다. Silanna는 최근 단일 칩에 전원, 발사 및 오류 감지 기능을 통합한 FirePower라는 레이저 드라이버 설계를 출시했습니다. FirePower는 최대 1000W의 피크 전력과 10MHz 펄스 반복 주파수로 2ns 미만의 레이저 펄스를 구동할 수 있습니다. 실라나는 자사의 LiDAR 센서가 사냥터, 자전거 안전 카메라, 골프 컴퓨터는 물론 자율주행차에도 사용될 수 있다고 말했습니다.

Silanna의 사장 겸 CEO인 Mark Drucker는 CES에서 SAE Media에 Silanna의 RF 사업이 2019년 Qualcomm에 인수된 후 회사가 AC-DC 및 DC-DC 변환기를 포함한 전력 관리에 더 중점을 두고 GaN 기술에 대한 연구에 집중했다고 말했습니다. Silanna는 이러한 배경과 레이저 경험을 바탕으로 LiDAR 시장에 진출했습니다. Drucker는 이러한 모든 지식을 바탕으로 Silanna가 단순한 상품 플레이어가 아닌 Tier 1 및 OEM이 LiDAR 비용을 낮추도록 돕고 싶다고 말했습니다.

드러커는 “그런 식으로는 이길 수 없다”고 말했다. "우리는 부가가치를 창출하는 공급업체가 되고 싶습니다. LiDAR 분야에서 비용은 널리 채택되는 것을 방해하는 실질적인 장벽입니다. 느리지만 확실하게 목표에 도달하기 시작했습니다. 많은 기계식 스캐닝, MEMS 기술 등을 모두 제거하고 진정한 솔리드 스테이트 스캔 LiDAR 시스템을 구현하는 것은 업계에서 목표에 도달하기 위해 취할 수 있는 단계 중 하나이지만 아직 모든 과제를 완전히 해결하지는 못했습니다."

LiDAR 센서의 비용을 낮추려는 과제에 대한 Silanna의 답변 중 하나는 레이저 어레이 스택에 대한 작업입니다. Silanna의 마케팅 및 비즈니스 개발 이사인 Rajeev Thakur는 SAE Media에 자사의 비행시간 센서 고객이 하나의 다이에서 24~56개의 레이저를 찾고 있다고 말했습니다.

"이것은 분명히 비용을 낮추는 데 도움이 될 것이며 여전히 개별적으로 발사하고 제어할 수 있습니다"라고 그는 말했습니다. "그러나 그런 레이저 더미에 가면 발사할 때 약간의 누출이 발생하는 경향이 있기 때문에 발사하기가 쉽지 않습니다. 우리 IP는 기본적으로 이러한 레이저 배열을 높은 피크 전력과 매우 낮은 펄스 폭으로 발사할 수 있다는 것입니다."

Thakur는 Silanna가 이러한 어레이가 레이저를 발사하는 데 필요한 전류를 가질 수 있도록 하는 드라이버 및 GaN FET 어레이를 연구하고 있다고 말했습니다.

Silanna가 연구하고 있는 또 다른 해답은 주파수 변조 연속파(FMCW) LiDAR에 대한 개선된 아날로그-디지털 처리입니다.

"아시다시피 FMCW가 다가오고 있습니다"라고 Thakur는 말했습니다. "중국 OEM의 약점 중 하나는 FMCW가 없다는 것입니다. 그들은 FMCW를 개발 중일 수 있습니다. 그들이 작업 중이라고 확신하지만 아직 출시하지 않았습니다. 따라서 그것은 그들에게 아킬레스건입니다. FMCW LiDAR의 경우 연속파가 있고 파동이 돌아올 때 아날로그 파동을 디지털 파동으로 만든 다음 처리를 수행할 수 있습니다. 그리고 고해상도의 아주 좋은 파동을 얻으려면 매우 높은 샘플링 속도가 필요합니다. 이것이 바로 Silanna가 필요한 부분입니다. 우리는 높은 샘플링 속도의 아날로그-디지털 변환기를 제공할 수 있습니다.”

옴니 디자인 기술

Omni Design Technologies는 또한 자동차 산업이 FMCW LiDAR 아키텍처로 전환하고 있다고 믿습니다. CES에서 회사는 ADAS 및 무선 통신은 물론 데이터 센터 네트워킹 및 우주 기반 셀룰러 네트워크를 위한 차세대 광대역 신호 처리(WSP) 기술 중 일부를 선보였습니다. Silanna와 마찬가지로 Omni Design은 FMCW와 ToF 기술을 모두 지원합니다.

Omni의 WSP 다중 채널, 동기화된 아날로그-디지털 변환기는 레이더, LiDAR, 카메라 및 초음파를 포함한 여러 센서로부터 데이터를 동시에 수집하고 디지털화하여 자동차 주변 세계를 더 잘 이해할 수 있습니다. Omni Design은 자사의 Swift ADC가 이상적이지 않은 조명 및 환경 조건에서 더 나은 물체 감지 기능을 제공하여 자율 비상 제동 및 차선 유지 보조 ADAS 기능을 향상시킬 수 있다고 밝혔습니다.

AI스톰

AIStorm은 자사의 임무가 전하 영역 처리를 통해 반도체를 재정의하는 것이라고 밝혔습니다. AIStorm은 자사의 전하 영역 컴퓨팅 기술이 더 적은 계산 주기를 사용하고 전력 요구 사항이 낮기 때문에 정적 RAM 기반 메모리 내 프로세스보다 성능이 뛰어나다고 밝혔습니다. CES에서 AIStorm은 트랜지스터에 비해 전하 도메인 프로세스가 최대 117배의 전력 향상 가능성을 갖고 있으며 설치 공간은 최대 30배 더 작다고 밝혔습니다. 최종 결과는 더 빠르고, 더 시원하고, 더 작은 장치를 위해 더 적은 실리콘을 사용하면서 더 많은 AI 계산을 수행하게 될 것입니다.

이 기사는 SAE Media Group의 Automotive Engineering 잡지 편집장인 Sebastian Blanco가 작성했습니다.