Keeping the reasoning with the geometry: rules, reactions and checks in production automotive CAD

자동차 제조의 세계에는 차량이 전시장(showroom)에 도착하기도 훨씬 전부터 발생하는 조용한 위기가 있습니다. 엔지니어들은 범퍼의 곡선이나 센서의 배치 등을 설계하기 위해 수년간 시간을 보내지만, 그 작업에서 가장 가치 있는 부분인, 즉 모든 결정 뒤에 숨겨진 '이유(reasoning)'는 종종 가장 먼저 사라지곤 합니다. 디자이너가 회사를 떠날 때, 그들은 그들이 만든 '무엇(what)'에 대한 '왜(why)'를 함께 가지고 떠납니다. 컴퓨터 파일에는 자동차의 정확한 형상은 남아 있지만, 그 형상을 정당화했던 논리는 허공으로 사라져 버립니다. 이는 다음 팀에게 하나의 퍼즐을 남깁니다. 그들은 두 부품 사이의 간격이 12mm라는 것은 볼 수 있지만, 그것이 10mm여야 하는지, 아니면 12mm가 숨겨진 전선과의 충돌을 피하기 위해 타협한 결과인지 알 방법이 없습니다. 수십 년 동안 업계는 규칙을 별도의 문서나 스프레드시트에 보관함으로써 이 문제를 해결하려 노력해 왔으며, 누군가가 이를 확인하는 것을 잊지 않기를 바랐습니다. 하지만 문서는 그것이 규제해야 할 설계와 동떨어지게 되고, 그 논리는 반복해서 유실됩니다.

본 논문은 실제 자동차 생산이라는 고도의 긴장감이 흐르는 환경에서 테스트된 다른 접근 방식을 보고합니다. 저자는 규칙을 설계 외부에 두는 대신, 설계 내부로 옮겼습니다. 자동차 부품이 열리거나 변경될 때마다, 스스로 일련의 엄격한 조건들을 자동으로 점검한다고 상상해 보십시오. 만약 설계가 규칙을 위반하면, 모델 자체가 즉시 오류를 감지하여 엔지니어가 작업 중인 화면에 바로 경고를 띄워줍니다. 이것은 검토를 기다리는 수동적인 파일이 아닙니다. 이는 실시간으로 관찰하고, 값을 할당하며, 변화가 일어나는 즉시 반응하는 능동적인 시스템입니다. 본 연구는 네 개의 실제 자동차 프로그램과 운전자의 주차를 돕기 위해 사용되는 특정 센서 네트워크, 그리고 이 방식의 한계를 테스트하기 위해 제작된 폴딩 암레스트(folding armrest)를 추적했습니다. 그 결과, 사람들이 떠나더라도 논리를 살아있게 유지하는 시스템을 구축했지만, 동시에 냉혹한 진실도 밝혀냈습니다. 컴퓨터 모델은 당신에게 실수를 보여줄 수는 있지만, 인간에게 그것을 수정하도록 강제할 수는 없다는 사실입니다.

이 작업의 핵심은 '지식 활성화 설계(Knowledge-Activated Design)'라고 불리는 방법론입니다. 전통적인 엔드지니어링에서 규칙은 자동차 부품의 3D 모델과는 분리된 매뉴얼이나 스프레드시트에 놓여 있을 수 있습니다. 엔지니어는 매뉴얼을 찾아보고, 규칙을 찾은 다음, 모델을 확인하는 과정을 기억해내야 합니다. 만약 그들이 이를 잊거나 매뉴얼이 최신 상태가 아니라면, 설계는 숨겨진 결함을 가진 채 통과될 수 있습니다. 이 새로운 방법에서는 규칙이 모델의 코드 안에 직접 작성됩니다. 모델이 재구축될 때(예를 들어 디자이너가 범퍼의 모양을 변경했을 때), 규칙이 자동으로 실행됩니다. 규칙은 새로운 형상을 기존의 요구사항과 대조합니다. 만약 형상이 잘못되었다면, 모델은 즉시 빨간색으로 변하거나 경고 메시지를 표시합니다. 엔지니어는 주간 회의나 별도의 검토 프로세스를 기다릴 필요 없이, 바로 눈앞에서 그 판결을 보게 됩니다.

저자는 이를 주차 보조용 센서의 복잡한 네트워크에 테스트했습니다. 이 센서들은 까다로운데, 왜냐하면 디자인을 담당하는 사람들, 전자 장치를 배치하는 엔지니어들, 자동차를 조립하는 팀, 안전 전문가, 그리고 일정 관리자라는 다섯 가지 서로 다른 그룹의 요구를 모두 만족시키는 위치에 배치되어야 하기 때문입니다. 자동차의 외장 스킨(exterior skin)에 변화가 생기면 센서의 위치를 망칠 수 있으며, 이를 수정하기 위해 긴 회의 과정을 거쳐야 할 수도 있습니다. 이 센서들에 대한 규칙을 컴퓨터 모델에 직접 내장함으로써, 시스템은 가능한 모든 위치를 즉각적으로 테스트할 수 있었습니다. 디자이너가 새로운 위치를 제안하면, 모델은 해당 위치가 센서의 시야를 가리는지, 혹은 금속 부품에 너무 가까운지를 즉시 보여주었습니다. 모델은 단순히 '예' 또는 '아니오'라고 말하는 것이 아니라, 지면을 치는 탐지 콘(cone of detection)이나 맞지 않는 브래킷과 같은 결과(consequences)를 보여주었습니다.

이러한 접근 방식은 팀이 일하는 방식을 바꾸어 놓았습니다. 한 사례에서는 센서 배치에 관한 모든 세부 사항을 알고 있던 선임 엔지니어가 프로젝트 도중 퇴사했습니다. 과거라면 특정 위치가 왜 선택되었는지 파악하기 위해 팀이 몇 주간 혼란을 겪었을 것입니다. 하지만 대신, 교체 투입된 엔지니어는 동일한 컴퓨터 파일을 열었고, 부품 안에 직접 구축된 논리를 발견했습니다. 점검 사항, 규칙, 그리고 결정의 이력이 모두 그곳에 보이고 활성화된 상태로 존재했습니다. 새로운 엔지니어는 추측하거나 주변에 물어볼 필요가 없었습니다. 모델이 무엇이 허용되는지, 그리고 그 이유가 무엇인지를 알려주었기 때문입니다. 이는 '왜'라는 논리가 설계 자체에 보존되어, 그것을 만든 사람들의 퇴사와 상관없이 생존할 수 있음을 증명했습니다.

그러나 본 연구는 이 방법이 작동을 멈추는 명확한 경계선 또한 발견했습니다. 저자는 이 규칙들이 어디까지 전달될 수 있는지 확인하기 위해 두 번째 사례로 폴딩 암레스트를 제작했습니다. 이 경우, 핵심 측정값은 컴퓨터 외부의 실험실에서 수행된 물리적 테스트를 기반으로 했습니다. 모델은 그 숫자를 저장하고 대조할 수는 있었지만, 그 숫자 자체를 스스로 계산해낼 수는 없었습니다. 규칙이 물리적 테스트에 의해 고정된 값에 의존했기 때문에, 시스템은 결정을 완전히 자동화할 수 없었습니다. 이는 이 방법이 강력하기는 하지만, 인간의 판단이나 외부 데이터를 대체할 수는 없음을 보여주었습니다. 모델은 규칙을 집행할 수는 있지만, 답이 자신의 논리 밖에 있다면 그 규칙을 스스로 만들어낼 수는 없습니다.

아마도 가장 드러나는 발견은 시스템은 완벽하게 작동했지만 인간은 그렇지 않았던 상황에서 나왔을 것입니다. 한 자동차 프로그램에서, 세 그룹이 각기 다른 합의를 거치며 중요한 치수를 안전 한계치 너머로 서서히 밀어냈습니다. 컴퓨터 모델은 이 과정이 일어나고 있음을 포착했습니다. 설계가 업데이트될 때마다 모델은 규칙이 깨졌음을 보여주는 경고를 띄웠습니다. 그것은 명확하고, 부정할 수 없으며, 모두에게 가시적이었습니다. 그럼에도 불구하고, 차량 출시를 담당하는 엔지니어들은 그 경고를 무시하고 설계를 승인하기로 결정했습니다. 그들에게는 비용이나 일정과 관련된 나름의 이유가 있었겠지만, 컴퓨터는 그들을 막지 못했습니다. 모델은 오류를 보여줄 수는 있었지만, 결정을 강제할 수는 없었습니다. 이는 중요한 한계를 부각했습니다. 시스템은 논리를 가시화하지만, 프로젝트를 중단시킬 권한은 없다는 것입니다. '예' 또는 '아니오'를 결정하는 힘은 소프트웨어가 아닌 사람에게 남아 있습니다.

본 연구는 규칙을 모델 내부로 옮기는 것이 엔지니어링 지식을 유지하는 강력한 방법이라고 결론짓습니다. 이는 정적인 도면을 스스로를 설명하는 살아있는 문서로 탈바꿈시킵니다. 이는 팀이 형상을 변경할 때, 그것이 안전, 패키징, 그리고 제조에 미치는 영향을 즉각적으로 인지하게 해줍니다. 하지만 이것은 모든 것을 해결해 주는 마법 같은 해결책은 아닙니다. 규칙을 최신 상태로 유지하기 위한 규율이 필요하며, 실제 기업에서 일어나는 복잡한 협상을 뒤엎을 수는 없습니다. 가장 큰 이득은 반드시 속도나 비용이 아니라, 바로 '명확성'입니다. 기하학적 형상 뒤에 숨은 논리가 건물 밖으로 떠나지 않게 됩니다. 디자이너가 파일을 열 때, 그들은 단순히 형상을 보는 것이 아니라, 누구도 실수로 삭제할 수 없도록 보존된, 그 형상을 구축한 논리적 근거를 보고 있는 것입니다.