< Previous박지양·정재환·윤진수·김성철·김지연·이호상·류익희·권영문 자동차안전학회지:제14권,제1호,2022 2.2. DTG DTG데이터의 경우 초단위와 트립단위로서 사업용차량 에 대한 위험운전행동 등을 관리 하기 위해 자료를 Table 1과 같이 보유하고 있다. Table 1은 초단위 위험운전행동 데이터로서 대표적으로 급가감속, 과속 및 GPS 등을 통해 실시간의 데이터를 수집하고 있다. Table 1 Digital Tacho Graph Table ColumnInformation INDEXNumber DateDate Company CodeCompany Code Vehicle NumberVehicle Number TripTravel distance Operating timeVehicle operating time GPS XLocation information GPS YLocation information Driver codeVehicle driver Drive VelocityVehicle Velocity Speeding 20KM(case) Provision of statistical data based on risk driving behavior analysis standards Speeding 20KM(time) Speeding 40KM(case) Speeding 40KM(time) Speeding 60KM(case) Speeding 60KM(time) Long term speeding(case) Long term speeding(time) Rapid acceleration Rapid start Rapid decline Rapid stop Rapid left turn Rapid right turn Rapid U turn Rapid change of course Rapid overtaking Date and time of data Creation date and time 3. 데이터 수집 및 표준화 3.1. 데이터수집 창원시로부터 시내버스를 운영하는 업체는 총 10개의 운수업체가 있으며 총 시내버스 대수는 758대이다. 이중 모집단 수를 어느 정도 보유하고 있고 버스의 종류가 일정 한 버스회사 하나를 선정하였다. 이 운수업체의 경우 총 82대의 시내버스를 보유하고 있으며, 주기적인 관리를 하 고 있는 버스 업체이다. 이 버스업체에 대한 Table 2와 같이 한국교통안전공단에서 보유중인 2019년-2020년 일부 운행기록데이터 및 차량검사결과 데이터를 활용하 여 사전 분석하고 모델링을 시행했다. Table 2 DTG and VIMS data collection tables DataInformationPeriod Data number DTG data Date 2019.03.01. ∼ 2020.12.31. 119,185 Company Code Vehicle Number Mileage Average velocity Braking count MAX RPM Average RPM Rapid acceleration Rapid decline Rapid line change VIMS dats Inspection date 2019.01.03. ∼ 2020.11.14 131 Vehicle information Braking test result Headlight test result Visual test result Result 3.2. 데이터 표준화 운행기록 데이터와 차량검사 데이터 셋으로는 트립별 운행기록에 대한 차량상태를 평가할 수 있는 자동차통신 (CAN)데이터가 없어 현재는 차량의 최종 판정결과를 각 트립별 결과로 대체 후 분석을 진행하였다. 운행기록데이 터(DTG)와 차량검사결과(VIMS) 데이터를 통합하기 위 해 연결키로 자동차등록번호를 통해 연결하였고 인과관 계를 고려해 운행기록데이터가 차량검사결과 이전 일 까 지만 고려하여 데이터를 통합하였다. 차량별 여러 개의 트립 단위로 데이터가 수집되고 있으 며, 최종 차량검사결과의 판정결과를 각 트립의 목표 값으 로 설정하였다. 인과관계의 타당성을 확인하기 위해 원인VIMS와 DTG 데이터를 이용한 창원시 시내버스 머신러닝 분석 연구 자동차안전학회지:제14권,제1호,2022 Fig. 4 Check for multicollinearity between variablesl Fig. 5 Random Forest Simplified 이 되는 운행기록데이터와 결과가 되는 차량검사 결과 데 이터의 인과성을 회귀분석을 통해 확인했다. 모델의 타당 성 여부를 확인하기 위해 회귀모델의 P-value값이 0.05 보다 작을 경우 유의하다고 판단했을 때 두 데이터 셋 간 의 인과관계가 성립하는 것을 Table 3과 같이 확인 할 수 있다. Table 3 Causal relationship of DTG and VIMS Result(y) Braking force (front) Braking force (rear) Total brake Parking brake Speedo meter DTG(x) TRIP distance, average RPM, idling count, rapid start, etc F-score412.6109.3128.1683.9151.7 Degree of freedom 5658956589565895658956589 P-value2.2e-162.2e-162.2e-162.2e-162.2e-16 Validity Reason able Reason able Reason able Reason able Reason able 3.3. 정제 및 전처리 결측치/이상값 보정을 위해 운행기록데이터와 차량검 사결과 데이터를 연결 시 어느 한쪽 데이터에서만 존재하 는 차량번호의 경우 결측값으로 보고 해당 차량번호를 갖 는 행을 분석에서 모드 제외 하였다. 정규화를 위해 운행 기록데이터의 경우 수집된 단위에 따라 데이터 분포 간의 차이가 많이 났으며, 데이터 범위를 0∼1사이로 정규화 (Normalization) 하였다. 중복제거를 위해 운행기록데이터 내 총 119,185개 중 10,364개의 중복을 제거한 108,821 개의 데이터를 분석에 사용하였다. 4. 학습데이터셋 구축 및 예측모델구축 4.1. 학습데이터셋 구축 전체 데이터 셋을 랜덤으로 7:3으로 분할하여 70%를 학습데이터로 사용하였고, 변수 간 다중공선성이 존재하 는 14개(TRIP운행시간, 운행 중 정지시간, 공회전시간, 과속시간(20, 25, 30, 35, 40, 45, 50, 55, 60Km)초과, 장기과속시간, 중립기어시간)의 변수에 대해서 분석은 제 외 하였다. 4.2. 예측모델 구축 및 모델 성능평가 4.2.1. 랜덤포레스트 (8) 랜덤포레스트(RF)는 무작위로 선택된 데이터 하부집 합(subsets)과 자질집합(feature stes)으로 학습시킨 의 사결정 트리에 기반한 대포적인 앙상블 분류 알고리즘으 로 Breiman이 개발하였다. 랜덤포레스트에서는 각각의 노드를 나타낼 때 설명변수를 무작위로 선택하고 선택된 설명변수의 집합 중에서 가장 최적의 결과를 내는 방법을 이용하며 Fig. 5와 같다. (9)박지양·정재환·윤진수·김성철·김지연·이호상·류익희·권영문 자동차안전학회지:제14권,제1호,2022 Table 5 Meaning of performance evaluation indicators MeanContent TN (True Negative) Right actual, predicted value Negative FN (False Negative) Wrong actual predicted value Negative TP (True Positive) Right predicted predicted value Positive FP (False Positive) Wrong predicted predicted value Positive 4.2.2. 예측모델 예측모델 구축을 위해 기계학습(머신러닝)을 활용하였 고 예측에 우수한 랜덤포레스트 알고리즘을 적용하였다. 학습데이터에서 30%인 Test 데이터 셋으로 모델 검증 성 능평가를 진행하였고 최종 분류 결과는 Table 4와 같다. Table 4 Build a prediction model Actual Predicted UnsuitableConformity Recommendation for correction Unsuitable1,808163142 Conformity6358,1651,104 Recommendation for correction 1421,1044,073 4.2.3. 모델성능평가 (10) 최종 모델의 성능평가를 위해 분류 문제의 4가지 성능 평가 지표인 정확도, 재현율, 정밀도, F1-score를 이용하 여 모델의 성능평가 결과를 확인하였다. Table 5는 4가지 성능평가 지표에 대한 내용을 의미하며 식 (1), 식 (2), 식 (3)은 각각 지표에 대한 계산식이다. 정확도 (1) 정밀도 Pr (2) 재현율 (3) F1-score는 정밀도와 재현율을 하나로 요약한 값이며 식 (4)와 같이 조화평균의 방법을 이용하여 계산한다. × 정밀도 재현율 정밀도×재현율 (4) 다음 식을 이용하여 계산을 하면 Table 6과 같이나오 며 성능평가 결과 75%의 정확도를 구현하는 것을 확인 할 수 있다. Table 6 performance evaluation results AccuracyPrecisionReproduction rateF1-score 0.82690.85570.68250.7593 5. 결 론 본 연구는 창원시 시내버스 회사 중 82대를 보유하고 있는 특정 운수업체에 대해 2019∼2020년의 기간 동안 자동차검사결과와 운행기록데이터의 데이터를 가지고 머 신러닝기법을 통해 분석을 해보았다. 본 연구의 결과를 요 약하면 다음과 같다. 1)대표적인 두개의 데이터의 표준화를 위해 인과관계 의 원인이 되는 운행기록데이터와 결과가 되는 검사 결과데이터의 회기분석 결과 P-value 값이 2.2e-16 으로 인과관계가 성립함을 확인할 수 있었다. 2)운행기록데이터와 검사결과데이터 중 한쪽데이터 에서만 존재하는 차량번호의 경우 결측값으로 사용 하였으며, 중복제거 등을 통해 총 108,821개의 데 이터에 대해 7:3으로 분할하여 70%를 학습데이터 로 사용하였고, 30%를 예측모델로 구성하였다. 3)예측 또는 실험의 지표로서 사용되는 대표적인 F1- score를 사용하여 모델에 대한 성능평가 결과 75% 를 구현하였으며, 각 지표별 정확도 82%, 정밀도 85%, 재현율 68% 확인 할 수 있다. 4)2019년도의 검사결과의 바탕으로 2020년의 검사 결과를 예측해보았을 때 75%의 정확도를 가지는 모델을 개발 하였으며, 집단 수 그리고 실시간 데이 터의 추가를 통하여 미래의 검사결과도 예측이 가 능할 것으로 보인다. 5)트립데이터인 운행기록 데이터에 대한 차량상태 를 평가 할 수 있는 데이터가 없어 본 연구에서는 차량의 최종판정 결과를 각 트립별 결과로 대체 후 분석하였다. 추 후 CAN데이터를 확보하여 현 재의 1단계 알고리즘이 아닌 2단계 알고리즘을 통VIMS와 DTG 데이터를 이용한 창원시 시내버스 머신러닝 분석 연구 자동차안전학회지:제14권,제1호,2022 해 차량상태를 예측할 수 있는 모델이 제시될 것 이라 판단된다. 6)또한 현재는 82대의 시내버스에 대한 평가를 진행 하였으나, 창원시 전체에 대한 758대의 평가를 넘 어서 전국의 시내버스에 대한 분석을 통해 버스차 량상태 예측을 할 수 있을 것이라 판단된다. 참고문헌 (1)류민기, 2019, “’쾅‘끊이지 않는 사고”. (2)창원시 버스정보시스템 BIS. (3)최호영, 2021, “운전기사 덕분에...승객 내린 시내버 스에 불 치솟아”. (4)www.nhtsa.gov (5)Vehicle Inspection Management System Manual. (6)Digital Tacho Graph Manual. (7)자동차 관리법. (8)Kwon, A., 2013, “Variable selection using Random Forest”, unpublished master’s thesis, Inha University. (9)Breiman, L., 2002, “Random forests. Machine Learning”, 45(1), 5~32. (10)Davide Chicco, Giuseppe Jurman, 2020, “The advantages of the Matthews correlation coefficient (MCC) over F1 score and accuracy in binary classification evaluation”, 21(1), ISSN 1471~2164.◎ 논 문 http://dx.doi.org/10.22680/kasa2022.14.1.032 점등 이미지 차별화 및 원가 절감 다구획 램프 구조 개발 김형선 * Enhanced Lighting Image Cost Saving Multi Compartment Lamp Structure 다구획트리즈트리밍램프 ABSTRACT In the automobile industry, lamps are frequently used as a mean to emphasize each company’s brand identity. Therefore, many detailed design models have emerged in order to realize a differentiated image in preparation for competitive vehicles. Among them, the design of a multi compartment lighting image concept that realizes light divided in multiple space also being introduced by various manufacturers. In this study, in order to solve the problem of cost and weight rise that the existing multi compartment image lamp has, using TRIZ method such as functional analysis modeling and trimming. Through this process, an idea to minimize cost and weight was derived. As the idea was designed in detail, the formation of light did not go as desired, and the diffusion of light also proceeded differently than intended. In order to overcome this problem, a new concept of corrosion and diffusion structure was applied. Eventually, it overcomes various problems and successfully applied it to a real vehicle. The idea was actually reflected in the “Santa Fe” model. Later, the media focused on the lamps to which the idea was applied, and contributed to the sale of a large number of vehicles by providing consumers with a new light sensibility. During the research process, it was possible to secure a number of patents and knowledge of new design concepts. * 현대자동차 책임연구원, 한양대학교 E-mail: enjoy4k@hyundai.com 1. 서 론 자동차 산업에서 램프는 각 사의 브랜드 아이덴티티를 강조하기 위한 수단으로 많이 사용되고 있다. 따라서, 경 쟁사 대비해서 차별화된 이미지를 구현하기 위해 복잡한 점등 이미지를 구현하는 디자인 모델도 많이 출현하고 있 다. 이 중에서도 단순히 한 공간에서만 빛이 나오는 것이 아닌, 여러 구획에서 나눠진 빛을 구현하는 다 구획 점등 이미지 컨셉의 디자인 또한 다양한 제조사에서 선보이고 있다. 하지만 여러 공간에 빛을 구현하기 위해서는 각 공간마 다 별도의 광원을 구성해 줘야 하므로 공간이 분리되지 않은 램프 대비해서는 원가, 중량에 많은 불리함이 존재하 고 있다. Fig. 1과 같이 과거 기존의 당사에서 제조한 양산 A 차량 기준 다 구획 이미지 램프의 경우, 영역별로 LED (Light Emitting Diode)를 개별적으로 위치시키고 있어 다수의 LED 및 이를 구성 시키기 위한 다수의 연관 부품 이 추가되므로 원가, 중량이 일반적인 단일 구획 또는 2개 이상 구획 램프 보다 많이 불리한 것이 현실이다. 또한 LED가 많이 구성될수록, LED 중에서 하나라도 고장날 확률이 매우 올라가게 된다. 단순히 LED 개수가 많기 때문에 고장률이 올라가는 측면도 있으나, 많은 LED 자동차안전학회지: 제14권, 제1호, pp. 32∼38, 2022 논문접수일: 2021.7.15, 논문수정일(1차: 2021.8.30, 2차: 2021.10.29), 게재확정일: 2021.10.29점등 이미지 차별화 및 원가 절감 다구획 램프 구조 개발 자동차안전학회지:제14권,제1호,2022 Fig. 1 mass production A vehicle multi-compartment lamp 개수를 감당하려면 높은 전력이 필요하고 이를 위해 높은 전류를 흘러주게 되면 그만큼 많은 열이 발생하여 램프 내부의 온도가 올라가게 되고 그로 인해 LED 자체의 고장 률이 급격하게 올라가게 된다. 램프는 어두운 주변 상황에 서 운전자의 눈에 해당하는 부품이므로 제대로 작동을 못 하면 운전자의 안전에 심각한 위험이 된다. 따라서 LED 개수를 줄여 디자인 이미지를 구현하는 것은 안전 측면에 서도 매우 큰 의미를 가진다고 할 수 있다. 본 연구에서는 기존의 다구획 이미지 램프가 가지고 있 는 원가, 중량 과다 문제를 개선하면서도 램프 작동 고장 률을 최소화 하여 안전성을 향상하기 위해 TRIZ 를 이용 하여 기능 분석 모델링(부품간 기능적인 연관 관계 분석 하는 다이어그램) 및 Trimming 등의 기법을 이용하여 LED 개수 및 부품 수를 최소로 줄일 수 있는 아이디어를 도출한 과정 및 최종 양산 차종에 적용한 과정에 대해서 다루고자 한다. 2. 본 론 2.1. 기존 다구획 램프 TRIZ 기능 모델링 원가 및 중량 절감을 위한 아이디어 도출 전 기존 양산 된 A 차량의 구조를 상세 분석하여 어떤 부분에서 원가를 줄일 수 있을지 확인 작업을 진행하였다. A 차량의 빛의 경로는 Fig. 2와 같다. 램프를 분해하면 LED가 다수 고정 된 PCB(Printed Circuit Board)라는 부품이 존재하는데 실질적으로 빛을 생산하는 영역이다. 여기서 나온 빛은 앞 에 위치한 CLEAR 이너렌즈를 통과하고 다음 순서로 RED 이너렌즈를 통과하게 된다. 램프의 후방 미등의 경우 법규 에서 RED를 요구하므로 RED 이너렌즈가 들어가고, 빛을 좀더 분산시켜 균일한 빛을 얻고자 CLEAR 이너렌즈가 들어가는 것이다. 마지막으로 다구획 영역 구분을 명확히 하게 해주기 위한 BLACK BEZEL을 투과한 후 빛은 사람 눈에게 다구획 이미지로 인식되게 된다. Fig. 2 Mass production A vehicle light movement path A 차량 다 구획 램프 영역의 경우 베젤, 이너렌즈 a/b, 리플렉터, Light, LED 광원의 6 가지 요소로 구성된다. 이 너렌즈 a/b가 두개 피스로 분리 상태이기 때문에 통합하 여 삭제 가능하며 이때 통합된 이너렌즈가 베젤과, 리플렉 터의 기능을 대체하는 방향을 설정하였다. 결국 Fig. 3과 같이 최종적으로 하나의 부품이 기존 3 개의 부품을 통합 된 기능을 구현하게 된 것이다. 또한 램프 경계 영역과 다 구획 영역을 별도로 분리할 필요 없다고 판단해, 전부 다 구획 광학 구조에 통합하는 방안을 생각하였다. Fig. 3 Bezel, inner lens and reflector integrated concept 언급된 내용을 TRIZ 기능 모델링을 이용하여 정리하 여 Fig. 4와 같다. 기존 대비해서 7 개의 부품이 절감되는 방향이다. 기능 모델링을 통해 제품을 분석할 경우 각 부품간의 상호 작용을 이미지를 통해 명확히 파악 가능하기 때문에, 원가 절감으로 인해 부품 삭제시 생길 수 있는 부작용을 김형선 자동차안전학회지:제14권,제1호,2022 Fig. 4 Functional modeling of multi-compartment lamp 사전 확인할 수 있다. 부작용이 있는 경우 그러한 기능을 어떤 방법으로 대체하는가에 대한 논의 시 매우 용이하다. 특히, 기능 대체할 부품을 신규 추가하지 않고 기존 존재하 던 다른 부품을 통해 끌어오는 아이디어 도출시 매우 도움 이 된다. 이러한 원가 절감 방식을 TRIZ에서는 Trimming 이란 용어로 칭하고 있다. (1,2) 2.2. 원가 절감 아이디어 구체화 TRIZ 기능 모델링 통해 방향을 잡은 아이디어를 구현 하기 위한 구체적인 모델링 검토를 진행하였다. 검토 기반 차량은 18 년 양산된 TM 산타페 리어콤비 램프였다. 해당 램프의 광학 컨셉은 Fig. 5와 같이 기존 양산된 A 차량과 유사하게 내측에 다 구획 램프 영역이 있고 렌즈 경계 영 역에 띠 형상으로 빛이 돌아가는 타입이었다. 현대자동차 의 대표 차종인 만큼 판매량도 많기 때문에 최대한 디자인 점등 컨셉을 살리면서도 원가, 중량을 절감해야 했기에, 앞서 TRIZ 기능 모델링에서 얻은 내용을 적극 반영하고 자 하였다. Fig. 5 TM Santa Fe Rear Combi Lamp Optical Concept 최종적으로 설정된 아이디어 반영을 위한 구조 모델링 컨셉은 크게 2가지였다. 첫째는 Fig. 7과 같이 투명 리플 렉터에 다 구획 디자인 이미지 영역만큼 부식 구간을 적 용시켜 빛을 외부로 보내는 아이디어였다. 해당 컨셉을 위해서는 라이트가이드 원리를 이해야 한다. Fig. 6과 같 이 많은 램프들에는 라이트가이드 구조가 적용이 되는데, 빛의 경로인 Light Pipe 시작점에서 LED를 쏘아주면 빛 의 경로 내에서 연쇄적인 반사를 하며 반대쪽 끝까지 빛 이 이동하게 되는 원리다. 이때 해당 경로 하단에 빛의 방향을 바꿔주는 옵틱이 존재해서 원하는 방향으로 빛을 이동시켜 준다. 외부에서 관찰시 선, 면등의 이미지로 보 여지게 된다. (3) optic Fig. 6 light guide principle Fig. 7 Implementation of multi-compartment image through surface corrosion application Fig. 7 역시 라이트가이드 원리와 같이 중간의 LED 광 원에서 나온 빛이 Light Pipe 역할을 하는 상하면으로 반 사되면서 램프 전 영역으로 퍼져나가게 된다. 이때 다구획 이미지 구현을 위해서 빛의 경로 구간에 엠보싱 형상의 부식 구간을 적용시켜 준다. (4) Fig. 8에서 다구획 이미지 구현을 위한 상세 이미지를 표현하고 있는데 검은색으로 표시된 Light Pipe 면상에 엠보싱 부식을 적용한 구간에 상하 반사를 하며 이동중이 던 빛이 맺히게 되면서 부식 구간 만큼 강한 빛이 보이게 되는 것이다. (5)점등 이미지 차별화 및 원가 절감 다구획 램프 구조 개발 자동차안전학회지:제14권,제1호,2022 Fig. 9 Lighting concept with TM reflector corrosion applied Fig. 8 Detail picture of surface corrosion 기존에는 베젤이라는 별도 부품을 통해 빛을 분할해주 고, 이너렌즈를 통해 빛을 한번 걸러주는 구조였다. 부식 구간을 다구획 이미지처럼 만들고 해당 구간으로 빛이 나 오게 하여 베젤 부품을 삭제할 수 있었고, 투명 리플렉터 간접 반사를 통해 균일한 점등 이미지를 바로 얻을 수 있어 별도 이너렌즈 역시 삭제 가능한 모델링이다. 결국 이러한 모델링 아이디어를 통해 Fig. 4에서 언급한 Trimming 컨 셉을 실제로 구현할 수 있었다. 둘째는 Fig. 9와 같이 위에서 언급한 하나의 투명 리플 렉터에 부식 형상을 적용하여 일부 구간은 다구획 이미지 를 만들어 내고, 나머지 남은 빛은 렌즈 경계 영역의 빛을 구현하는 것이다. 이때 LED 광원 하나를 이용해 상하로 퍼뜨려주게 된다. 앞서 언급했듯이 LED 광원에서 나온 빛 이 빛의 방향을 조절해주는 투명 리플렉터 내에서 전반사 되어 흐르다 다 구획 구간에 해당하는 부식 구간에 맺히며 전방으로 이동하고, 부식 구간에서 전방으로 이동하지 않 고 남은 빛들을 재활용하여 렌즈 경계영역까지 이동시키 고, 경계영역에도 특정한 광학 구조를 적용하여 선명한 띠 이미지의 점등 이미지를 구현하도록 한다. (6) 위 두 가지 컨셉 적용할 경우, 기존 대비 LED 광원 개수 를 혁신적으로 줄이고, 부가적인 부품들이 대폭 줄어들기 때문에 원가, 중량에서 매우 많은 이득을 보고 설계를 진 행할 수 있다. 하지만, 이전까지 도전해보지 않은 솔루션 이기 때문에 점등 이미지가 생각대로 나올 것인지에 대한 어려움이 있었다. 시뮬레이션 기준으로는 큰 문제 없어 본 아이디어 기반 상세 설계를 진행하였다. 2.3. 상세 설계 모델링 컨셉을 설정후 상세 설계 모델링을 진행하는 과정에서 기존에 예상하지 못한 문제가 2가지 발생했다. 첫번째 문제점은 투명 리플렉터 재질 특성 차이에 의한 부식 빛 맺힘 차이였다. 시작 단계 점등 이미지 확인 위한 간 이 목업 제작시, 목업 특성상 PC(Polycarbonate) 재질 사 용이 되지 않아 투명 리플렉터의 원재질인 PC 대신 PMMA (Polymethyl methacrylate) 재질로 제작하였다. 투명 리 플렉터 외측면에 일반적으로 사용하는 엠보 부식을 적용 하였다. Fig. 10 PMMA Material Mock-Up Lighting Image Fig. 10과 같이 빛이 깔끔하게 맺혀 특이사항 없는 것 으로 넘어갔다.하지만 양산 금형을 통해 투명 리플렉터의 본래 재질 PC에 일반 부식을 적용하니 Fig. 11과 같이 빛 이 제대로 맺히지 않았다. Fig. 11 Lighting image when PC material corrosion is applied 일반적으로 Table 1과 같이 PMMA의 경우 더 정교한 형상 구현이 가능해 목업 제작이 용이하고 PC 대비 높은 김형선 자동차안전학회지:제14권,제1호,2022 Table 1 Comparison of PC and PMMA material properties Fig. 12 Laser pattern corrosion application conceptFig. 15 Typical TIR Lens Diffusion Structure 빛 전달율 및 투과율을 가지기 때문에 일반적인 금형에 적용하는 엠보 부식만으로 빛을 초기 의도한대로 다 구획 느낌으로 구현시킬 수 있었으나, PC의 경우 정교한 사출 성형 측면에서 불리하고 낮은 빛 전달율 및 투과율을 가짐 으로 인해 깔끔한 다 구획 점등 이미지를 구현하는 것이 어려 웠다. 시작 단계 컴퓨터 해석 시뮬레이션으로 확인할 때에는 이러한 재질 별 미세한 빛 전달율 차이에 의한 부 식 위의 빛 맺힘 까지 확인이 어려웠기에 제대로 검증이 되지 못했다. 하지만 투명 리플렉터의 본래의 재질을 PMMA 로 변 경시키는 것은 내열상의 문제가 있어 어려웠다. LED의 경우 많은 열이 나오기 때문에 상대적으로 내열 성능 PC 대비 불리한 PMMA 재질을 사용하는 것이 불가능한 상황 이었다. (7,8) 본 문제점을 극복하기 위해 레이저를 이용한 패턴 부식 을 적용하기로 하였다. 레이저의 경우 일반 금형 부식 대 비하여 더 정교하기 때문에 빛을 원하는 부식 영역만큼 맺히게 하여 다 구획 이미지를 구현하는데 유리할 것이라 판단하였다. Fig. 12와 같이 기존 컨셉과는 다르게 투명 리플렉터 외측이 아닌 내측 면에 다양한 타입의 레이저 패턴 부식을 적용시켰다. 일반 원형 엠보싱에 의해서는 빛 맺힘 성능 향상에 한계가 있기에 다양한 이 미지의 패턴 구현을 위해 서 레이저 이용 부식 패턴을 도입시켰다. (9,10) 최종적으로 가로 일자형 레이저 패턴 적용할 때 가장 깔끔한 다 구획 램프 이미지를 얻을 수 있어, 해당 안을 적용시켜 양산 금형에 반영시켰다. 이를 통해 Fig. 13과 같이 PC 재질에서도 기존 대비 훨씬 개선된 점등 이미지 를 얻을 수 있었다. Fig. 13 Horizontal straight laser pattern corrosion 두번째 문제점은 빛 입사 영역에서 확산이 제대로 되지 않아 하나의 광원을 상하로 퍼뜨리는 컨셉이 제대로 구현 되지 않은 것이다. 그로 인해 Fig. 14와 같이 상하로 나가 는 빛이 밝게 나오지 못하고 어두워지는 문제가 생겼다. Fig. 14 lacking brightness due to insufficient light diffusion 이 문제를 해결하기 위해서는 빛을 상하로 확산하기에 용이한 신규 단면 구조를 고안해야만 했다. 초기의 빛 입 사 영역에서의 확산 구조는 Fig. 15와 같이 타 차종에서 유사하게 사용하는 일반적인 TIR(Total internal reflection) 렌즈 역방향 구조였다. 일반적 TIR 렌즈의 경우 빛을 모아주지만, 해당 TIR 렌즈 구조를 역방향으로 적용할 경우 빛을 확산하는 역할점등 이미지 차별화 및 원가 절감 다구획 램프 구조 개발 자동차안전학회지:제14권,제1호,2022 을 해주게 된다. 하지만 이 구조의 경우 단순히 한 번만 빛을 확산시켜주는 구조기 때문에 상하로 충분한 빛을 보 내주지는 못했다. (7,8) 따라서 Fig. 16과 같이 빛이 초기에 확산이 한번 이루어진 후 빛을 상하로 끌어올리기 위한 두 개의 추가 확산 부 a/b를 추가한 신규 TIR 렌즈 구조를 고안하였다. Fig. 16 Two additional diffusers additional new TIR 이 구조를 적용할 경우 일차적으로 기존 확산 부에서 빛이 일차적으로 퍼진 뒤 2 번의 추가 반사를 통해 빛을 렌즈 상하측 경계 영역까지 효과적으로 송부 할 수 있게 된다. 이러한 신규 TIR 렌즈 구조 적용을 통해서 Fig. 17 과 같이 상하 경계 영역에 더 강한 빛을 송부하여 선명한 띠 점등 이미지를 얻어낼 수 있었다. 결국 신규 레이저 패턴 부식과 신규 TIR 렌즈 아이디어 구조 적용을 통해 원가, 중량, 부품 수를 획기적으로 절감 하면서도 점등 이미지를 깔끔하게 구현할 수 있었다. Fig. 17 New TIR lens application improvement sample 최종 TM 양산 램프 기준으로 기존 16 년 양산된 A 차 량 대비해서 동일 소비전력 LED 개수를 대당 70 개 이상 절감하였으며, 구획 분리를 위한 베젤 2EA, 이중 이너 렌즈 2EA, 렌즈 경계 영역 점등 구현을 위해 사용된 다수 의 방열판, PCB 등의 전자 부품들의 개수를 대폭 축소하 였다. 이를 통해 원가 2 만원 이상의 절감이 가능하였다. 안전성 측면에서도 LED 개수가 대당 70개나 줄며 해 당 LED 들이 하나라도 고장 확률이 대폭 감소하였으며, 특히 다수의 방열판으로도 잡히지 않던 많은 열 발생이 자연스럽게 감소되면서 램프 내부의 열에 대한 내구성능 이 매우 뛰어나게 변하면서 기존 대비 안전한 램프를 소비 자들에게 제공할 수 있게 하였다. 3. 결 론 본 논문에서 다룬 아이디어 및 연구 과정은 Fig. 18과 같이 최종적으로 18 년 양산된 TM 산타페 리어 콤비 램프 에 적용되었으며, 출시 초기 당시 다양한 언론사에서 기존 까지 보지 못한 3D 입체 리어콤비 이미지로 평가받으며 산타페의 많은 판매량에 큰 역할을 하였다. Fig. 18 TM Multi-segment lamp for final mass production 추가적으로 이러한 다양한 아이디어 활동을 통해, 점등 이미지 차별화를 위해 추가적으로 혁신적인 컨셉들을 다 수 발굴하여 총 9 건의 특허출원을 완료하였다. 본 아이디 어 도출 과정에서 I-LAB 등의 특허 도출 협의체 등의 모 임이 많은 도움이 되었다. 또한 본 논문 연구를 통하여 혁신적인 다 구획 점등 이 미지 차별화 컨셉을 도출하였으며, 해당 컨셉에서 원가, 중량 측면에서 가장 최적화된 구조를 상세 설계 모델링 진행하였으며, 당사 신뢰성을 모두 만족시켰다. 단순 신뢰 성 만족뿐만이 아니라 LED 개수 축소로 인한 소비 전력 및 전류의 감소로 각종 내열 신뢰성 평가에서 기존 유사 디자인 컨셉 다구획 램프 대비 우수한 성적으로 통과하여 훨씬 안전한 램프를 소비자에게 제공할 수 있었다. 마지막으로 PC와 PMMA 두가지 종류의 투명 재질 차 이에 따른 광학적 성능 차이에 대해 많은 스 터디가 이루 어졌기 때문에 추후 신규 광학 컨셉 적용 할 때 시뮬레이 션만으로 검증 어려운 영역에 대 해 걸러낼 수 있는 자체 적인 설계 역량을 확보하는데도 많은 도움이 될 것이다.Next >