1. 시스템 아키텍처 전체 개요 및 주요 블록 분해 (System Architecture & Block Decomposition)
본 특허가 제시하는 '적응형 공기 흐름' 시스템은 기존의 중앙 집중식 HVAC(Heating, Ventilation, and Air Conditioning) 아키텍처를 완전히 폐기하고, 분산형 지능 시스템(Distributed Intelligence System)으로 재설계한 것이 핵심입니다. 전체 시스템은 크게 '인식(Perception)', '판단(Decision)', '실행(Actuation)'의 세 가지 주요 블록으로 분해할 수 있으며, 이들은 차량의 중앙 FSD 컴퓨터와 유기적으로 연동됩니다.
인식 블록 (Perception Block): 시스템의 '눈'과 '피부'에 해당하는 부분으로, 다중 센서 퓨전(Multi-Sensor Fusion)을 통해 실내 환경에 대한 전례 없는 수준의 상황 인지(Situational Awareness)를 달성합니다. 기존의 단순한 서미스터(thermistor) 기반 온도 센서와는 차원이 다릅니다. 차량 천장과 대시보드에 내장된 4-6개의 저해상도(예: 80x60 픽셀) 장파 적외선(LWIR) 열화상 카메라가 10Hz의 속도로 실시간 열 지도를 생성합니다. 이와 동시에, FSD용 가시광선 카메라가 탑승자의 위치, 자세, 심지어 착의 상태(두꺼운 외투 착용 여부)까지 파악합니다. 또한, 통합된 CO2 및 VOC(휘발성 유기 화합물) 센서는 공기질을 모니터링하며, 대시보드 상단의 조도 센서는 외부 태양 복사 강도를 실시간으로 측정합니다. 이 모든 데이터는 CAN(Controller Area Network) 버스가 아닌, 더 높은 대역폭의 이더넷 기반 네트워크를 통해 중앙 처리 장치로 전송됩니다. 이 분산된 센서 노드 배치는 특정 영역의 폐색(occlusion) 문제, 예를 들어 승객이 뜨거운 커피를 들고 있어도 다른 각도의 센서 데이터와 종합하여 이상치를 제거할 수 있도록 설계되었습니다.
판단 블록 (Decision Block): 시스템의 '두뇌' 역할을 하며, 이는 단순한 ECU(Electronic Control Unit)가 아닌, FSD 컴퓨터의 일부 연산 자원을 할당받는 AI 추론 가속기 위에서 실행됩니다. 이 블록은 '인식 블록'으로부터 받은 방대한 센서 데이터를 입력받아, 사전에 훈련된 심층 신경망(Deep Neural Network) 모델을 통해 '최적 열 쾌적도 맵(Optimal Thermal Comfort Map)'을 초당 5-10회 주기로 생성합니다. 이 모델은 수백만 시간 분량의 실제 주행 데이터와 실험실 환경에서 수집된 피실험자의 생체 반응 데이터를 통해 학습되었습니다. 모델은 단순히 온도를 맞추는 것을 넘어, 탑승자별 PPD(Predicted Percentage of Dissatisfied, 예상 불만족도)를 최소화하는 것을 목표 함수로 삼습니다. 또한, 네비게이션 시스템과 연동하여 앞으로 15분의 주행 경로상 태양의 위치와 각도를 계산, '예측 열 부하(Predictive Thermal Load)'를 계산하고 이를 제어 파라미터에 선제적으로 반영합니다. 이는 시스템이 반응형(reactive)에서 예측형(predictive)으로 진화했음을 보여주는 핵심적인 설계 사상입니다.
