자율주행의 대서막: 로보택시
자율주행 기술은 더 이상 미래의 공상에 머무르지 않고, 이미 현실 속으로 깊숙이 들어와 있습니다. 현재 자율주행 기술은 총 6단계(Level 0~5)로 구분되는데요. 레벨 0은 운전자가 모든 것을 제어하는 상태이고, 레벨 2는 차량이 조향 및 가속·감속을 지원하지만 운전자가 상황을 항상 주시해야 하는 단계입니다. 레벨 3부터는 조건부 자율주행으로 차량이 일부 상황에서 스스로 판단하고 운행할 수 있으며, 레벨 4는 특정 지역이나 조건에서 운전자의 개입 없이 완전 자율주행이 가능한 수준입니다. 그리고 마지막 단계인 레벨 5는 장소나 조건에 관계없이 전면적인 무인 자율주행을 의미합니다. 테슬라를 현재 레벨 2단계에 있는데요. 이는 운전자 지원 시스템(ADAS) 수준으로, 차량이 조향과 가감속을 자동으로 수행할 수 있지만, 항상 운전자가 상황을 주시하고 즉시 개입할 수 있어야 하는 단계입니다. 물론 실제 테슬라 FSD(Full Self-Driving)를 경험한 소비자는 레벨 3수준으로 평가를 하고 있기도 합니다.
앞으로 자율주행차 관련 시장은 테슬라를 선두로 성장하고 발전할 수 밖에 없는 산업인데요. 2023년 약 540억 달러(약 72조 9,000억원) 에서 2035년에는 3,000억 달러(약 450조원) 이상으로 성장할 것으로 전망되고 있습니다. 테슬라, 알파벳 웨이모, 애플 카플레이 울트라(CarPlay Ultra) 등을 살펴보면서, 어떤 데이터를 수집하고 자율주행 기술을 개발시킬지에 대한 접근 방법에 대해서 살펴보도록 하겠습니다.
일론 머스크는 2024년 10월 10일, 캘리포니아 워너 브라더스 스튜디오에서 사이버캡(Cybercab)과 로보밴(Robovan)을 드디어 선보였습니다. 사이버캡은 2인승 전기차로 운전대와 폐달이 없는 완전 자율주행 차량입니다. 외부 충전 포트 없이 유도 충전 방식을 선보였으며, 버터플라이 도어를 채택했습니다. 테슬라는 2026년 생산을 시작한다고 계획을 발표하고, 3만 달러 이하의 판매 가격을 목표로 한다로 하기도 했습니다. 그리고 로보밴은 최대 20인 승객을 수용할 수 있는 자율주행 전기밴으로 도심 셔틀, 공항 이동 등 대중교통으로 활용을 계획하고 있습니다. 역시 운전대가 없는 구조로, 내부 좌석은 마주보는 형태로 자동차가 하나의 이동 공간으로 역할을 할 수 있게 되는 미래를 선보이기도 했습니다.
소프트웨어를 통한 자율주행: FSD v12
자동차 산업이 하드웨어에서 소프트웨어로 중요성이 이동을 하고 있다고들 하는데요. 테슬라는 2014년 모빌아이 비전 칩셋을 기반으로 오토파일럿(Autopilot)을 선보였습니다. 당시에는 운전 보조 시스템(ADAS)수준으로 차선 유지 및 앞차와의 거리를 자동으로 감지하고 속도를 조절해 주는 운전자 지원하는 어댑티브 크루즈 컨트롤 기능이었습니다.
그리고 2016년 모빌아이와 결별하고, 8개의 카메라 + 레이더 + 초음파 센서 탑재한 자율주행시스템 개발(HW 2.0)을 탑재했습니다. 2019년 HW3.0과 함께 FSD 베타 기반을 다졌으며, 2020년 FSD Beta가 최초로 공개되었습니다. 그리고 2021년, 이때부터 테슬라는 자사 자율주행 시스템에서 레이더를 제거하고, Tesla Vision이라는 카메라 전용 비전 시스템으로 전환한다고 발표하고, 지속적인 FSD 업데이트를 통해 발전시켜왔는데요. 2024년에는 엔드 투 엔드(End-to-End) 신경망 기반의 FSD v12가 선보였습니다. 그리고 2025년에는 HW4 최적화와 함께 레벨 3.0으로 발전시켜 오고 있는 상황입니다.
AI가 직접 판단하고 운전하는 자율주행
기존 전통적인 자율주행 시스템은 센서 → 인식 → 판단 → 경로 생성 → 제어의 과정을 각각 독립된 모듈로 처리방식이었다면, 엔드 투 엔드 방식은 카메라 등 센서로부터 입력을 받아 직접 조향, 가속, 제동 명령을 출력하는 하나의 통합된 신경망을 사용한다고 합니다. 중간 단계 없이 카메라만으로 영상만 보고도, AI가 알아서 지금은 속도를 줄이고 좌회전 해야겠다는 판단을 학습을 통해 자율주행을 한다는 의미라고 보시면 되겠는데요. 이러한 엔드 투 엔드방식이 가능한 부분은 자율주행 AI학습을 위해서 설계된 도조(Dojo) 슈퍼컴퓨터가 있기 때문입니다. 2021년 AI DAY에서 최초 공개한 도조 컴퓨터는 일반적인 슈퍼 컴퓨터와는 달리, 비디오 학습에 특화된 AI전용 아키텍처를 가지고 있습니다. 도조는 매트릭스 영화에 나오는 가상 훈련 도장으로, 테슬라는 AI를 단련하는 도장이라는 뜻으로 이름을 선택한 것으로 알려져 있습니다.
전 세계 도로를 달리는 수백만 대의 테슬라 차량이 매초마다 8~12개의 카메라로 영상과 주행 반응을 기록하고 실시간으로 테슬라 클라우드 서버에 업로드되며, 도조 슈퍼컴퓨터를 통해 수집된 수백만 시간의 주행 데이터를 분석 및 딥러닝 학습을 가능하도록 만들어진 것입니다. 그래서 테슬라는 자율주행에 필요한 현실 데이터를 스스로 수집하고 학습할 수 있는 전세계에서 유일한 기업으로 평가받는 이유이기도 합니다. 대부분의 자동차들은 통신 모듈, 텔레매틱스(TCU)을 가지고 있으며, 테슬라 역시 출고 시부터 셀룰러 통신망(LTE)으로 항상 연결되어 있습니다. 셀룰러 통신 모듈은 모든 최신 차량에 탑재되지만, 이를 통해 실시간 자율주행 데이터를 수집·학습하는 구조까지 만들어 둔 것이 바로 테슬라의 가장 큰 차이점이라고도 할 수 있겠네요. 재미있는 점이라면, 자율주행 데이터 수집(센서/카메라 영상)을 위한 통신요금은 테슬라가 부담하고 있다는 점이 있겠습니다.
자율주행을 하드웨어와 소프트웨어 통합
테슬라는 전 세계 모든 차량에 AI 학습을 위한 표준화된 구조를 적용한 몇 안 되는 기업인데요. 테슬라가 직접 설계한 칩셋, 카메라, 센서, OS, 통신망이 유기적으로 통합되어 있습니다. 이 덕분에 테슬라 차량은 마치 실제 도로 위를 달리는 AI 훈련기 같은 역할을 하고 있습니다. 그래서 수백만 대의 차량이 동일한 포맷으로 데이터를 수집하고, 동일한 신경망 구조에서 자율주행 알고리즘을 학습할 수 있도록 설계되어 있는데요.
전통적인 자동차 제조사들은 한 대의 차량을 수만 개의 부품으로 조립하여 생산합니다. 엔진, 변속기, 브레이크, 조향, 조명, 공조, 인포테인먼트 등 각 시스템은 대부분 외부 벤더가 설계하고 납품합니다. 예를 들어, 브레이크는 보쉬, 에어컨은 한온시스템, 조향장치는 NSK, 실내 전장 시스템은 덴소나 LG전자 등 다양한 업체들이 담당하게 되는데, 이러한 구조에서는 각 부품마다 자체 ECU(전자제어장치)가 붙어 있으며, 사용하는 통신 방식(CAN, LIN 등), 프로토콜, 운영 시스템이 모두 제각각입니다.
결국 이처럼 하드웨어와 소프트웨어가 분산되어 설계되다 보니, 차량 전체를 하나의 OS로 통합하거나, 자율주행용 AI 학습 시스템을 구현하기에는 구조적 한계가 있을 수 밖에 없는 것입니다. 그렇다보니 게이트웨이 ECU를 통해 각각의 부품에서 쓰이는 통신간의 중계와 데이터를 처리하는 역할을 활용하고 있습니다. 하지만, 지만 이는 근본적으로 사후적 연결 방식이기 때문에 실시간성과 확장성에 한계가 존재합니다.
반면, 테슬라는 차량 전체를 하나의 통합 컴퓨터처럼 설계하여, 센서, 컴퓨팅, OS, 소프트웨어까지 직접 통제하고 있습니다. 이 수직 통합 방식 덕분에 테슬라는 게이트웨이 없이도 차량 전체를 통합 관리하고, OTA와 AI 학습 체계를 빠르게 구축할 수 있습니다. 전통 제조사들이 이러한 구조를 갖추기 어려운 이유가 바로 여기에 있습니다. 이러한 구조적 차이는 자율주행 기술의 발전 속도의 차이를 만들고 있기도 한데요. 테슬라는 소프트웨어 중심의 생태계를 통해 빠르게 데이터를 수집·학습·배포할 수 있는 반면, 전통 제조사들은 하드웨어 통합과 표준화라는 난제를 넘지 못하면 진정한 자율주행의 상용화는 더욱 늦어질 수밖에 없는 한계를 가지고 있는 것입니다.
본격적인 자율주행을 위한 하드웨어 아키텍쳐 설계
테슬라의 HW3.0과 HW4.0은 표면적으로는 하드웨어 버전(Hardware Version)을 뜻하지만, 실질적으로는 자율주행을 위한 통합 시스템 아키텍처를 의미합니다. 단순한 칩셋이나 센서를 넘어서, AI 신경망 모델과 차량 내부 소프트웨어, 데이터 처리 체계가 함께 설계된 일종의 통합 플랫폼이라 보셔야 하는데요. HW3.0은 2019년부터 테슬라 차량에 본격 적용되었으며, 테슬라의 자율주행 베타(FSD Beta) 기능을 실현한 기반이 되었습니다. 그리고 테슬라 HW4.0은 2023년 초부터 모델 S·X 신차에 처음 적용되었으며, 이후 사이버트럭과 일부 모델 3·Y 리프레시 차량에도 확대되었습니다. 본격적인 대량 적용은 2023년 하반기부터 시작되었습니다.
HW4.0은 기존보다 연산 능력이 4배 이상 향상되었고, 차량에 장착된 카메라의 성능도 크게 업그레이드되었습니다. 기존 HW3.0에 탑재된 카메라는 1.2메가픽셀(MP)급으로, 스마트폰으로 치면 오래된 저화질 카메라 수준이었습니다. 반면 HW4.0의 카메라는 최대 5MP로, 더 넓고 선명하게 도로 상황을 인식할 수 있습니다. 비 오는 날, 야간, 역광 같은 복잡한 환경에서도 사물과 도로를 더 정확히 구분할 수 있다는 뜻입니다. 또한 HW4.0은 초당 처리할 수 있는 연산 횟수를 나타내는 ‘TOPS(Tera Operations Per Second)’가 최대 500에 달해, 복잡한 상황에서도 빠르게 판단하고 대응할 수 있습니다. 예를 들어 갑작스럽게 튀어나오는 보행자나 자전거를 인식하고 반응하는 속도와 정밀도가 크게 향상된 것입니다. 이를 바탕으로 테슬라는 향후 더 높은 수준의 자율주행 기능을 구현할 준비를 하고 있습니다.
그리고 HW4.0은 단순히 연산 능력만 향상된 것이 아니라, 차량에 탑재되는 카메라 수와 성능도 크게 개선되었습니다. 기존 HW3.0 차량에는 8개의 카메라가 있었지만, HW4.0에서는 최대 12개로 늘어나 더 많은 방향과 사각지대를 커버할 수 있게 되었으며, 카메라 해상도도 기존보다 4배 이상 높아져, 밤이나 비 오는 날처럼 복잡한 환경에서도 사물과 보행자를 더 선명하고 빠르게 인식할 수 있습니다. 여기에 테슬라가 한때 없앴던 레이더 센서도 일부 모델에 다시 탑재되며, 자율주행 안정성이 한층 높아짐에 따라 HW4.0은 본격적인 자율주행을 위한 테슬라의 포석이라고 할 것입니다.
자율주행에 대한 접근 방법: 웨이모, 애플 카플레이 울트라
테슬라는 차량 자체를 하나의 AI 컴퓨터처럼 설계합니다. 센서, 자율주행 컴퓨터, 소프트웨어, 통신망까지 수직 통합하여 직접 개발하고 운영하는 접근을 하고 있으며, 이를 통해 도로 위에서 수집된 실제 주행 데이터를 기반으로 인공지능을 학습시키고, 차량 전체를 하나의 통합된 시스템으로 진화시키고 있습니다. 또한 HW3.0과 HW4.0 같은 자체 아키텍처를 통해 OTA로 자율주행 기능을 지속적으로 고도화하며, 완전 자율주행을 향해 나아가고 있다고 보면 되겠습니다.
반면, 구글의 모회사이자 알파벳(Alphabet)의 자회사인 웨이모(Waymo)는 차량 제조를 하지 않으며, 레벨 4 수준의 완전 자율주행을 위한 기술을 개발하여 특정 차량에 적용하는 B2B 모델로 접근을 하고 있습니다. 고정밀 지도, 라이다 센서, 주변 감지 중심의 센서 융합 + 규칙 기반 AI 구조를 활용하며, 실제로 자율주행 택시 서비스를 미국 일부 지역인 피닉스, 샌프란시스코, 로스앤젤레스, 오스틴 등에서 자율주행 로보택시 서비스를 운영하고 있는 상황입니다. 이 외에도 애틀랜타, 마이애미, 워싱턴 D.C. 등으로 확장을 준비 중이며, 2025년부터는 일본 도쿄 주요 지역에서도 시범 운행을 할 것으로 밝히기도 했습니다. 카메라 중심의 비전 기반 방식을 고수하는 테슬라에 비해, 웨이모는 고정밀 지도, 라이다, 레이더, 카메라를 기반으로 센서 통합 방식으로 접근하는 차이가 있습니다. 특히 360도 회전형 라이다를 통해 입체적이고 안정적인 주행을 구현하고 있으며, 악천후 상황에서도 높은 감지력을 보인다는 평가를 받고 있다고 합니다.
마지막으로 애플의 카플레이를 기반으로 미러링 방식으로 스마트폰과 자동차를 연결하는 접근을 하고 있습니다. 자율주행보다는 차량 내 소프트웨어 주도권을 잡겠다는 전략으로 생각되는데요. 2025년 5월 15일에 발표한 카플레이 울트라(CarPlay Ultra)는 기존의 단순한 미러링을 넘어서, 차량의 주행 정보, 공조, 계기판 등 핵심 시스템 데이터를 애플의 UI 안에서 표현하게 만드는 방식을 선보였습니다. 발표에 따르면, 애스턴 마틴의 협력을 통해 처음으로 도입되었으며, 미국과 캐나다에서 주문되는 새로운 애스턴 마틴 차량에 기본 탑재된다고 합니다. 이후 다양한 자동차 브랜드에도 적용될 것으로 예상됩니다. 애플카 타이탄 프로젝트를 중단한 애플은 스마트폰의 디지털 경험의 중심을 자동차까지 확대하는 전략을 애플의 경험을 확대하는 방향을 선택한 것으로 보여집니다.
현재 애플은 자율주행에 대한 계획은 없지만, 카플레이를 통해서 자동차 회사들이 제공해 오던 고유의 UX를 애플의 경험으로 대체하는 의미가 있습니다. 그리고 애플이 차량 데이터를 실시간으로 해석할 수 있는 기반을 확보했다는 점에서 큰 의미가 있습니다. 이를 통해 애플은 차량의 속도, 가속도, 제동 정보뿐만 아니라, 운전자의 반응 패턴, 경로 선택, 교통 흐름 등 다양한 데이터를 실시간으로 수집하지 않더라도 인터페이스 상에서 해석하고 반영할 수 있는 권한을 갖게 되었습니다. 이러한 접근은 자율주행 자체보다는, 운전자의 행동과 차량 사용 맥락을 읽고 분석하는 데 초점을 맞춘 전략입니다. 운전자 차량 데이터를 직접 수집하기보다는, 운전자 행동과 인터페이스 사용 패턴을 분석하여 데이터 해석권을 확보하려는 전략으로 이해할 수 있겠습니다.
일론 머스크의 빅피처: 처음부터 자율주행
테슬라의 자율주행에 접근하는 방법을 보면, 전기차 기업으로 목표로 한 것이 아닌, 처음부터 자율주행이라는 빅피처를 생각하고 있었다는 점입니다. 2013년 일론 머스크는 비행기에 오토파일럿이 있다면, 자동차에도 있어야 한다고 언급을 하며 자율주행 시스템 개발 의지를 드러낸 적이 있습니다. 이후 로보택시에 대한 출시를 언급하면서, 점점 자율주행을 위한 노력을 시도해 왔음을 이해할 수 있겠습니다. 그가 지금까지 해 온 일들의 조각조각을 맞춰보자면, 자율주행이라는 거대한 목표를 세우고 위성통신 스타링크(Starlink), 소프트웨어 통합, HW4.0 아키텍처 적용, 수직통합 시스템, 도조(Dojo) 슈퍼컴퓨터, 자율주행 AI를 적용한 엔드 투 엔드 방식 등을 하나씩 준비해 온것입니다. 그래서 가장 자율주행에 가까운 기업이 이를 완성해 갈 기업이 테슬라밖에 없다는 것이 평가를 받고 있는 이유이기도 할 것입니다. 전기차라는 새로운 영역을 만들고, 자율주행이라는 혁신을 이끌고 있는 테슬라, 일론 머스크를 10년 후 어떤 평가를 할지 여전히 기대가 되기도 하네요.
기업은
꿈의 크기만큼
성장한다
'성장할 기업&브랜드' 카테고리의 다른 글
| 블랙록과 래리 핑크: 세계 1위 자산운용사, 투자회사 (7) | 2025.05.02 |
|---|---|
| 셰일가스 혁명이 불러온 전세계 지각변동: 미국의 에너지 패권 전쟁 (0) | 2025.04.25 |
| 딥시크(DeepSeek)가 촉발한 AI산업의 변화: 딥시크를 주목하는 이유 (1) | 2025.04.18 |
| 무신사가 성장하는 이유, 그리고 앞으로의 과제 (3) | 2025.04.11 |
| 한국의 AI 반도체 스타트업: 퓨리오사AI의 도전 (0) | 2025.03.31 |
