미국주식: 자율주행 - 테슬라 VS 웨이모 (누가 주도권을 잡을까?)

오늘은 테슬라의 자율주행시스템과 웨이모의 자율주행시스템을 비교해보려고 합니다. 각사가 추구하는 자율주행시스템을 이해하고, 차이점을 알아보고, 최대한 객관적인 입장에서 양 시스템의 장단점을 비교해보겠습니다.

 

 

자율주행의 단계에는 총 6단계가 있습니다. 자율주행 기술이 없는 0단계부터 인간의 개입이 전혀 필요하지 않은 5단계까지입니다. 좌측과 우측의 가장 큰 차이는 바로, 운전자의 개입이 필요한지 여부입니다. 0단계부터 2단계까지는 운전자의 개입이 필요합니다. 2단계에서 차가 어느 정도는 알아서 운전하기는 하지만, 그럼에도 운전자는 언제든 개입할 준비를 하고 있어야 합니다. 사고 책임이 운전자에게 있습니다. 반면, 3단계는부터는 기본적으로는 운전자의 개입이 필요하지 않습니다. 다만, 필요할 때는 개입해야 합니다. 3단계부터는 책임이 자동차 제조사에게 넘어갑니다. 이 책임 때문에 아직 3단계를 제공한다고 명시적으로 밝히면서 자동차를 팔고 있는 회사는 없습니다.

 

 

우선 테슬라 먼저 알아보겠습니다.

 

현재 테슬라의 시스템은 아직 완벽한 자율주행 시스템은 아닌 것으로 보입니다. 자율주행 기능은 "오토파일럿"과 "완전자율주행(FSD)"으로 나누어서 구분을 하고 있고, 완전자율주행 시스템의 경우 약 8000불의 추가 비용을 지불해야 사용할 수 있습니다. 완전자율주행에서는 아직 기존 자동차 업체에서 구현하지 못하고 있는 기능도 제공하고 있습니다. 예를 들어, 차량호출이 있고, 이외에도, 자동주차, 주행 중 자동 차선 변경도 가능합니다. 하지만, 자율주행을 놓고 보면 아직은 3단계라고는 할 수 없고, 2.5단계 정도 수준입니다. 테슬라의 소개자료에도 in the future이라고 명시해놓고 미래에는 가능할 것이라고 하고 있습니다. 자동으로 속도와 방향을 조정해주기는 하지만, 운전자가 항상 상황을 주시하고, 문제가 생기면 브레이크를 밟거나 하여 운전 상황을 스스로 통제해야 합니다. 테슬라는 오버더에어라는 무선 업데이트를 통해 향후에도 지속적으로 성능을 향상시킬 것이라고 합니다. 처음 들으면, 오토파일럿과 완전자율주행이라는 단어에서 이미 완성되었다는 이미지를 받게 됩니다. 처음 들으면 다소 헷갈리는 것이 사실입니다.

 

 

작동 원리를 살펴보면, 테슬라는 8개의 카메라, 12개의 초음파 센서, 1개의 레이더를 탑재해서 원가를 최대한 효율적으로 사용하는 범위 내에서 자율주행을 구현하려고 합니다. 카메라가 주된 기능을 맡고, 전파를 쏘는 레이다와 초음파 센서가 협업을 하여, 주변 환경에 대해 머신러닝을 통해 컴퓨터 비전을 그려서 자율주행기술을 발전시켜 나가고 있습니다.

 

8개의 카메라는 차량을 중심으로 최대 250미터 범위까지 360도 시야를 보여줍니다. 차량의 전면 유리창 뒤에 3개의 카메라가 위치해 있습니다. 전방 150미터까지 전반적인 상황을 지켜볼 수 있는 메인 카메라 한대. 120도로 넓게 다양한 항목들을 60미터 거리까지 볼 수 있는 와이드 카메라 한대가 있습니다. 와이드카메라는, 신호등, 주행방향에 나오는 장애물이 될 가능성이 있는 돌방상황 등을 주시하기 위한 용도입니다. 특히, 저속, 도시내 거리 주행 중에 유용합니다. 그리고 전방 250미터까지 볼 수 있는 협각(narrow)카메라는 고속 주행에 유용한데, 최대 250미터 전방까지 볼 수 있습니다.

 

 

측면카메라에는 두버전이 있습니다. 전방 주시용 2개, 또 하나는 후방 주시용 2개입니다. 전방 측면 카메라들은 갑작스럽게 접근하는 물체나 차량을 주시합니다. 또, 교차로에서 진입할 때 시야로 보지 못하는 부분을 커버합니다. 후방 측면 카메라는 후방 사각지대를 감시하면서, 차선합류나 안전하게 차선을 변경할 수 있는데 중요한 역할을 합니다. 후방 관측 카메라는 안전한 후진을 위한 카메라일뿐만 아니라, 복잡한 주차 조작 수행시에도 유용합니다.

 

 

또 전방을 향하는 1개의 레이더에서 나오는 전파를 활용하는데, 이 전파는 안개, 먼지, 비, 눈, 차량 하부까지 관통하여 전방에 있는 물체를 탐지하고 반응하는 데 핵심적인 역할을 합니다. 레이더는 전파를 보내고, 다시 받는 과정에서 반사된 물체의 위치, 거리, 움직이는 속도 등의 정보를 파악합니다. 또 12개의 울트라소닉 센서는 최근에 감지 범위가 두배 넓어졌는데, 근접하는 주변 차량을 감지하거나, 그 차량들이 운전자의 차선으로 넘어올 때 유용하고 주변 물체를 감지해서 주차시에도 유용합니다. 이렇게 카메라 8개, 레이더 1개, 12개의 울트라소닉 센서를 사용합니다. 이렇게 모아진 데이터를 기반으로 테슬라 차량은 주변 환경에 대해 종합적이고 세부적인 그림을 그립니다. 차량 주변 360도 환경을 머신러닝과 컴퓨터 비전을 통해 그려낼 수 있습니다. 도로위의 방향선, 신호등, 표지판들도 인식합니다. 다른 차량, 보행자, 동물, 기타 장애물과의 충돌가능성을 예측하고 이를 회피하게 됩니다.

 

하드웨어는, 원래 테슬라는 처음에 모빌아이의 하드웨어를 사용했습니다. 그 이후. 엔비디아 시스템으로 전환했다가, 2019년 4월부터는 자체적으로 FSD 하드웨어를 제작해서 사용하고 있습니다. 기존 시스템으로는 테슬라 차량들이 필요로하는 뉴럴 네트워크를 위한 컴퓨팅을 소화할 수 없다고 합니다. 테슬라에 의하면, 새로운 칩은 초당 2300 프레임을 소화하는 반면, 기존 하드웨어는 초당 110프레임을 소화했다고 합니다. 그 정도의 기능이 오토파일럿을 위해서 필요한 것은 아니고 완전자율주행(FSD)로 넘어가기 위해 필요하다고 합니다.

 

테슬라의 백만대 차량을 통해서 이미지를 수신하고 학습하고 계속 업그레이드 해나가는 과정을 겪습니다. 기존에 몰랐던 정보는 배워서 완성이 되면, 다시 차량에 모두 전파해서 같은 내용을 같이 배워나갑니다. 게다가 100만대의 실제 운행되는 테슬라를 통해 유입되는 데이터의 양은 무시무시합니다. 

 

 

현재까지 누적으로 30억 마일 운행을 하였다고 합니다. 이렇게 계속 배우고 업그레이드되는 과정은 테슬라의 장점이라고 할 수 있습니다. 어떤 환경에서든지 적응할 수 있는 자율주행 시스템을 만들고 있는 것 같습니다. 이렇게 취합된 데이터가 실제 3D를 어떻게 그려내고, 레이더와 카메라가 어떻게 쓰이는지 테슬라의 AI 담당임원이 설명하는 내용을 보시겠습니다.

 

 

 

저는 테슬라가 공유했던 이 영상을 보며 굉장히 놀랐습니다. 테슬라의 자율주행 시스템은 실제 현실을 어떻게 인식을 할까? 이 분이 올리신 풀 영상을 보실 분들은 본문에 있는 링크를 클릭해주시면 되겠습니다. 저는 이 영상에서 언급한 부분을 캡쳐해서 일부만 언급하겠습니다. 그림에 보시면, 도로에 방향선이 나옵니다. 그 위에 표지가 나오는데, 왼쪽방향선(LA), 전방방향선(FA), 우측방향선(RA) 오렌지 표식이 나오는 것을 보실 수 있습니다. 컴퓨터가 이렇게 인지를 하고 있음을 알 수 있습니다.

 

차가 앞으로 전진하면서 스탑 사인도 인식을 하는데, 표지판에 빨간 테두리가 생기고, 가장 상단에 스탑싸인이 나옵니다. 그리고, 차량이 정지해야 할 정지선도 상자안과 같이 인식하고 있음을 볼 수 있습니다. 이 모든게 차량이 움직이면서 실시간으로 인식하고 계산하는 것입니다.

 

 

같은 그림에서 또 놀라운 것은 바로 좌측에 Wet Road라는 표현입니다. 물에 젖은 땅을 지칭하는데, 실제로 도로에 물이 흥건히 있음을 알 수 있습니다. Wet Road 옆에 0.75라는 숫자도 표시되어 있는데, 가까이 다가갈 수록 실제 도로에 물이 고여 있는 가능성을 더 높게 인식하면서 그 확률을 보여주는게 아닐까 싶습니다. 그 밑에 Construction이라는 단어도 보이실텐데, 필요에 따라 도로공사 상황도 인식하는게 아닌가 싶습니다.

 

 

이 그림에서는 차들이 도열된 방향도 계산해서 차들 아래 주차된 방향도 계산하여 표시해줍니다. 저 바닥에 있는 하얀선이 원래 있는 선이 아니라, 컴퓨터가 계산해서 그려준 선입니다. 인공지능의 가능성이 무궁무진하다는 것을 확인할 수 있습니다. 실제로 테슬라가 공유한 30초짜리 영상을 확인해보시겠습니다. 

 

 

 

 

하지만, 서두에 말씀드렸듯이, 이 시스템이 완벽하지 않습니다. 가장 치명적인 단점은 바로 계속 사망사고가 발생하고 있다는 것입니다. 모두 테슬라가 유발한 사고라고 볼 수는 없겠지만, 스마트폰과 다른점은 자동차는 생사와 직결됩니다. 모든 것이 완벽할 때까지 보수적으로 접근하는 것이 맞다고 생각합니다. 최근에는 테슬라가 전복되어 있는 화물차를 들이받는 사고도 냈습니다. 아직 사물을 식별하는 기술이 완벽한 수준이 아니라는 의미일 수도 있습니다.

 

 

그래서인지, 최근 7월에는 독일법원에서는 테슬라가 사용하는 오토파일럿이라는 단어가 허위라는 판결을 내기도 했습니다. 재판부는 "관련된 용어의 사용은 소비자에게 기대감을 만드는데 이는 실제 사실에 부합하지 않는다"고 설명했습니다. 재판부는 오토파일럿 기술이 사람의 개입없이 운행될 수 없다고 결론지었습니다. 테슬라는 이에 대해 오토파일럿이라는 용어는 항공기에서도 쓰는 일반적인 용어라고 반박하기도 했습니다.

 

 

이번에 컨슈머리포트는 테슬라의 완전자율주행 시스템에 대해 혹평을 내렸습니다. 이를 인용한 포브스 기사를 보면, 이름에 걸맞지 않는 성능을 보여주고, 8000불을 낼 정도로 가치가 없고, 오히려 운전자들을 덜 안전하게 한다고 합니다. 그러면서, 테스트시설 이외의 지역에서는 운전하면 안된다고 합니다. 특히 잘 작동하지 않는 4가지 예시를 들었는데, 자동주차 기능이 제대로 실행되지 않고, 소환 기능을 실행해도 다른 곳으로 가는 경우가 많고, 오토파일럿 기능이 중단되는 경우가 많고, 신호등을 무시하고 주행하는 경우가 부지기수라고 합니다.

 

이번에는 웨이모에 대해서 간략히 살펴보고, 두 시스템을 비교해보도록 하겠습니다.

 

구글은 공식적으로 2009년 1월부터 자율주행 기술에 대한 연구를 시작했습니다. 2007년에 뷰툴(VueTool)이라는 15명 회사를 인수했고, 거리뷰 프로젝트를 진행했던 것이 구글의 자율주행 프로그램의 기초작업이었습니다. 2016년 이 프로젝트는 웨이모로 이름을 바꾸게 되었고 자회사로 분사되었습니다.  웨이모라는 이름은 "모빌리티 분야 새 길을 연다(a new WAY forward in MObility)라는 이름에서 따왔습니다. 2020년 3월에는 처음으로 외부에서 여러투자자들로부터 22.5억 달러의 펀딩도 받았습니다. 2020년 5월에는 추가로 7.5억 달러 펀딩을 받아서 총 외부 펀딩을 30억 달러까지 늘렸습니다. 2020년 7월에는 볼보의 전속적인 파트너쉽 계약도 체결하였습니다. 웨이모의 기술에 대해 간단히 영상으로 살펴보시겠습니다.

 

 

 

웨이모의 자율주행 장치는 근본적으로 테슬라와 다를 것은 없습니다. 카메라를 활용하고, 레이더를 활용하고, 센서도 사용을 합니다. 하지만, 결정적인 차이는 바로 적극적인 라이다의 활용입니다. 차량 상단에 360도 회전하는 라이다가 있고, 전면에 2개 후방에 한개 총, 4개의 라이다를 활용합니다. 라이다는 최대 300미터까지 주변 환경을 순식간에 그려냅니다. 라이다의 장점은 주변 환경, 밤, 낮에 상관이 없습니다. 라이다는 미세하게 자동차의 열린 문도 탐지하고 트럭의 전방 수백미터 앞에 놓여진 장애물도 미리 탐지할 수 있습니다. 이로 인해 웨이모 차량은 충분히 다음 움직임을 도출해낼 수 있는 시간적 여력을 확보하게 됩니다. 주변을 탐지하는 4개의 가장자리(Perimeter) 라이더를 통해, 근거리의 미세한 환경변화에도 민첩하게 움직입니다. 웨이모도 테슬라와 마찬가지로, 차량의 주변 환경을 360도로 그리지만, 추론을 통해 도출한 컴퓨터 비전이라기 보다는 라이다를 통해 주변 환경을 즉각적으로 그려낸다고 볼 수 있겠습니다.

 

웨이모는 높은 해상도와 초고온, 초저온 등 극한 환경에서도 작동하는 견고한 카메라를 장착합니다. 이를 통해 500미터 이상 거리에 있는 정지선, 보행자 등의 물체도 탐지할 수 있습니다. 라이다가 먼저 전방에 있는 물체를 탐지하고, 카메라는 그 물체를 탐지하여 AI 알고리듬을 통해 물체를 식별할 수 있게 됩니다. 레이더는 조금 다른 역할을 맡습니다. 라이다는 정적으로 현재 시점의 주변 상황을 그린다면, 레이더는 주변 움직임을 포착할 수 있습니다. 웨이모에 의하면, 자신들의 레이더는 더욱 높은 해상도와 신호를 처리하는 개선된 기술을 갖고 있어서, 움직이거나, 멈추거나, 거의 움직이지 않는 물체들까지 포착할 수 있다고 합니다. 마찬가지로, 수백미터에 떨어진 물체들을 포착하기 때문에 더욱 미리 대응 방안을 준비할 수 있다고 합니다. 웨이모는 음성 인식 시스템도 있어서, 주변의 경찰 및 앰뷸런스도 인식할 수 있습니다.

 

웨이모 시스템을 더욱 완벽하게 해주는 것은 바로 웨이모는 운전을 할 곳의 3D 지도를 운전하기 전에 미리 그려놓는다는 것입니다. 현재 이 지역은 일부 도심에 제한되어 있지만, 더욱 많은 웨이모 차량이 활용되면서 이 지역이 확대될 수도 있겠습니다. 이 한계점은, 그러면 어디까지 이 그림을 그릴 것이냐입니다. 게다가, 가보지 못한 곳을 제한적으로밖에 운전할 수 없다는 한계도 있습니다. 긍정적인 것은, 웨이모에 대해 큰 사고사례는 최근에는 보도되지는 않고 있습니다.

 

 

더욱 많은 업체들이 웨이모로 향하고 있습니다. 현재까지 파트너쉽을 체결한 곳은, 폭스바겐, 현대, 피앗크라이슬러, 르노, 니산, 볼보 등입니다.

 

 

조금 이해가 잘 안 가시는 부분일 수도 있어서 라이다와 레이더도 비교해보겠습니다. 라이다는 짧은 파장를 활용해서 작은 물체를 비교적 정확히 식별하는데 유용합니다. 웨이모는 카메라와, 레이더까지 같이 활용해서, 차량 주변의 비교적 정확한 3D 환경을 그려낼 수 있게 됩니다. 다만, 단점으로는 눈과 비가 심하게 내리는 환경에서 성능이 급저하된다고 하는 의견도 있습니다. 활용이 가능한 고도도 500미터, 2000미터 사이 정도라고 합니다. 반면, 레이더는 긴 파장으로 날씨, 밤, 이러한 환경적인 요인에 덜 민감합니다. 차량으로부터 대략적인 거리와, 속도를 계산해서, 테슬라의 컴퓨터 비전과 결합하여 주변 환경을 정확히는 아니지만, 데이터 알고리듬의 도움을 받아 실제와 "같이" 그려냅니다.

 

제가 느끼기에 테슬라가 추구하는 자율주행 시스템 모델은 전천후 전기차입니다. 상황에 구애받지 않고 적응하는 전기차의 모습입니다. 라이다를 미사용 하는 것이 악수가 될 수도 있지만, 완벽한 데이터 시스템을 구축한다면, 전기차 대중화에 더욱 기여할 수 있고, 락인효과를 구축할 수 있습니다. 100만대를 통해 수신하는 데이터를 통해 학습하고, 머신러닝하고 더욱 정교한 모델을 보여줄 수 있겠습니다. 데이터는 또 다른 수익원으로 활용될 가능성도 있고, 만약 자율주행 시스템이 전세계 저고도 위성 스타링크 프로젝트와 연결된다면, 그 가능성은 무궁무진하겠습니다. 단점은 아직 완전한 자율주행 시스템이 아님에도 불구하고 가능한 것처럼 보여지는 것은 위험해 보여집니다. 2009년 토요타의 급발진 관련 리콜, 2015년 폭스바겐의 디젤 게이트 사건은 회사를 존폐의 기로까지 내몰리게 한 사건들입니다. 2017년 있었던 타카타 에어백 시콜 사건은 100년 기업의 타카타를 순식간에 없애버리게 한 대규모 리콜사태였습니다. 자동차는 전자기기와는 다르게 사람의 생명과 연관이 있는 안전히 굉장히 중요한 관리 요소입니다. 그래서 테슬라가 추구하는 자율주행은 다소 위험해 보이는 것도 사실입니다. 라이다를 사용하지 않는 것은 장점이자 단점이 될 수 있겠습니다.

 

반면 웨이모는 완벽한 모범생을 만드려고 하는 것 같습니다. 자율주행 시스템에서 완벽을 기하기 때문에 더디고 대중화에 기여할 수 있을지 의문입니다. 라이다를 사용해서 더욱 완벽을 기하고 있습니다. 완성차 업체들 간의 연합전선도 큰 장점입니다. 이들이 웨이모 기반의 전기차 시스템을 출시하면 이로부터 수신하게 되는 데이터는 더욱 완벽한 시스템을 만들지 안을까 기대하게 됩니다. 웨이모 비아라는 서비스를 통해서 트럭시장에도 더욱 빨리 선점할 수 있을 것으로 보입니다. 비용은 큰 이슈입니다. 라이다의 가격은 벨로다인의 7만5천불 시대에서 가격이 많이 내려오기는 했지만, 라이다는 여전히 많이 비싼 기기입니다. 웨이모의 자율주행 시스템이 활용되고 있는 크라이슬러의 패시피카 하이브리드 미니밴의 가격은 약 4만불 수준입니다. 여기에 대당 약 7500불 가격을 하는 라이다센서, 소프트웨어, 하드웨어를 모두 장착한 후의 가격은 약 10만불에 달할 것으로 보고 있기 때문에, 대중화는 다소 요원해보입니다. 웨이모 차량의 디자인도, 360도 라이다를 장착하기 때문에 우리가 추구하는 디자인과는 다소 멀어보입니다. 웨이모는 1000여대의 자동차를 통해 약 2천만마일의 실제 도로 데이터를 축적하고 있습니다만, 테슬라는 이 정도를 하루에 축적할 수 있습니다. 웨이모가 3D 맵핑이 선행되어야 활용할 수 있다는 점도 단점이라고 보겠습니다.

 

 

제가 내린 결론은, 현재로서 테슬라의 차량은 아직 자율주행을 온전히 믿고 실행하기에는 부족하다고 생각합니다. 자율주행의 성능은 생명과 직결되기 때문에, 현재로서는 아직 활용될 수 없고 궁극적으로는 완전자율주행 시스템이 완성될때까지 기다려야 하겠습니다.

하지만, 이 완성이 언제될지는 아직 예측하기 어렵습니다. 현재로서는, 웨이모의 라이다 기반 자율주행 시스템이 더 안전해 보입니다. 하지만, 웨이모의 자율주행 시스템의 단점은 비용이 비싸고, 완벽한 실행을 위해 3D 지도가 미리 준비되어 있어야 합니다. 더 많은 차량에 웨이모 시스팀이 장착되어 있다면 이 지도도 더 빨리 축적할 수 있겠지만 현재는 1000대 밖에 없습니다. 테슬라가 누적하는 데이터 양에 비하면 매우 느리고 많은 비용이 들지 않을까 생각해봅니다. 하지만, 마치 애플과 안드로이드 간 진영이 나뉘었듯이, 기존 자동차회사들이 웨이모를 중심으로 연합하게 되면 웨이모 역시 데이터 면에서는 따라잡게 되지 않을까 생각해봅니다. 하지만, 개인적인 입장에서 테슬라의 행보는 상상력과 모험심을 자극해서 그런지, 조금 더 기대가 되는 것 같습니다. 앞으로 이 시장에 어떻게 흘러갈지 흥미진진합니다.

 

오늘도 들어주셔서 감사합니다.