Tesla의 '완전 자율 주행'(FSD) 기술은 빠르게 진화하며 인상적인 기능을 선보이고 있습니다. 소프트웨어가 반복될 때마다 더욱 진보된 주행 기동을 수행할 수 있지만, 이러한 발전을 둘러싼 흥분에도 불구하고 Tesla의 FSD는 Waymo 및 크루즈와 같은 경쟁업체에 비해 중요한 영역에서 계속 뒤처지고 있습니다. 독립적인 테스트 결과 안전성과 신뢰성 모두에서 상당한 결함이 발견되었으며, 이는 Tesla의 FSD가 보다 성숙한 자율 주행 시스템과 경쟁하기 위해서는 아직 갈 길이 멀다는 것을 시사합니다.
FSD의 약속과 현실
Tesla는 거의 모든 주행 시나리오를 자율적으로 처리하도록 설계된 최첨단 시스템으로 FSD 소프트웨어를 판매합니다. FSD 12.5.1 및 12.5.3과 같은 최신 빌드는 복잡한 도시 환경을 원활하게 탐색하고 보행자에게 양보하며 주차된 차량 사이의 좁은 공간을 기동하는 등의 인상적인 동작을 보여줍니다. 하지만 점점 더 정교해지는 FSD가 Tesla의 광범위한 약속에 완전히 부합하지는 않습니다.
독립적인 자동차 테스트 기관인 AMCI Testing은 남부 캘리포니아의 도시 거리, 시골 고속도로, 산악 도로, 고속도로 등 다양한 환경에서 FSD에 대한 엄격한 테스트를 실시했습니다. 인상적인 주행 동작에도 불구하고 1,000마일 동안 75회 이상, 즉 13마일마다 한 번씩 사람의 개입이 필요한 우려할 만한 결함이 나타났습니다.
시스템의 한계를 단적으로 보여주는 한 가지 예는 빨간불을 통과하는 등 교통 신호를 잘못 판단하는 경향이 있다는 점입니다. 더 끔찍한 사례로는 곡선 도로에서 다른 차량이 접근하는 상황에서 마주 오는 차선으로 방향을 바꾸는 경우도 있었습니다. 이러한 예측할 수 없는 행동은 FSD가 순간적으로 뛰어난 능력을 발휘하더라도 안전에 대한 우려가 지속되는 이유를 잘 보여줍니다.
안일함의 문제
Tesla의 FSD는 운전자에게 잘못된 안정감을 줄 수 있는 자율성을 내세워 판매되고 있습니다. 시골 도로의 막힌 커브길을 통과하거나 횡단보도에서 보행자를 인식하는 등 사람과 같은 반응을 보이는 이 시스템의 인상적인 능력은 사용자가 시스템을 너무 빨리, 너무 많이 신뢰하게 만들 수 있습니다. AMCI의 디렉터인 가이 망지아멜레는 바로 이 점이 진짜 위험이라고 말합니다.
망지아멜레는 작동 후 처음 몇 분 동안은 FSD가 완벽해 보이기 때문에 위험한 안일함을 낳을 수 있다고 지적합니다. "운전자가 FSD를 작동한 상태에서 운전할 때 무릎에 손을 얹거나 운전대에서 손을 떼고 운전하는 것은 매우 위험합니다."라고 Mangiamele은 말합니다. 실제로 Tesla의 시스템은 사람의 지속적인 감독이 필요하며, 시스템이 잘못 계산하면 운전자가 개입하는 데 필요한 반응 시간이 위험할 정도로 짧아질 수 있습니다. 테스트 환경의 숙련된 운전자조차도 FSD의 일부 오류에 충분히 빠르게 대응하는 데 어려움을 겪었습니다.
테슬라의 AI: 블랙박스 챌린지
Tesla와 웨이모, 크루즈와 같은 경쟁업체의 핵심적인 차이점 중 하나는 자율 주행 시스템을 구축하는 방식에 있습니다. Tesla의 FSD는 거의 전적으로 카메라 기반 신경망을 기반으로 하며, 머신 러닝에 의존하여 실시간으로 의사 결정을 내립니다. 이 '블랙박스' 시스템은 방대한 양의 데이터를 통해 학습하지만, 결정을 설명하거나 실패를 일관되게 예측할 수 있는 투명성이 부족합니다.
따라서 FSD가 실수를 하면 정확한 원인을 파악하기 어려운 경우가 많습니다. AMCI의 테스트에서 이러한 예측 불가능성은 반복되는 주제였습니다. 예를 들어, 고속도로 출구로 향하는 차선 변경 시 FSD의 동작은 문제가 많았는데, 시스템이 출구에서 불과 1/10마일 전에 위험할 정도로 늦게 차선 변경을 시작하는 경우가 많았습니다.
이러한 문제의 원인은 컴퓨팅 성능 부족, 복잡한 상황에서의 버퍼링 부족, 기본 프로그래밍의 부적절함 등 여러 가지 요인에서 비롯될 수 있습니다. "이러한 오류는 가장 교묘한 문제입니다."라고 망가미아멜레는 지적합니다. "Tesla는 머신 러닝에 의존하기 때문에 FSD가 매우 다양한 상황을 처리할 수 있지만, 특정 약점을 식별하고 수정하기가 더 어렵습니다."
웨이모와 크루즈: 안전과 정밀성의 격차
Tesla의 FSD를 웨이모나 크루즈와 같은 경쟁업체와 비교하면 기술 격차가 더욱 명확해집니다. 웨이모와 크루즈 모두 주변 환경을 보다 종합적으로 파악하기 위해 카메라와 함께 LiDAR, 레이더, 고화질 매핑 등의 센서를 조합하여 사용합니다. 이러한 다중 센서 접근 방식은 특히 복잡한 도시 환경에서 불확실성을 줄이고 보다 정확한 의사 결정을 내릴 수 있게 해줍니다.
예를 들어, 웨이모는 이미 일부 지역에 완전 무인 자동차를 배치하여 수천 마일의 테스트에서 사람의 개입 없이 운행하고 있습니다. 이 분야의 또 다른 선두주자인 크루즈도 높은 수준의 자율성을 달성하여 샌프란시스코와 같은 주요 도시에서 완전 무인 차량 서비스를 제공하고 있습니다. 이 회사들은 시스템의 신뢰성과 예측 가능성을 보장하는 데 집중해 왔으며, 이는 시험 기간 동안 사람의 개입 비율이 낮다는 점에서 분명하게 드러납니다.
테슬라의 카메라 전용 접근 방식은 혁신적이긴 하지만 이러한 다중 센서 시스템의 견고함을 따라잡기에는 역부족입니다. LiDAR가 없고 신경망에 의존하기 때문에 정밀한 실시간 의사 결정이 필수적인 시나리오에서 예측 불가능성이 발생합니다. 그 결과 현재 Tesla의 FSD는 Waymo와 크루즈가 달성한 수준의 안전성을 보장하는 데 필요한 일관성과 중복성이 부족합니다.
테슬라의 FSD가 나아갈 길
Tesla의 FSD는 반복할 때마다 계속 개선되고 있으며, 복잡한 기동을 실행하는 시스템의 능력은 분명 인상적입니다. 그러나 특히 중요한 순간에 사람의 개입이 자주 필요하다는 것은 이 기술이 아직 완전한 자율성을 구현할 준비가 되지 않았음을 보여줍니다.
Tesla가 앞으로 나아가려면 AI 기반 의사 결정의 예측 불가능성을 해결하고 FSD의 응답 일관성을 개선하는 것이 웨이모나 크루즈와 같은 경쟁업체와의 격차를 좁히는 데 핵심이 될 것입니다. 현재로서는 이 시스템이 강력한 운전 보조 시스템으로 남아 있지만, 인간의 세심한 감독이 필요한 시스템입니다.
자율주행차 경쟁이라는 넓은 맥락에서 보면 카메라 기반 시스템으로 선두를 달리고자 하는 Tesla의 야망이 돋보이지만, FSD와 보다 성숙한 센서 기반 시스템 간의 기술 격차는 여전히 상당합니다. 테슬라가 따라잡기 위해서는 자율주행 기술에 대한 접근 방식, 특히 위험도가 높은 환경에서의 안전과 예측 가능성 측면에서 근본적인 측면을 재고해야 할 필요가 있습니다.
궁극적으로 Tesla의 FSD는 대중의 관심을 끌었을지 모르지만, 경쟁사와의 정밀도와 신뢰성 격차는 진정한 자율 주행이 아직 진행 중이라는 사실을 상기시켜 줍니다. 테슬라가 더 안전하고 예측 가능한 성능을 보장할 수 있을 때까지 '완전 자율 주행'이라는 명칭은 완전히 실현된 것이 아니라 포부일 뿐입니다.
Kikyo
Joy
Davin
Catherine
Hui Xin