웨이모, 2억 마일 데이터로 테슬라 카메라 온리 방식 반박

구글 웨이모가 누적 2억 마일(약 3억 2186만km)에 달하는 무인 실주행 데이터를 근거로 완전자율주행(레벨4) 구현을 위한 10가지 AI 교훈을 공개했다. 26일(현지 시간) 공식 채널을 통해 발표된 이번 내용의 핵심은 카메라만으로 주행하는 비전 온리 방식과 정밀지도 없이 달리는 노맵 전략으로는 완전자율주행에 도달할 수 없다는 것이다. 이는 카메라 온리·노맵 전략을 고수해온 테슬라 FSD 방식을 정면으로 겨냥한 주장이다.

웨이모가 첫 번째로 꼽은 원칙은 멀티모달 센서 융합이다. 라이다는 3차원 형상을 밀리미터 단위로 측정하고, 카메라는 신호등과 표지판을 인식하며, 레이더는 악천후 속 속도 추적을 담당한다. 이 세 센서가 상호 보완하지 않으면 완전자율주행을 달성할 수 없다는 게 웨이모의 진단이다. 여기에 HD맵을 사전 정보로 활용해 차량의 온보드 연산력이 돌발 공사나 우회로 같은 실시간 변수에 집중되도록 돕는다는 점도 강조됐다.

블랙박스 대신 이중 검증 구조

소프트웨어 구조에서는 기능별로 나뉜 모듈 대신 대형 파운데이션 모델로 통합하는 방향을 택하면서도, 센서 입력부터 조향 명령까지 한 번에 처리하는 순수 엔드투엔드 방식은 경계했다. 오류 원인을 추적하기 어려운 블랙박스 문제가 있기 때문이다. 대신 AI가 제안한 주행 궤적을 물리 법칙과 교통법규에 맞춰 실시간 검증하는 별도의 안전 레이어를 뒀다. 주변 차량이 자차 움직임에 반응하는 폐루프 시뮬레이션으로 도로 위 희귀 돌발 상황을 사전에 검증하는 체계도 갖췄다.

주행 품질을 상시 채점하는 자체 AI 크리틱과, 매주 수백만 마일의 주행 데이터를 자동 라벨링해 모델을 재학습시키는 데이터 플라이휠도 소개됐다. 경찰관 수신호 같은 예외 상황 해석에는 제미나이 기반 비전-언어모델을 결합해, 빠른 판단은 실시간 제어 모델이, 고차원 추론은 언어모델이 나누어 맡는 이중 구조를 채택했다.

웨이모는 현재 완성차 업계가 주로 탑재하는 레벨2 운전자 보조 시스템을 아무리 고도화해도 레벨4 완전자율주행에는 이를 수 없다고 못박았다. 운전자 개입 없이 시스템이 모든 책임을 지는 실주행 경험만이 알고리즘을 진정으로 성숙시킬 수 있다는 것이다. 웨이모는 이러한 결론이 2억 마일의 실도로 데이터로 입증된 것이라며, 테슬라식 카메라 온리 접근이 위험한 낙관론에 불과하다고 지적했다. 일론 머스크가 이 주장에 어떻게 반박할지 업계의 관심이 쏠린다.