FSD 감독판은 조향, 가속·감속을 시스템이 모두 제어하지만, 주행 환경 모니터링과 안전 책임은 운전자에게 있는 ‘레벨2’ 자율주행에 해당한다. 현존 레벨2 기술 중 가장 앞서 있다는 평가다. FSD 기술의 핵심은 방대한 규모의 운전자 데이터를 학습해 실제 주행 과정에서 발생하는 다양한 케이스에 효과적으로 대응하는 능력을 확보했다는 점이다. 이른바 ‘E2E(End to End)’ 자율주행으로 센서 데이터부터 차량 제어까지 전 과정을 하나의 통합 딥러닝 모델이 학습·실행하는 방식이다.
이러한 기술 리더십, 그리고 자율주행 ‘로보택시’에 대한 기대감에 테슬라의 주가도 출렁이고 있다. 16일(현지시간) 테슬라는 뉴욕증시에서 전날보다 14.57달러(3.07%) 오른 489.88달러에 마감하며 사상 최고치를 기록했다. 테슬라의 시가총액은 1조6300억달러로 불어나며 엔비디아·애플·알파벳(구글)·마이크로소프트·아마존·메타에 이은 7위에 올랐다. 테슬라의 주가는 올해 들어 21% 뛰었다.
테슬라 FSD 수준의 자율주행 대응력은 인공지능(AI) 학습을 거치지 않은 ‘규칙 기반 알고리즘’ 방식만으로 구현하는 것은 사실상 어렵다. 이에 따라 다소 뒤처진 국내 자율주행 기술에 대한 우려가 커지고 있다. 테슬라뿐만 아니라, 구글(웨이모)과 중국 업체들도 치고 나가는 상황이기 때문이다. 데이터 중심의 E2E 자율주행을 위해서는 대규모 데이터 수집·가공 능력, 고도화된 AI 모델 설계 인력, 그리고 대규모 컴퓨팅 자원이 필요하다. 동시에 효율적인 비용으로 자율주행 모델을 학습시킬 수 방법에 대한 연구도 절실하다. 이를 위해 정부가 주도해 자율주행 전용 클라우드 및 학습 인프라를 구축하고, 국내 기업, 연구소, 대학이 공동으로 활용할 수 있게 해야 한다.
|
E2E 자율주행은 단순한 기술을 넘어 AI 시대의 산업 패러다임 전환을 상징하는 새로운 기준이 됐다. 한국이 이 글로벌 경쟁에서 주도권을 확보하기 위해서는 ‘K자율주행 생태계’ 구축이 필수다. 이를 위해 산업계, 학계, 연구기관, 정부가 명확한 역할 분담 아래 긴밀히 협력해야 한다. 국가 차원의 데이터 인프라와 학습 자원이 마련되고 학계의 기술력과 기업의 실행력이 결합될 때, 비로소 한국형 자율주행 기술은 세계 시장에서 경쟁력을 갖출 수 있을 것이다.
Copyright ⓒ 이데일리 무단 전재 및 재배포 금지
