시리즈 · 테슬라 FSD 기술분석
2회 · 테슬라 FSD 기술분석 2 - 데이터·OTA·안전성의 진짜 경쟁력
테슬라 FSD 기술분석 2 - 데이터·OTA·안전성의 진짜 경쟁력
이 시리즈는 공개 자료로 Tesla FSD의 구현 원리를 검증한다. 1부에서 운전 중 추론은 차량 안에서 처리된다는 점을 확인했다. 그렇다면 수백만 대 차량의 영상을 모두 서버로 올리는가, 통신 요금은 차주가 내는가, OTA로 거대한 모델을 어떻게 바꾸는가? 그리고 이런 구조를 정말 세계 최고 수준이라고 평가해도 되는가?
모든 영상을 서버로 보내나: 플릿 러닝의 현실
결론부터 말하면 상시 원본 스트리밍이 아니라 선별 수집이다. 여러 카메라의 고해상도 영상을 운행 내내 올리면 통신비와 저장비가 감당되지 않는다. Tesla는 차량에서 기본 처리를 하고, 특정 안전 사건이나 학습 조건에 맞는 짧은 클립·텔레메트리를 골라 전송하는 구조를 공개해 왔다.
Tesla의 라이더 개인정보 안내는 외부 카메라 기반 ADAS 처리가 기본적으로 차량을 떠나지 않으며, 전송 가능한 기록을 안전 사건과 플릿 러닝 두 종류로 설명한다. 안전 사건 클립은 충돌·에어백 전개 같은 상황에서 최대 30초까지 계정 및 시간·위치 메타데이터와 연결될 수 있다. 플릿 러닝 클립은 차선·표지·신호등 인식을 개선하는 데 쓰며 계정과 연결하지 않는다고 명시한다. 개인 차량의 세부 정책은 지역과 동의 설정에 따라 다르므로, “모든 영상이 익명으로 항상 올라간다” 또는 “아무 영상도 안 올라간다”는 두 주장 모두 과장이다.
수집 루프는 대략 다음과 같다.
- 개발팀이 실패 장면을 정의한다. 예를 들어 역광 속 황색 신호, 비정형 공사구간, 끼어드는 오토바이다.
- 차량이 조건에 맞는 후보 클립과 차량 상태를 선별한다.
- 서버에서 라벨링·정제하고 학습·평가 세트를 만든다.
- 데이터센터에서 모델을 재학습하고 시뮬레이션·폐루프·실차 회귀 테스트를 수행한다.
- 통과한 버전을 OTA로 차량에 배포하고 다시 실제 성능을 관찰한다.
Tesla는 Evaluation Infrastructure에서 익명화된 특징 클립을 대규모 테스트 스위트에 넣고, 실제와 유사한 그래픽·센서 데이터를 만들어 하드웨어 인더루프까지 평가한다고 설명한다. 이 데이터 엔진이 Tesla의 가장 큰 자산이다. 카메라 개수보다 중요한 것은 실패를 발견하고, 필요한 데이터를 찾고, 새 모델이 과거 문제를 되살리지 않았는지 확인하는 반복 속도다.
통신 요금은 누가 내나
Tesla 차량에는 셀룰러 모뎀이 있고 지역 통신사의 망을 사용한다. 차주가 스마트폰 데이터 요금제를 별도로 개통해 FSD 데이터를 내는 구조는 아니다. Tesla Connectivity에 따르면 Standard Connectivity는 신차 인도일부터 8년간 추가 비용 없이 제공되며, 기본 지도·내비게이션과 OTA 접근을 포함한다. 중요한 안전 업데이트는 셀룰러로 계속 제공된다.
미국 기준 Premium Connectivity는 월 9.99달러 또는 연 99달러이며 실시간 교통 시각화, 위성 지도, 스트리밍, 브라우저 같은 편의 기능을 셀룰러로 확장한다. Premium Connectivity를 결제하지 않아도 FSD는 작동한다. Tesla가 공식 FAQ에서 직접 밝힌 내용이다. 국가별 가격과 제공 기간은 다를 수 있다.
| 데이터 기능 | 기본 제공 또는 회사 운영 | 차주 유료 선택 |
|---|---|---|
| FSD 차량 내 추론 | 기본 차량 하드웨어에서 실행 | Premium 구독과 무관 |
| 중요 안전 업데이트 | 셀룰러로 제공 | 별도 모바일 요금제 불필요 |
| 일반 OTA | 모든 차량 접근, 대용량은 주로 Wi-Fi 권장 | 가정 Wi-Fi 비용은 차주 환경 |
| 학습용 선별 데이터 | 동의·정책·사건 조건에 따라 Tesla로 전송 | 별도 건별 과금 없음 |
| 위성 지도·라이브 교통·스트리밍 | 제한적 | Premium Connectivity |
OTA는 모델 파일을 어떻게 바꾸나
OTA는 앱 업데이트가 아니라 안전 중요 임베디드 시스템의 배포다. 차량은 서명된 패키지를 내려받아 무결성을 확인하고, 설치 조건을 충족할 때 펌웨어·신경망·지도·제어 소프트웨어를 갱신한다. Tesla는 FSD 지원 문서에서 구독 활성화에도 OTA 업데이트 완료가 필요하다고 안내한다.
대형 모델을 매번 통째로 셀룰러로 뿌린다고 단정할 수는 없다. Tesla는 패키지 크기, 델타 업데이트 방식, 파티션 구조를 상세 공개하지 않았다. 확실한 사실은 모든 차량이 OTA에 접근하고, 기능은 하드웨어·소프트웨어 버전·지역·연식에 따라 달라진다는 것이다. 다운로드 속도보다 중요한 문제는 실패 시 복구, 전원 중단 내성, 서명 검증, 구형 하드웨어용 분기와 회귀 테스트다.
Tesla 2026년 1분기 투자자 자료는 FSD v14.3에서 강화학습 단계를 개선하고 저시정 환경의 비전 인코더를 보강했으며, AI 컴파일러와 런타임 재작성으로 추론 지연을 최대 20% 줄였다고 주장한다. 이는 ‘모델만 큰 회사’가 아니라 칩·컴파일러·런타임·차량·학습 인프라를 수직 통합한 회사라는 점을 보여준다. 다만 “최대 20%”는 회사가 제시한 내부 비교 수치이며, 독립기관의 실도로 재현 결과는 아니다.
Tesla FSD의 선진성을 객관적으로 평가하면
높이 평가할 이유는 충분하다.
- 수백만 대에 가까운 호환 차량을 학습·평가 센서망으로 활용하는 배포 규모
- 카메라 영상의 시간축 통합, 점유 공간과 경로 계획을 하나의 AI 스택으로 발전시킨 기술
- 자체 추론 칩, 컴파일러, 저수준 런타임, 차량 제어, OTA, 학습 클러스터의 수직 통합
- 일반 도심도로까지 넓은 영역에서 동작하는 소비자용 레벨 2 기능
- 실패 장면 수집에서 재학습·회귀평가·재배포로 이어지는 빠른 데이터 엔진
그렇다고 ‘가장 앞선 완전자율주행’이라고 단정하면 안 된다. 소비자용 FSD는 여전히 감독형 레벨 2다. NHTSA의 2025년 조사 개시 문서는 적신호 교차로 진입, 반대 차로 진입, 잘못된 차로 선택 관련 신고와 충돌 사례를 조사 대상으로 적었다. 조사는 결함 확정 판결이 아니지만, 실제 운전자가 예상 밖 동작에 개입할 시간이 충분했는지까지 규제기관이 문제 삼고 있다는 뜻이다.
Tesla의 FSD 안전 보고서는 FSD 사용 시 충돌률이 낮다고 주장한다. 그러나 회사가 공개한 집계는 사용 도로, 차량 연식, 운전자 특성, 감독 개입, 충돌 정의가 완전히 동일한 무작위 비교가 아니다. FSD가 주로 주행하기 쉬운 구간에서 활성화되는 선택 편향도 고려해야 한다. 반면 Waymo는 제한된 운행지역에서 무인 레벨 4를 운영하고 동료심사 방법론과 지역별 인간 운전자 기준을 공개한다. 두 시스템은 ‘어디서나 가려는 감독형 레벨 2’와 ‘제한 구역의 무인 레벨 4’라서 단일 순위로 비교하기 어렵다.
Tesla의 기술 스택은 선진적이지만, 제품 이름과 실제 책임 수준을 분리해서 봐야 한다. 사용자는 지금의 FSD를 완전자율주행으로 믿어서는 안 되며, 회사 안전 통계도 독립 데이터와 함께 읽어야 한다.
인간보다 반응이 빠르면 더 안전한가
컴퓨터는 피로가 없고 여러 방향을 동시에 보며 즉시 제어할 수 있다. 이 잠재력은 분명하다. 하지만 안전은 평균 반응속도 하나로 결정되지 않는다. 카메라가 역광·안개·오염으로 정보를 잃을 때 이를 얼마나 빨리 감지하는지, 신호와 수신호가 충돌할 때 무엇을 따르는지, 사람이 놀라지 않게 의도를 얼마나 일찍 알리는지가 중요하다.
IIHS는 레벨 2가 운전자를 대체할 수 없고 과신이 개입을 늦출 수 있다고 지적한다. 부분 자동화가 실제 충돌률을 줄인다는 독립 증거도 아직 제한적이라고 평가한다. 따라서 Tesla의 대규모 실도로 학습 능력은 강점이면서, 불완전한 기능을 일반 소비자가 감시하는 구조라는 윤리적 부담도 함께 가진다.
현대차·기아가 따라잡아야 할 지점
현대차그룹도 뒤처진 센서 회사가 아니다. 현대차 HDA 설명서를 보면 전방 카메라와 전·후측방 레이더, 내비게이션을 융합해 고속도로 차로 중앙 유지, 거리·속도 제어, 차로변경 보조를 제공한다. 레이더를 함께 쓰는 것은 악천후와 거리 측정에서 합리적인 공학 선택이다. 다만 HDA2의 운행 범위는 주로 고속도로 본선이고 분기선에서 제한되며, Tesla FSD처럼 일반 도심의 교차로·회전·비정형 장면까지 하나의 소비자 제품으로 넓히지는 못했다.
비교의 핵심은 센서 숫자가 아니다.
| 평가축 | Tesla FSD (Supervised) | 현대차 HDA2 |
|---|---|---|
| 자동화 수준 | 감독형 레벨 2 | 감독형 레벨 2 |
| 주요 운행 범위 | 도심·일반도로·고속도로의 넓은 범위 | 지원되는 고속도로 본선 중심 |
| 센서 전략 | 카메라 중심, 차량별 구성 차이 | 카메라+레이더+내비게이션 융합 |
| 강점 | 데이터 플릿, 통합 AI, OTA 반복 속도 | 보수적 운행영역, 센서 중복, 양산 품질 |
| 공개 검증 과제 | 독립 안전 데이터, 과신, 시정·교차로 실패 | 도심 확장, 소프트웨어 반복 속도, 데이터 루프 |
현대차·기아가 힘내야 할 부분은 “카메라만 따라 쓰기”가 아니다. 실패 장면을 빠르게 수집하는 동의 기반 데이터 체계, 차종을 가로지르는 공통 소프트웨어 플랫폼, 대규모 시뮬레이션과 회귀평가, OTA 배포 속도, 그리고 외부가 재현할 수 있는 안전 지표를 함께 키워야 한다.
Tesla FSD는 높이 평가할 만하다. 특히 차량을 팔고 끝내지 않고, 칩부터 데이터센터까지 연결된 계속 학습하는 제품으로 만든 점은 자동차 산업의 기준을 바꿨다. 그러나 선진성과 완성은 같은 말이 아니다. 적신호와 저시정 같은 실패가 남아 있고 운전 책임은 여전히 사람에게 있다. 국내 현대차·기아도 센서와 제조 역량 위에 더 빠른 소프트웨어·데이터 루프와 투명한 안전 검증을 쌓아, 넓은 도로에서 믿고 쓸 수 있는 자율주행으로 경쟁해주길 바란다.
댓글 없음:
댓글 쓰기