테슬라, 연내 자율주행 100억 마일 돌파…현대차는?

자동차 업계, 자율주행 경쟁 '데이터·학습 방식'으로 재편

"테슬라는 단순한 자동차 회사가 아니라 데이터 회사다."

글로벌 IT 전문 매체 CIO는 테슬라를 이같이 평가했다. 테슬라는 차량 판매를 넘어 데이터와 신경망을 중심으로 한 통합 시스템을 구축하고 있으며, 물리적인 차량 생산은 이 구조의 일부에 불과하다는 분석이다. 특히 테슬라의 핵심 경쟁력은 방대한 데이터에 있다는 점을 강조했다.

22일 업계에 따르면 테슬라는 현재 약 87억4000만 마일(약 140억㎞)에 달하는 오토파일럿 및 완전자율주행(FSD), 로보택시를 포함한 자율주행 누적 주행 데이터를 확보했다. 글로벌 자율주행 기업 가운데 가장 큰 규모다. 특히 데이터 증가 속도도 가파르다.

테슬라 완전자율주행(FSD) 실시간 데이터 축적 현황 (사진=테슬라)

테슬라는 2021년 600만 마일(약 965만㎞)에 불과하던 FSD 주행 데이터가 2025년 42억5천만 마일(약 68억4000만㎞)로 급증하며 약 4년 만에 700배 이상 늘었다. 올해 들어서는 50일 만에 추가로 10억 마일(약 16억㎞)이 축적됐다.

현재 테슬라 차량은 하루 약 2천만 마일(약 3218만㎞) 수준의 데이터를 생산하고 있으며, 이 같은 추세를 감안하면 연내 약 100억마일(약 160억㎞)의 누적 데이터를 돌파할 것으로 전망된다. 이는 자율주행 상용화를 위한 핵심 기준으로 거론되는 '임계 데이터 규모'에 근접한 수치다.

특히 일론 머스크 테슬라 최고경영자(CEO)가 2023년 3분기 실적발표에서 "자율주행이 인간보다 훨씬 안전해지려면 대략 100억 마일 수준의 데이터가 필요하다"고 언급한 기준에 근접하는 수치다.

테슬라 로보택시 사이버캡 (사진=테슬라 유튜브 영상 캡처)

테슬라는 이 같은 데이터를 인공지능(AI) 학습에 활용하고, 무선 업데이트(OTA)를 통해 차량에 반영하는 '데이터-학습-배포' 구조를 구축했다. 이를 통해 자율주행 성능은 시간이 지날수록 지속적으로 개선된다.

테슬라에 따르면 FSD(감독형) 사용 시 약 530만 마일당 1건 수준의 사고가 발생하는 것으로 나타났다. 테슬라는 일반 운전(약 85만 마일당 1건) 대비 약 6~7배 높은 안전성을 보인다고 설명했다.

테슬라 추격 나선 현대차…AI 학습으로 자율주행 데이터 확보

현대자동차그룹은 자율주행 데이터 확보와 활용 측면에서 아직 초기 단계다. 현대차, 기아, 포티투닷, 모셔널 등 계열사별로 데이터가 분산돼 있었고, 서로 다른 시스템으로 인해 데이터 호환성과 활용성에 한계가 있었던 것으로 알려졌다.

포티투닷이 공개한 '아트리아 AI 엔드투엔드 자율주행'

이에 현대차그룹은 엔비디아와 협력을 확대하며 데이터 기반 자율주행 체계 구축에 나섰다. 현대차는 '엔비디아 드라이브 하이페리온'을 도입해 CPU·GPU·센서·카메라를 통합한 아키텍처를 구축하고, 자율주행 레벨 2부터 레벨 4까지 확장 가능한 시스템을 마련한다는 계획이다.

또한 그룹 전반에서 수집되는 데이터를 단일 학습 파이프라인으로 통합하고, 영상·언어·행동 데이터를 기반으로 AI 학습과 차량 적용, 데이터 품질 개선으로 이어지는 '데이터 선순환 구조'를 구축한다는 전략이다.

이 같은 데이터 통합은 본격적인 자율주행 탑재를 위한 기반 구축으로 해석된다. 현대차그룹은 연간 약 700만대 이상의 차량을 판매하는 만큼 도로 위에는 수천만대에 달하는 차량이 운행 중인 것으로 추산된다. 이를 데이터로 활용하기 위한 기반을 마련하는 것으로 해석된다.

리처드 첼민스키 포티투닷 SDV 플랫폼 총괄(부사장)은 최근 "아트리아 AI가 이미 활용 가능하다고 판단할 만큼 기술이 충분히 진척됐다"며 실제 차량 탑재를 위한 검토에 착수했다고 밝혔다. 출시 이후에도 실제 주행 데이터를 활용해 성능을 지속 개선하는 구조를 도입한다는 점에서 테슬라와 유사한 전략이다.

엔비디아 자율주행 파트너사로 현대차그룹이 합류했다. (사진=엔비디아)

현대차는 엔비디아의 자율주행 AI 기술도 적극 활용할 계획이다. 엔비디아는 시각·언어·행동(VLA)을 통합한 AI 모델 '알파마요'와 3D 가상 시뮬레이션 플랫폼 '옴니버스'를 통해 자율주행 AI를 학습시키고 있다.

업계에 따르면 알파마요와 시뮬레이션 환경을 활용하면 가상 환경에서 다양한 주행 상황을 반복 학습할 수 있어 학습 속도를 크게 높일 수 있는 것이 특징이다. 이는 실제 도로 데이터를 기반으로 학습하는 테슬라 방식과 대비된다.

테슬라는 전 세계 차량에서 수집된 실제 주행 데이터를 통해 사람처럼 운전 감각을 학습한다. 반면 엔비디아는 합성 데이터와 가상 환경을 활용해 학습 속도를 높이는 전략을 택했다. 웨이모는 여기에 라이다 기반 정밀 지도 방식을 결합해 안정성을 확보하는 접근을 취하고 있다.

업계에서는 자율주행 경쟁이 단순한 기술 경쟁을 넘어 '데이터 규모와 학습 방식 경쟁'으로 확대되고 있다고 보고 있다. 테슬라가 약 130억㎞ 규모의 실도로 데이터를 기반으로 격차를 벌린 가운데, 현대차는 엔비디아 협력을 통해 데이터 통합과 AI 학습 체계를 구축하며 추격에 나선 상황이다.

업계 한 관계자는 "테슬라가 자율주행 기술력을 빠르게 확장하는 것은 통일된 차량 모델 기반으로 데이터를 축적하기 때문"이라며 "데이터 통합은 수집 속도와 활용 효율 측면에서 필수적인 요소"라고 설명했다.