3.1 - 2 테슬라: 카메라 8~9대, 레이더 축소, 초음파 제거, 라이다 불사용

III. 하드웨어/센서 스택 비교

자율주행차가 외부 환경을 파악하고 안전하게 주행하기 위해서는, 어떤 종류의 센서를 사용하고 그것을 어떻게 배치·통합(퓨전)하느냐가 매우 중요합니다. 테슬라와 웨이모는 이 부분에서도 극명하게 다른 선택을 해 왔으며, 센서 구성에 따라 하드웨어 비용, 내구성, 장애 대응 방식, HD 맵 의존성 등에 큰 차이가 생깁니다.

 

 

1. 테슬라: 카메라 8~9대, 레이더 축소, 초음파 제거, 라이다 불사용

1) 카메라 중심(Tesla Vision) 전략

• 과거 테슬라 오토파일럿 초기 버전에는 레이더(radar)와 초음파 센서가 보조적으로 탑재되었으나, 최근 모델에서는 레이더를 축소하고 초음파 센서를 제거하면서, 사실상 카메라 8~9대만으로 주변 환경을 인식하도록 바뀌었습니다.

• 공식적으로 “라이다는 가격이 비싸고, 대중화에 불리하다”는 입장을 견지해 왔으며, ‘인간처럼 카메라로 세상을 볼 수 있다’는 비전 철학을 밀고 나가고 있습니다.[6][7]

 

2) 센서 배치와 시야 확보

• 차량 전·후·측면을 모두 커버하도록 다중 카메라가 배치되며, 각 카메라는 서로 다른 초점거리와 화각(광각·표준·망원 등)을 가집니다.

• 이로써 360도 가까운 시야를 확보하고, 레이더 없이도 주행·물체 추적이 가능하도록 딥러닝 알고리즘을 활용합니다.

 

3) 장점과 단점

• 장점: 비교적 저비용(카메라 센서는 라이다 대비 훨씬 저렴), 차량 디자인 단순화, 대규모 데이터로 딥러닝 학습 시 성능 개선 가능.

• 단점: 악천후(안개·폭우·눈), 밤이나 터널 등 조도 변화가 심한 상황에서 카메라 신호 품질이 저하될 수 있으며, 레이더·라이다처럼 직접적인 거리 측정이 어렵기 때문에 신뢰도를 확보하는 데 추가 기술이 요구됩니다.[1][8]

 

2. 웨이모: 라이다·레이더·카메라 삼각 센서 구성

1) 라이다 중심 3D 포인트 클라우드

• 웨이모는 자사의 자율주행차에 라이다(LiDAR)를 핵심 센서로 탑재하여, 3D 포인트 클라우드로 주변 물체와 도로 환경을 정밀하게 스캔합니다. 라이다는 빛(레이저)을 발사해 되돌아오는 시간을 측정함으로써, 고정밀 거리 정보를 얻습니다.

• 라이다 외에, 레이더(radar)와 카메라를 보조 센서로 함께 사용해 센서 퓨전을 수행합니다.[3]

 

2) 다층 구조 센서 배치

• 차량 지붕 혹은 높은 위치에 회전형(또는 고체형) 라이다를 올려, 최대 수백 미터 거리의 물체까지 검출합니다.

• 측면 및 전면 카메라·레이더도 결합해, 사각지대를 최소화하고 다양한 조도·기상 조건에서 인식이 가능하도록 설계합니다.

• 이 덕분에 웨이모는 피닉스·샌프란시스코 등 지오펜스 구역에서 완전 무인 레벨4 로보택시를 시범 운영 중입니다.[4][5]

 

3) 장점과 단점

• 장점: 라이다를 통해 정밀도 높은 거리지도(3D 맵)를 실시간 구축 가능, 카메라가 볼 수 없는 깊이 정보나 악천후 상황에서 비교적 안정적.

• 단점: 라이다 센서가 아직 가격이 높고, 회전부(기계식) 내구성 문제가 발생할 수 있음. 다양한 센서가 탑재되므로 하드웨어 비용이 커지고, 차량 외관·설계가 복잡해집니다.[1]