1) HD 맵(고정밀 지도) 의존도
• 웨이모는 정밀 라이다 스캔을 바탕으로 미리 만든 HD 맵과, 주행 중 획득한 라이다 데이터를 대조해 차량 위치를 파악합니다.
• 이는 지오펜스 구역 안에서는 매우 안정적이지만, HD 맵이 없는 곳에서는 운행이 어려워 지역 확장성이 제한됩니다.
2) 실시간 비전 의존도
• 테슬라는 HD 맵 없이 카메라+뉴럴 네트워크로 환경을 파악하고, 일반적으로 제공되는 기본 내비게이션 데이터(위성 지도 등)와 결합해 자율주행을 수행합니다.
• 이 방식은 전 세계 어디든 이론적으로 주행 가능하지만, 정확한 차선 정보나 도로 구조 파악에 있어 HD 맵보다 신뢰도가 낮을 수 있어, 지속적인 AI 성능 개선이 요구됩니다.[6][7]
3) 최근 추세: 비전 중심 방식으로 전환
• 한때 “카메라+라이다+HD 맵”을 혼합하는 하이브리드 접근이 주류가 될 것이라는 전망도 있었지만, 현대차와 일부 중국 업체(Xpeng 등)가 테슬라와 유사한 비전 중심 전략으로 선회하며, HD 맵 의존도를 낮추는 추세가 뚜렷해지고 있습니다.
• 이유로는 (1) HD 맵 구축·유지 비용이 크고, (2) 전 세계 도로 상황이 수시로 바뀌어 맵 업데이트 부담이 상당하다는 점이 꼽힙니다. 비전 기반 AI 알고리즘이 빠르게 발전하면서, HD 맵 없이도 자율주행 수준을 계속 높일 수 있다는 기술적 신뢰감이 커진 것도 한몫합니다.[5][8]
결국 웨이모처럼 HD 맵을 강하게 활용해 초고정밀 지역 서비스를 우선 구현하는 전략과, 테슬라·현대차·중국 일부 업체처럼 비전 AI로 유연하고 범용적인 자율주행을 추구하는 전략 간의 경쟁이 심화되는 양상입니다. 어느 접근이 궁극적으로 시장을 장악할지는, 향후 규제, 기술 발전, 비용 구조 등에 따라 달라질 것으로 보입니다.
'자율주행' 카테고리의 다른 글
하이드라넷(HydraNet)과 멀티헤드 아키텍처 (0) | 2025.04.09 |
---|---|
테슬라 FSD 기술 스택 깊이 파고들기: FSD 컴퓨터(HW3, HW4)와 SoC 내부 구조 (0) | 2025.04.06 |
3.1 - 2 테슬라: 카메라 8~9대, 레이더 축소, 초음파 제거, 라이다 불사용 (0) | 2025.03.31 |
2.2-4 웨이모의 안정적 라이다·HD 맵 모델: 지오펜스 지역에서 레벨4 실현 (1) | 2025.03.27 |
2.1. 테슬라의 비전(Vision) 우선주의: “카메라만으로 세계를 본다” (0) | 2025.03.23 |