웨이모가 공식 블로그를 통해 테슬라의 카메라 기반 자율주행 방식을 겨냥한 기술적 비판을 제기했다. 온보드 소프트웨어 총괄 스리칸스 티루말라이 부사장은 2억 마일의 자율주행 경험에서 얻은 10가지 레슨을 공개하며 센서 구성과 소프트웨어 구조, 데이터 수집 방식 등 자율주행 핵심 영역에서 테슬라 노선과의 차별성을 드러냈다.

웨이모는 오하이(Ojai) 로보택시 차량에 카메라 13대, 라이다 4대, 레이더 6대 및 마이크로폰을 탑재해 정밀한 환경 인식을 구현했다. 카메라가 표지판과 신호등을 인식하는 데 유용하지만 밀리미터 단위의 3D 공간 정보를 측정하는 라이다와 짙은 안개 속에서도 물체의 속도를 측정하는 레이더를 결합해야만 단일 센서의 한계를 극복하는 중첩 안전성을 확보할 수 있다고 밝혔다. 고밀도 HD 맵 역시 악천후나 복잡한 도로 환경에서 안전을 보장하는 요소로 평가했다.



원시 영상 데이터를 직접 조향 명령으로 변환하는 순수 엔드투엔드(E2E) AI 시스템에 대해서는 우려를 표했다. E2E 신경망 구조는 내부 의사결정 과정을 파악하기 어려운 블랙박스 문제를 유발해 돌발 상황 대응력을 저해할 수 있다. 웨이모는 판단 과정을 검증할 수 있는 모듈형 구조를 유지하며 안전성을 우선시하는 설계를 고수하고 있다.

레벨 2 운전자 보조 시스템 개선만으로 레벨 4 이상의 완전 자율주행에 도달하기 어렵다는 입장도 명확히 했다. 인간이 개입하는 운전자 보조 시스템의 주행 데이터를 아무리 많이 쌓더라도, 시스템이 운전의 모든 책임을 지는 실제 자율주행 환경과는 본질적인 차이가 존재한다. 인간이나 시뮬레이션이 인지하지 못하고 넘어가는 위험 상황은 차량이 스스로 모든 판단을 내릴 때 비로소 드러난다.

테슬라가 운전자 없는 로보택시 운행 범위를 확대하고 자체 목적기반차량(PBV) 공개를 앞두고 있으나, 웨이모는 주당 50만 회 이상의 무인 유료 주행을 실질적으로 수행하며 상용화 단계에서 앞서나가고 있다. 자율주행 기술의 주도권을 둘러싼 양사의 상반된 접근 방식은 향후 시장의 표준을 정립하는 핵심 변수가 될 전망이다.

글 / 원선웅 (글로벌오토뉴스 기자)​
<저작권자(c) 글로벌오토뉴스(www.global-autonews.com). 무단전재-재배포금지>