[태그:] 자율주행

  • BMW 도심 주행보조 2027년 출시…FSD 정조준

    BMW 도심 주행보조 2027년 출시…FSD 정조준

    3줄 요약

    • BMW가 2027년부터 내비게이션 경로를 따라 도심에서도 조향·가속·감속을 돕는 레벨2 주행보조를 독일에서 먼저 내놓는다.
    • 3시리즈·7시리즈·X5·iX3·iX4 등은 필요한 카메라와 센서를 이미 갖춰 무선(OTA) 소프트웨어 업데이트만으로 기능이 켜진다.
    • 테슬라 FSD를 겨냥한 행보지만, 운전자 과신과 사고 책임을 둘러싼 레벨2 안전성 논란도 함께 떠안게 됐다.

    지금 도로를 달리는 BMW가 소프트웨어 업데이트 한 번으로 도심 교차로에서 방향을 틀고 회전교차로를 빠져나가게 된다. BMW는 고속도로에서만 쓰던 내비게이션 기반 부분 자율주행 기능을 시내 도로까지 넓힌다고 밝혔다. 2027년 독일에서 먼저 선보이고, 이후 다른 시장으로 확대하는 순서다.

    고속도로 핸즈프리는 이제 대중 차종에서도 흔한 기능이다. 완성차 업계의 다음 승부처가 도심으로 옮겨간 이유다. 테슬라 FSD(Full Self-Driving)가 앞서 달리는 이 영역에 독일 프리미엄 브랜드가 정식으로 뛰어들었다.

    고속도로에선 손을 떼고, 도심에선 핸들을 잡는다

    기본 원리는 단순하다. 차량에 내장된 GPS 내비게이션 경로를 따라 고속도로와 시내 도로 모두에서 조향과 가속, 감속을 보조한다. 도심에서는 보조하는 동작이 더 늘어난다. 차로 변경, 교차로 회전, 다른 차량에 대한 양보, 회전교차로 통과까지.

    등급은 어디까지나 레벨2 운전자 보조다. 운전자는 항상 전방을 주시하고, 언제든 운전을 넘겨받을 준비를 해야 한다. 두 환경이 갈리는 지점은 손의 위치다. 고속도로에서는 스티어링 휠에서 손을 떼도 되지만, 일반 도로에서는 휠에 손을 올려둬야 한다.

    구분 고속도로 도심 도로
    주요 보조 동작 내비게이션 경로 기반 조향·가속·감속 조향·가감속에 더해 차로 변경, 교차로 회전, 양보, 회전교차로 통과
    핸들에서 손 떼기 허용 불가(손을 휠에 올려야 함)
    전방 주시·즉시 개입 준비 필수 필수
    운전자가 직접 조작할 때 시스템 유지 시스템 유지

    BMW가 내세우는 차별점은 ‘협력형’ 설계다. 주행 중에 운전자가 직접 핸들을 돌리거나 브레이크·가속 페달을 밟아도 시스템은 꺼지지 않는다. 운전자의 조작을 반영한 채 보조를 이어간다. 차량이 무엇을 인식했고 어떤 동작을 하려는지는 헤드업 디스플레이(HUD)와 대시보드 메인 화면의 3D 지도에 표시돼 운전자 시야 안에 들어온다. 손을 댄다고 보조가 끊기지 않으니, 운전자로서는 필요한 순간에 개입하기가 그만큼 쉬워진다.

    FSD 추격전, 무대가 고속도로에서 도심으로 바뀌었다

    이번 발표는 테슬라 FSD를 따라잡으려는 업계 경쟁의 연장선에 있다. 고속도로 핸즈프리가 많은 대중 차종에서 흔한 기능이 된 만큼, FSD에 맞설 만큼 안전하고 유능한 도심 주행 기능이 다음 격전지가 됐다고 더버지가 짚었다.

    BMW는 최근 차세대 플랫폼 ‘노이에 클라쎄(Neue Klasse)’를 공개했다. 여기에 들어간 운전자 보조 시스템 일부는 퀄컴 기술로 구동된다. 새 플랫폼을 공개한 데 이어 도심 주행보조 일정까지 내놨으니, 소프트웨어 중심 차량으로의 전환을 서두르고 있다고 보는 게 자연스럽다.

    하드웨어 준비가 이미 끝났다는 점이 눈에 띈다. 3시리즈, 7시리즈, X5, iX3, iX4 등에는 필요한 카메라와 센서가 기본으로 들어가 있어 BMW는 무선 업데이트만으로 기능을 켤 수 있다. 차를 바꾸지 않아도 기능이 늘어나는 구조다. 업데이트로 기능을 키워온 테슬라식 접근을 전통 완성차 업체도 본격적으로 받아들이기 시작했다는 신호로 볼 만하다.

    규제 환경도 달라졌다. 이 시스템은 유럽의 새 안전 규정을 따르는데, 차량이 도심 도로에서 자동 주행 동작을 제안하고 실행하도록 처음으로 허용한 규정이다. BMW는 외부 전문가들이 실제 도로 시험으로 기술 기준 충족을 확인했으며, 최종 정부 승인은 2027년 초로 예상한다고 밝혔다. 하드웨어와 규정, 도로 시험까지 갖춰진 상태다. 출시 전에 남은 공식 관문은 사실상 정부 승인 하나다.

    • 출시 순서: 2027년 독일 우선, 이후 다른 시장
    • 승인 절차: 외부 전문가 도로 시험 완료, 최종 정부 승인 2027년 초 예상
    • 대상 차종: 3시리즈·7시리즈·X5·iX3·iX4 등 카메라·센서 기본 탑재 모델
    • 배포 방식: OTA 소프트웨어 업데이트

    한국 일정은 미정, 국내 오너는 당분간 지켜볼 수밖에

    국내 BMW 오너에게 당장 달라지는 것은 없다. BMW가 밝힌 첫 출시국은 독일이다. 그 뒤로는 ‘다른 시장’으로 넓힌다고만 했고, 한국을 포함한 구체적인 국가와 일정은 내놓지 않았다.

    지켜볼 대목은 있다. 대상으로 거론된 3시리즈·7시리즈·X5는 국내에서도 팔리는 모델이다. 업데이트가 한국에 들어온다면 차를 바꾸지 않고 기능만 받는 시나리오도 가능하다. 걸리는 건 하드웨어다. 국내 판매 차량이 같은 카메라·센서 구성을 갖췄는지는 BMW가 확인해 준 적이 없어, 지금으로선 추측에 가깝다.

    더 큰 변수는 제도와 지도다. 이 기능은 유럽의 새 규정에 맞춰 설계됐다. 국내 도입은 한국 규정이 도심에서의 자동 조작을 어디까지 허용하느냐에 좌우될 가능성이 높다. 내장 내비게이션 경로를 따라 움직이는 방식이라 국내 지도 데이터와의 연동도 넘어야 할 과제가 될 수 있다. 이 부분은 BMW가 언급한 내용이 아니라 작동 방식에서 미루어 본 관측이다.

    BMW 구매를 저울질하는 소비자라면 이 기능을 지금 구매 근거로 삼을 이유는 약하다. 국내 적용 일정이 정해지지 않았고, 무료인지 유료인지도 나오지 않았다. 일정이 공식화될 때까지 기다리는 편이 안전하다. 기능이 들어오더라도 레벨2인 이상 차량에 대한 책임은 운전자에게 있다는 점은 그대로다.

    확인된 것과 아직 불확실한 것

    확인된 것

    • 2027년 독일 첫 출시, 이후 다른 시장으로 확대
    • 고속도로·도심 모두에서 내비게이션 기반 조향·가속·감속 보조, 도심에서는 차로 변경·회전·양보·회전교차로 통과 지원
    • 고속도로 핸즈오프 허용, 도심은 핸들 파지 필요, 전방 주시는 상시 필수
    • 3시리즈·7시리즈·X5·iX3·iX4 등에 필요한 하드웨어 기본 탑재, OTA로 활성화
    • 외부 전문가 도로 시험 완료, 최종 정부 승인 2027년 초 예상

    아직 불확실한 것

    • 독일 이후 출시 국가와 한국 도입 시점
    • 기능 이용 요금(무료 업데이트인지 유료 옵션인지)
    • 대상 차종의 연식·사양 범위와 국내 판매 차량의 하드웨어 동일 여부
    • 최종 정부 승인이 예정대로 나올지 여부
    • 국내 규정과 지도 데이터 환경에서의 작동 조건
    • 테슬라 FSD와의 구체적 성능 비교 결과

    도심 레벨2의 약점은 기계보다 사람, 책임 공방도 남았다

    부분 자동화 차량이 늘수록 안전 연구자들의 우려도 깊어진다. 제조사와 관계없이 대부분의 운전자 보조 시스템이 일반적인 사람의 운전보다 덜 안전하다는 설득력 있는 근거가 쌓이고 있어서다.

    문제의 핵심은 사람이다. 운전자는 짧은 기간만 써도 시스템에 운전을 통째로 맡기는 과신에 빠지기 쉽다. 제어권을 되찾아야 할 순간에는 안전하다고 여겨지는 수준보다 반응이 늦다. 도심에는 보행자와 교차로, 끼어드는 차량이 많다. 이 약점이 고속도로보다 크게 드러날 수 있는 환경이어서, BMW의 도전에 따르는 위험 부담도 작지 않다.

    BMW가 도심에서 핸들 파지를 요구하고, 운전자가 개입해도 시스템이 꺼지지 않게 만든 이유도 이 지점에서 읽힌다. 운전자를 주행 과정에 붙잡아두려는 장치다. HUD로 차량의 인식 상황을 계속 보여주는 것도 같은 맥락이다.

    책임 문제는 여전히 숙제다. BMW는 테슬라와 마찬가지로 도심에서 이 기능을 쓰는 동안에도 차량에 대한 책임은 운전자에게 있다고 강조한다. 하지만 테슬라 FSD를 둘러싼 법정 다툼에서는 사고에 회사도 일정 부분 책임이 있다는 일부 차주의 주장이 받아들여진 사례가 나왔다. 안내 문구만으로는 제조사가 법적 부담을 완전히 피하기 어렵다는 얘기다. 무대를 도심으로 넓힌 BMW도 같은 시험대에 설 가능성이 크다.

    출처: The Verge

  • 우버 배달로봇 막은 시위자 체포…일자리 불안 거리로

    우버 배달로봇 막은 시위자 체포…일자리 불안 거리로

    3줄 요약

    • 미국 필라델피아에서 캐럴린 마빈이 우버 배달로봇의 길을 막고 비키지 않다가 체포됐다. 적용된 혐의는 ‘공공질서 문란(disorderly conduct)’이다.
    • 마빈은 배달로봇이 사람 배달원의 일자리를 빼앗는다며 로봇을 볼 때마다 그 앞을 막아서는 방식으로 항의해 왔다고 밝혔다.
    • 필라델피아 도심에서 배달로봇이 흔해진 만큼 반발도 커지고 있다. 자율 시스템이 저숙련 일자리에 미칠 영향을 둘러싼 우려가 이번 일로 다시 주목받고 있다.

    마빈에게 적용된 혐의는 공공질서 문란(disorderly conduct)이다. 미국 필라델피아의 길 한복판에서 캐럴린 마빈은 우버 배달로봇 앞을 막아섰고, 끝까지 비키지 않았다. 출동한 경찰이 로봇 앞에서 물러나 달라고 했는데도 그대로 서 있다가 결국 수갑을 찼다.

    로봇 한 대 막았다고 체포까지 가나 싶다. 해프닝으로 넘기고 싶어지는 이야기다. 그러기엔 걸리는 대목이 많다. 로봇이 일자리를 가져간다는 불안이 보고서나 설문 속 문장에 머물지 않았다. 사람이 몸으로 로봇을 막아서는 길 위의 대치로 번졌다. 이번 체포가 눈길을 끄는 이유가 바로 이것이다.

    경찰 요청까지 거부하고 수갑, 본인은 시위라고 말한다

    경위는 단순하다. 마빈은 우버 배달로봇이 지나갈 길을 막아섰다. 비켜 달라는 요구를 듣지 않았고, 출동한 경찰이 로봇 앞에서 물러나라고 한 뒤에도 꿈쩍하지 않았다. 경찰은 수갑을 채워 그를 체포했다.

    본인의 설명은 결이 다르다. 실수로 길을 막은 게 아니라 일부러 한 항의, 그러니까 시위였다고 한다. 필라델피아 지역 방송 ABC13과의 인터뷰에서 마빈은 “배달로봇이 사람 배달원의 일자리를 빼앗고 있다는 걸 안다. 그래서 로봇을 볼 때마다 앞을 막아서서 못 가게 하는 식으로 항의해 왔다”는 취지로 말했다. 이번이 첫 행동이 아니라는 얘기다. 같은 방식의 항의를 계속해 왔고, 이번에는 그 끝이 수갑이었다.

    현장은 영상으로 고스란히 남았다. 사람과 로봇이 길 한복판에서 마주 선 장면. 이보다 상징적인 그림을 만들기도 쉽지 않다. 언론의 관심이 몰린 것도 그래서다. 지역 뉴스 한 꼭지로 끝날 법한 일이 기술 매체까지 다루는 사안으로 커졌다.

    센터시티 로봇 발길질까지, 필라델피아에 쌓인 반감

    맥락을 보면 이번 체포는 느닷없이 튀어나온 사건이 아니다. 필라델피아 도심에서 배달로봇은 이미 흔하게 보이고, 로봇이 늘어난 만큼 반발도 같이 자랐다. 마빈이 로봇과 부딪힌 것만 해도 이번이 처음이 아니다. 이전 일들이 언제 어떻게 벌어졌는지는 원문에도 구체적인 설명이 없다.

    올해 들어서는 도심 지역인 센터시티에서 배달로봇 한 대가 발에 차여 넘어지는 일도 있었다. 지금까지 알려진 사건을 한데 모으면 이렇다.

    사건 장소 내용 알려진 결과
    배달로봇 넘어뜨림 센터시티 올해 들어 배달로봇 한 대가 발에 차여 넘어짐 누가 했는지, 처벌을 받았는지 미확인
    마빈의 이전 항의 미확인 로봇을 볼 때마다 앞을 막아서는 방식으로 항의 구체적인 경위 미확인
    이번 체포 필라델피아 우버 배달로봇의 길을 막고 경찰의 이동 요청을 거부 체포, 공공질서 문란 혐의

    표를 훑고 나면 눈이 가는 쪽은 한 사람의 돌발 행동보다 그 밑에 깔린 정서다. 로보택시, 배달로봇, AI 에이전트처럼 사람 손을 거치지 않고 돌아가는 자율 시스템이 일자리를 어떻게 바꿔 놓을지, 그 타격을 저숙련 노동자가 가장 먼저 받는 건 아닌지 하는 걱정이 폭넓게 커지고 있다. 더버지 역시 이 대목을 이번 사건의 배경으로 짚었다.

    • 필라델피아 도심에서 배달로봇은 더 이상 낯선 존재가 아니다. 이미 일상 풍경이 됐다.
    • 반발은 말로 끝나지 않았다. 로봇이 차여 넘어지고 시위자가 체포되는 물리적 충돌로 이어졌다.
    • 논란의 한복판에 있는 건 저숙련 노동자의 일자리다.

    짚어 둘 대목이 하나 더 있다. 공개된 경위만 놓고 보면 수갑을 부른 직접적인 계기는 로봇을 막았다는 사실 자체보다 경찰의 이동 요청을 거부한 데 있다. 적용된 혐의도 공공질서 문란이다. 로봇을 둘러싼 갈등인데, 로봇 전용 규칙이 아니라 원래 있던 일반적인 질서 유지 기준으로 처리됐다는 뜻이다. 로봇 앞을 막는 행위만 따로 다루는 규정이 있는지까지는 원문이 다루지 않는다.

    실외 로봇 보도 주행 열린 한국, 마찰 기준은 아직 숙제

    선부터 긋자. 이번 일은 필라델피아 한 도시에서 벌어졌다. 당장 한국 사용자의 배달 앱이나 생활이 달라지는 건 없다. 그렇다고 남의 나라 얘기로 치워 두기엔 걸리는 게 있다. 국내도 법 개정으로 실외 배달로봇이 보도를 다닐 길이 열렸고, 곳곳에서 시범 운행 소식이 들려온다. 로봇과 사람이 같은 길을 쓰는 상황은 적어도 시범 단계에서는 이미 시작됐다.

    • 보도 공유 규칙: 로봇과 사람이 한 길을 나눠 쓰면 앞을 막거나 로봇을 훼손하는 마찰은 생기게 마련이다. 이런 상황을 어떤 기준으로 처리할지는 국내에서도 미리 따져 둬야 할 문제다.
    • 배달 노동자의 반응 (추측): 국내에는 플랫폼 배달 노동자가 많다. 로봇 배달이 본격적으로 퍼지면 필라델피아와 비슷한 일자리 논쟁이 불거질 가능성이 있다고 본다.
    • 법적 판단 (미지수): 같은 행동을 국내에서 했을 때 어떤 혐의가 적용될지는 이번 사건 하나로 단정하기 어렵다. 미국에서 공공질서 문란이 적용됐다고 국내에서도 같은 결론이 나온다는 보장은 없다.

    확인된 것과 아직 불확실한 것

    확인된 것

    • 캐럴린 마빈은 필라델피아에서 우버 배달로봇의 길을 막고 비키기를 거부했다.
    • 경찰이 이동을 요청했지만 마빈이 거부하자 수갑을 채워 체포했다. 혐의는 공공질서 문란이다.
    • 마빈은 ABC13 인터뷰에서 로봇이 배달원 일자리를 빼앗는다며 로봇을 볼 때마다 앞을 막아 왔다고 말했다.
    • 현장은 영상으로 촬영됐고 언론의 관심을 많이 받았다.
    • 올해 들어 센터시티에서 배달로봇 한 대가 발에 차여 넘어진 일이 있었다.

    아직 불확실한 것

    • 기소 이후의 재판 일정과 최종 처분
    • 우버의 입장. 원문에는 우버 쪽 반응이 담겨 있지 않다.
    • 마빈이 이전에 로봇과 부딪혔을 때의 구체적인 경위
    • 센터시티에서 로봇을 넘어뜨린 사람이 누구인지, 처벌을 받았는지
    • 필라델피아에서 배달로봇이 실제로 배달원 일자리를 얼마나 대체했는지 보여 주는 데이터

    장애물 회피는 코드로 풀려도 사람의 불안은 비켜 가지 않는다

    마빈의 방식이 옳았는지는 따로 따질 문제다. 그것과 별개로 이번 일이 보여 주는 건 꽤 분명하다. 자동화가 먼 미래의 화두가 아니라 지금 길 위의 문제라는 것. 로봇은 이미 거리에 나와 있고, 같은 길에는 생계를 걱정하는 사람들이 서 있다.

    만드는 쪽 시선에서 보면 배달로봇에게는 주행 성능만큼 무거운 숙제가 하나 더 있다. ‘사람이 일부러 앞을 막아서면 어떻게 할 것인가’ 같은 사회적 시나리오다. 장애물 회피는 코드로 풀 문제다. 하지만 그 앞에 선 사람의 불안은 코드로 비켜 가지지 않는다. 기술을 만드는 쪽이 이 질문을 외면하면 할수록 길 위의 대치는 더 잦아질 거라고 본다. 로봇을 길에 내보낸 우버가 이 질문에 어떤 답을 내놓을지 지켜볼 만하다.

    출처: The Verge

  • 테슬라 FSD 켜고 잠들었다는 운전자, 순찰차 추돌

    테슬라 FSD 켜고 잠들었다는 운전자, 순찰차 추돌

    3줄 요약

    • 미국 I-80 고속도로에서 테슬라 차량이 사고 현장에 서 있던 순찰차를 들이받아 캘리포니아 고속도로순찰대(CHP) 경관 2명이 중상을 입었다.
    • 운전자는 잠든 채 운전 보조 모드(FSD)를 쓰고 있었다고 말했고, CHP는 “이름과 달리 FSD는 완전 자율주행이 아니다”라고 경고했다.
    • 정차한 긴급차량 추돌은 미 도로교통안전국(NHTSA)이 2021년부터 들여다본 문제라, 테슬라 운전 보조 기능을 향한 규제 시선이 다시 날카로워질 것으로 보인다.

    조명탄과 안전 콘, 그리고 비상등. 사고 현장이라는 신호는 충분했다. 그런데도 테슬라 한 대는 속도를 줄이지 않았다. 그 사이를 빠져나가 멈춰 서 있던 순찰차 뒤를 그대로 들이받았다. 운전자는 사고 순간 자신이 잠들어 있었고, 운전 보조 모드를 켜 둔 상태였다고 말했다.

    이번 사고로 다시 불거진 건 ‘풀 셀프 드라이빙(FSD)’이라는 이름이 주는 기대와 실제 기술 수준 사이의 거리다. 운전 보조 기능을 켜도 운전 책임은 사람에게 남는다. 새로울 것 없는 원칙인데, 이번에는 경관 2명이 중상을 입고 나서야 다시 확인됐다. 다만 FSD가 정말 켜져 있었는지는 아직 운전자 진술 하나에 기대고 있다. 이 점은 처음부터 짚어둔다.

    조명탄·콘을 지나친 테슬라, 멈춰 선 순찰차 후미에 충돌

    사고는 I-80 고속도로에서 났다. CHP 경관들이 그보다 앞서 일어난 사고를 처리하던 중이었고, 현장에는 조명탄과 콘이 놓이고 비상등이 켜져 있었다. 뒤따라오는 차에 멈추라고 알리는 장치는 다 갖춰져 있었던 셈이다.

    추돌 장면은 CHP가 직접 공개한 영상에 담겼다. 테슬라는 이 신호들을 빠른 속도로 스쳐 지나간 뒤 주차된 순찰차 후미를 들이받는다. 경관 2명이 크게 다쳐 병원으로 옮겨졌다. 같은 사고라도 무게가 다르다. 운전자의 말은 아직 진술일 뿐이지만, 이 대목은 영상이라는 물증이 받쳐준다.

    사고 뒤 CHP가 내놓은 경고는 기술 이름을 정면으로 겨눴다. “이름과 달리 풀 셀프 드라이빙은 완전한 자율주행이 아니다. 기술이 차량을 안전하게 운전해야 할 운전자의 책임을 덜어주지는 않는다.” 경고문이 사고 경위가 아니라 기능의 이름부터 문제 삼았다는 점이 눈에 띈다.

    • 장소: I-80 고속도로, 앞선 사고를 처리하던 현장
    • 피해: CHP 경관 2명 중상, 병원 이송
    • 운전자 진술: 잠든 상태였고 운전 보조 모드(FSD)를 사용 중이었다
    • 근거 자료: CHP가 직접 공개한 추돌 영상

    정차한 긴급차량 추돌, NHTSA가 2021년부터 붙든 문제

    졸음운전 사고 한 건으로 끝나지 않는 이유는 사고 유형에 있다. 멈춰 선 긴급차량을 뒤에서 들이받는 충돌이다. 이런 사고가 잇따르자 NHTSA는 2021년 테슬라 오토파일럿 소프트웨어 조사에 들어갔다.

    조사 보고서의 결론은 테슬라에 불리했다. 운전 보조 기능이 운전자를 운전에 계속 집중시키기에 충분하지 않았다는 것. 그리고 시스템도 운전자도 대응하지 못한 상황에서 일어난 수백 건의 충돌, 수십 명의 사망과 관련이 있다는 것이다. 보고서가 정확히 언제 나왔는지는 원문에 적혀 있지 않다. 아래 표에서 그 칸을 ‘원문 미기재’로 남긴 이유다.

    테슬라는 2023년 오토파일럿 업데이트를 내놨다. 오토스티어(자동 조향)를 켰을 때 운전자가 차를 완전히 통제하도록 유도하는 제어 장치와 경고를 늘린 게 골자였다. NHTSA는 거기서 조사를 닫지 않았다. 이 조치로 충분했는지 따지는 조사를 다시 열었다. 규제 당국이 회사가 내놓은 처방을 그대로 받아들이지 않았다는 뜻으로 읽힌다.

    시점 구분 내용
    2021년 NHTSA 조사 착수 정차한 긴급차량 추돌이 잇따르자 오토파일럿 조사 시작
    원문 미기재 NHTSA 보고서 운전자 집중 유지 부족, 수백 건 충돌·수십 명 사망과 연관
    2023년 테슬라 업데이트 오토스티어 사용 시 제어 장치·경고 추가
    업데이트 이후 NHTSA 추가 조사 2023년 조치가 충분했는지 검증
    이번 사고 I-80 순찰차 추돌 운전자 “잠든 채 운전 보조 모드 사용” 진술, 경관 2명 중상

    사고 소식을 전한 더버지는 이번 추돌을 곧장 이 조사 이력과 나란히 놓았다. 여기엔 짚고 넘어갈 차이가 있다. NHTSA가 조사한 건 오토파일럿이고, 이번 운전자가 입에 올린 건 FSD다. 기능 등급이 다르니 두 사안을 같은 것으로 묶기는 어렵다. 그래도 운전자가 시스템을 믿고 주의를 놓는 순간 사고로 이어진다는 구조는 겹친다. 둘을 한 줄로 잇는 근거는 이 공통점이고, 어디까지나 해석이라는 점은 분명히 해둔다.

    국내 테슬라 기능은 그대로, 사고 현장 앞 감속은 운전자 몫

    사고는 미국에서 일어났다. 이번 일로 국내 제도나 국내 테슬라 차량의 기능이 당장 바뀌지는 않는다. 그렇다고 남의 나라 일로 넘기기도 어렵다. 국내 도로에서도 테슬라의 운전 보조 기능을 쓰는 운전자가 적지 않다.

    겹치는 지점은 고속도로 ‘2차 사고’다. 사고를 처리하던 차량을 뒤차가 들이받는 유형으로, 국내에서도 꾸준히 위험이 지적돼 왔다. 이번 영상 속 차량은 조명탄과 비상등, 줄지어 놓인 콘 앞에서도 멈추지 않았다. 운전 보조 시스템이 이런 현장을 언제나 제대로 판단한다고 믿어선 안 된다는 것. 영상 한 편이 그걸 보여준다.

    규제 쪽 변화는 아직 추측에 가깝다. NHTSA의 추가 조사가 ‘2023년 조치로는 부족하다’는 결론으로 이어진다면, 테슬라가 운전자 감시와 경고를 한층 강화할 가능성이 있다. 테슬라는 무선(OTA) 업데이트로 기능을 바꿔 온 회사라 그 여파가 국내 차량까지 닿을지도 지켜볼 대목이다. 하지만 이건 근거를 갖춘 전망이 아니다. 가능성의 영역이고, 지금 시점에서 그 이상을 말하는 건 앞서 나가는 일이다.

    그러니 당장 달라져야 할 건 기능보다 운전 습관 쪽이다.

    • 핸들을 잡으라는 경고는 귀찮은 알림이 아니라 시스템이 스스로 한계를 알리는 신호로 받아들일 것
    • 졸음이 오면 운전 보조 기능에 맡기지 말고 휴게소나 졸음쉼터에서 멈출 것
    • 경광등·안전 콘이 보이면 시스템 판단을 기다리지 말고 직접 감속하고 차로를 바꿀 것

    확인된 것과 아직 불확실한 것

    확인된 것

    • I-80에서 앞선 사고를 처리하던 CHP 경관 2명이 테슬라 추돌로 중상을 입고 병원으로 이송됐다.
    • CHP 영상에는 테슬라가 조명탄·콘·비상등을 지나쳐 주차된 순찰차 후미를 들이받는 장면이 담겼다.
    • 운전자는 잠든 상태로 운전 보조 모드를 쓰고 있었다고 말했다.
    • NHTSA는 2021년 오토파일럿 조사에 착수했고, 운전자 집중 유지가 부족했다는 보고서를 냈다.
    • 2023년 테슬라 업데이트 이후 NHTSA는 그 조치가 충분했는지 따지는 추가 조사를 열었다.

    아직 불확실한 것

    • 사고가 정확히 언제 일어났는지, 차종과 소프트웨어 버전은 무엇인지
    • FSD가 실제로 작동 중이었는지. 현재로선 운전자 진술뿐이며, 차량 기록으로 확인됐는지는 알려지지 않았다
    • 운전자에 대한 처벌이나 기소가 이뤄질지
    • 테슬라가 이번 사고에 어떤 입장을 낼지
    • NHTSA가 이번 사고를 조사 대상에 포함할지, 추가 조사의 결론은 무엇일지
    • 다친 경관들의 현재 상태

    2023년 업데이트 평가와 ‘잠든 운전자’를 못 거른 이유가 남은 쟁점

    지켜볼 대목은 두 갈래다. 첫째, NHTSA의 추가 조사가 2023년 업데이트를 어떻게 평가하느냐. 둘째, 운전자가 잠든 상황을 시스템이 왜 걸러내지 못했느냐. 두 번째 물음에 대해선 원문에도 설명이 없다. 게다가 운전자 진술이 사실이라는 전제를 깔아야만 성립하는 질문이다.

    CHP가 굳이 “이름과 달리”라는 표현을 고른 건 기능 이름 자체가 운전자의 과신을 부른다는 문제의식으로 읽힌다. 물론 CHP의 의도를 짐작한 해석이다. 반면 분명한 사실도 있다. 지금 단계의 운전 보조는 운전자를 대신하지 않는다. 그 빈틈의 대가를 이번에 치른 건 앞선 사고를 수습하던 경관 2명이었다.

    출처: The Verge

  • GM 카플레이 복귀 보도의 오해

    GM 카플레이 복귀 보도의 오해

    3줄 요약

    • GM이 실버라도·시에라 트럭용 새 소프트웨어를 공개하면서 애플 카플레이가 돌아왔다는 보도가 나왔지만, 내연기관 차량에서는 카플레이가 빠진 적이 없다.
    • 실제로 폰 미러링이 막힌 것은 2023년 이후 출시된 GM 전기차이며, 이번 발표는 전기차 정책 철회가 아니다.
    • 새 UI의 핵심은 카플레이·안드로이드 오토의 PIP(화면 속 화면) 지원으로, 네이티브 시스템과의 공존을 시도한 설계다.

    지난주 GM이 차세대 쉐보레 실버라도와 GMC 시에라 트럭에 들어갈 새 소프트웨어 경험을 공개했다. 발표 자료에 애플 카플레이와 안드로이드 오토의 새 화면 디자인이 들어 있었다. 미국 매체들이 붙인 단어는 ‘복귀’와 ‘굴복’이었다.

    야후 파이낸스는 이를 GM의 ‘태도 전환(about-face)’으로 규정했고, 애플인사이더는 GM이 ‘백기를 들었다’는 제목을 달았다. 문제는 되돌릴 것이 애초에 없었다는 점이다.

    빠진 적 없는 기능을 되살렸다는 보도

    GM은 내연기관 트럭·SUV에서 폰 프로젝션을 한 번도 비활성화한 적이 없다. 수만 명의 GM 차량 소유자가 지금도 문제없이 휴대폰 화면을 인포테인먼트 디스플레이에 띄우고 있다는 게 더버지의 지적이다.

    그래서 이번 실버라도·시에라 발표는 ‘복귀’라기보다 계속 제공돼 온 기능의 UI 개편에 가깝다. 달라진 점은 하나다. 카플레이와 안드로이드 오토가 PIP 형태로 네이티브 화면과 나란히 표시된다는 것.

    실제로 막힌 차종은 전기차 라인업

    GM이 폰 프로젝션을 제외한 대상은 명확하다. 지난 3년간 출시된 전기차 전 차종이며, 여기에는 쉐보레 이쿼녹스·블레이저·볼트·실버라도 EV, 캐딜락 리릭·옵틱·비스틱·에스컬레이드 IQ, GMC 시에라 및 허머 EV가 포함된다.

    이 차량들에는 구글 맵과 제미나이 같은 구글 소프트웨어가 내장돼 있다. GM이 안드로이드 오토모티브 위에 자체 운영체제를 올리고, 구글 기본 앱 묶음(GAS)을 함께 탑재했기 때문이다.

    구분 폰 프로젝션 탑재 소프트웨어 이번 발표와의 관계
    GM 전기차(2023년 이후) 미지원 안드로이드 오토모티브 기반 네이티브(맵·제미나이) 변화 없음
    GM 내연기관 트럭·SUV 계속 지원 네이티브 + 카플레이/안드로이드 오토 PIP UI 신규 적용
    신형 실버라도·시에라 지원 네이티브 + 프로젝션 공존 이번 공개 대상

    혼선을 키운 것은 GM 자신이었다

    2025년 10월 디코더에 출연한 메리 바라 GM CEO는 전기차에서 카플레이를 금지한 결정을 옹호하면서, 이 정책이 결국 가솔린 라인업까지 확대될 것이라는 취지로 말했다. 트럭·SUV 소유자들이 거세게 반발한 배경이 여기에 있다.

    며칠 뒤 GM은 이 발언을 사실상 거둬들였다. 카플레이와 안드로이드 오토가 가솔린 차량에서 ‘당분간(for the foreseeable future)’ 유지된다고 여러 매체에 해명한 것이다. 지난주 발표는 그 ‘당분간’의 구체적 사례로 읽힌다.

    GM 측 입장은 콜린 매코믹 그룹 프로덕트 매니저의 발언에 담겨 있다. 그는 GM이 카플레이·안드로이드 오토 초기 도입사 중 하나였고, 현재 프로젝션을 제공하지 않는 것은 일부 전기차 세그먼트뿐이라고 했다. 핵심 논리는 “두 시스템이 경쟁 관계여선 안 된다”는 것으로, 고객이 프로젝션이냐 네이티브냐를 선택하지 않아도 되는 지점을 지향한다는 설명이다.

    • GM의 프로젝션 배제는 전기차에 한정됐고, 이번 발표로 철회되지 않았다.
    • PIP 방식은 네이티브 UI와 폰 화면을 동시에 띄워 ‘양자택일’을 없애려는 접근이다.
    • 선택지를 빼앗겼다고 느낄 때 소비자 반발이 커진다는 점이 GM 정책 후퇴의 실질적 동력으로 보인다.

    인포테인먼트 주도권 다툼은 국내 브랜드도 피할 수 없다

    이번 발표 대상은 북미 시장의 쉐보레 실버라도와 GMC 시에라 트럭이다. 원문에는 한국 판매 차종이나 국내 적용 일정에 대한 언급이 전혀 없다. 국내 출시와 가격은 아직 공식 발표가 없다고 보는 것이 정확하다.

    시사점은 차종을 넘어선다. 완성차 업체가 자체 OS로 인포테인먼트 주도권을 가져가려는 흐름은 국내 브랜드에도 공통된 과제다. GM 사례는 그 전환이 사용자 선택권을 줄이는 방식으로 진행될 때 어떤 역풍이 오는지를 보여준다. 이 대목은 원문에 명시된 사실이 아니라 기사 내용을 바탕으로 한 해석이다.

    확인된 것과 아직 불확실한 것

    사실과 추정을 나누면 다음과 같다.

    • 확인: GM은 내연기관 차량에서 폰 프로젝션을 중단한 적이 없다.
    • 확인: 2023년 이후 GM 전기차 전 차종에는 카플레이·안드로이드 오토가 없다.
    • 확인: 신형 실버라도·시에라에 카플레이·안드로이드 오토 PIP 기능이 추가된다.
    • 확인: 바라 CEO의 가솔린 확대 시사 발언 이후 GM이 ‘당분간 유지’로 입장을 정리했다.
    • 미확정: ‘당분간’이 구체적으로 언제까지인지에 대한 기한은 제시되지 않았다.
    • 미확정: 기존 전기차 라인업에 프로젝션이 다시 추가될지 여부.
    • 미확정: 새 UI가 적용되는 정확한 출시 시점과 적용 범위.
    • 미확정: 한국 시장 관련 일정 및 적용 여부.

    결국 남는 질문은 선택권이다

    폰 미러링은 익숙하고 대체로 안정적이며, 이 점에서 상당수 차량 내장 소프트웨어보다 낫다. 리비안과 테슬라처럼 완성도 높은 네이티브 시스템조차 프로필 로그인이나 메시지 같은 기본 기능에서 어려움을 겪는다는 지적이 나온다.

    물론 카플레이와 안드로이드 오토에도 연결 안정성 문제는 있다. GM이 더 나은 경험을 만들겠다는 판단 자체가 틀렸다고 보기는 어렵다. 다만 이번 PIP 해법은 기술적 진전이라기보다, 스스로 몰아넣은 구석에서 빠져나오는 출구에 가깝다.

    출처: The Verge

  • 휴머노이드 로봇이란? 테슬라와 중국 자동차 업체들이 붙는 이유

    휴머노이드 로봇이란? 테슬라와 중국 자동차 업체들이 붙는 이유

    테슬라 옵티머스가 공장 시연 영상 수준을 넘어 실제 생산 라인에 투입된다는 이야기까지 나왔다. 그러자 중국 완성차 업체들이 기다렸다는 듯 로봇 사업부를 만들기 시작했다. 샤오미, 비야디, 지리, 샤오펑. 최근 1~2년 사이 이 네 곳 모두 휴머노이드 로봇 프로젝트를 내놨다. 자동차 만들던 회사가 왜 갑자기 로봇을 만드는지, 기술적으로 뭐가 겹치는지부터 짚어보자.

    휴머노이드 로봇이란 정확히 뭘 말하나

    휴머노이드 로봇은 머리, 몸통, 두 팔, 두 다리를 갖추고 두 발로 걷는 로봇을 말한다. 산업용 로봇팔이나 물류 로봇과 다른 지점은 범용성이다. 정해진 작업 하나만 반복하는 기계가 아니라, 사람이 쓰던 도구와 공간을 그대로 활용해 여러 작업을 소화하도록 설계했다는 뜻이다. 핵심 구성 요소를 추리면 이렇다.

    • 액추에이터: 관절을 움직이는 모터+감속기 조합. 보통 하모닉 드라이브나 유성기어 감속기를 쓴다
    • 자유도(DoF): 관절이 움직이는 축의 개수. 손가락까지 다 세면 40~50 자유도를 넘기기도 한다
    • 인지·제어 스택: 카메라와 라이다로 주변을 읽고, 신경망 모델이 다음 동작을 정한다
    • 배터리와 열관리: 두 발로 걷는 건 에너지를 꽤 먹는다. 구동 시간을 얼마나 뽑아내느냐가 관건이다

    자동차 회사가 로봇을 만드는 이유

    완성차 업체가 로봇 시장에 뛰어드는 이유는 단순하다. 기술을 재활용할 수 있어서다. 전기차 만들면서 쌓은 배터리 팩 설계, 모터 제어, 자율주행용 센서·신경망 기술이 로봇 개발에 거의 그대로 넘어간다. 테슬라가 옵티머스에 자율주행 신경망(FSD)의 비전 인식 모델을 그대로 이식한 게 대표적인 사례다. 여기에 완성차 업체는 이미 대량 생산 라인과 공급망을 갖추고 있다. 로봇 부품 단가를 낮추는 데도 유리한 조건이다.

    수익성도 무시 못 한다. 전기차 시장은 가격 경쟁이 심해지면서 마진이 갈수록 얇아지는 반면, 산업·서비스용 로봇은 아직 초기 시장이라 단가도 마진도 높게 잡힌다. 자동차 한 대 팔아 남기는 이익보다 로봇 한 대의 이익률이 더 크다는 계산, 이게 깔려 있다.

    테슬라 옵티머스, 어디까지 왔나

    옵티머스는 2022년 콘셉트 공개 이후 매년 세대교체를 거쳤다. 최신 버전은 손가락 자유도를 늘리고 배터리 팩을 몸통 안쪽으로 옮겨 무게 중심을 잡았다. 테슬라는 자사 공장 내 반복 작업(부품 이동, 정렬)에 시범 투입했다고 밝혔다. 다만 완전 자율 작업보다는 사람이 원격으로 조작하는 텔레오퍼레이션 비중이 여전히 높다는 지적도 나온다 — 솔직히 이 부분은 아직 갈 길이 멀어 보인다. 양산 목표 대수와 시점은 여러 번 미뤄진 전례가 있다. 발표 시점보다 실제 출하 대수로 진행 상황을 판단하는 편이 안전하다.

    중국 자동차 업체들, 저마다 다른 길

    중국 쪽은 회사마다 접근이 꽤 다르다.

    • 샤오미: 스마트폰·가전에서 쌓은 소형 모터·센서 공급망을 활용해 자체 로봇 사이버원(CyberOne)을 개발한다
    • 비야디: 배터리 셀 제조 경쟁력을 앞세워 로봇용 고밀도 배터리 팩 자체 생산 라인을 구축했다
    • 지리(Geely): 산하 로봇 스타트업에 투자하는 방식으로 리스크를 나눠 짊어진다
    • 샤오펑: 자율주행 스택을 로봇 제어에 그대로 옮기는 전략. 넷 중 테슬라와 가장 닮은 접근이다

    공통점은 부품 국산화율이 높다는 것. 중국은 감속기, 서보모터, 배터리셀까지 자국 공급망으로 조달할 수 있어 단가 경쟁에서 유리한 자리를 차지한다.

    미국과 중국, 로봇 경쟁의 결이 다르다

    미국, 그러니까 테슬라 중심 진영은 소프트웨어와 신경망 모델의 완성도에 무게를 싣는다. 중국 업체들은 반대로 하드웨어 원가 절감과 생산 속도에서 강점을 보인다. 감속기 하나만 봐도 차이가 드러난다. 일본 하모닉드라이브 제품은 개당 수백 달러인데, 중국산 대체품은 이미 절반 이하 가격까지 내려왔다. 결국 소프트웨어 격차를 얼마나 빨리 좁히느냐가 중국 업체들의 승부처고, 미국은 원가 구조를 얼마나 개선하느냐가 관건이다.

    상용화까지 남은 숙제

    수치로 보면 갈 길이 아직 멀다. 사람 손의 촉각과 힘 제어를 흉내 내는 그리퍼 기술은 여전히 초기 단계다. 로봇 손으로 계란 하나 안 깨고 집어 올리는 것, 아직도 쉬운 일이 아니라는 얘기다. 배터리 하나로 하루 8시간 넘게 연속 작업하는 제품, 아직 없다. 안전 규격(협동로봇 인증)도 국가마다 달라서, 같은 로봇이라도 시장마다 재인증을 거쳐야 한다. 가격도 걸림돌이다. 지금 시제품 단가는 대당 수천만 원 수준. 물류·제조 현장에 대규모로 투입하려면 최소 3분의 1 수준까지는 낮아져야 한다는 게 업계의 공통된 시각이다.

    결국 승부는 어디서 갈릴까

    로봇 자체의 완성도보다 누가 먼저 대량 생산 단가를 낮추느냐에서 판가름 날 가능성이 크다. 전기차 배터리 가격이 10년 만에 8분의 1 수준으로 떨어진 것처럼, 로봇도 부품 표준화와 생산량 확대가 맞물리면 비슷한 하락 곡선을 그릴 것으로 보인다. 자동차 업체들이 로봇 시장에 뛰어드는 이유도 결국 여기 있다. 이미 대량 생산 노하우를 가진 쪽이 단가 경쟁에서 유리한 출발선에 서게 되는 셈이다.

    출처: TechCrunch

  • 월드모델(World Model)이 뭐길래, 로봇 AI가 여기에 목숨 거나

    월드모델(World Model)이 뭐길래, 로봇 AI가 여기에 목숨 거나

    테슬라 옵티머스, 피규어(Figure), 요즘은 이름도 생소한 로봇 스타트업들까지. 몸값이 줄줄이 조 단위를 찍는다. 이 회사들, 사실 베팅하는 판돈은 하나로 똑같다. 월드모델(World Model)이라는 기술이다. 로봇이 스스로 움직이고 판단하려면 눈앞 공간이 어떤 구조인지, 시간이 흐르면 뭐가 어떻게 바뀌는지부터 알아야 한다. 이걸 가능케 하는 핵심이 바로 월드모델. 정확히 뭘 뜻하는 말인지, 챗GPT 같은 언어모델과는 뭐가 다른지 하나씩 짚어본다.

    월드모델, 정확히 뭘 예측하는 기술인가

    공을 던지면 포물선을 그리며 떨어진다는 걸 우리는 굳이 계산하지 않아도 안다. 문 앞에 서면 밀어야 열릴지 당겨야 열릴지도 대충 감이 온다. 월드모델은 이 감각을 AI에게 데이터로 욱여넣은 결과물이다. 눈앞 장면을 보고 다음에 뭐가 일어날지, 물체가 어떻게 움직일지, 시간이 지나면 공간이 어떻게 변할지를 내부적으로 시뮬레이션하는 모델이라고 보면 된다.

    • 물체를 놓으면 어느 방향으로 떨어지는지
    • 문을 밀었을 때 몇 도까지 열리는지
    • 손을 뻗으면 몇 초 후 컵에 닿는지

    이런 걸 픽셀 단위, 좌표 단위로 계산해내는 게 월드모델이 하는 일이다. 말로 하면 별거 아닌 것 같은데, 실제로 구현하려면 이게 상당히 골치 아프다.

    챗GPT 같은 언어모델과는 뭐가 다른가

    LLM은 문장 다음에 올 단어를 맞히도록 훈련된다. 월드모델은 다음 ‘장면’과 ‘상태’를 맞히도록 훈련된다는 점에서 결이 완전히 다르다. 로봇 팔이 5cm 움직이면 카메라 화면이 어떻게 바뀌는지, 물체와의 거리가 얼마나 좁혀지는지처럼 실제 물리량과 좌표를 다루는 셈이다. 텍스트 확률 게임을 하는 LLM과 달리, 월드모델은 3차원 공간과 시간축을 통째로 계산에 밀어넣는다. 비유하자면 LLM이 소설을 쓰는 쪽이라면, 월드모델은 물리 엔진에 가깝다.

    로봇이 유독 이 기술에 매달리는 이유

    로봇은 현실 공간에서 진짜로 몸을 움직여야 한다. 공간과 시간 예측이 조금만 어긋나도 물건을 떨어뜨리거나 벽에 부딪히는 사고로 바로 이어진다. 문제는 실제 로봇을 돌려서 데이터를 모으는 데 돈과 시간이 어마어마하게 든다는 것. 그래서 나온 해법이 시뮬레이션에서 먼저 학습시킨 다음 현실 로봇에 그대로 옮겨 심는 ‘심투리얼(sim-to-real)’ 방식이다. 월드모델이 정교할수록 이 전환 과정에서 오차가 줄어든다. 결국 시뮬레이션이 얼마나 현실과 닮았느냐의 싸움이다.

    게임 플레이 데이터로 로봇을 훈련시킨다는 발상

    최근 투자 업계가 눈여겨보는 접근이 하나 있다. 비디오게임 플레이 기록을 그대로 학습 데이터로 쓰는 방식이다. 사람들이 게임 속에서 문을 열고, 장애물을 피하고, 목표 지점을 찾아가는 행동. 이게 실제 로봇의 길찾기나 조작 동작과 본질적으로 닮았다는 아이디어에서 출발했다. 실물 로봇 팔을 수천 시간 돌리는 것보다 게임 영상 데이터를 긁어모으는 쪽이 압도적으로 싸다. 양도 비교가 안 될 만큼 많다. 로봇공학으로 사업을 넓히는 AI 스타트업들이 조 단위 밸류에이션으로 초대형 투자를 유치하는 배경에도 이런 계산이 깔려 있다. 처음 들었을 땐 좀 뜬금없다 싶었는데, 곱씹어보면 꽤 그럴싸한 발상이다.

    엔비디아까지 뛰어든 이유

    엔비디아는 자체 월드모델 플랫폼 ‘코스모스(Cosmos)’를 내놓으며 이 판에 뛰어들었다. 구글 딥마인드도 게임 생성형 모델 ‘지니(Genie)’ 시리즈로 비슷한 방향을 파고 있다. 젠슨 황이 강연 때마다 꺼내는 ‘피지컬 AI’라는 표현도 결국 같은 얘기다. 언어와 이미지를 다루던 AI가 다음 단계로 물리 세계, 그러니까 로봇과 자율주행, 물류 자동화로 영역을 넓히는 흐름. 자율주행차가 앞차와의 거리를 계산하고 급정거 상황을 미리 예측하는 것도 월드모델의 응용 사례 중 하나다.

    아직 넘어야 할 산

    시뮬레이션에서는 완벽하게 작동하던 로봇이 실제 현장에 나가면 삐걱대는 심투리얼 갭 문제, 여전히 크다. 조명, 바닥 재질, 물체 표면 마찰력처럼 시뮬레이션이 재현하지 못하는 변수가 한둘이 아니다. 여기에 대규모 시뮬레이션을 돌리는 연산 비용, 실제 현장에 투입하기 전 거쳐야 할 안전성 검증까지. 넘어야 할 단계가 아직 많이 남았다. 기술 자체의 가능성과 상용화 시점은 별개 문제라는 뜻이다.

    결국 이 세 줄만 기억하면 된다

    • 월드모델은 AI가 공간과 시간의 변화를 미리 계산하는 능력이다.
    • 로봇과 자율주행이 한 단계 더 나아가려면 반드시 거쳐야 할 기술이다.
    • 게임·시뮬레이션 데이터를 얼마나 확보하느냐가 다음 경쟁의 승부처가 될 전망이다.

    로봇 관련 뉴스에서 ‘파운데이션 모델’, ‘피지컬 AI’ 같은 단어가 나올 때마다, 결국 이 월드모델 얘기라고 생각하면 훨씬 빨리 이해된다.

    출처: TechCrunch

  • 로봇 잔디깎이 고르는 법, 이것만 확인하면 된다

    로봇 잔디깎이 고르는 법, 이것만 확인하면 된다

    로봇청소기 없는 집은 이제 거의 없다. 그런데 마당 잔디는 여전히 사람이 직접 미는 집이 많다. 여름 내내 2주 간격으로 반복되는 이 노동, 덜어보려고 로봇 잔디깎이를 알아보는 사람이 꾸준히 늘고 있다. 문제는 제품마다 작동 방식이 다르고 가격도 천차만별이라는 것. 50만원대부터 300만원 넘는 모델까지 폭이 넓다 보니 뭘 기준으로 골라야 할지 감이 안 잡힌다. 구매 전에 확인해야 할 핵심만 아래에 정리했다.

    일단 이게 뭘 하는 기계인지부터

    로봇 잔디깎이는 정해진 구역 안을 스스로 돌아다니며 잔디를 짧게 잘라내는 기계다. 로봇청소기처럼 도킹 스테이션에서 충전하다가 예약된 시간이 되면 나와서 작업을 시작하고, 배터리가 줄면 알아서 복귀한다. 대부분 멀칭 방식으로 작동한다. 잘라낸 풀을 따로 모으지 않고 마당에 잘게 흩뿌리는 방식이다. 조금씩 자주 깎다 보니 한 번에 많은 양을 자르지 않고, 잔디 표면도 그만큼 균일하게 유지된다.

    경계선 설정 방식 3가지, 여기서 성능 차이가 갈린다

    구매 전 가장 먼저 볼 부분은 로봇이 마당 경계를 어떻게 인식하느냐다. 크게 세 갈래로 나뉜다.

    • 와이어 매설 방식: 마당 둘레에 얇은 전선을 묻거나 고정해서 경계를 만든다. 가격은 싸지만 처음 설치할 때 손이 많이 간다. 마당 구조를 바꾸면 와이어도 다시 깔아야 한다.
    • RTK GPS(위성항법) 방식: 위성 신호로 위치를 센티미터 단위까지 잡아내서 와이어 없이 경계를 지정한다. 앱에서 지도 그리듯 구역만 설정하면 끝. 정원 형태를 자주 바꾸는 집에 유리하다.
    • 카메라·비전 인식 방식: 자율주행차처럼 카메라와 센서로 주변 지형을 실시간 인식한다. 장애물 대응이 가장 정교한 대신 가격도 제일 높다.

    같은 브랜드 안에서도 방식에 따라 가격이 2~3배씩 벌어진다. 마당 형태가 자주 바뀌는 집이 아니라면 굳이 최고가 모델을 고를 이유는 없다.

    마당 크기와 경사도, 스펙표부터 봐야

    제품마다 감당 가능한 최대 면적이 정해져 있다. 작은 마당용 로봇을 넓은 부지에 쓰면 배터리가 다 닳도록 절반도 못 깎는 일이 생긴다. 마당 면적을 대략이라도 재보고, 스펙표에 나온 권장 면적보다 여유 있는 모델을 고르는 게 안전하다. 경사도도 눈여겨봐야 한다. 보통 15~20도 경사까지 견디는 제품이 많은데, 마당에 급경사 구간이 있다면 그 구간만 따로 확인하거나 경사 대응력이 높은 모델을 찾아야 한다. 좁은 통로나 화단 사이 길처럼 폭이 좁은 구간이 있다면 로봇 본체 폭도 미리 재보는 게 좋다.

    장애물 회피와 안전 기능, 꼼꼼히 따져야

    마당에는 나무, 호스, 장난감, 반려동물 배변판처럼 예상 못한 장애물이 늘 있다. 충돌 감지 센서만 있는지, 부딪히기 전에 미리 인식해서 돌아가는지에 따라 잔디 손상 정도가 확 달라진다. 아이나 반려동물이 있는 집이라면 다음 기능은 꼭 확인하자.

    • 본체를 들어 올리면 즉시 칼날이 멈추는 리프트 센서
    • 기울어지거나 뒤집혔을 때 자동 정지하는 기능
    • 비가 오면 작업을 멈추고 도킹 스테이션으로 복귀하는 우천 감지 센서

    일부 고가 모델은 카메라로 사람이나 동물의 형태를 구분해서 미리 피해가기도 한다. 반려동물을 마당에 자주 풀어놓는 집이라면 이 기능 유무가 선택 기준에서 꽤 큰 비중을 차지한다.

    도난 방지와 겨울 보관, 의외로 놓치는 부분

    마당에 그냥 놓고 쓰는 기계다 보니 도난 걱정이 늘 따라붙는다. 요즘 나오는 제품은 GPS 위치 추적, PIN 잠금, 경보음 기능을 기본으로 넣는다. 허가 없이 본체를 들어 올리면 알람이 울리고, 스마트폰 앱으로 실시간 위치를 확인하는 모델도 많다. 겨울철에는 실외 보관이 어려운 경우가 대부분이라 배터리를 분리해서 실내에 두거나 전용 보관함을 마련해야 한다. 도킹 스테이션 위치도 처마 밑처럼 눈비를 어느 정도 피할 수 있는 자리에 두는 편이 배터리 수명에 유리하다.

    가격대별로 뭘 사야 하나

    가격대는 세 구간으로 나눠보면 고르기 쉽다.

    • 50만~80만원대: 와이어 매설 방식, 소형 마당(300㎡ 이하)에 적합. 기본 기능 위주.
    • 100만~200만원대: RTK GPS 방식, 중형 마당, 앱 연동과 경사 대응이 준수한 편.
    • 200만원 이상: 비전 AI 기반, 대형이거나 지형이 복잡한 마당. 장애물 회피와 정밀도가 가장 뛰어나다.

    사실 마당이 200㎡ 안팎이면 100만원대 모델로도 충분하다. 300만원 넘는 비전 AI 모델은 부지가 넓고 복잡한 집이 아니면 좀 과한 소비다. 해외 IT 매체들 사이에서도 로봇 잔디깎이가 이제 실사용에 무리 없을 만큼 완성도가 올라왔다는 평가가 나오는 편이다. 다만 완전 자동은 아직 아니다. 처음 몇 주는 경계 설정을 다시 손보거나 잔디가 눌린 구간을 확인하는 등 손이 간다. 사놓고 방치하는 기계가 아니라, 초기 세팅에 시간을 들여야 제 성능이 나오는 물건이라는 뜻이다.

    이것도 궁금하죠?

    Q. 잘라낸 잔디는 따로 치워야 하나?
    대부분 멀칭 방식이라 잘게 잘린 잔디가 자연 비료 역할을 하며 흙으로 흡수된다. 따로 쓸어 담을 필요는 없다.

    Q. 비 오는 날에도 작동하나?
    우천 감지 센서가 있는 모델은 비가 오면 자동으로 멈추고 복귀한다. 다만 습한 잔디는 칼날에 들러붙기 쉽다. 감지 센서가 없는 저가형이라면 맑은 날 위주로 예약을 걸어두는 편이 낫다.

    Q. 옆집 마당으로 넘어갈 위험은 없나?
    와이어 방식은 경계가 물리적으로 막혀 있어 안전한 편이다. GPS·비전 방식은 정밀도가 높아졌다지만, 처음 며칠은 경계 근처에서 얼마나 잘 멈추는지 직접 지켜보는 게 좋다.

    출처: The Verge

  • 로보틱스 스타트업 투자, 개인은 어디서부터 시작할까

    로보틱스 스타트업 투자, 개인은 어디서부터 시작할까

    우버를 만든 트래비스 칼라닉, 이번엔 로봇이다. 그가 세운 로보틱스 스타트업 아텀스(Atoms)가 전직 우버 최고재무책임자(CFO)를 새 CFO로 영입했다는 소식이 나왔다. 이 소식 하나로 로봇 스타트업에 개인이 어떻게 발을 들일 수 있는지 묻는 사람이 부쩍 늘었다. 아텀스는 안소니 레반도프스키가 만든 자율주행 스타트업을 인수한 데다, 우버 본사로부터 투자까지 받은 것으로 알려졌다. 스타트업 하나의 성패를 미리 점치는 건 무리다. 다만 로보틱스 산업 전체를 놓고 투자 접근법 정도는 정리해볼 만하다.

    로봇에 돈이 몰리는 이유

    대형 언어모델과 강화학습이 발전하면서 로봇의 인식·제어 능력이 눈에 띄게 좋아졌다. 여기에 자율주행 프로젝트를 거친 엔지니어들이 로보틱스 팀으로 대거 옮겨가는 흐름까지 겹쳤다. 센서 융합, 경로 계획, 실시간 판단. 자율주행 기술의 핵심 역량이 로봇공학과 그대로 맞물리다 보니, 사람도 돈도 자연스럽게 로봇 산업으로 흘러든다. 제조업 인력난과 물류 자동화 수요, 이 두 가지도 이 흐름을 뒷받침하는 배경이다.

    개인 투자자가 쓸 수 있는 방법 3가지

    • 상장 로봇·자동화 기업 주식: 가장 문턱이 낮다. 증권 계좌 하나면 바로 살 수 있다.
    • 로봇 테마 ETF: 종목 여러 개에 나눠 담고 싶을 때 맞는 방법이다.
    • 엔젤투자·세컨더리 플랫폼: 비상장 스타트업 지분을 소액으로 사들이는 크라우드펀딩형 플랫폼도 있다. 다만 참여 요건이 까다롭고 돈이 묶이는 기간도 길다.

    눈여겨볼 만한 상장 자동화 기업

    • 화낙(FANUC): 산업용 로봇팔 분야의 전통 강자.
    • ABB: 공장 자동화와 로봇 솔루션을 함께 판다.
    • 인튜이티브 서지컬: 다빈치 수술 로봇으로 의료 로보틱스 시장을 사실상 독점하다시피 했다.
    • 테슬라: 휴머노이드 로봇 옵티머스 프로젝트를 진행 중이다.
    • 로크웰 오토메이션: 산업 자동화 소프트웨어와 하드웨어를 함께 공급한다.

    로봇 ETF, 뭐가 다를까

    대표 주자는 셋이다. 글로벌엑스의 BOTZ, 로보글로벌의 ROBO, ARK인베스트의 ARKQ. BOTZ는 일본 자동화 기업 비중이 높아서 산업용 로봇 색이 짙다. ROBO는 담은 종목 수가 많은 편이라 분산 효과가 크고. ARKQ는 자율주행에 우주 관련 기업까지 끼워 넣어서 변동성이 상대적으로 큰 편이다. 솔직히 ARKQ 쪽은 손이 좀 떨린다. 셋 다 운용보수와 편입 비중부터 확인하고, 투자 목적에 맞는 쪽을 고르는 게 순서다.

    CFO 영입 소식, 뭘 말해주나

    초기 로보틱스 스타트업이 재무 전문가를 영입하는 타이밍은 대개 정해져 있다. 대규모 투자 유치, 아니면 상장 준비. 우버 출신 인사가 창업 초기 로보틱스 기업의 재무 라인을 맡는 사례가 늘어난 것도 이런 흐름과 무관하지 않다. 검증된 상장사 출신 CFO가 합류했다는 건 자금 조달 계획과 지배구조가 그만큼 정교해졌다는 신호로 읽힌다. 다만 이런 인사 소식만으로 회사를 판단하긴 이르다. 기술력이나 실제 상용화 수준까지 보증해주는 건 아니라는 점, 이건 구분해서 봐야 한다.

    투자 전에 확인할 3가지

    • 실전 배치 여부: 시연 영상과 실제 현장 상용화는 다른 얘기다. 파일럿 단계인지 양산 단계인지부터 봐야 한다.
    • 규제 리스크: 자율주행이든 의료 로봇이든 지역마다 인허가 절차가 제각각이다. 그 때문에 상용화 일정이 밀리는 경우가 흔하다.
    • 자금 소진 속도: 로봇 하드웨어는 소프트웨어보다 개발비가 훨씬 많이 든다. 런웨이(잔여 운영 기간)는 꼭 따져봐야 한다.

    자주 나오는 질문들

    Q. 비상장 로봇 스타트업에 개인이 직접 투자할 수 있나?
    대부분 기관이나 적격 투자자 대상 라운드다. 일반 개인의 직접 참여는 제한적인 편이다. 세컨더리 마켓이나 전문 펀드를 거쳐 간접적으로 노출을 얻는 경우가 많다.

    Q. 로봇 ETF와 AI ETF는 뭐가 다른가?
    로봇 ETF는 하드웨어·자동화 기업 비중이 높다. AI ETF는 소프트웨어·반도체·클라우드 기업 쪽에 더 쏠려 있다.

    Q. 휴머노이드 로봇은 언제쯤 일상에서 쓰일까?
    물류·제조 현장 파일럿은 이미 여기저기서 돌아가고 있다. 다만 가정용 상용화까지는 몇 년의 시차가 있을 거란 시각이 많다.

    출처: TechCrunch

  • 소프트웨어 정의 자동차(SDV), 콜벳 하이브리드가 증명한 진짜 승부처

    소프트웨어 정의 자동차(SDV), 콜벳 하이브리드가 증명한 진짜 승부처

    GM이 내놓은 콜벳 그랜드 스포츠 X, 최고출력 721마력짜리 하이브리드 슈퍼카다. 시승한 외신 기자들 반응이 재밌다. 엔진 배기량도, 서스펜션 세팅도 아니고 다들 뒤에서 돌아가는 소프트웨어 얘기부터 꺼냈다. 배터리와 모터, 엔진, 이 세 가지 동력원을 밀리초 단위로 조율하는 건 결국 코드다. 자동차가 하드웨어 싸움에서 소프트웨어 싸움으로 넘어가고 있다는 신호, 슈퍼카 한 대에서도 이렇게 뚜렷하게 드러난다. 요즘 업계 어디서나 튀어나오는 ‘소프트웨어 정의 자동차(SDV, Software-Defined Vehicle)’라는 용어, 후배 개발자한테 설명한다 생각하고 풀어봤다.

    SDV, 정확히 뭘 말하는 걸까

    예전 자동차는 ECU(전자제어장치)가 수십 개, 많으면 수백 개씩 흩어져 있었다. 각자 정해진 기능 하나만 맡는 구조였다. 창문 제어용 칩 따로, 에어백용 칩 따로, 엔진 분사용 칩 따로 놀았다는 얘기다. SDV는 이걸 몇 개의 고성능 중앙 컴퓨터로 묶고, 웬만한 기능은 소프트웨어로 처리하는 차를 가리킨다. 출고 후에도 업데이트로 성능이나 기능이 바뀐다는 게 핵심이다. 스마트폰에 바퀴 달아놓은 구조, 라고 하면 감이 빠르게 온다.

    스펙표 숫자로는 설명이 안 되는 것들

    예전엔 마력, 배기량, 토크만 비교하면 성능 순위가 얼추 나왔다. 지금은 다르다. 같은 하드웨어라도 소프트웨어 튜닝에 따라 체감 성능이 크게 갈린다. 하이브리드나 전기차는 배터리·모터·엔진 사이 출력 배분을 알고리즘이 결정한다. 그래서 스펙표 숫자와 실제 주행 감각이 따로 노는 경우가 흔하다. 같은 배터리 용량을 쓰고도 소프트웨어 최적화 수준에 따라 실주행거리와 가속 응답성이 눈에 띄게 갈리는 이유, 여기 있다.

    OTA 업데이트가 판을 바꿔놓은 이유

    무선 업데이트, OTA(Over-The-Air). SDV 얘기하면서 빠지는 법이 없는 키워드다. 예전엔 성능 개선이든 결함 수정이든 공장이나 정비소로 차를 끌고 가야 했다. SDV는 다르다. 스마트폰 앱처럼 밤사이 업데이트를 받고, 다음 날 아침엔 어제와 다른 차로 달릴 가능성이 있다.

    • 리콜 대신 원격 패치로 해결하는 결함이 늘어난다
    • 가속 모드, 서스펜션 세팅 같은 기능을 구독 상품으로 파는 사례가 등장했다
    • 출시 이후에도 자율주행 보조 기능이 계속 확장된다

    이 방식을 처음 대중화한 건 테슬라다. 지금은 대부분의 완성차 업체가 비슷한 구조를 뒤쫓는 중이고.

    동력원이 늘어날수록 코드 비중이 커지는 이유

    엔진 하나만 굴리던 시절엔 제어 로직도 비교적 단순했다. 하이브리드는 얘기가 다르다. 엔진, 모터, 여기에 배터리 관리 시스템까지 세 가지를 동시에 조율해야 한다. 언제 엔진을 끄고 모터로만 달릴지, 회생제동으로 모은 에너지를 언제 방출할지, 이런 판단을 밀리초 단위로 처리하는 게 소프트웨어다. 하드웨어가 아무리 좋아도 이 판단 로직이 허술하면 연비도 응답성도 반쪽짜리다. 고성능 하이브리드일수록 엔지니어 인력 중 소프트웨어 개발자 비중이 계속 늘어나는 것도 같은 맥락이다.

    완성차 업체들의 승부수, 제각각이다

    접근 방식은 업체마다 조금씩 다르다.

    • 테슬라는 차량 아키텍처 자체를 소프트웨어 중심으로 새로 설계하는 쪽을 택했다
    • 전통 완성차 업체들은 기존 하드웨어 구조 위에 통합 컴퓨팅 플랫폼을 얹는 방식으로 전환 중이다
    • 일부 브랜드는 자체 개발 대신 구글, 엔비디아 같은 외부 플랫폼과 손잡고 인포테인먼트·자율주행 소프트웨어를 조달한다

    방식은 갈려도 목표는 하나다. 하드웨어를 자주 바꾸지 않고도 소프트웨어만으로 신차급 경험을 계속 내놓는 것.

    차 고를 때 소프트웨어 기준으로 뭘 봐야 하나

    다음에 차를 알아볼 계획이라면 엔진 스펙 말고 이런 것도 같이 체크해볼 만하다.

    • OTA 업데이트를 지원하는지, 지원 범위가 인포테인먼트에 국한되는지 아니면 주행 성능까지 포함하는지
    • 업데이트 주기가 분기 단위인지 연 단위인지
    • 인포테인먼트 화면 반응 속도와 내비게이션·음성인식 완성도
    • 자율주행 보조 기능이 향후 업데이트로 확장 가능한 구조인지
    • 보안 패치 정책이 명시돼 있는지. 커넥티드카는 해킹 표적이 되기 쉽다

    다음 수순은 뭘까

    AI 기반 개인화 주행 세팅, 구독형 기능 판매, 소프트웨어 유지보수용 별도 요금제. 자동차 업계 실험은 계속 이어지는 중이다. 콜벳 같은 스포츠카조차 코드 품질을 성능의 핵심 변수로 내세우는 시대다. 일반 소비자용 차량에서 소프트웨어 경쟁력은 이제 선택이 아니라 기본값에 가까워지고 있다는 얘기다. 다음 차를 고를 때 카탈로그 속 마력 숫자만큼, 그 차가 어떤 소프트웨어 위에서 돌아가는지도 따져볼 이유, 여기 있다.

    출처: Ars Technica

  • 로보택시가 뭐길래, 테슬라와 웨이모는 이렇게 다른 길을 가나

    로보택시가 뭐길래, 테슬라와 웨이모는 이렇게 다른 길을 가나

    운전석에 아무도 없는 택시가 도로를 달린다. 미국 몇몇 도시에서는 이제 낯설지 않은 풍경이다. 테슬라와 웨이모가 이 시장을 놓고 정면으로 부딪히면서 ‘로보택시’라는 단어가 검색창에 부쩍 자주 뜬다. 두 회사 방식이 워낙 다르다 보니 헷갈리는 사람이 많다. 개념부터 실제 이용법까지, 아는 만큼 정리해봤다.

    로보택시, 정확히 뭘 말하는 걸까

    운전자 개입 없이 승객을 태우고 목적지까지 스스로 움직이는 자율주행 차량, 그게 로보택시다. 국제자동차기술자협회(SAE) 기준으로 자율주행은 레벨0부터 레벨5까지 나뉘는데, 사람이 운전대를 아예 잡을 필요 없는 수준이 레벨4~5다. 흔히 알려진 ‘자율주행 보조’ 기능은 레벨2 정도라 운전자가 계속 전방을 주시해야 한다. 진짜 로보택시는 그 단계를 넘어선 서비스라고 보면 된다.

    테슬라 로보택시는 어떻게 다를까

    테슬라는 카메라만으로 주변을 인식하는 비전 기반 시스템을 고집한다. 라이다나 레이더 같은 별도 거리 센서는 아예 쓰지 않는다. 카메라 영상을 AI가 해석해서 판단하는 방식인데, 자체 개발한 FSD(Full Self-Driving) 소프트웨어가 그 핵심이다. 초기 서비스 지역에서는 조수석에 세이프티 모니터가 동승해서 필요하면 개입하는 형태로 운영됐다. 비용을 낮추고 확장 속도를 높이는 데는 유리하다. 다만 카메라만으로 악천후나 복잡한 상황을 얼마나 정확히 인식하는지, 이 부분은 지금도 논쟁거리다.

    웨이모는 다른 길을 간다

    구글의 자율주행 프로젝트에서 출발한 웨이모는 라이다, 레이더, 카메라를 함께 쓰는 다중 센서 조합을 택했다. 정밀 지도를 미리 만들어 둔 특정 구역 안에서만 서비스하는 지오펜스 방식이고, 세이프티 드라이버 없이 완전 무인으로 운행한 지도 꽤 오래됐다. 서비스 확장 속도는 테슬라보다 느리다. 대신 검증된 구역에서 안정적으로 운영한다는 평가를 받는 편이다.

    테슬라 vs 웨이모, 뭐가 다른지 한눈에

    • 센서 방식: 테슬라는 카메라 중심, 웨이모는 라이다·레이더·카메라 조합
    • 운영 지역: 테슬라는 도시 전역 확장을 시도, 웨이모는 정밀 지도가 있는 제한 구역에서만 운행
    • 세이프티 요원: 테슬라는 서비스 초기 동승 형태로 시작, 웨이모는 완전 무인 운행이 기본
    • 사업 모델: 테슬라는 개인 소유 차량이 공유 네트워크에 참여하는 모델도 구상 중, 웨이모는 자체 차량대를 직접 운영
    • 가격 정책: 서비스 지역과 시간대에 따라 유동적이라 특정 회사가 항상 저렴하다고 단정하긴 어렵다

    안전성 논란은 왜 계속 나올까

    로보택시 뉴스에는 사고나 급정거, 예상 밖 행동 같은 사례가 꾸준히 따라붙는다. 미국 도로교통안전국(NHTSA) 같은 규제 기관이 사고 데이터를 수집하고 조사하는 것도 이 때문이다. 카메라만 쓰는 방식이 라이다 없이도 충분히 안전한지, 아니면 다중 센서가 필수인지는 업계 안에서도 의견이 갈린다. 솔직히 여기서 진영이 딱 갈린다. 도시마다 규제 수준과 승인 절차가 다르다 보니 같은 회사라도 지역에 따라 서비스 형태가 조금씩 달라지는 것도 참고할 부분이다.

    실제로 타보려면 어떻게 해야 할까

    먼저 서비스가 운영 중인 도시인지부터 확인하자. 두 회사 모두 전용 앱으로 호출하는 방식을 쓴다. 서비스 초기에는 대기자 명단에 등록하고 순서를 기다려야 하는 경우가 많다. 요금은 일반 승차 공유 서비스와 비슷하게 거리와 시간, 수요에 따라 책정된다. 처음 이용한다면 차량 안 화면에 나오는 안내나 비상 정지 버튼 위치 정도는 미리 확인해두는 게 좋다.

    이것도 궁금하죠?

    Q. 로보택시는 사람이 운전하는 택시보다 안전한가요?
    운영 구역 안에서는 사고율이 낮다는 통계가 나오기도 한다. 하지만 데이터가 충분히 쌓인 건 아니라서, 절대적으로 안전하다고 단정하기엔 아직 이르다.

    Q. 한국에서도 로보택시를 탈 수 있나요?
    국내에서도 서울과 일부 지자체에서 자율주행 시범 서비스가 진행 중이다. 다만 테슬라나 웨이모 같은 완전 무인 상용 서비스는 아직 들어오지 않았다.

    Q. 요금이 일반 택시보다 저렴한가요?
    지역과 시간대, 프로모션 여부에 따라 다르다. 항상 저렴하다고 보기는 어렵다.

    출처: The Verge

  • 전기차 회사, 매출은 느는데 영업이익은 왜 제자리일까

    전기차 회사, 매출은 느는데 영업이익은 왜 제자리일까

    매출은 늘었는데 이익은 제자리. 최근 테슬라 실적표가 딱 이 모양이었다. 인도량 반등, 매출도 반등. 그런데 영업이익률은 여전히 한 자릿수 초반에 머물렀다. 전기차 업체 실적을 보다 보면 이런 의문이 자주 든다. 매출이랑 영업이익, 대체 뭐가 다르길래 격차가 이렇게 벌어지나. 실적표 읽을 때 헷갈리는 개념들, 하나씩 짚어본다.

    매출이랑 영업이익, 뭐가 다른가

    매출은 차 팔아서 들어온 돈 전체다. 여기서 원가를 빼면 매출총이익이 남는다. 매출총이익에서 인건비, 마케팅비, 연구개발비 같은 판관비를 또 빼면 영업이익이 나온다. 매출 100억 원짜리 회사가 차 만드는 데 원가로 85억 원을 썼다고 치자. 매출총이익은 15억 원. 여기서 R&D랑 마케팅에 10억 원을 더 쓰면? 영업이익은 5억 원만 남는다. 매출이 아무리 커도 원가랑 비용 관리가 안 되면 이익은 얇아진다. 구조가 그렇다.

    전기차만 유독 이익률이 낮은 이유

    • 배터리 원가 비중이 크다: 전기차 원가의 30~40%가 배터리다. 내연기관차랑 비교하면 부품 원가 자체가 훨씬 높다.
    • 가격 인하 경쟁: 모델3, 모델Y 가격이 몇 차례나 조정된 것처럼, 판매량 지키려고 마진 깎는 일이 잦다.
    • 신공장 가동률 문제: 새로 지은 공장은 초기엔 생산량이 적어서 고정비 부담이 크다. 가동률 오를수록 원가는 내려간다.
    • 자율주행, 소프트웨어 투자: 당장 매출로 안 잡히는 연구개발비가 꾸준히 나간다.

    실적표 볼 때마다 드는 생각인데, 전기차 회사는 아직 반도체나 소프트웨어 회사처럼 마진을 뽑아내는 구조가 아니다. 제조업 특유의 원가 싸움, 그걸 그대로 겪고 있는 셈.

    실적표에서 진짜 봐야 할 숫자 5개

    • 자동차 매출총이익률: 규제 크레딧 뺀 순수 차량 판매 마진. 이게 진짜 실력이다.
    • 영업이익률: 매출 대비 영업이익 비율. 두 자릿수면 우량하다고 본다.
    • 에너지·서비스 매출 비중: 배터리 저장장치나 충전 인프라 사업이 얼마나 커졌는지.
    • 잉여현금흐름(FCF): 실제로 손에 쥐는 현금. 이익보다 더 냉정한 숫자다.
    • 가이던스: 다음 분기 목표치. 요즘 시장은 과거 실적보다 이 숫자에 더 민감하게 반응한다.

    테슬라, BYD, 리비안… 체력이 다 다르다

    BYD는 배터리를 자체 생산한다. 원가를 낮추는 전략이라 마진 방어에 유리하다. 리비안이랑 루시드는 아직 생산량 자체가 적어서 적자 폭이 크다. 규모의 경제를 못 만든 상태다. 현대차나 기아는 내연기관 사업 이익으로 전기차 부문 적자를 상쇄하는 구조다. 순수 전기차 업체랑은 애초에 체력이 다르다. 결국 배터리 내재화 여부, 그리고 생산 규모. 이 두 가지가 마진 격차를 가른다.

    매출은 늘었는데 주가는 왜 시큰둥할까

    주식시장은 지나간 실적보다 앞으로의 방향에 더 크게 반응한다. 매출이 반등해도 마진이 안 좋아지면 시장은 실망한다. 반대로 매출이 별로여도 마진 추세가 좋아지면 주가가 오르는 경우, 흔하다. 그래서 헤드라인 매출 숫자만 보고 판단하면 실제 방향이랑 어긋나는 경우가 많다. 이건 좀 억울한 지점이기도 하다.

    실적 발표 볼 때 체크리스트

    • 자동차 매출총이익률이 전 분기 대비 올랐는지 내렸는지
    • 규제 크레딧 매출 비중이 얼마나 되는지 (이게 크면 실속 없는 매출)
    • 재고 일수가 늘었는지 (재고 쌓이면 추가 가격 인하 신호)
    • 에너지 저장 사업 성장률
    • 다음 분기 가이던스가 상향인지 하향인지

    이 다섯 가지만 체크해도 실적 발표 헤드라인에 휘둘리지 않고 숫자를 제대로 읽을 수 있다.

    궁금한 것들 몇 가지

    Q. 매출총이익률이랑 영업이익률, 뭐가 더 중요한가?
    A. 둘 다 봐야 하지만, 자동차 매출총이익률이 원가 경쟁력을 보여주는 더 원초적인 지표다. 영업이익률은 여기에 회사 운영 효율까지 얹은 결과값이다.

    Q. 규제 크레딧이 뭔가?
    A. 전기차만 파는 회사가 내연기관차 회사한테 파는 탄소배출권 같은 개념이다. 원가가 거의 안 들어가서 마진이 100%에 가깝다. 다만 지속 가능한 수익은 아니다.

    Q. 흑자여도 위험할 수 있나?
    A. 영업이익이 나더라도 잉여현금흐름이 마이너스면 실제 곳간은 비어가는 중일지도 모른다. 현금흐름표까지 같이 확인하는 습관, 필요하다.

    출처: The Verge

  • AI 월드모델(World Model), 대체 정체가 뭐길래 다들 뛰어드나

    AI 월드모델(World Model), 대체 정체가 뭐길래 다들 뛰어드나

    구글 딥마인드의 지니(Genie) 3, 엔비디아 코스모스(Cosmos), 페이페이 리가 차린 월드랩스(World Labs). 이름은 다 다른데 회사들이 만드는 건 결국 하나, 월드모델이다. 챗GPT나 클로드 같은 언어모델은 이제 다들 안다. 그럼 월드모델은 뭐고, 빅테크들이 왜 이렇게 몰려드는 걸까.

    월드모델이 뭐길래 다들 얘기할까

    말 그대로다. 세상이 돌아가는 방식을 통째로 학습한 AI. 언어모델이 다음 단어를 맞히도록 훈련받는다면, 이쪽은 다음 장면, 다음 물리 상황을 맞히도록 훈련받는다. 공을 굴리면 어디로 튕길지, 문을 밀면 어떻게 열릴지. 이런 걸 데이터로 익힌다. 재료부터 다르다. 텍스트가 아니라 영상, 3D 공간, 물리 법칙.

    LLM과 뭐가 다른가

    언어모델은 텍스트를 산더미처럼 읽고 그럴듯한 문장을 뽑아내는 데는 확실히 강하다. 문제는 실제 세계를 겪어본 적이 없다는 것. 컵을 놓으면 떨어진다, 이런 물리적 감각이 약하다. 얀 르쿤이 메타를 나와 새 회사를 차리면서 든 이유도 딱 이거였다. 언어만 붙잡고 있어서는 진짜 지능에 못 닿는다, 시각과 공간과 물리를 이해하는 별도 모델이 필요하다는 얘기다. 그러니 월드모델은 LLM을 밀어내는 쪽이라기보다, LLM이 못 채우는 구멍을 메우는 쪽에 가깝다.

    대표 사례들, 어디까지 왔나

    • 구글 딥마인드 지니 시리즈 — 이미지 딱 한 장 던져주면 그 안에서 실제로 걸어 다닐 수 있는 3D 공간을 그 자리에서 만들어낸다
    • 엔비디아 코스모스 — 로봇과 자율주행차 훈련용 가상 환경을 대량으로 찍어내는 플랫폼
    • 월드랩스 — 사진 한 장을 탐험 가능한 3D 세계로 바꾸는 데모로 이름을 알렸다

    세 회사 방향은 조금씩 다르다. 그런데 목표는 결국 하나로 모인다. AI가 눈으로 본 걸 진짜 공간처럼 이해하게 만드는 것.

    자율주행이 이걸 왜 필요로 하나

    도로 위에서 벌어질 수 있는 경우의 수, 그걸 실제 주행만으로 다 배우기는 어렵다. 사고 직전 상황, 폭우 속 급정거. 이런 장면을 현실에서 무한정 반복 테스트할 순 없는 노릇이다. 월드모델은 이런 희귀 상황을 가상으로 수없이 찍어내 차량 AI에게 미리 겪게 한다. 테슬라나 웨이모가 시뮬레이션 데이터에 공을 들이는 이유, 여기 있다. 실제 도로 데이터만으로는 늘 부족하니까.

    로봇 훈련에서도 필수템이 된 이유

    휴머노이드 로봇을 훈련시키려면 물건 집기, 문 열기, 계단 오르기를 수없이 반복해야 한다. 실제 로봇으로 이 과정을 다 거치려면 시간도 돈도 감당이 안 된다. 월드모델은 이런 물리적 상호작용을 가상 공간에서 먼저 시뮬레이션해서, 로봇이 현실에 나오기 전에 어느 정도 손에 익은 상태로 만들어준다. 피지컬 AI라는 말이 요즘 부쩍 자주 들리는 배경에도 이 기술이 깔려 있다.

    게임과 영상 업계가 눈독 들이는 지점

    게임 개발사 입장에서 맵과 배경을 일일이 손으로 그리는 작업, 비용이 만만치 않다. 월드모델을 쓰면 텍스트나 이미지 몇 개로 플레이 가능한 배경을 그 자리에서 뽑아낼 수 있다. 영화나 광고 쪽에서도 가상 세트장을 이 기술로 만들려는 시도가 이어지고 있다. 완성도는 아직 초기 단계다. 솔직히 여기서 갈린다. 하지만 제작 기간을 크게 줄일 여지가 있다 보니 관련 스타트업 투자는 꾸준히 늘어나는 중이다.

    결국 뭐가 달라지나

    언어모델이 정보를 다루는 방식을 바꿔놨다면, 월드모델은 AI가 공간과 물리를 다루는 방식을 바꾸는 중이다. 아직은 로봇공학이나 자율주행처럼 전문 영역에서 먼저 쓰이지만, 게임이나 영상 제작 도구에도 조금씩 스며들고 있다. 당장 검색창에 이름을 쳐볼 일은 적어도, 뒤에서 돌아가는 기술이라는 점은 기억해둘 만하다. 이후 어떤 회사의 로봇이나 자율주행차가 유독 자연스럽게 움직인다 싶으면, 그 뒤에 괜찮은 월드모델이 있다고 봐도 크게 틀리지 않는다.

    MIT 테크리뷰 AI 뉴스레터가 다룬 내용을 참고했다: MIT Tech Review AI