Tesla, Inc.는 텍사스주 오스틴에 본사를 둔 미국의 다국적 자동차 및 청정 에너지 기업이다. 2024년, 이 회사의 인공지능(AI) 노력은 두 가지 주력 제품에 집중되었다: 풀 셀프 드라이빙(FSD) 운전자 지원 시스템과 옵티머스 휴머노이드 로봇이다. 이러한 계획은 딥러닝 기술, 맞춤형 실리콘, 그리고 테슬라 차량 함대에서 얻은 대규모 데이터에 의존하며, 지속적인 규제 및 기술적 과제에도 불구하고 회사를 응용 AI 분야의 주요 플레이어로 자리매김하게 한다.
테슬라의 AI 작업은 오픈AI나 구글 딥마인드 같은 순수 소프트웨어 기업의 그것과는 구별되는데, AI를 물리적 제품에 직접 통합하기 때문이다. 회사의 접근 방식은 수작업으로 코딩된 규칙에 의존하기보다는, 원시 센서 입력을 처리하여 주행 또는 이동 명령을 생성하는 엔드투엔드 신경망 아키텍처를 강조한다. 이 전략은 야망에 대한 찬사와 일정에 대한 과장된 약속에 대한 비판을 동시에 불러일으켰으며, 이는 테슬라 역사에서 반복되는 주제이다.
풀 셀프 드라이빙(FSD) 개발
2024년, 테슬라는 고객 차량에서 수집한 수백만 개의 비디오 클립으로 훈련된 단일 엔드투엔드 신경망으로의 전환을 표시한 FSD 버전 12의 배포를 계속했다. 인식, 예측, 계획을 위한 별도의 모듈을 사용한 이전 버전과 달리, FSD v12는 카메라 입력을 직접 처리하여 조향, 제동, 가속 출력을 생성한다. "비전 전용"이라고도 불리는 이 접근 방식은 레이더나 라이다 없이 8개의 서라운드 카메라에 의존하며, 이는 라이다와 고화질 지도를 사용하는 웨이모 같은 경쟁사와 테슬라를 차별화하는 설계 선택이다.
테슬라의 FSD는 레벨 2 운전자 지원 시스템으로 분류되며, 운전자의 적극적인 감독이 필요하다. 2024년, 회사는 FSD 베타 프로그램을 더 많은 사용자에게 확대하고 일부 시장에서 감독 버전을 도입했지만, 완전 자율 주행을 달성하지는 못했다. 이 시스템은 FSD와 관련된 여러 충돌 사고를 조사한 미국 도로교통안전국(NHTSA)을 포함한 미국 규제 기관의 조사를 받았다. 테슬라의 마케팅 자료는 시스템이 완전히 자율적이지 않은데 "풀 셀프 드라이빙"이라는 용어를 사용한 것으로 비판을 받았으며, 이는 소송과 리콜로 이어졌다.
이러한 과제에도 불구하고, 테슬라는 2024년에 FSD 베타 사용자들이 수십억 마일을 주행하여 귀중한 훈련 데이터를 제공했다고 보고했다. 회사는 또한 미국에서 월 99달러의 구독 서비스로 FSD를 제공하기 시작했으며, 일회성 구매 옵션도 병행했다. 2024년 10월, 테슬라는 스티어링 휠이 없는 특수 제작 로보택시인 사이버캡을 공개했으며, 2026년 생산을 계획했지만 분석가들은 일정에 대해 회의적인 시각을 보였다.
옵티머스 휴머노이드 로봇
테슬라의 옵티머스는 테슬라 봇이라고도 알려져 있으며, 반복적이거나 위험한 작업을 수행하도록 설계된 휴머노이드 로봇이다. 2021년에 발표되고 2022년에 처음 시연된 옵티머스는 2024년까지 여러 프로토타입을 통해 발전했다. 로봇은 약 5피트 8인치(약 173cm) 높이에 약 125파운드(약 57kg) 무게이며, 테슬라 차량과 동일한 FSD 컴퓨터와 신경망 소프트웨어를 사용하지만, 이족 보행과 조작을 위해 적응되었다.
2024년, 테슬라는 옵티머스 프로토타입이 걷고, 물건을 집고, 공장 환경에서 배터리를 분류하는 것과 같은 간단한 작업을 수행하는 모습을 보여주었다. 회사는 외부 고객에게 판매하기 전에 자체 제조 공장에서 옵티머스를 사용하는 것을 목표로 했다. 머스크는 옵티머스가 결국 테슬라의 자동차 사업보다 더 가치가 있을 수 있다고 밝혔지만, 생산 일정은 여전히 모호했다. 2024년 말 기준으로 옵티머스는 상업적으로 이용 가능하지 않았으며, 전문가들은 휴머노이드 로보틱스가 전력 소비, 손재주, 안전을 포함한 상당한 기술적 장애물이 있는 초기 분야라고 지적했다.
테슬라의 옵티머스는 피규어 AI 및 생추어리 AI와 같은 다른 휴머노이드 로봇 개발자와 경쟁하지만, 테슬라의 강점은 자체 AI 칩과 제조 전문성을 포함한 수직 통합에 있다. 그러나 FSD와 달리, 옵티머스는 아직 의미 있는 수익이나 공개 배포 데이터를 생성하지 못했다.
AI 하드웨어 및 컴퓨팅
테슬라의 AI 노력은 맞춤형 하드웨어에 의존한다. 회사는 풀 셀프 드라이빙 컴퓨터를 개발했으며, 현재 2세대(하드웨어 3)에 이르렀고, 2023년에는 증가된 처리 능력과 카메라 해상도를 제공하는 하드웨어 4를 도입했다. 2024년, 테슬라는 하드웨어 4가 장착된 차량을 출하하기 시작했지만, 일부 FSD 기능은 처음에는 하드웨어 3으로 제한되었다. 테슬라는 또한 2020년대 중반에 예상되는 하드웨어 5 계획을 발표했지만, 세부 사항은 여전히 부족했다.
훈련을 위해, 테슬라는 도조(Dojo)라고 불리는 세계에서 가장 큰 슈퍼컴퓨터 중 하나를 운영한다. 도조는 테슬라가 자체 설계한 맞춤형 D1 칩을 사용하여 비전 기반 AI용 신경망 훈련을 위해 특별히 설계되었다. 2024년, 테슬라는 도조를 계속 확장했지만, 일부 훈련 작업에는 엔비디아 GPU도 사용했다. 회사는 데이터 센터에서 30,000개 이상의 엔비디아 A100 또는 H100 GPU를 사용하고 있다고 보고했으며, 이는 전 세계에서 가장 큰 AI 컴퓨팅 사용자 중 하나가 되게 한다.
테슬라의 컴퓨팅 인프라는 2024년 기준 500만 대 이상의 차량으로 구성된 함대에서 수집된 방대한 양의 비디오 데이터를 처리하는 데 중요하다. 이 데이터 이점은 웨이모와 같은 경쟁사가 더 작은 함대를 보유하고 시뮬레이션에 더 의존하기 때문에 핵심 차별화 요소이다. 그러나 테슬라의 실제 세계 데이터 의존은 드물거나 위험한 시나리오가 과소 대표되어 안전 격차로 이어질 수 있음을 의미한다.
신경망 아키텍처 및 훈련
테슬라의 FSD와 옵티머스는 잔차 네트워크 및 트랜스포머 모델을 포함한 다양한 신경망 아키텍처를 사용한다. 회사의 훈련 접근 방식은 다양한 조명이나 날씨 조건과 같은 가장자리 사례를 시뮬레이션하기 위한 데이터 증강과 더 복잡한 시나리오를 점진적으로 도입하기 위한 커리큘럼 학습을 포함한다. 테슬라는 또한 네트워크가 안전하고 효율적인 주행에 대해 보상받는 강화 학습 기술을 사용하지만, 세부 사항은 독점적이다.
테슬라 AI의 주목할 만한 측면은 네트워크가 카메라 입력에서 환경의 탑다운 지도를 구성하는 "버드아이뷰" 표현의 사용이다. 이는 서로 다른 카메라와 시간 단계의 정보를 융합하는 멀티헤드 어텐션 메커니즘을 통해 달성된다. 테슬라의 훈련 파이프라인은 아담 옵티마이저 및 학습률 스케줄 기술을 사용하며, 이는 딥러닝 실무에서 일반적이지만, 회사는 MIT CSAIL이나 스탠포드 AI 랩과 같은 학술 연구소와 달리 광범위한 기술 논문을 발표하지 않았다.
테슬라의 AI 팀에는 오픈AI, 구글 딥마인드, 주요 대학 출신의 엔지니어가 포함되어 있지만, 회사는 높은 이직률에도 직면했다. 2024년, 옵티머스 책임자를 포함한 여러 주요 AI 임원이 떠났지만, 머스크는 프로젝트의 원동력으로 남아 있었다.
경쟁사와의 비교
테슬라의 AI 접근 방식은 다른 자율 주행 기업과 크게 다르다. 알파벳의 자회사인 웨이모는 라이다, 레이더, 고화질 지도를 사용하여 여러 미국 도시에서 로보택시 서비스를 운영하며, 더 높은 수준의 공공 배포를 달성했다. 웨이모의 차량은 지오펜스 지역에서 완전 자율 주행이 가능하지만, 테슬라의 FSD는 운전자 감독이 필요하며 무인 운행 승인을 받지 못했다. 테슬라는 비전 전용 접근 방식이 더 확장 가능하고 비용 효율적이라고 주장하지만, 비평가들은 웨이모가 실제 운영에서 더 나은 안전 기록을 가지고 있다고 지적한다.
휴머노이드 로봇 분야에서, 테슬라는 오픈AI와 마이크로소프트의 투자를 받은 피규어 AI 및 마이크로소프트가 지원하는 생추어리 AI와 경쟁한다. 피규어의 로봇인 피규어 01은 대규모 언어 모델을 사용한 대화 능력을 시연했지만, 테슬라의 옵티머스는 물리적 작업에 초점을 맞춘다. 테슬라의 강점은 제조 규모와 기존 AI 인프라에 있지만, 피규어와 다른 기업들은 2024년에 빠른 진전을 이루었다.
테슬라는 또한 생성형 AI와 대규모 언어 모델에 초점을 맞춘 오픈AI 및 앤트로픽과 같은 AI 소프트웨어 기업과도 다르다. 테슬라의 AI는 구현된(embodied) 형태로, 물리적 세계와 상호 작용하며, 이는 안전과 신뢰성에 독특한 과제를 제시한다. 그러나 테슬라는 모델을 공개하거나 코드를 오픈소스화하지 않아 외부 검증이 제한적이다.
규제 및 안전 문제
테슬라의 AI 시스템은 규제 조사를 받아 왔다. 2024년, NHTSA는 보행자와 관련된 충돌 사고 후 소프트웨어 업데이트를 위한 200만 대 이상의 차량 리콜을 포함하여 FSD에 대한 여러 조사를 시작했다. 회사는 또한 머스크의 FSD 능력에 대한 발언이 투자자를 오도했다고 주장하는 소비자 및 주주 소송에 직면했다. 2023년, 배심원단은 치명적인 충돌 사고에서 테슬라의 오토파일럿이 결함이 없다고 판결했지만, 다른 사건들은 계류 중이었다.
옵티머스의 경우, 안전 표준은 여전히 진화 중이다. 휴머노이드 로봇은 아직 특정 규정의 적용을 받지 않으며, 테슬라는 상세한 안전 데이터를 공개하지 않았다. 회사는 옵티머스가 안전 기능으로 설계될 것이라고 밝혔지만, 독립적인 검증은 부족하다. 2024년 기준으로, 어떤 휴머노이드 로봇도 광범위한 상업적 배포를 달성하지 못했으며, 테슬라의 옵티머스 일정은 여전히 불확실하다.
향후 전망
2024년 테슬라의 AI 계획은 자율 주행과 로보틱스의 수렴에 대한 베팅을 나타낸다. 회사의 재정 자원, 데이터 이점, 수직 통합은 강력한 기반을 제공하지만, 기술적 및 규제적 장애물이 남아 있다. 머스크는 공격적인 일정을 설정한 역사가 있으며, 2024년도 예외는 아니었다. 로보택시와 옵티머스 생산에 대한 약속은 많은 전문가들이 낙관적이라고 생각하는 것이었다. 2024년 말 기준으로, 테슬라의 AI 노력은 완전 자율 주행 차량이나 상업적으로 이용 가능한 로봇을 아직 생산하지 못했지만, 응용 AI의 경계를 계속 확장하고 있다.
테슬라의 AI 작업은 또한 산업에 더 넓은 영향을 미친다. 엔드투엔드 신경망 접근 방식은 다른 자율 주행 개발자에게 영향을 주었으며, 맞춤형 실리콘 사용은 하드웨어-소프트웨어 공동 설계의 중요성을 강조한다. 테슬라가 목표를 달성하든 아니든, AI 프로젝트는 대규모 구현 AI의 실현 가능성에 대한 시험 사례가 되었다.