2026-06-18 — views

자율주행차 악천후 성능——비·눈·안개가 센서에 미치는 영향과 Waymo가 피닉스에 머무는 이유

비는 카메라를 망치고, 안개는 라이다를 파괴하며, 레이더는 거의 모든 날씨를 견딘다——지리적 기후가 무인 로보택시의 실제 출시 지역을 결정한다.

피지컬 AI 벤치마크 시리즈 62편——악천후가 자율주행차 배포 지도를 어떻게 설명하는가

왜 Waymo는 피닉스에서 무인 택시를 운영하면서 시카고에는 진출하지 않는가. 왜 Tesla Robotaxi는 보스턴이 아닌 오스틴에서 출시했는가. 가장 솔직한 답변은 소프트웨어 성숙도나 차량 비용 경제학이 아니라 날씨에 있다. 악천후는 자율주행차 배포가 특정 지역에 집중되는 가장 직접적인 설명이며, 서로 다른 센서가 비·눈·안개 속에서 어떻게 성능이 저하되는지가 상업적 무인 서비스의 출시 가능 여부를 결정하는 핵심 성능 격차를 구성한다.

악천후에서의 센서의 물리적 성능 저하는 추측이 아니다. 빗물은 레이저 빔을 감쇠시킨다. 안개는 라이다 펄스를 산란시킨다. 눈은 센서 하우징을 막고 허위 반사를 생성한다. 카메라 광학계는 배후에서 실행되는 소프트웨어에 관계없이 짙은 안개 속에서 수 미터를 초과하여 볼 수 없다. 핵심적인 통찰은 서로 다른 센서가 완전히 다른 방식으로 실패한다는 것이다——센서 퓨전 아키텍처는 바로 이 사실에 대한 공학적 대응이다.

1절——각 센서의 악천후 성능 저하 방식

센서	비	눈	안개	먼지/모래	야간
카메라 (가시광선)	렌즈 물방울로 흐림; 와이퍼 자국 간섭; 대비 및 특징 감지 저하	렌즈에 눈 축적; 화이트아웃; 차선 표시 매몰	가시거리가 수 미터로 감소; 단거리 너머 특징 불분명	모래먼지 구름이 장면 차단	전조등과 가로등에 의존; 자체 광원 없음
라이다 (LiDAR)	빗방울이 허위 반사 생성; 강우로 빔 감쇠; 강한 비에서 사거리 손실 10–20% (추정)	눈송이가 빔 반사로 오탐; 하우징 적설로 차단; 습설이 최악	안개 수분이 라이다 펄스 강하게 산란; 짙은 안개에서 유효 사거리 50–80% 감소 (추정)	근적외선 파장 흡수·산란; 중간 정도 영향	영향 없음——자체 광원 사용
밀리미터파 레이더	거의 영향 없음——레이더는 비를 투과; 극한 폭우에서만 미미한 감쇠	거의 영향 없음——레이더는 눈을 투과	거의 영향 없음——레이더는 안개를 투과	거의 영향 없음	영향 없음
열적외선	영향 없음——반사광이 아닌 열 감지	영향 없음	짙고 습한 안개에서 약간 영향 (수분이 적외선 흡수)	영향 없음	강점——열 신호가 명확
GPS / HD 맵	신호 영향 없음; 도로가 눈으로 덮이면 지도 정밀도 저하	신호 영향 없음	영향 없음	영향 없음	영향 없음

핵심 통찰: 밀리미터파 레이더는 전천후 센서다. 비·눈·안개를 투과하며 성능 저하가 극히 미미하다. 이것이 라이다가 근거리 3D 인식을 지배하는 시대에도 레이더가 모든 다중 센서 자율주행 스택에 남아 있는 이유다. 라이다는 능동 센서 중 안개 성능이 가장 나쁘다. 카메라는 날씨로 인한 고장 모드의 범위가 가장 넓다. 센서 퓨전 아키텍처는 본질적으로 가장 강건한 센서의 강점으로 가장 취약한 센서의 고장 모드를 보완하려는 시도다.

2절——Tesla 카메라 전용 아키텍처의 도전

Tesla의 FSD(완전 자율주행)는 카메라 전용 아키텍처다. Tesla는 2021년 Model 3와 Model Y에서 밀리미터파 레이더를 의도적으로 제거하며, 충분한 데이터로 훈련된 신경망이 레이더가 제공하는 중복성에 필적하거나 능가할 수 있다고 주장했다. 이 도박은 악천후에 대해 중요한 함의를 갖는다.

날씨 상황	카메라 전용 영향	Tesla FSD 대응
약한 비	대처 가능; 와이퍼가 앞유리 정리; 일반적인 실제 상황	우천 데이터로 훈련된 신경망; 와이퍼 제어 통합; 근본적 역량 차이 없음
강한 비	상당함: 시거리 감소, 차선 표시 가림, 보행자 감지 저하	차량 데이터에 강한 비 포함; v12, v13으로 개선; 맑은 날씨보다 여전히 어려움 (추정)
약한 눈	차선 표시 매몰; 도로 경계 불분명	신경망으로 도로 경계 인식; 연석과 식생을 대체 단서로 활용
강한 눈 / 눈보라	주요 도전: 화이트아웃, 표시 매몰, 참조점 없음	Tesla는 폭설 시 FSD 해제 권고; 감독 모드; 운전자 인계 예상
짙은 안개	카메라 시거리가 수 미터로 감소; 그 너머는 사실상 맹목	신경망은 광학계가 볼 수 없는 정보를 만들어낼 수 없음; 근본적인 물리적 한계
결빙	직접적인 센서 문제가 아님; 그러나 카메라를 통한 노면 상태 추정은 불완전	직접적인 카메라 기반 빙면 감지 없음; 온도 센서와 견인력 이벤트에 의존
강한 햇빛	지평선 근처 낮은 각도 햇빛에 카메라 직접 눈멈	이미지 포화도로 감지; FSD가 감속 또는 인계 요청 가능; 물리적 제약

지리적 함의: 대부분의 미국 시장에서 Tesla FSD는 감독하에 정상 날씨를 충분히 처리할 수 있다. 공공 로보택시 서비스에 필요한 안전 기준은 다른 문턱이다. 오스틴(텍사스주)——온화한 겨울, 극히 드문 적설, 드문 짙은 안개——은 유리한 출시 환경이다. 동북부, 중서부, 태평양 연안 북서부는 더 어렵다. 안개가 시각적 신호를 제거할 때 물리 법칙은 알고리즘보다 우선한다.

3절——Waymo의 다중 센서 전천후 전략

Waymo의 센서 배열은 라이다, 밀리미터파 레이더, 카메라, 그리고 일부 구성에서 열화상 카메라를 결합한다. 이 아키텍처는 의도적으로 센서 물리 계층에서 중복성을 제공하도록 설계됐다——어떤 감지 모달리티가 저하되더라도 다른 것들이 운행 신뢰도를 유지한다.

날씨 상황	Waymo 센서 퓨전 대응
비	레이더가 강우 중 속도·감지의 주력; 라이다는 약한 비에서 양호; 카메라는 가시적일 때 분류 제공; 3중 센서 중복으로 신뢰도 유지
강한 비	레이더는 어떤 상황에서도 감지 유지; 라이다는 근거리에서 여전히 기능; 카메라 크게 저하; 퓨전 신뢰도 하락——극단적 폭풍에서 서비스 중단 가능 (추정)
안개	레이더가 안개 완전 투과; 라이다 심각하게 저하되지만 레이더가 물체 감지 유지; 카메라를 레이더가 보완——카메라 전용으로는 달성 불가한 상황 인식
피닉스 (맑음·고온·건조)	모든 센서에 최적 조건; 라이다 최대 사거리; 45°C+ 극한 열은 하드웨어 열 관리 도전, 센서 성능 저하 문제가 아님
샌프란시스코 (해무, 약한 비)	레이더가 해무층 처리; 라이다는 경도 조건에서 양호; 짙은 안개 시 카메라를 레이더가 보강——카메라 전용 아키텍처에 대한 직접적 우위
적설·결빙 시장	Waymo는 아직 적설이 주요한 시장에서 서비스 미출시; 센서 하우징 적설이 실제 운영 문제; 가열 하우징이 완화하지만 복잡성 증가 (추정)
6세대 차량	통합 센서 하우징과 개선된 내후성을 갖춘 전용 설계; 가열 센서 커버와 개선된 밀봉 보고됨 (추정)

4절——기후로 설명되는 자율주행차 지리적 배포 패턴

Waymo 시장	기후 프로파일	적합한 이유
피닉스 (애리조나주)	사막: 연 300일 이상 맑음, 강수 극히 적음, 눈 없음, 건조	모든 센서 최적 조건; 2018년부터 무인 운전——가장 성숙한 시장
샌프란시스코 (캘리포니아주)	지중해성: 안개이지만 온화; 약한 비; 눈 없음	다중 센서가 안개층 처리; 2022년 무인 운전 시작
로스앤젤레스 (캘리포니아주)	지중해성: 매우 온화, 폭우 드묾, 눈 없음	훌륭한 자율주행 날씨; 2023년 이후 확장 중
오스틴 (텍사스주)	아열대: 온화한 겨울, 간헐적 폭우, 드문 결빙	양호한 자율주행 날씨; 2025년 무인 운전 시작
애틀랜타 (조지아주, 발표됨)	아열대: 온화한 겨울, 여름 뇌우	관리 가능한 날씨 조건; 다음 발표된 확장 도시
미배포	시카고 (일리노이주), 보스턴 (매사추세츠주), 미니애폴리스 (미네소타주)	센서 적설, 차선 표시 매몰, 결빙——상업적 규모에서 미해결 운영 과제

패턴은 명확하다. 현재 Waymo의 모든 무인 운전 시장은 선벨트 또는 온화한 연안 기후에 위치한다. 진짜 겨울이 있는 모든 미국 북부 주요 도시는 빠져 있다.

5절——날씨 프론티어: 누가 먼저 돌파할 것인가

전천후 자율주행차는 수조 달러 규모의 잠금 해제다. 미국 인구의 대부분이 진짜 겨울이 있는 기후에 산다. 시카고, 보스턴, 미니애폴리스에서 운영할 수 없는 무인 서비스는 잠재 시장의 상당 부분에서 배제된다.

접근법	기업	현황
다중 센서 퓨전 + 레이더 주도	Waymo, Zoox, Cruise (중단)	현재 최고의 전천후 성능; 폭설 시장은 상업적으로 여전히 회피
가열 하우징 + 기계식 청소	여러 자율주행 기업	센서 적설에 대한 공학적 해결책; 전력 소비, 기계적 복잡성, 유지보수 부담 증가
4D 이미징 레이더	Arbe Robotics, 콘티넨탈, Mobileye	훨씬 높은 각도 분해능의 차세대 레이더; 라이다 수준의 세부 정보에 레이더의 내후성 결합——악천후에서 가장 중요한 센서 발전
고체 라이다	Luminar, Ouster, Innoviz	회전식보다 견고하고 저렴; 날씨 성능은 회전식과 대체로 유사
카메라 + 4D 레이더 (라이다 없음)	Mobileye SuperVision 및 일부 경쟁사	라이다의 안개 약점을 완전히 건너뜀; 레이더 해상도 향상에 베팅
카메라 전용 전천후 (논쟁 중)	Tesla FSD	신경망이 안개와 폭설에서 카메라의 물리적 한계를 극복해야 함; 상업적 무인 안전 기준 달성 가능 여부는 미결 문제

투자 신호: 진짜 겨울이 있는 미국 북부 도시에서 처음으로 무인 서비스를 상업 출시하는 자율주행 사업자는 잠재 시장을 약 3배 확대하는 역량 격차를 입증하게 된다. 주목할 마일스톤: 가열 센서 하우징 발표, 겨울 도시 규제 파일럿 허가, 4D 이미징 레이더 파트너십 계약.

악천후 과제는 단순한 일시적 공학적 장애물이 아니다. 현재 이용 가능한 센서에 대한 물리적 제약이자, 센서 하우징 제조 과제이며, 도로 조건이 시간 단위로 변하는 기후에서의 배포에 관한 규제·운영 과제다. 이를 해결하려면——특히 레이더 해상도에서——센서 기술의 발전이 신경망 성능의 발전만큼 필요하다. 이 구분을 이해하는 기업이 이를 순수한 소프트웨어 문제로 취급하는 기업보다 더 나은 판단을 내릴 것이다.

출처: IEEE Transactions on Intelligent Transportation Systems — ieeexplore.ieee.org; Waymo 안전 보고서 — waymo.com/safety; Tesla FSD 날씨 지침 — tesla.com/support; Automotive World 레이더 분석 — automotiveworld.com. (추정)으로 표시된 모든 수치는 공개 기술 문헌, 기업 자료, 업계 연구에서 도출된 추정값이다. 독립적으로 검증되지 않았으며 방향성 참고로 취급해야 한다. 이 기사는 투자 조언을 구성하지 않는다.