2026-06-18 👁️ — views

자율주행 야간·저조도 성능 — 카메라 전용 스택과 LiDAR 스택이 어둠·비·눈부심을 처리하는 방법

야간과 악천후는 실제 주행 안전 위험의 약 50%를 차지한다 — Tesla 카메라 전용과 Waymo LiDAR 스택의 성능 차이가 AV의 지리적 확장과 상업적 규모를 결정한다.

피지컬 AI 벤치마크 시리즈 53편 — 어둠, 강우, 눈부심

운영 설계 영역(ODD)은 자율주행 차량이 어디서 주행할 수 있는지를 알려준다. 야간과 악천후는 실제로 어디까지 확장할 수 있는지를 알려준다. 이 두 조건——어둠과 강수——은 엣지 케이스가 아니다. 미국 차량 주행 거리의 약 25%는 오후 9시부터 오전 6시 사이에 발생하지만(NHTSA 추정), 치명적 사고의 약 50%가 그 시간대에 일어난다. 비·안개·눈은 모든 차량 사고의 약 17%와 관련된다(FHWA). 저조도와 습윤 조건에서 신뢰성 있게 작동하지 못하는 자율주행 차량은 전체 주행 수요의 극히 일부만 서비스할 수 있다.

자율주행 분야에서 가장 오래 지속되는 기술 논쟁——Tesla의 카메라 전용 접근법 대 Waymo의 LiDAR+카메라+레이더 스택——은 결국 두 시스템 모두 잘 작동하는 낮의 교외 시나리오가 아니라, 아키텍처 한계를 드러내는 가혹한 조건에서 결론이 난다. 이 글은 그 한계를 정리한다: 각 센서가 어둠 속에서 무엇을 보는지, 각 시스템이 비와 안개 속에서 어떻게 저하되는지, 두 회사가 운영 측면에서 그 한계에 어떻게 대처해 왔는지, 그리고 어느 스택이든 적설 지역에서 상업적 규모의 서비스를 제공하기 전에 무엇이 바뀌어야 하는지.

(추정)으로 표시된 모든 수치는 공개된 연구, 기업 공개 공시 및 업계 보고에 기반한 추정치이며, 통제된 테스트 조건에서 독립적으로 검증되지 않았다.

제1절 — 저조도 성능이 AV 확장의 관문인 이유

인간 운전자는 야간에 치명적 사고에 연루될 가능성이 낮 시간의 약 3배다(NHTSA 추정). 자율주행 차량이 인간 운전자보다 안전하기 위해——상업적 배치와 규제 승인의 합리적 근거——는 이 ‘야간은 낮보다 3배 위험’한 인간 기준을 초과해야 한다. 단순히 달성하는 것만으로는 부족하다.

상업적 규모에 대한 시사점은 직접적이다. 해가 지면 도로에서 이탈하거나 비 속에서 서비스를 거부하는 로봇 택시는 인간 운전자와 경쟁하는 것이 아니다——맑은 날의 보완재에 불과하다. 미국 북동부 밀집 도시, 유럽 시장, 아시아 시장으로의 지리적 확장은 비 속에서, 눈부심 속에서, 최소한 도시 야간 조건에서 운행할 수 있어야 한다. 적설 지역 성능은 가장 먼 지평선이며, 현재 두 주요 스택 모두 아직 달성하지 못했다.

제2절 — 센서 물리학: 각 기술이 어둠 속에서 보는 것

이 논쟁을 이해하려면 물리학 이해가 먼저다. 서로 다른 센서는 주변 빛과 근본적으로 다른 관계를 갖는다.

근본적인 분수령은 능동과 수동의 차이다. 카메라는 수동 센서——환경에 존재하는 광자를 기록한다. 야간에 인공 광원이 없으면 카메라가 기록할 것이 거의 없다. LiDAR와 레이더는 능동 센서——자체 에너지(레이저 펄스, 전파)를 방출하고 리턴을 기록한다. 능동 센서는 물리적으로 주변 빛의 부재에 크게 영향받지 않는다. 이 비대칭성이 야간 주도 사용 사례에서 멀티센서 스택의 기술적 논거의 핵심이다.

제3절 — Tesla 카메라 전용 접근법의 야간 성능

Tesla는 2021년 신차에서 레이더를 제거했고 LiDAR는 한 번도 사용한 적이 없다. 인간의 눈과 동등한 센서로 인간 수준의 주행이 가능하다고 주장한다. FSD는 차량당 8개의 카메라——전방 협각·광각, 후방, 필러 카메라——와 Tesla 자체 FSD 칩에서 실행되는 신경망 추론에만 의존한다.

신경망 보상 주장이 근거 없는 것은 아니다. 전 세계 Tesla 차량대는 다양한 조명 조건——도시 간선도로, 고속도로 램프, 주차장, 농촌 이차선 도로——에서 방대한 야간 주행 데이터를 생성한다. 보고된 바에 따르면, 이 데이터로 훈련된 엔드투엔드 모델은 유령 제동 빈도와 가변 조명 하의 차선 유지를 실질적으로 개선했다. 정당한 물음은 기록된 인간의 야간 주행에서의 패턴 매칭 학습이 궁극적으로 완전 무인 상업 운행에 필요한 안전 바닥에 도달할 수 있는지, 아니면 훈련의 원본인 인간 성능에 점근적으로 접근하기만 하고 초과할 수 없는지다.

제4절 — Waymo 멀티센서 접근법의 야간 성능

Waymo는 LiDAR를 주 센서로 사용하고 카메라와 레이더로 보완한다. 야간의 센서 구성은 구조적 우위를 형성한다——이는 카메라 데이터에 대한 신경망 훈련이 아무리 많이 축적되어도 완전히 복제할 수 없다. LiDAR의 야간 성능은 학습된 능력이 아니라 능동 레이저 거리 측정의 물리적 특성이기 때문이다.

센서 중복성의 아키텍처적 의의는 결정적으로 중요하다. 카메라 전용 시스템은 저조도에서 단일 실패 모드를 가진다: 카메라가 더 적게 본다. 멀티센서 시스템은 내결함성을 가진다: 카메라 렌즈가 빗물에 잠겨도 LiDAR와 레이더가 장면 표현을 유지한다; 강수 속에서 LiDAR 리턴 밀도가 떨어져도 카메라와 레이더가 물체 감지를 지속한다. 멀티센서 스택의 저하 곡선은 단일 모달리티 시스템보다 완만하고 예측 가능하다.

제5절 — 악천후: 비·안개·눈

강수는 순수한 어둠과는 일부 다른 실패 모드를 도입한다. 각 기상 유형은 센서 스택에 다르게 영향을 미친다.

안개 시나리오는 특히 시사적이다. 안개는 가시광(카메라를 저하)과 레이저 펄스(LiDAR를 저하) 모두를 산란시킨다. 짙은 안개 속에서는 멀티센서 우위가 크게 좁아진다——레이더가 유일하게 신뢰성 있는 센서이지만, 밀리미터파 레이더의 낮은 공간 해상도는 자율 내비게이션을 단독으로 지원하는 능력을 제한한다. 이것이 두 아키텍처가 같은 제약으로 수렴하는 조건이다: 안전한 고속 내비게이션을 위한 센서 리턴 부족.

제6절 — 주목할 점: 야간과 기상이 상업적 확장의 관문

Tesla와 Waymo 모두 현재 가장 가혹한 조건을 제외한 보수적인 운영 설계 영역(ODD) 내에서 운행한다. 이러한 ODD를 확장하기 위해 무엇이 변해야 하는지를 이해하면 주목해야 할 근기 투자·기술 신호가 드러난다.

Waymo의 확장 경로:

고체형 LiDAR의 개선으로 회전형 LiDAR 헤드를 적설에 취약하게 만드는 가동 부품 실패 모드가 줄어든다. Waymo의 Jaguar I-PACE 차량대(5세대)와 전용 Zeekr 차량(6세대)은 개선된 센서 패키징을 통해 열 관리와 강수 노출 일부에 대처했다. 센서 헤드 가열 시스템——일부 Waymo 차량에서 이미 사용——은 적설 위험을 줄이나 제거하지는 못한다. 의미 있는 적설 지역 배치에는 고체형 LiDAR 비용과 강수 내성의 단계적 개선이 필요하다.

Tesla의 확장 경로:

V12와 V13 엔드투엔드 모델 세대는 물체 감지 규칙에서 전체 주행 분포의 모방 학습으로의 진정한 아키텍처 전환을 나타낸다. 이 접근법은 규칙 기반 전임자보다 차량대 야간 데이터 규모 증가로부터 더 직접적으로 이득을 얻는다. 남은 미해결 질문은 카메라 전용 훈련이 궁극적으로 훈련 세트에서 충분히 표현되지 않은 조명 조건과 도로 환경에 일반화할 수 있는지, 아니면 저빈도 엣지 케이스(주변 광 제로의 농촌 도로, 나트륨 증기 가로등 아래의 블랙 아이스, 눈부심과 젖은 노면 반사의 동시 발생)가 카메라가 대체할 수 없는 센서 모달리티를 필요로 하는지다. Tesla는 일부 내부 연구 맥락에서 레이더를 재검토한 것으로 알려져 있다(추정); 이것이 양산 하드웨어 변경으로 이어질지는 미확인이다.

공동의 규제 프런티어:

규제 프레임워크는 현재 지오펜스 맑은 날 배치와 일반 AV 운행을 암묵적으로만 구별한다. Waymo와 Tesla 모두 더 넓은 상업적 배치를 향해 나아감에 따라, 규제 당국은 지오펜스 없는 인증의 전제 조건으로 악천후·야간 조건의 성능 기준을 명시적으로 규정할 수밖에 없게 될 것이다. 검증된 야간·강우 운행 데이터를 보유한 기업이 그러한 규제 대화에서 구조적 우위를 가진다——Waymo의 피닉스 야간 운행 기록이 직접 관련된 증거다; Tesla의 악천후 관여 해제 데이터(비교 가능한 세밀도로 공개 공시되지 않음)가 격차다.

출처: NHTSA 교통안전 데이터——치명 사고 분석 보고 시스템(nhtsa.gov); FHWA——도로 기상 관리, 기상과 도로 안전 통계(ops.fhwa.dot.gov); Tesla Vision 카메라 전용 AV 스택 개요(tesla.com/autopilot); Waymo 센서 스택 및 운행 업데이트(waymo.com/blog/). (추정)으로 표시된 모든 수치는 공개 연구, 기업 공개 운행 공시 및 업계 보고에 기반한 추정이며, 통제된 테스트 조건에서 독립 검증되지 않았고 정밀한 수치가 아닌 방향성 지표로 취급해야 한다.

출처

• NHTSA 교통안전 데이터 — 야간 운전 통계 ↗
• FHWA — 기상과 도로 안전 통계 ↗
• Tesla Vision — 카메라 전용 AV 스택 ↗
• Waymo 센서 스택 개요 — Waymo 블로그 ↗

태그