2026-06-18 — views

자율주행차 악천후 성능 — 비·눈·안개와 센서 한계: Waymo의 남부 우선 전략과 Tesla의 카메라 우위를 설명하는 물리학

비·눈·안개가 라이다·카메라·레이더를 각각 다른 방식으로 저하시키는 원리와 센서 물리학이 모든 주요 AV 기업의 선벨트 확장 패턴을 설명하는 이유.

Physical AI 벤치마크 시리즈 제104편 — 자율주행차 악천후 성능: 비·눈·안개가 각 센서를 다르게 저하시키는 이유, 그리고 물리학(전략이 아닌)이 Waymo의 피닉스 진출과 Tesla의 카메라 우위 주장을 설명하는 방식

악천후는 자율주행차에 있어 가장 자주 언급되는 한계 중 하나이며, 동시에 가장 많이 오해받는 주제이기도 하다. 공론장에서 이 주제가 등장할 때, 보통 “악천후”라는 단일 범주로 통합되어버린다. 하지만 비·눈·안개는 세 가지 전혀 다른 물리 현상이며, 자율주행차의 네 가지 주요 센서——카메라, 라이다, 레이더, 초음파——를 각각 다른 방식으로, 다른 속도로, 다른 대체 선택지와 함께 저하시킨다.

이러한 센서 물리학이 연간 수천 개의 운행일에 걸쳐 누적되면서, 모든 주요 AV 기업의 지리적 확장 패턴이 직접적으로 설명된다. 피닉스를 먼저, 이어서 선벨트 도시들, 그리고 폭설이 내리는 북부 도시들은 마지막(가까운 미래에 계획이 있다면)으로. 이는 전략적 선호가 아니다. 유효 센서 범위가 200미터에서 10~20미터(추정치)로 급감하는 조건에서의 운행 비용, 그리고 사막 도시에서 주행 거리를 쌓아온 차량 군단의 훈련 데이터 한계라는 제약이 부과한 결과다.

본 기사는 자율주행차 악천후 성능을 Physical AI 시리즈의 벤치마크 차원으로 분석한다. 악천후 조건에서 각 센서 유형의 물리적 특성, Waymo의 라이다 중심 아키텍처와 Tesla의 카메라 중심 아키텍처 각각의 장점과 실패 모드, 센서 한계에서 비롯된 지리적 확장 패턴, 그리고 어떤 AV 기업이든 시카고·보스턴·버팔로에서 상업 운행을 시작하기 전에 해결해야 할 기술적 문제를 다룬다.

제1절 — 날씨가 각 센서 유형에 미치는 영향

상업용 AV 플랫폼에서 사용되는 네 가지 센서는 각각 다른 물리적 메커니즘을 통해 날씨와 상호작용한다. 이러한 메커니즘을 이해하는 것이 AV 기업의 모든 지리적·기술적 결정을 이해하는 기초가 된다.

센서	맑은 날 성능	우천 성능	설천 성능	안개 성능	비고
카메라(가시광선)	우수 — 고해상도, 풍부한 색상과 질감	저하 — 렌즈의 물방울이 이미지를 흐리게 함; 타 차량 물보라가 가시성 감소	심각한 저하 — 렌즈의 눈이 시야 차단; 흰 눈 배경에서 대비 상실	중간 저하 — 안개가 대비와 유효 범위 감소	Tesla FSD는 카메라에만 의존; 렌즈 가열 및 세척으로 부분 완화
라이다(레이저, 905nm 또는 1550nm)	우수 — 정밀한 3D 포인트 클라우드, 주변광 영향 없음	중간 저하 — 빗방울이 레이저 펄스 산란; 폭우 시 유효 범위가 약 200m에서 약 50~100m(추정치)로 감소	심각한 저하 — 눈송이가 레이저 산란; 젖은 눈이 최악; 건조한 눈은 중간 영향	심각한 저하 — 안개 물방울이 비보다 더 많이 레이저 산란; 짙은 안개 시 라이다 범위가 약 10~20m(추정치)로 감소	Waymo는 라이다를 주요 3D 센서로 사용; 샌프란시스코의 안개는 실제 운행 과제
레이더(77GHz)	양호 — 대부분의 조건 투과; 라이다보다 해상도 낮음	우수 — 비에 거의 영향 받지 않음; 물보라 투과	양호 — 대부분의 눈 투과; 눈더미에서 허위 반사파 발생 가능	우수 — 안개 투과; 77GHz 파장에서 물방울 산란 영향 없음	레이더는 기상 견고성이 가장 높은 센서; Waymo는 레이더를 날씨 이중화 레이어로 사용
초음파	근거리(5m 이내) 양호	양호 — 강수 영향 없음	양호	양호	저속 주차 및 기동용; 고속도로 주행에는 해당 없음

라이다가 안개에서 어려움을 겪고 레이더는 그렇지 않은 이유

라이다와 레이더 간의 물리적 차이는 파장으로 귀결된다. 라이다는 근적외선 파장(905나노미터 또는 1550나노미터)에서 동작한다. 안개 물방울은 직경이 보통 1~100마이크로미터로, 이러한 파장에 비해 충분히 커서 레이저 펄스를 효과적으로 산란시켜 라이다 수신기로 돌아오는 신호를 크게 감소시킨다. 짙은 안개층은 라이다 유효 범위를 200미터에서 20미터 미만(추정치)으로 줄일 수 있으며, 이는 고속 주행에 필요한 제동 거리를 크게 밑돈다.

77GHz의 레이더는 약 4밀리미터의 파장에서 동작한다——안개 물방울보다 훨씬 크다. 이 파장에서 안개 물방울은 너무 작아 레이더 신호를 유의미하게 산란시킬 수 없다. 레이더 빔은 최소한의 감쇠로 안개를 투과한다. 이것이 Waymo의 센서 융합 아키텍처가 저가시성 조건에서 레이더를 주요 거리 측정 센서로 취급하고, 안개 신뢰도 지표가 트리거될 때 라이다 회귀를 낮은 가중치로 부여하는 이유다.

제2절 — 왜 피닉스가 Waymo의 첫 상업 시장이었나

Waymo가 피닉스를 첫 번째 상업용 무인 운전 시장으로 선택한 것은 주로 규제나 인구 결정이 아닌 센서 물리학 결정이었다.

피닉스의 특성	날씨 관련성
연간 강수량	약 8인치/년 — 미국 주요 도시 중 가장 낮은 수준의 하나
연간 강우일수	약 36일(추정치) — 10% 미만의 날에만 측정 가능한 비
강설	대피닉스 대도시권에서는 사실상 없음 — 고도가 너무 낮음
안개	드묾 — 사막 기후, 낮은 습도
기온 극단	여름철 115°F 초과 — 배터리 성능에 영향을 미치지만 센서 물리학에는 영향 없음
AV 운행 결과	라이다와 카메라가 추정 약 90% 이상의 운행일에서 최적에 가까운 성능 발휘; 날씨는 가동 시간에 실질적인 제약이 아님
대비: 샌프란시스코	샌프란시스코는 연간 약 70일의 안개일이 있음(추정치); Waymo의 SF 차량 군단이 정기적으로 안개 속을 주행하며 중간 안개에서 운행 가능하지만 센서 성능 여유가 감소함을 입증
대비: 시카고	시카고는 연평균 38인치의 적설량과 125일의 영하 기온 — 피닉스와는 근본적으로 다른 운행 과제; 2026년 중반 기준 시카고에서 상업용 무인 운전 서비스를 시작한 주요 AV 기업 없음(추정치)

제3절 — Tesla의 날씨 주장: 악천후에서의 비전 전용 운행

Tesla의 날씨 성능 논쟁에서의 입장은 Waymo와 구조적으로 다르다. Tesla의 FSD 시스템은 카메라만을 사용하며, 라이다가 없고 최근 하드웨어 세대에서는 레이더도 없다. 이는 악천후에서 특정 우위와 특정 약점 모두를 생성한다.

Tesla FSD 날씨 주장	기술적 현실
”비 속에서도 작동”	중간 강우에는 맞음 — 렌즈 가열이 있는 카메라 이미지 처리가 가벼운~중간 비를 처리; 폭우나 고인 물에서는 성능 저하
”눈 속에서도 작동”	가벼운 눈에서는 부분적으로 맞음 — 도로 위의 심한 적설은 차선 표시를 지워버림(FSD가 크게 의존); 카메라의 적설은 중요한 과제
”HD 맵 의존성 없음 = 날씨에서 맵 드리프트 없음”	진정한 우위 — Waymo의 HD 맵은 도로가 공사나 제설로 인해 변경되면 오래될 수 있음; Tesla는 라이브 카메라 피드만으로 주행하여 실제 조건에 적응
”모든 날씨에서의 섀도우 모드 = 날씨 훈련 데이터”	진정한 우위 — Tesla 소비자 차량 군단이 매일 비와 눈 속을 주행하며, Waymo의 제한된 무인 운전 차량 군단이 비슷한 규모로 축적할 수 없는 악천후 훈련 데이터 생성
핵심 약점	폭설 시(흰 눈 배경) 카메라 시스템의 차선 표시 가시성 상실; 폭우 시 유효 범위 감소; 최근 FSD 세대의 레이더 부재는 기상 견고성 폴백 센서가 없음을 의미
핵심 강점	라이다 없음 = 라이다 고유의 안개·비 산란 문제 없음; 카메라 + 신경망 처리는 라이다와 다른(반드시 나쁘지는 않은) 실패 모드를 가짐

훈련 데이터 비대칭이 Tesla의 가장 중요한 날씨 우위다. Tesla의 소비자 차량 군단은 추정 수백만 대(추정치)에 달하며, 대부분이 일상 사용에서 비·눈·안개 속을 주행한다. FSD가 활성화된 Tesla가 악천후에서 주행하는 모든 마일마다 센서 맥락(카메라 이미지)과 올바른 운전 행동(인간 운전자의 조작)으로 레이블이 붙은 훈련 데이터가 생성된다.

제4절 — 지역별 날씨 성능 벤치마크

지역	연간 강수량	적설량	안개	AV 날씨 과제	첫 AV 운영업체(추정치)	Waymo 일정(추정치)
애리조나주 피닉스	8인치/년	없음	드묾	매우 낮음	Waymo — 2020년 무인 운전	출시됨
텍사스주 오스틴	34인치/년	드묾	가끔	낮음	Waymo — 2025년, Tesla	출시됨
캘리포니아주 로스앤젤레스	15인치/년	없음	가끔 해안 안개	낮음	Waymo — 2024년	출시됨
캘리포니아주 샌프란시스코	24인치/년	없음	잦은 안개(약 70일, 추정치)	중간	Waymo — 2023년	출시됨
조지아주 애틀랜타	50인치/년	가끔(2~4인치/년)	가끔	중간	Waymo — 2026~2027년 예상(추정치)	준비 중
플로리다주 마이애미	62인치/년	없음	가끔	중간(폭우)	상업용 무인 운전 없음(추정치)	중기(추정치)
워싱턴주 시애틀	38인치/년	가끔	잦은 안개	중상	상업용 무인 운전 없음(추정치)	장기(추정치)
일리노이주 시카고	적설 38인치/년	38인치/년	가끔	높음	상업용 무인 운전 없음(추정치)	장기(추정치)
매사추세츠주 보스턴	적설 44인치/년	44인치/년	가끔	매우 높음	상업용 무인 운전 없음(추정치)	장기(추정치)
뉴욕주 버팔로	적설 94인치/년	94인치/년	잦음	극단적	상업용 무인 운전 없음(추정치)	매우 장기(추정치)

제5절 — 북부 도시 배포를 위해 해결해야 할 것

기술적 과제	현재 상태(추정치)	잠재적 해결책
도로면 적설 — 차선 표시 상실	상업적 품질에서 미해결 — 폭설 시 카메라와 라이다 모두 차선 표시를 잃음	HD 맵 + GNSS 추측 항법(표시가 보이지 않아도 도로 위치 파악); 라이다로 연석과 가드레일 탐지; 상당한 투자 필요
센서 적설	가열 요소가 중간 눈을 완화; 라이다 돔에 공압 세척 시스템	기존 솔루션이 중간 눈에 대응; 극단적 적설은 여전히 문제
안개에서 라이다 범위 감소	기능적 저하 — 유효 범위가 약 200m에서 짙은 안개 시 약 10~20m(추정치)로 감소	안개에서 레이더를 주요 거리 측정 센서로 사용; 저신뢰도 조건에서 라이다 가중치를 낮추는 융합 알고리즘
도로면 결빙 — 견인력 상실	인식만이 아닌 차량 동력학 과제; ABS/견인력 제어가 대부분의 경우 대응	레이더 반사파와 차량 동력학 센서의 마찰력 추정; 결빙 조건에서 자동 감속
제설차와 도로 처리	제설차가 예상치 못한 장애물 생성; 도로 소금이 도로면 외관 변경	눈 많은 도시의 훈련 데이터; Waymo의 북부 도시 데이터는 제한적(추정치)
Tesla의 우위	소비자 Tesla 차량 군단이 매일 시카고·보스턴·버팔로를 주행 → 섀도우 모드가 자동으로 북부 도시 훈련 데이터 생성	Tesla는 기존 소비자 차량 군단을 통해 이 데이터를 자동 축적; Waymo는 배포 전 북부 도시에 매핑 차량 파견 필요

주의: 본 기사의 모든 성능 추정치, 범위 저하 수치, 차량 군단 규모, 도시 기상 통계 데이터 및 운행 일정은 2026년 중반 기준 공개 정보, 발표된 연구 및 업계 분석에 기반한 방향성 추정치입니다. “(추정치)“로 표시된 수치는 확인된 데이터로 취급해서는 안 됩니다. 본 기사는 투자 조언을 구성하지 않습니다.