2026-06-18 — views

Physical AI 날씨와 엣지 케이스 — Tesla FSD 대 Waymo: 비·눈·안개·공사 구간 벤치마크

Waymo는 눈 덮인 시장에서 상업 운행을 하지 않는다. Tesla FSD 카메라는 태양광 눈부심에 취약하다. 레이더는 비와 안개에서 두 아키텍처를 지탱하는 전천후 센서다. 강설이 Waymo 상업 확장의 최대 병목이다.

Physical AI 벤치마크 시리즈 제 153편 — Physical AI 날씨와 엣지 케이스: Tesla FSD와 Waymo가 비·눈·안개·공사 구간 및 장기 이상 시나리오를 처리하는 방법

날씨와 엣지 케이스는 자율주행 기술에서 기술적 난이도가 가장 높은 차원이며, Tesla와 Waymo 모두 전국 규모의 완전 무인 상업 배포를 실현하지 못하고 있는 핵심 이유 중 하나입니다. 악조건 하에서의 센서 물리적 특성, 각 사가 부과하는 운용 설계 영역(ODD) 제약, 그리고 훈련 데이터로 완전히 포괄할 수 없는 장기 이상 시나리오가 함께 현재 AV 기술의 실질적인 한계를 규정합니다. 본 편은 Physical AI 벤치마크 시리즈 제 153편으로, 악천후 센서 물리학을 평가하고, 회사별·날씨 유형별 ODD 제약을 매핑하며, 기록된 엣지 케이스 장애를 정리하고, 두 주요 Physical AI 아키텍처를 날씨와 엣지 케이스 차원 전체에서 비교하는 구조화된 스코어카드를 제공합니다.

“（추정）“으로 표기된 모든 수치는 공개 공시, 업계 조사, 사건 보고서, 애널리스트 추정치에서 도출된 것으로, 독립적으로 검증된 1차 데이터가 아닙니다.

제 1절 — 센서 물리학: 날씨가 카메라·라이다·레이더에 미치는 영향

센서 유형	강우 영향	강설 영향	안개 영향	강한 햇빛/눈부심	야간
카메라（가시광선）	중간 정도 저하——렌즈의 물방울이 선명도 저하；폭우는 인간 시야와 유사하게 가시성 저하	심각한 저하——렌즈의 적설이 카메라를 비활성화；내리는 눈이 시각적 노이즈 생성	중간에서 심각——안개가 빛을 산란시켜 대비도와 감지 거리 저하	심각——직사광이 카메라를 일시적으로 눈 멀게 할 수 있음；NHTSA가 Tesla FSD 태양광 눈부심 문제 조사	중간——가로등과 전조등에 의존；능동 조명 없음
라이다（레이저 펄스）	중간——빗방울이 레이저 반사를 산란；폭우 시 오탐지 증가	심각——눈송이가 강한 레이저 에코를 생성해 고체 물체를 모방；센서 창의 적설이 빔 차단	심각——물방울이 905nm 및 1550nm 레이저를 산란；유효 감지 거리 대폭 단축	영향 극소——라이다는 능동 조명으로 가시광 눈부심 영향 받지 않음	우수——능동 조명으로 주변 광에 비의존
레이더（밀리미터파）	우수——레이더가 빗물을 높은 투과율로 통과；저하 극소	양호——레이더가 눈을 통과；일부 레이돔 적설이 신호에 영향 가능	우수——레이더가 안개를 통과；저하 극소	우수——가시광의 영향 받지 않음	우수——능동 조명으로 주변 광에 비의존
카메라+레이더 융합（Tesla HW4）	폭우 시 카메라 저하；레이더 감지 유지——융합으로 안전 여유 확보	폭설 시 카메라 심각 저하；레이더 유지하나 라이다 백업 없음	안개에서 카메라 저하；레이더 유지——카메라 단독보다 훨씬 우수	카메라가 눈부심에 취약；레이더 비영향——NHTSA 조사 후 OTA 개선 배포	카메라는 전조등에 의존；레이더가 능동 감지 제공
카메라+라이다+레이더 융합（Waymo）	카메라 저하；라이다 중간 저하；레이더 우수——3중 중복성이 내성 제공	카메라 심각 저하；라이다 심각 저하；레이더 양호——폭설 시 이중 취약점	카메라 저하；라이다 심각 저하；레이더 우수——레이더가 중요한 전천후 센서	카메라가 눈부심에 취약；라이다와 레이더는 가시광 비의존——눈부심에 대한 구조적 우위	카메라는 주변 광 필요；라이다와 레이더가 능동 조명——이중 능동 센서 우위
핵심 통찰	레이더가 전천후 센서；라이다는 강한 강수에서 실패；카메라는 눈부심과 어둠에서 실패。Tesla의 카메라+레이더는 레이더를 통해 비·안개·야간에서 내성 발휘。Waymo의 3중 융합은 중복성을 갖지만 라이다의 눈 속 취약점은 실제 운영상의 갭。

제 2절 — 각 사의 운용 설계 영역（ODD）제약

ODD는 AV 시스템이 인간의 감독 없이 운용될 수 있는 조건을 정의합니다. ODD 제약은 센서 성능만큼 중요하며, 센서 융합이 우수한 시스템도 ODD가 중요한 지리적 시장을 제외하면 상업적으로 제약을 받습니다.

조건	Waymo 상업 ODD	Tesla FSD 감독형 ODD	Tesla Robotaxi Austin ODD（추정）	비고
약하거나 중간 강도 강우	속도 제한 운용（추정）	정상 운용	정상 운용（추정）	두 회사 모두 약중 강우에서 운용 가능
폭우	제한적 운용；폭우는 안전 정지 트리거 가능（추정）	운용 가능하나 이탈률 상승（추정）	제한적（추정）	폭우는 두 회사 시스템 능력 저하
강설（모든 정도）	비운용——Waymo는 눈 위에서 상업적으로 운용하지 않음；4개 상업 시장（SF·피닉스·LA·오스틴）모두 저강설 지역；명시적 ODD 제약	감독형 FSD：드라이버가 책임지는 형태로 눈 속 사용 가능；이탈률 높음（추정）	Austin ODD 밖（오스틴은 강설이 거의 없음）	Waymo의 명시적 강설 제외는 근본적인 지리적 확장 장벽
약하거나 중간 강도 안개	정상 운용	정상 운용	정상 운용（추정）	두 회사 모두 약중 안개에서 운용 가능
짙은 안개	속도 저하；거의 제로 가시성 안개는 안전 정지 트리거 가능（추정）	드라이버 이탈률이 짙은 안개에서 상승	제한적（추정）	짙은 안개는 두 아키텍처 모두에 도전
야간	완전 운용——라이다 능동 조명과 레이더 모두 주변 광에 비의존	완전 운용——카메라+전조등+레이더	완전 운용（추정）	Waymo는 이중 능동 조명 센서로 구조적 야간 우위
태양광 눈부심	완전 운용——라이다와 레이더가 가시광 눈부심 영향 받지 않음	NHTSA 조사됨；OTA 업데이트 개선；잔존 카메라 눈부심 위험	잔존 눈부심 도전（추정）	라이다와 레이더를 통한 Waymo의 구조적 우위
공사 구간	사전 지도 업데이트 필요；미매핑 공사는 안전 정지 및 원격 지원 요청 트리거（추정）	드라이버가 지속 감시；공사 구간 이탈률 현저히 높음	지속적 도전（추정）	두 회사 모두 훈련 데이터나 HD 지도에 없는 새로운 공사 레이아웃에 대응 어려움
표시 없거나 바랜 도로 표시	도전적——HD 지도가 차선 맥락 제공하나 바랜 표시로 차선 감지 신뢰도 저하	매우 도전적——FSD가 가시적 차선 표시에 크게 의존；바랜 표시는 기록된 장애 모드	지속적 도전（추정）	카메라 기반 차선 감지는 도로 표시 저하 시 구조적 취약성
임시 교통 통제（수기 유도원）	안전 정지+원격 지원；AV가 수기 유도원의 제스처를 신뢰성 있게 해석 불가（추정）	기록된 FSD 장애 모드；수기 유도원 있을 때 드라이버 개입 필요	지속적 도전（추정）	교통 통제를 위한 인간 제스처 해석은 모든 회사에서 미해결된 AV 문제

제 3절 — Tesla FSD의 기록된 엣지 케이스 도전

엣지 케이스	FSD 행동	현황	비고
태양광 눈부심（카메라 직접 눈 멀게 함）	FSD가 직사 태양광 눈부심 이벤트 중 시각 입력을 일시적으로 상실；NHTSA 2024년 조사	OTA 업데이트 배포됨；극한 눈부심 조건에서 잔존 위험	순수 카메라 시각 입력은 카메라가 태양광으로 눈 멀었을 때 백업 센서 없음
팬텀 제동	FSD가 실제 위험이 아닌 물체에 대해 예기치 않은 급제동 적용；NHTSA 2023년 조사	OTA 업데이트로 빈도 대폭 개선；산발적 보고 계속	팬텀 제동이 실제 세계 추돌 사고 초래；NHTSA가 심각한 안전 우려로 분류
공사 구간（새로운 레이아웃）	FSD가 훈련 데이터 패턴과 일치하지 않는 공사 설정에서 차선 경계 오인식；드라이버 개입 필요	지속적 개선 영역；공사 구간 이탈률이 여전히 높음（추정）	새로운 공사 구성은 정의상 사전 훈련 불가——근본적인 장기 도전
응급 차량（정지）	FSD가 처음에 정지된 응급 차량을 인식하지 못했음；NHTSA 2021년 조사	OTA 업데이트 개선；NHTSA 지속 모니터링	비정상적 위치의 응급 차량（정지·경사·복잡한 조명 패턴）이 여전히 도전적
원형 교차로	FSD가 다차선 원형 교차로 내비게이션에서 어려움；드라이버가 수동 제어로 전환하는 경우 많음	지속적 개선 영역；v14 이상에서 진전 중	원형 교차로는 관할권에 따라 다른 우선 통행 규칙；다차선 내비게이션에는 복잡한 간격 수락 결정 필요
저속 도시 복잡성	FSD는 고속도로 속도에서 양호；복잡한 도시 저속 시나리오에서는 성능 저하	v12 및 v13 종단간 신경망으로 대폭 개선	종단간 모델이 이전 규칙 기반 시스템보다 저속 복잡 시나리오를 현저히 개선
교통을 가로지르는 좌회전	역사적으로 도전적；드라이버가 복잡한 비보호 좌회전에서 자주 이탈	v13 및 v14에서 개선 중；이탈률은 직선 주행보다 여전히 높음（추정）	비보호 좌회전은 시간적 압박 하에서 간격 수락 결정 필요
자전거 이용자와 스쿠터	일반적이지 않은 이륜차 분류 도전；도시 자전거 도로에서 예측 오류	지속적 개선；신경망 접근법이 새로운 물체에 대해 규칙 기반보다 양호하게 처리	일반적이지 않은 차량 유형은 훈련 데이터에서 비율이 낮아 훈련 분포 내 엣지 케이스 형성

제 4절 — Waymo의 엣지 케이스 처리

엣지 케이스	Waymo 행동	현황	비고
공사 구간（사전 매핑됨）	양호——HD 지도에 알려진 공사 레이아웃 수록；차량이 매핑된 구역에서 높은 신뢰도로 내비게이션	알려진 공사 구간에서 강력한 성능	매핑팀이 공사 구간 업데이트；구역별 처리 시간 추정 1~7일
공사 구간（미매핑）	차량이 안전하게 감속 정지；원격 운영자에게 연락；경로 재계획 또는 지시 대기 가능	알려진 운영 갭——새로운 공사는 원격 지원 필요；자체 해결 불가	HD 지도 최신성에 대한 의존이 지도 업데이트 간격 중 갑작스러운 도로 변화에서 취약성 초래
응급 차량	Waymo는 응급 차량（경고등과 사이렌 작동）에 대한 신뢰할 수 있는 양보를 보여주는 성능 데이터 발표	강력——응급 차량 대응에 대한 전용 훈련；라이다와 레이더가 모든 조명 조건에서 응급 차량 감지	Waymo의 응급 차량 양보 기록은 가장 공개 증거가 있는 안전 능력 중 하나
보행자 행동（비정상）	무단 횡단·비정상적인 횡단 패턴·혼잡한 보도——Waymo가 샌프란시스코 도시 보행자 행동으로 풍부한 훈련	훈련된 시장에서 강력；새로운 지리적 시장에서는 다를 수 있음	샌프란시스코의 밀집되고 다양한 도시 보행자 환경은 세계 최고의 AV 보행자 엣지 케이스 훈련장
자전거 이용자	강력——도시 자전거 타기가 Waymo 훈련 시장에서 일반적；HD 지도가 자전거 도로 위치 기록	자전거 인프라를 갖춘 매핑된 시장에서 강력	자전거 도로 HD 지도 맥락이 센서 기반 자전거 이용자 감지 강화；카메라+라이다가 순수 카메라보다 나은 분류 제공
야간 및 저조도	강력——라이다 능동 조명과 레이더 모두 주변 광에 비의존；카메라 품질이 덜 중요	구조적 우위——주변 광에 비의존하는 두 능동 조명 센서	Waymo의 이중 능동 조명 아키텍처가 진정한 구조적 야간 우위 제공
폭우	성능 저하——라이다 포인트 클라우드가 폭우에서 대폭 저하；안전 정지 트리거 가능	알려진 갭；저강수 시장（SF·피닉스·LA·오스틴）운용으로 부분 완화	지리적 ODD 선택이 폭우 취약성을 부분 완화하나 서비스 가능 시장 제한
강설	상업적으로 눈 위에서 운용하지 않음——4개 현재 상업 시장 전체의 명시적 ODD 제약	지속적 능력 갭；라이다 강설 문제 해결 없이 강설 밀집 시장에 상업적 확장 불가	강설 시장（시카고·보스턴·뉴욕·덴버）으로의 확장을 위해 라이다 강설 문제 해결 또는 감독형 운용 제한 수용 필요

제 5절 — 날씨와 엣지 케이스 벤치마크 스코어카드

조건	Tesla FSD 우위	Waymo 우위	우열 판정	비고
약하거나 중간 강도 강우	카메라+레이더 양호	카메라+라이다+레이더 양호	동등	두 회사 모두 약중 강우에서 운용 가능；레이더가 두 아키텍처의 내성 핵심
강설	카메라+레이더——레이더가 눈 속에서 강건；카메라 저하하나 드라이버 감독	상업적으로 눈 위에서 운용하지 않음	Tesla（감독 하에 시도 가능；Waymo는 완전히 제외）	Tesla는 드라이버 감독 하에 강설 시장에서 운용 가능；Waymo는 상업적 강설 운용에서 완전히 제외
안개	카메라 저하；레이더 유지；전체 능력 저하	카메라 저하；라이다가 짙은 안개에서 저하；레이더 유지	동등（레이더가 둘 다 구제）	두 아키텍처 모두 짙은 안개에서 제한；레이더가 두 회사의 핵심 전천후 센서
태양광 눈부심	카메라 기반；NHTSA 조사됨；OTA 개선됐으나 잔존 카메라 눈부심 위험	라이다와 레이더가 가시광 눈부심 영향 받지 않음；구조적 눈부심 문제 없음	Waymo	Waymo는 비카메라 능동 센서를 통해 태양광 눈부심에 진정한 구조적 우위
야간	카메라（주변 광 필요）+레이더（능동）	카메라+라이다（능동 조명）+레이더（능동）	Waymo（이중 능동 조명）	Waymo의 두 능동 조명 센서가 구조적 야간 우위 제공
공사 구간	이탈률 높음；통상 드라이버 개입 필요	사전 매핑 구역에서 양호；미매핑 구역에서 정지；원격 운영자 지원	동등（다른 제한）	Tesla는 드라이버에 의존；Waymo는 지도 최신성과 원격 운영자에 의존
복잡한 도시 보행자	종단간 신경망이 복잡한 보행자 시나리오에서 개선 중	풍부한 보행자 훈련 데이터를 가진 훈련된 도시 시장에서 강력	약간 Waymo（무인 도시 주행 마일 훈련 더 많음）	Waymo가 복잡한 보행자 환경에서 더 많은 무인 도시 주행 마일 축적
지리적 확장	감독형 FSD로 강설 및 빙판 시장에서 운용 가능；더 넓은 지리적 ODD	상업적 무인 운전은 저강설 지역으로 제한	Tesla（감독 하에 더 넓은 지리적 ODD）	Tesla의 카메라+레이더는 모든 날씨에서 감독형 FSD 가능；Waymo는 눈 위에서 상업적 무인 운전 불가
종합 평결	Tesla의 카메라+레이더 아키텍처는 레이더를 통해 비·안개·야간에서 날씨 내성을 갖는다；직사 태양광 눈부심에 구조적 취약성이 있고 강설 시장에서는 드라이버 감독에 의존한다。Waymo의 3중 융합은 눈부심과 야간에서 우위；라이다로 인해 강한 강수에서 구조적 제한을 받고 상업적으로 강설 시장에서 제외된다。역설：Waymo의 다중 센서 중복성은 운용 영역 내에서 더 많은 조건을 더 잘 처리하지만、Tesla의 카메라+레이더는 감독 하에 더 넓은 지리적 조건（강설 시장 포함）을 커버한다。전국 규모의 상업적 무인 배포를 위해서는 오늘날 어떤 아키텍처도 날씨를 완전히 해결하지 못하고 있지만、강설 해결이 Waymo의 더 큰 상업 확장 병목이다。

참고： “（추정）“으로 표기된 모든 수치는 2026년 중반 시점의 공개 공시, 업계 조사, 애널리스트 추정치, NHTSA 조사 보고서 및 보고 데이터에서 도출된 것입니다. 본 편은 안전 인증이나 규제 평가를 구성하지 않습니다.