워싱턴, 로보택시 규제 50개 없애려 한다

우버는 종종 리프트와 같은 경쟁자들이 먼저 신규 시장에 진입하여 규제 상황을 시험하고 합법성을 확립하도록 허용한 후 자체적으로 진입했습니다. 이 전략은 우버가 경쟁자들의 경험을 통해 배우고 시장 침투를 개선할 수 있도록 했습니다.

웨이모는 현재 다른 AV 회사들에게 유사한 역할을 수행하며, 복잡한 규제 환경을 탐색하고 시험함으로써 촉매제 역할을 하고 있습니다. 연방 프레임워크 추진은 50개의 서로 다른 주 규제를 단일하고 일관된 표준으로 통합하는 것을 목표로 하며, 지지자들은 이것이 전국적으로 자율주행차 기술의 광범위한 채택과 확장을 가속화할 것이라고 믿습니다.

규제가 너무 느리면 혁신을 저해하여 생명을 구할 수 있는 기술이 대중에게 도달하지 못하게 할 수 있습니다. 반대로 너무 빨리 움직이면 잠재적인 공공 안전 위험과 의도하지 않은 결과에 대한 심각한 우려를 불러일으킵니다.

이러한 문제를 논의하는 패널은 규제 지연 자체가 예방 가능한 인명 피해를 초래할 수 있다고 주장하며, 최적의 속도를 찾는 긴급성을 강조했습니다. 도전 과제는 엄격한 안전 기준을 유지하면서 빠른 기술 발전을 장려하는 프레임워크를 만드는 것입니다.

현재 FSD는 네덜란드, 덴마크, 벨기에, 에스토니아, 리투아르 등 5개 유럽 연합 국가에서 승인되어 운영 중입니다.

투명성 부족 및 안전 우려에 대한 비판에 대응하기 위해 테슬라는 포괄적인 안전 데이터를 유럽 규제 기관과 공유했습니다. 이 데이터는 시스템의 견고성과 안전 성능을 입증하여 EU 전역에서 더 광범위한 승인 및 채택을 확보하는 것을 목표로 합니다.

유럽 시험의 통계 데이터는 테슬라 완전자율주행(FSD) 시스템의 상당한 안전 이점을 보여줍니다. FSD는 현재 유럽 5개국에서 승인되어 70,000명 이상의 고객이 하루 100만 킬로미터 이상을 운행하고 있습니다. EU 공공 도로 1억 킬로미터에서 측정된 성능 데이터에 따르면 FSD는 수동 운전보다 충돌 가능성이 4배 낮습니다.

이는 인적 오류가 주요 원인인 유럽 도로에서 연간 약 19,400명의 사망자가 발생한다는 점을 고려할 때 특히 중요합니다. 이 데이터는 FSD 배치가 인적 운전자와 관련된 위험을 완화하여 사고 및 사망자 수를 크게 줄일 수 있음을 시사합니다.

미국에서의 운영에 비해 훈련 데이터가 적음에도 불구하고, 테슬라 자율주행팀은 유럽에서 4.5배 더 안전한 운전 성능을 달성하며 인상적인 안전성을 보여주었습니다. 이러한 성과는 테슬라 신경망의 효율성과 빠른 적응력을 입증하며, 새로운 환경에서 안전성을 신속하게 개선하고 향상시킬 수 있음을 보여줍니다.

완전자율주행(FSD)은 운전자가 방심하기 쉬운 고속도로 환경에서 가장 큰 이점을 제공합니다. 시스템이 경계를 유지하고 일관되게 반응하는 능력은 확실한 안전 이점을 제공합니다. 전 세계적으로 FSD를 통한 누적 주행 거리는 현재 140억 킬로미터를 초과하여 광범위한 사용과 지속적인 데이터 수집을 통한 추가 개선을 나타냅니다.

주요 사고는 고속도로에서 45%, 간선도로에서 69%, 시내 환경에서 50%, 지역 도로에서 40% 감소했습니다. 이 시스템은 또한 비상 제동 활성화를 최대 84%까지 줄이는 놀라운 개선을 보였습니다.

강성 제동 사고는 최대 81% 감소하여 더 부드럽고 예측 가능한 운전을 반영합니다. 또한 종종 보고되지 않는 경미한 충돌은 놀랍게도 99% 감소하여 시스템이 광범위한 도로 사고를 완화하는 능력을 강조합니다.

이러한 사고는 추적하기 어렵고 종종 보고되지 않기 때문입니다. 범퍼 긁힘이나 긁힘과 같은 많은 경미한 충돌은 비공식적으로 해결되거나 공식 보고 없이 단순히 간과됩니다. 따라서 테슬라가 보고한 경미한 충돌 99% 감소는 매우 중요합니다.

실제 추적되지 않은 경미한 충돌의 총량과 비교하면 이 수치는 실제로는 99.99%와 같이 훨씬 더 큰 감소를 나타낼 수 있다고 제안됩니다. 이 수치는 북미 전역에서 수집된 데이터를 반영하며, 공식 통계에 종종 포함되지 않는 사고 범위를 줄이는 데 시스템이 미치는 광범위한 영향을 보여줍니다.

테슬라의 완전자율주행(FSD) 시스템은 암스테르담, 뮌헨, 바르셀로나 등 다양한 글로벌 지역에서 수행된 23만 건의 시나리오 테스트에서 98%의 성공률을 기록했습니다. 이 높은 성공률은 시스템의 실제 견고성과 다양한 주행 조건 및 교통 패턴에 대한 적응력을 나타냅니다.

의도적인 2%의 실패율은 결함이 아니라 도전적인 에지 케이스를 식별하고 추가 성장을 유도하기 위한 개발 과정의 중요한 부분입니다. 100% 미만의 성공률을 허용함으로써 테슬라는 시스템이 쉬운 운전만 테스트하여 시스템을 속이는 대신 어려운 시나리오를 만나고 배우도록 장려합니다.

인위적인 100% 성공률을 목표로 하면 안전하고 유능한 자율 시스템을 개발하는 데 필수적인 도전적인 시나리오 테스트를 방해하게 됩니다. 이 접근 방식은 시스템이 약점을 해결하여 지속적으로 개선되도록 보장합니다.

테스트에서 0이 아닌 실패율은 역설적으로 은행 대출 불이행률과 유사하게 건강한 성장과 최적의 위험 허용도를 나타낼 수 있습니다. 브라이언 화이트(Brian White)는 워싱턴 뮤추얼(Washington Mutual)에서 0.5%의 불이행률이 환영받았지만 CEO가 너무 낮다고 판단하여 충분한 사람들에게 충분한 대출을 발행하지 않아 저성과를 보였다고 언급한 사례를 들었습니다. 이 관점은 완벽한 점수가 야망 부족 또는 도전적인 한계에 대한 불충분한 탐색을 나타낼 수 있음을 강조합니다.

테슬라의 테스트 방법론도 단순히 완벽한 테스트 점수를 위해 최적화하는 대신 실패 지점을 의도적으로 찾아 이해하고 해결하는 데 중점을 둡니다. 이 접근 방식은 시스템이 엄격하게 도전받고 실제 조건에서 약점을 해결하여 성능을 지속적으로 개선하도록 보장하며, 궁극적으로 전반적인 안전성과 능력을 향상시킵니다.

시나리오 통과율은 비가 올 때 98.9%, 맑은 날씨에 98.6%로 높게 유지되어 악천후가 운영 능력에 크게 영향을 미치지 않음을 나타냅니다. 이 시스템은 또한 안개 속에서도 강력한 성능을 유지하여 자율 시스템이 그러한 조건에서 어려움을 겪을 것이라는 일반적인 오해를 불식시킵니다.

이러한 일관된 성능은 시간대에 관계없이 관찰되어 시스템의 견고성을 더욱 입증합니다. 흥미롭게도 악천후 시 인간 운전자 행동은 종종 안전 지표를 정상화합니다. 운전자가 더 조심하는 경향이 있어 도전적인 조건에서 FSD의 상대적인 안전 성능에 도움이 됩니다.

FSD가 승인된 국가에서는 충돌률이 4배 더 낮은 것으로 나타났습니다. 이러한 상당한 감소는 사고를 예방하고 전반적인 도로 안전을 개선하는 시스템의 향상된 능력을 강조합니다.

추가 지표는 이러한 발전을 강조합니다. FSD 차량은 자동 비상 제동(AEB) 활성화가 거의 14배 적고 급가속이 10배 적습니다. 이는 갑작스럽고 반응적인 조작을 피하는 더 부드럽고 능동적인 운전 스타일을 나타냅니다.

또한 급제동 및 급격한 방향 전환이 8배 적어 시스템의 예측 능력과 안정적인 작동을 보여줍니다. 이러한 종합적인 개선은 FSD가 인간이 운전하는 차량보다 훨씬 더 안전한 운전 경험을 제공함을 시사합니다.

스웨덴은 현재 테슬라가 훈련된 운전자와 함께 특정 경로에서 제한적인 FSD 테스트를 수행하는 것을 허용하며, 자율 기술 통합에 대한 신중한 접근 방식을 보여줍니다. 이 이니셔티브는 고령층이 직면한 교통 문제를 해결하려는 바람에서 비롯되었습니다.

한 지방자치단체는 미래 로보택시의 시범 지역이 되는 데 관심을 표명했으며, 고령자에게 더 많은 독립적인 교통 수단에 대한 접근성을 제공하는 것을 목표로 합니다. 특히, 스웨덴에서 일부 테슬라 운영에 영향을 미친 최근 IF 메탈 노동 파업은 이러한 FSD 시범 프로그램의 승인 절차나 고려 사항에 영향을 미치지 않았으며, 규제 논의에서 명확한 구분이 있음을 시사합니다.

이 인상적인 총 주행 거리 중 약 54억 마일은 가장 복잡하고 도전적인 자율주행 환경 중 일부인 시내 주행에서 축적되었습니다. 이 상당한 주행 거리는 FSD 시스템의 지속적인 개선 및 검증을 위한 방대한 데이터 세트를 제공합니다.

테슬라 자체 안전 허브에 따르면 FSD는 인간 운전자보다 충돌률이 7배 낮습니다. 이 통계는 FSD 시스템의 안전 이점을 강조하며, 채택이 증가함에 따라 도로를 더 안전하게 만들 잠재력을 강화합니다. 지속적인 마일리지 축적은 자율주행 데이터 수집 및 실제 테스트에서 테슬라의 리더십을 더욱 공고히 합니다.

테슬라가 처음 10억 마일의 FSD 데이터를 축적하는 데 약 3.5년이 걸렸는데, 이는 초기 개발 단계와 점진적인 출시를 증명합니다. 그러나 그 속도는 기하급수적으로 증가하여 마지막 10억 마일은 단 28일 만에 달성되었습니다.

이러한 급속한 가속화는 사용자 만족도와 신뢰도가 크게 증가하여 테슬라 소유자들 사이에서 더 광범위한 채택으로 이어졌음을 나타냅니다. 마일리지 축적의 기하급수적인 증가는 테슬라의 AI 및 엔지니어링 팀에 귀중한 피드백 루프를 제공하여 FSD 시스템을 더 빠르게 개선하고 정교하게 만들 수 있게 합니다. 이러한 추세는 기술을 확장하고 완전한 자율성을 달성하는 데 중요합니다.

이번 확장은 웨이모의 입지를 크게 강화하여 미국 전역 14개 도시로 총 적용 범위를 넓힙니다. 이들 도시에서 유료 서비스 도입은 웨이모의 자율 기술을 상용화하고 운영 범위를 확대하는 데 중요한 단계입니다.

이러한 지리적 확장에도 불구하고 웨이모의 차량 규모는 4,000대 미만으로 비교적 적습니다. 이는 빠른 차량 확충보다 안전과 시스템 견고성을 우선시하는 통제되고 점진적인 출시를 나타냅니다. 새로운 시장 추가를 통해 웨이모는 다양한 운영 데이터를 수집하고 다양한 도시 환경에서 서비스를 개선할 수 있습니다.

자율주행차를 구매하고 장착하는 데 드는 높은 초기 비용은 알파벳과 같은 자금력 있는 기업이 지원하는 회사라도 운영자에게 상당한 현금 흐름 압박을 가합니다. 이러한 재정적 요구는 급속한 확장을 방해하고 단기적인 수익성에 위험을 초래할 수 있습니다.

로보택시의 장기적인 잠재력은 크지만, 가까운 미래에는 상당한 투자와 운영 비용이 수반됩니다. 이는 기업이 광범위한 수익성을 달성하기 전에 상당한 지출을 헤쳐나가야 하는 "현금 흐름 위기의 계곡"을 만듭니다. 이러한 고급 차량 비용을 지불해야 하는 필요성은 확장 노력에 상당한 단기적인 하방 잠재력을 부여합니다.

Zoox와 같은 회사가 개발한 맞춤형 차량은 맞춤형 특성으로 인해 설계, 제조 및 배치 비용이 본질적으로 비쌉니다. 이 높은 단위 비용은 자율 차량의 확장성 및 수익성을 심각하게 제한할 수 있습니다.

반대로 대량 생산되고 널리 사용 가능한 기성 차량을 활용하면 단위 비용을 최대 50%까지 줄일 수 있습니다. 이러한 상당한 비용 절감은 로보택시 차량 확장을 훨씬 더 재정적으로 실행 가능하게 만듭니다. 또한 대량 생산 차량은 수제 특수 차량에 비해 더 예측 가능한 신뢰성 및 유지 보수 프로파일을 제공하여 운영 효율성에 기여합니다.

웨이모는 현재 인간 안전 운전자가 없는 실제 유료 무인 로보택시 마일리지에서 상당한 선두를 차지하고 있습니다. 반면 테슬라의 FSD 감독 시스템은 여전히 사람이 주의를 기울이고 필요한 경우 개입할 준비가 되어 있어야 합니다.

테슬라가 로보택시 시장에서 진정으로 따라잡고 효과적으로 경쟁하려면 감독 FSD에서 실제 유료 무인 자율 마일리지로 전환해야 합니다. 이 부문에서 테슬라의 확장성에 대한 다음 중요한 과제는 인간 감독 없이 완전 자율적으로 운영하고 경쟁력 있는 서비스를 제공하기 위해 차량 규모를 신속하게 확장하는 능력을 입증하는 것입니다.