테슬라의 자율주행, 과연 가능한가?? - 2. 자율주행의 제약

앞에 글에서 테슬라의 자율주행에 왜 투자의 관점에서 중요한가 설명했는데 이제 자율주행에 대해서 이야기 해보도록 하겠습니다.

이전 글은 아래 링크로...

테슬라의 자율주행, 과연 가능한가?? - 1. 테슬라의 밸류에이션

그럼 테슬라의 자율주행에 대해서 알아봐야겠죠.

사실 테슬라의 자율주행이 아니라 모든 회사들의 자율주행에 관한 이야기가 될 수도 있겠네요.
판단은 알아서....


자율주행S/W의 근간은 다들 아시듯 딥 러닝입니다.
따라서 자율주행을 이야기하려면 딥 러닝 혹은 머신 러닝의 본질을 터치해야 합니다.

아래 밈은 제가 인상깊게 본 건데 ㅎㅎㅎ
100% 동의하지는 않지만 어느정도 일리가 있다는 생각이 드는 밈입니다.

 

 

 

 

위의 그림에 나와있듯이 머신 러닝의 근간은 통계입니다.
딥러닝은 머신러닝의 여러 카테고리 중 하나라고 생각하면 되구요.

통계에서는 100%라는 것이 없습니다. 항상 오차가 있죠. 지지율 조사와 같은 설문조사도 항상 오차 범위를 이야기 합니다.

오차가 있지만 그래도 모든 데이터가 아닌 일부 데이터로 모든 데이터의 특성을 - 혹은 데이터의 집단(모집단)의 특성을 - 비교적 정확하게 추정하는 것이 통계이고 이런 개념이 머신 러닝에서도 딥러닝에서도 그대로 적용된다고 보시면 됩니다.

자동차가 모든 도로의 환경이나 모든 상황을 다 알고 대응할 수 없으니 되도록 많은 도로의 환경이나 상황에 대한 이미지 데이터를 가지고 학습을 시키는 것이 카메라 기반의 자율주행 모델입니다. 웬만한 상황이나 도로의 환경에 적응하게끔 학습은 되지만 100% 제대로 동작하리란 보장은 없습니다. 애초에 데이터를 기반으로 학습을 시킬 때 정확도(accuracy)를 100%에 두고 학습시키지 않습니다. 공부해보신 분들은 알겠지만 학습 데이터에 100% 정확도를 보인다면 overfit 상태라고 해서 실제 학습한 모델을 필드에서 사용할 때 성능이 엄청 떨어지게됩니다. 학습데이터에만 너무 적합한 모델이 만들어지면 범용 데이터에 대한 적응력이 떨어지기 마련입니다.


머신러닝이나 딥러닝을 사용하는 분야가 사람의 목숨과 상관이 없고 어느정도 오차를 용인할 수 있는 상황이면 괜찮습니다. 그렇지 않다면? 코너케이스에 대한 대비책을 무조건 마련해 둬야 합니다.

코너케이스에 대한 데이터를 많이 모아서 학습하면 되잖아? 라고 생각할 수 있지만 모든 코너케이스를 예측하는 것은 불가능하고 코너케이스를 학습하고 관련 데이터를 모을 때마다 사람들이 실제로 죽어나갈 수 있습니다.

 

 

 

대만에서 발생한 테슬라의 자율주행 차량의 사고는 대표적인 코너케이스입니다.

하늘과 차량을 구별못한다거나 앞에 있는 장애물을 발견못한다거나....아니면 악천후에 의해 전방이미지를 제대로 인식하지 못한다거나...등등 수많은 코너케이스들이 있습니다.

이런 경우에 대한 데이터를 많이 모아서 학습하면 좋겠지만 그때마다 사고는 발생할 것이고 사람 목숨이 위험할 수 있습니다. 물론 하나의 코너케이스에 대한 비슷한 여러 학습데이터를 인위적으로 만들어서 사용하는 방법도 논문으로 나와 있습니다만 다양한 코너케이스를 학습하는 데 대해서는 한계가 명확합니다.

통계, 딥러닝, 머신러닝은 기본적으로 오차를 어느정도 용인합니다. 즉 불완전하다고 볼 수 있습니다.
아무리 모델이 발달하고 정확도를 높이는 연구가 활발히 진행된다 한들 본질은 바뀌지 않습니다.
그리고 그 불완전함을 보완할만한 것이 필요합니다. 여러가지 센서가 필요하겠죠.
많은 논란이 있는 라이다도 이런 불완전함을 보완할만한 센서 중 하나가 되겠구요.

그럼 라이다로 이런 불완전함을 완전 해소할 수 있냐 라면 그건 알 수 없다가 정답입니다.
될 수도 있고 안될 수도 있는 것이죠. 안된다면 추가적인 다른 센서가 필요할 수도 있구요.

그래서 전 완전 자율 주행에 대해선 그리 긍정적으로만 보지 않습니다.
제 의견이 틀릴 수도 있기 때문에 100% 안된다고 말하진 못하겠지만
테슬라의 라이다 조차도 없는 FSD는 제대로 될 가능성이 아주 낮다고 보는 편입니다.

제가 테슬라를 모멘텀 투자 관점에서만 접근한 이유이기도 합니다.
테슬라의 펀더멘털까지 따지고 장기로 접근하기엔 완전 자율 주행의 완성도 측면에서 리스크가 크다고 생각됩니다.

 

물론 리스크가 크다는 것이 주가의 상방이 막혀있음을 의미하진 않습니다.

다만 저는 그 리스크에 대해서 좋지 않게 평가하는 편이라서 글을 적어보았습니다.