투자 아이디어

■ 테슬라, 8/8 로보택시 공개

지난 4월 5일, 일론 머스크가 테슬라 로보택시를 8월 8일 공개한다고 밝혔습니다.

현재의 추세로 볼 때 이 이벤트는 로보택시 콘셉트 모델을 발표하고 구체적인 비즈니스 진행 계획을 공개하는 자리가 될 것으로 보입니다.

그럼에도 불구하고 이 일은 로보택시에 대한 시장의 관심을 불러일으키기에 충분했습니다.



사실 '로보택시' 비즈니스는 이번에 처음 공개된 개념이 아닙니다.

테슬라는 2016년 7월 발표한 '테슬라 마스터플랜 파트 2'에서 처음 로보택시에 대한 윤곽을 잡았습니다. 이후 2019년에 진행된 'Autonomy Day'에서 로보택시 비즈니스에 대한 1차 방향성을 설정하였죠.

그리고 자율주행(FSD) 기술이 폭발적 발전 궤도에 오른 지금, 본격적인 출범 준비를 하는 것입니다.

로보택시 비즈니스는 물리 세계 AI의 시작점이라고 할 수 있습니다.

LLM(거대 언어 모델), 생성 AI 등, 그동안 디지털 세계에 한정되어 있던 AI 들과 달리 '실제 현실'에서 물리적으로 움직이고 우리에게 편의를 제공하기 때문입니다.

그만큼 본격적인 글로벌 비즈니스가 시작될 시, 세상에 주는 충격은 ChatGPT보다 훨씬 더 클 것으로 예상됩니다.



실제로 로보택시는 거대한 시장을 개척할 수 있는 비즈니스로 여겨집니다.

인건비가 들어가지 않기에 사람이 하는 것보다 훨씬 저렴한 비용으로 '운송'이 가능하며, 이를 바탕으로 승차 공유 서비스와 택시 사업을 대체할 수 있습니다. 더 나아가 상업 물류 시장까지도 영역을 넓힐 수 있죠.

이와 같이 노동 비용 제거를 통한 이동 서비스 제공으로, 연간 1경원 이상의 시장을 창출할 수 있을 것으로 예상되고 있습니다.

구글 창업자 '래리 페이지'도 로보택시의 경제적 가치가 구글보다 더 크다고 언급한 적이 있고요.

인간이 하던 '운송' 노동을 '저렴하게' 대체할 수 있다는 점만으로도 엄청난 잠재력을 가진 것입니다.

1. 자율주행 4레벨 (or 사고율, DE)

가장 먼저 일정 이상의 자율주행 기술력을 보유해야 합니다.

'미국 자동차 공학회'에서는 자율주행을 6단계로 구분합니다. 로보택시는 레벨 4 이상이 되어야 가능한 것으로 여겨집니다. AI 가 차량을 전적으로 제어하며, 주행 중 운전자의 개입이 불필요한 단계입니다.

사실상 사람이 없어도 A부터 B까지 차량 스스로 이동할 수 있는 수준이죠.



일각에서는 자율주행 기술 단계를 구분하는 경계가 불명확하며, 일정 주행거리 당 사고율, 또는 주행거리 당 DE (운전자 개입) 확률을 사용해야 한다고 언급하기도 합니다.

인간 주행 평균보다 낮은 사고율, 0%에 수렴하는 운전자 개입 확률이 필요하다고 보는 것이죠.?

현재 인간 운전의 사고율은 0.0153%입니다. (100만 마일 당 1.53건)

그리고 캘리포니아 일대에서 이미 로보택시를 운행 중인 구글 웨이모의 사고율은 0.021%(100만 마일 당 2.1건)이고, 테슬라 FSD Beta의 사고율은 0.0019%(100만 마일 당 0.19건)로 알려져 있습니다.

아직까지는 제한된 환경, 운전자의 일부 개입이 필요하나 자율주행 기술력 자체는 서서히 로보택시를 향해 가는 중입니다.


2. 저비용 대량 양산

진정한 로보택시 비즈니스를 위해서는 '인간 없이 주행 가능한 차량'을 '저렴한 가격으로 대량생산'할 수 있어야 합니다.

로보택시 1대의 가격이 수억원에 달한다면 그만큼 수익성은 떨어질 테고 기업들이 이 비즈니스를 할 이유가 없기 때문입니다.

그렇기에 '얼마나 저렴한 가격에 많은 차량을 생산해 낼 수 있느냐'는 로보택시 비즈니스 성패에 있어 가장 중요한 요소입니다.

이러한 이유로 비싼 라이다를 사용하지 않는, 더 저렴한 비전 기반 자율주행이 대세로 부상하고 있죠.


3. 대량의 컴퓨팅 파워

2022년 AI 데이에서 테슬라는 컴퓨팅 파워 로드맵을 공개했습니다. 최근에는 일론 머스크가 '우리는 세계에서 두 번째로 많은 H100 반도체를 확보했다'라고 언급하기도 하였죠.

AI는 성능 고도화를 위해 수많은 데이터로 학습하는 과정을 거쳐야 합니다. 막대한 데이터를 집어넣고 이를 학습시키는 과정을 통해 그 성능을 끌어올리는 것이죠.

동일한 맥락으로 자율주행 AI의 수준을 로보택시가 가능할 정도로 완성하기 위해서는 지금보다도 더 많은 데이터와 학습이 필요합니다.

자연스레 이를 뒷받침할 수 있는 엄청난 컴퓨팅 파워도 로보택시를 위해 꼭 수반되어야 하는 '필요조건'이 되었습니다.

▶ 테슬라, FSD V12

가장 선두에 선 회사는 테슬라입니다. 테슬라는 FSD V12 버전부터 도입한 E2E (앤드 투 앤드) 방식을 통해 상당히 빠른 기술 발전을 보여주고 있습니다.

그동안은 인간이 데이터를 라벨링하고 코드를 짜서 AI를 학습시켰다면, 이제는 AI가 데이터를 통해 스스로 학습하고 이해하는 방식으로 변화한 것입니다.

또한 3월부터 북미 한정 FSD 1개월 무료 서비스를 제공하기 시작하였으며, 월 구독 비용을 기존에 199달러에서 99달러로 낮추는 파격적인 행보를 보였습니다.

이에 테슬라의 자율주행 데이터 누적량은 점점 더 빠르게 증가하기 시작하였습니다. 테슬라는 당초 로보택시 시작의 기준점으로 잡았던 '누적 60억 마일' 주행 데이터를 올해 중 돌파할 것으로 예상하고 있습니다.


▶ 엔비디아+레거시 연합

테슬라의 강력한 경쟁자는 엔비디아와 기존 레거시 자동차 업체들의 연합입니다.

엔비디아는 기존 자동차 제조사들이 사용할 수 있는 자율주행 인프라를 모두 제공하고 있습니다.

데이터센터 하드웨어부터 소프트웨어, AI 트레이닝 등에 필요한 대부분의 서비스를 제조사들에게 제공하고, 자율주행 수익을 나눠가지는 것입니다.

이미 벤츠부터 볼보, BYD, 재규어 랜드로버 등의 브랜드가 참여하고 있으며, 로보택시 시장으로도 그 발을 넓힐 것으로 보입니다.


▶ 중국 전기차 업체들

→ 중국 자율주행 차량 시승기가 궁금하다면? (클릭!)

중국 전기차 업체들도 로보택시 시장 선점을 위해 고군분투 중입니다.

정부의 막강한 지원을 바탕으로 이미 10개 이상의 도시에서 자율주행 택시를 운영하고 있으며, 제조사 및 테크 기업들도 기술 개발에 열을 올리고 있죠.

최근 Su7 전기차 출시로 시장에 큰 충격을 준 샤오미도 자사의 하이퍼 OS 시스템을 공개하기도 하였습니다.

중국은 전기차/자율주행 산업이 정부 주도로 발전하는 만큼 로보택시에 대한 미래도 밝습니다. 그러나 대량 양산, 실제 사용자의 검증 등, 아직까지 해결해야 할 문제도 함께 존재합니다.


▶ 현대차 그룹



마지막으로 현대차도 자율주행 기술을 개발하고 로보택시를 구현하기 위해 노력하고 있습니다.

지난 1월, 현대차는 대대적인 조직개편을 단행하며 AVP(Advanced Vehicle Platform) 본부를 만들었습니다.

이를 통해 조직 내에 흩어져 있던 소프트웨어 개발 인력을 하나로 모으고, 하드웨어와의 수직계열화를 진행한다는 것입니다.

한편 미국에서 자율주행 로보택시로 실제 운전면허 시험에 도전하는 캠페인을 진행하기도 하였습니다. 로보택시 개발 의지를 엿볼 수 있는 부분이었죠.

Compliance notice
※ KB자산운용 준법감시인 심사필 '투자광고 2023_456(다)'
※ 본 자료는 고객의 투자에 참고가 될 수 있는 각종 정보 제공을 목적으로 제작되었습니다. 본 자료는 계량적 분석에 근거한 의견을 제시하며, 당사의 대표 투자의견과는 다를 수 있습니다.
※ 본 자료는 합리적인 정보를 바탕으로 작성된 것이지만, 투자 권유의 적합성이나 완전성을 보장하지 못합니다. 따라서 투자 판단의 최종 책임은 투자자 본인에게 있으며, 본 자료는 어떠한 경우라도 법적 책임소재의 증빙으로 사용될 수 없습니다.
※ 본 자료는 현재의 시장 상황을 감안하여 참고용으로만 제시된 것이며, 외부의 부당한 압력이나 간섭 없이 작성자 개인의 의견이 반영된 것입니다. 당사는 관련 법령에 허용된 범위 내에서 투자 전략 및 투자 프로세스를 결정하므로, 본 자료에 기재된 사항 중 관련 법령 및 계약서의 내용과 상이한 것은 효력이 없습니다.
※ 본 자료는 당사의 저작물로서 모든 지적재산권은 당사에 귀속되며 당사의 동의 없이 복제, 배포, 전송, 변형, 대여할 수 없습니다. 본 자료를 KB자산운용 임직원 외의 자로부터 입수하였을 경우, 자료 무단 제공 및 이용에 대한 책임은 전적으로 해당 제공자 및 이용자에게 있습니다.