알파벳(Alphabet) 산하의 자율주행 기업 Waymo가 영국 런던 공도에서 본격적인 테스트를 시작하며 유럽 시장 진출의 신호탄을 쐈습니다. 이번 행보는 단순한 지역 확장을 넘어, 복잡한 유럽의 도심 환경에서 Waymo의 Self-driving AI가 얼마나 우수한 범용성(Generalization)을 발휘할 수 있는지 검증하는 중요한 이정표가 될 전망입니다.
"핵심 주행 AI가 매우 잘 일반화되고 있습니다. 영국의 도로 특수성을 마스터하고 성능을 검증하는 단계에 있으며, 이는 운전자 없는(Rider-only) 배포를 위한 핵심 단계입니다."
기술적 준비와 인프라 구축
Waymo는 이번 테스트를 위해 약 100대의 올-일렉트릭 Jaguar I-Pace 차량을 투입했습니다. 초기 단계에서는 정밀 지도(HD Map) 제작을 위해 수동 주행을 진행했으며, 현재는 세이프티 오퍼레이터가 탑승한 상태로 약 100평방마일 구역에서 자율주행을 수행하고 있습니다.
특히 주목할 점은 Waymo가 2019년 인수한 옥스퍼드 대학 스핀오프 스타트업 Latent Logic의 기술력입니다. 이들은 Imitation Learning(모방 학습)을 활용하여 자율주행 시뮬레이션을 더욱 사실적으로 구현하는 데 강점을 가지고 있으며, 이는 런던의 좁고 복잡한 도로 환경을 학습하는 데 핵심적인 역할을 하고 있습니다.
시장 경쟁과 규제 환경
Waymo의 런던 서비스 런칭 목표는 2026년으로 설정되어 있습니다. 이는 영국 정부의 자율주행 관련 규제 프레임워크가 완성되는 시점과 맞물려 있습니다. 하지만 시장 상황은 녹록지 않습니다. 영국의 로컬 자율주행 강자인 Wayve와 Uber, 그리고 Nissan 연합군이 이미 런던과 도쿄 등 주요 거점에서 강력한 경쟁 구도를 형성하고 있기 때문입니다.
시니어 아키텍트 관점에서 Waymo의 런던 진출은 단순한 서비스 확장이 아닌 AI 모델의 도메인 적응(Domain Adaptation) 기술의 정점을 보여주는 사례입니다.
- AI 일반화(Generalization): 미국식 격자형 도로에서 학습된 모델이 런던의 비정형적 교차로와 회전교차로(Roundabouts)에 대응하기 위해서는 모델의 파라미터가 지엽적 특징이 아닌 '주행 본질'을 추출할 수 있어야 합니다.
- 데이터 파이프라인과 Cloud: 100여 대의 차량에서 발생하는 테라바이트급 센서 데이터를 실시간으로 처리하고 시뮬레이션 환경에 피드백하는 Hybrid Cloud 아키텍처의 최적화가 필수적입니다.
- Safety-Critical 시스템: 런던의 좁은 도로 환경은 초저지연(Ultra-low latency) 처리를 요구합니다. 이는 온디바이스(On-device) Inference 엔진의 최적화와 직결되며, Python 기반의 모델을 런타임에서 얼마나 효율적으로 구동하느냐가 관건이 될 것입니다.
원문 출처: London gets closer to its first robotaxi service as Waymo begins testing
댓글
댓글 쓰기