티스토리 뷰

한국시간으로 1230일 이른 아침인 5시쯤 테슬라 공식 트위터에서는 2022년 결산 소식을 전하면서 올해 그들의 주요 업적에 대해 간략히 소개하는 글을 기재하였다. 여기에서 필자의 눈에 띄는 항목 중에 하나가 바로 FSD였다! FSD, Full Self Driving은 필자가 테슬라에 대해 투자를 하게 된 계기이기도 하다. 일론 머스크는 FSD에 대해 일전에 이에 대한 가치는 10만 달러를 초과할 것이라고까지 거론한 만큼 테슬라에 있어서 가장 주목하고 주목받을 비즈니스 중 하나이다.

 

 

그림 1. 앞으로 빠른 시일내에 이런 풍경이 될지도?!
그림 1. 앞으로 빠른 시일내에 이런 풍경이 될지도?!

 

 

어릴 적부터 차에서 보내는 시간과 그 시간이 무척이나 아깝다는 생각이 많았다. 항상 운전만 하는 아버지와 시간을 못 보낸 아쉬움과 성인이 되어 운전을 하다 보면 특히나 길이 막힐 때 길바닥에서 낭비하는 시간이 무척이나 싫었다. 기계가 운전을 해준다면, 아예 자동차가 스스로 운전을 해준다면 하는 막연한 아쉬움과 이에 대한 기대감을 테슬라가 충족시켜 줄 수 있지 않을까 하는 어떤 그러한 감정으로 사실 테슬라에 투자를 하게 된 이유이다.

 

다시 테슬라 소식으로 넘어오면 올해 테슬라는 공식 발표를 통해 완전 자율 주행 제품을 구매한 북미의 구매자들 중 FSD 베타 서비스를 사용할 수 있게 하였고 총 285,000대의 자동차가 이 베타 서비스에 도달했다고 전하고 있다.

 

 

그림 2. 테슬라 공식 트위터 소식 내용
그림 2. 테슬라 공식 트위터 소식 내용

 

 

올해 초 All-in Summit(투자자로 변신한 4명의 기술 경영진이 매주 시사 문제를 논의하는 팟 캐스트 프로그램)에 출현했던 일론은 올해 말까지 약 100만 명의 테스터를 돌파할 계획이라고 언급했지만 결국 발표된 내용은 그에 못 미치는 285,000대의 자동차였다. 그럼에도 불구하고 Whole Mars Catalog에 따르면 FSD 베타테스터가 생긴 20213분기 이후 줄곧 급성장을 거듭하여 올해 20224분기의 285K는 전년 동분기대비 475%, 전분기 대비 78%의 성장을 기록했다고 본인의 트윗 계정에 이러한 소식을 알렸다.

 

 

그림 3. FSD 베타 사용자 성장 속도. 중간에 2021년 1분기로 기록되어 있는 부분은 2022년으로 오타인 것으로 보임
그림 3. FSD 베타 사용자 성장 속도. 중간에 2021년 1분기로 기록되어 있는 부분은 2022년으로 오타인 것으로 보임

 

 

시스템이 아직 자율 주행을 달성하지는 못했지만 현재까지는 FSD 10.69.3.1 버전이 베타 사용자들에게 배포되어 사용되고 있는 것으로 알려지고 있다. 일론은 FSD 베타 V.11이 출시된다고 했지만 아직 이 소식은 감감무소식이긴 하다. 하지만 최근에 배포된 버전은 이전 버전들과 달리 100마일의 오토파일럿 마일과 최소 80의 안전 운전 점수에 대한 요구 사항이 없이 배포되었다는 소식들이 나오고 있어서 향후 배포될 V11에 대한 기대감이 고조되고 있는 현시점이다.

 

 

그림 4. FSD 베타 버전 출시 및 설치 진행 현황
그림 4. FSD 베타 버전 출시 및 설치 진행 현황

 

 

그렇다면 테슬라의 자율주행 시스템 개요 및 기술에 대한 타 사와 어떤 차이점이 있는가에 대해 찾아보고 확인해 보았다.

 

1. 신경망(Neural Network, NN)

  • 기계 학습의 하위 집합이자 딥 러닝 알고리즘의 핵심
  • 인간의 뇌와 유사하며 생물학적 뉴런이 서로 신호를 보내는 방식을 모방하고 있는데, 뉴런이라고 불리는 노드와 수직 노드의 모음은 레이어로 알려짐
  • 레이어 순서대로 입력, 숨겨진 레이어, 출력으로 구성 및 각 노드는 관련 가중치와 임계 값을 가지며 일부 계산을 수행하고 다른 노드로 전달되도록 구성

 

 

그림 5. 신경망 구성 및 각 레이어 별 역할
그림 5. 신경망 구성 및 각 레이어 별 역할

 

 

2. 훈련시키기

  • 큰 덩어리로 세분화된 데이터는 레이블과 함께 한 번에 하나의 엔터티(업무에 필요하고 유용한 정보를 저장 및 관리하기 위한 데이터 집합)로 모델에 공급
  • 모델은 출력 계층에서 데이터 레이블을 예측하고 실제 학습 데이터와 비교
  • 노드 계산을 조정하여 일치하는 레이블을 생성

 

 

그림 6. 신경망을 훈련시키는 방식 설명도
그림 6. 신경망을 훈련시키는 방식 설명도

 

 

3. 이러한 방식이 중요한 이유?

  • 전통적으로 개발자는 컴퓨터에 수행할 작업을 알려주는 일련의 지침을 작성
  • 신경망을 사용하여 기계 학습을 수행하고, 많은 데이터를 제공하고 지침을 학습할 수 있는 시스템을 설계
  • 수많은 if/else 코드를 작성하려면 거대한 개발 팀이 필요
  • 신경망을 사용하면 아이에게 자동차를 인식하도록 가르치는 것과 같이 한 종류의 자동차 이미지를 많이 공급하여 더 많은 데이터와 더 적은 코드로 가능

 

 

그림 7. 신경망을 사용한 딥 러닝 방식
그림 7. 신경망을 사용한 딥 러닝 방식

 

 

4. 테슬라 FSD 최종 아키텍처 및 소프트웨어와 수직 통합 달성을 위한 FSD 칩 & 슈퍼 컴퓨터 자체 설계

 

  • 1000번 재설계된 테슬라 FSD용 신경망
  • FSD 용 반도체 칩을 자체 개발(Dojo D1): 이전 엔비디아 제품대비 80%의 비용으로 21배의 성능이 향상되었다고 주장
  • 신경망 훈련을 위한 슈퍼컴퓨터 개발(Dojo)
  • 최고의 AI 훈련 성능으로 매우 복잡한 신경망 모델 전력 및 비용 효율 증대
  • 일론은 FSD 소프트웨어를 타 업체에도 제공(판매)함과 동시에 이는 새로운 비즈니스 모델이 될 것이라고 강조

 

 

그림 8. 테슬라 FSD 최종 아키텍처
그림 8. 테슬라 FSD 최종 아키텍처

 

 

그림 9. 테슬라 자체 개발 반도체 D1그림 9. 테슬라 자체 개발 슈퍼컴퓨터 Dojo
그림 9. 테슬라 자체 개발 반도체 D1 및 슈퍼컴퓨터 Dojo

 

 

그림 10. Dojo에 대한 일론의 설명
그림 10. Dojo에 대한 일론의 설명

 

 

5. 테슬라 FSD 방식과 경쟁사 기술인 라이다(Lidar)와 레이더(Radar) 기반 방식과의 차이점 및 이들을 대체할 수 있는 이유?

 

  • 일론 曰: 라이다는 바보의 심부름. 라이다의 경우 악천후에서는 무쓸모. 그 밖에 비쌈, 전력소모 과다, 물체 구별 못함, HD 지도 필요 등등
  • 딥 러닝에 의한 깊이, 속도 및 가속도를 가진 물체를 지도 학습을 통해 감지할 수 있음
  • 신경망은 물체 및 관련 속성을 감지하는 방법을 학습
  • 자동시스템과 인간이 인지하는 수동적 영역의 완벽한 조합

 

 

그림 11. 경쟁 상대인 구글의 Waymo와 테슬라 차이점그림 11. 반 테슬라 진영의 자율 주행 기술 채택 방식
그림 11. 경쟁 상대인 구글의 Waymo와 테슬라 차이점 및 반 테슬라 진영의 자율 주행 기술 채택 방식

 

 

그림 12. 라이다 및 레이더의 한계를 테슬라 FSD는 이를 커버가 가능하다!-1그림 12. 라이다 및 레이더의 한계를 테슬라 FSD는 이를 커버가 가능하다!-2
그림 12. 라이다 및 레이더의 한계를 테슬라 FSD는 이를 커버가 가능하다!

 

 

  • 악천후에서도 테슬라 FSD 베타 버전은 요정도 성능을 발휘함. 아래 링크 참조

 

 

 

트위터에서 즐기는 Jay Hitchens

“Ok…this is 🤯🤯🤯… no lines, snow all over the road. No way the @Tesla sees the road lines. Hit the turn signal and it automatically knew I was in the next lane and turned off… @elonmusk this is insane”

mobile.twitter.com

 

 

6. 테슬라 FSD는 실제 데이터와 데이터 품질에서 확실한 우위

 

  • Data Link에 필요한 데이터를 테슬라는 실제 자사 차량에서 자율 주행 훈련 데이터를 소싱하는 특허를 출원
  • 차량이 거리에 많으면 많아질수록 실 주행 데이터는 복리 방식으로 증가. 지난 8월 19일까지 최대 35,000,000마일의 주행 데이터가 확보되어 있다고 알려짐

 

 

그림 13. 특허 출원된 테슬라 데이터 링크 방식
그림 13. 특허 출원된 테슬라 데이터 링크 방식

 

 

그림 14. 위 특허방식을 이용하여 차곡차곡 쌓여가고 있는 실 주행 데이터
그림 14. 위 특허방식을 이용하여 차곡차곡 쌓여가고 있는 실 주행 데이터

 

 

7. 마치며...

이를 통해 테슬라의 FSD 기술은 타 경쟁업체 대비 5년 정도 기술 수준이 우위에 있다고 점쳐지고 있으며, FSD 베타 버전이 더 많이 배포된다면 엄청난 실 주행 데이터와 함께 그 격차는 더 벌어질 것으로 기대된다. 그렇게 된다면 정말 머지않은 시일 내에 자율 주행이 완성되어 운전의 고난에서 벗어나는 새로운 삶의 시작이 되지 않을까 점점 기대가 되고 있다. FSD 기술이 완성이 된다면 테슬라의 미래 산업인 로봇 택시와 옵티머스 AI 로봇 산업 또한 완성궤도에 오르는 등 무시무시한 성장성이 앞으로도 계속 기대되고 있다.

 

지금의 포스팅이 올해 마지막 포스팅이 될 전망이다. 한 해 동안 투자하시느라 정말 고생 많으셨고, 내년도에도 각자의 투자 종목이 꾸준히 우상향 하길 기원하며 마치고자 한다. 내년 새해 복 많이 받으시고 모두들 성투하시길!!

 


자료 및 내용 출처:

https://mobile.twitter.com/The_AI_Investor/status/1560514325332185088
 

트위터에서 즐기는 The AI Investor 🌎

“Tesla FSD is one of the most important AI applications that may have huge social and economy impacts. "The value of FSD is probably somewhere in excess of $100,000" - Elon Musk Let's dive deep to understand the technologies behind $TSLA FSD.”

twitter.com

https://www.teslarati.com/tesla-fsd-beta-rollout-no-autopilot-miles-safety-score/
 

Tesla FSD Beta rolls out to cars with less than 100 AP miles, Safety Score less than 80

An increasing number of Tesla owners who purchased the Full Self-Driving suite for their vehicles have reported receiving access to FSD Beta.

www.teslarati.com

https://www.teslarati.com/tesla-fsd-beta-fleet-475-percent-yoy-78-percent-qoq-growth/
 

Tesla FSD Beta has grown about 475% YoY, 78% since Q3 2022

Considering that Tesla's FSD Beta fleet has grown to 285,000 cars, it would suggest a growth of 475% year-over-year.

www.teslarati.com