2025년 12월 20일 오후 11시, 대규모 지하 케이블 단층으로 인해 샌프란시스코 미션 디스트릭트가 완전한 암흑 속으로 빠져들었습니다. 가로등이 죽었습니다. 교통신호가 검게 변했습니다. 주민 13만명이 전력을 잃었다. 그리고 이 도시의 공허함 속에서 드러나는 일이 일어났습니다.
수십 대의 Waymo 재규어 차량이 정지했습니다.
여행 차선에서 얼어붙고, 어둠 속에서 깜박이는 위험 신호등은 인간 구조 대원이 수동으로 회수해야 하는 5,000파운드의 장애물이 되었습니다. 한편, FSD v14를 실행하고 으스스한 자신감을 가지고 동일한 칠흑 같은 교차로를 탐색하는 Tesla 차량에 대한 보고서와 영상이 빠르게 등장했습니다. 그들은 죽은 신호등을 사거리 정류장으로 여기고 인간 운전자와 협상을 하며 여행을 계속했습니다.
Waymo의 ‘코드 레드’ 순간입니다. 이 사건은 왜 한 아키텍처가 실패했지만 다른 아키텍처는 성공했는지에 대한 엄격한 기술 조사를 요구합니다. 그 대답은 지도 의존적 우선순위와 엔드 투 엔드 비전 간의 근본적인 차이점과 인프라에 묶인 자율성의 숨겨진 취약성에 있습니다.
아키텍처 격차: 지도와 비전
오류를 이해하려면 그리드 오류 마비 분석에 자세히 설명된 대로 Waymo 스택의 의사 결정 계층 구조를 이해해야 합니다. Waymo는 도시의 센티미터 단위로 사전 스캔된 디지털 트윈인 고화질(HD) 지도에 크게 의존합니다. 이러한 맵은 센서 데이터를 비교하는 “실측 정보” 역할을 합니다.
사전 확률 함정
전형적인 Waymo 아키텍처에서 차량은 세상에 대한 강력한 “사전” 신념을 가지고 있습니다. 모든 신호등, 정지 신호, 차선 표시가 어디에 있는지 정확히 알고 있습니다.
그리드가 실패하면 “센서” 데이터(어두움)가 “지도” 데이터와 격렬하게 충돌합니다. 지도는 활성 신호가 있는 통제된 교차로의 존재를 나타냅니다. 센서가 공백을 보고합니다.
결정적으로 LiDAR(Waymo의 기본 센서)는 어둠 속에서도 완벽하게 작동합니다. 교차로, 다른 자동차, 보행자의 기하학적 구조를 볼 수 있습니다. 그러나 LiDAR는 신호등의 색상을 볼 수 없습니다. 의미론적 상태 감지를 위해 카메라를 사용합니다. 신호등이 정전되더라도 빨간색으로 바뀌지 않습니다. 이는 기계의 의미론적 이해에서 효과적으로 사라집니다.
지오펜스 현실에 하드 코딩된 교통 신호를 따르도록 명시적으로 프로그래밍된 시스템의 경우 신호 상태가 없으면 “중요한 시스템 오류”입니다. 안전 정책은 결정론적입니다. 알려진 교통 제어 장치의 상태를 확인할 수 없는 경우 차량은 최소 위험 조건(MRC)에 들어가야 합니다. 이 경우에는 차선에서 즉시 정지하는 것을 의미했습니다. 이것은 “깨지기 쉬운 가장자리 케이스”입니다. 시스템은 안전합니다. 그렇습니다. 그러나 벽돌 쌓기 자체는 막힌 교차로를 달리는 것보다 안전하지만 복원력은 없습니다. 지도와 일치하는 인프라가 필요합니다.
Tesla의 비전: “우선순위 없음” 접근 방식
Tesla의 접근 방식, 특히 v12에서 도입되고 v14에서 개선된 엔드투엔드 신경망을 사용하는 접근 방식은 근본적으로 다른 원리로 작동합니다. 신호등의 존재 여부를 확인하기 위해 지도에 의존하지 않습니다. 이는 카메라 센서에 닿는 원시 광자 스트림에 의존합니다.
네트워크는 페타바이트 규모의 비디오 데이터에 대해 훈련되었습니다. 전 세계적으로 운영되는 수백만 대의 인간이 운전하는 Tesla에서 파생된 훈련 세트에서 신호등이 파손되고 어두운 도로가 정전되고 정전이 발생하는 것을 “봤습니다”. 정전된 교차로에 접근하면 네트워크는 데이터베이스에 쿼리하거나 규칙서를 확인하지 않습니다. 장면의 시각적 질감을 직접 처리합니다.
불이 꺼졌기 때문에 “시각적 맥락”은 “깨진 신호” 또는 “통제되지 않은 교차로” 시나리오의 잠재 공간 표현과 일치했습니다. 정책 결과는 인간의 직관을 반영했습니다. 속도를 늦추고, 가시성을 위해 앞으로 나아가고, 교차로 이동을 확인하고, 깨끗해지면 계속 진행합니다. 시나리오를 검증하기 위해 도시의 인프라가 필요 없이 로컬에서 실시간으로 문제를 해결했습니다.
연결 병목 현상
Waymo 실패의 두 번째, 종종 간과되는 요소는 “원격 지원”(RA)에 대한 의존입니다. Waymo 차량이 알 수 없는 시나리오에 직면하면 집으로 전화를 겁니다. 인간 운영자가 센서 피드를 검토하고 높은 수준의 지침(예: “교차로를 통과하여 진행”)을 제공합니다.
그러나 대규모 정전은 셀룰러 네트워크 정체 또는 장애와 관련이 있는 경우가 많습니다. 지역 기지국의 전력이 끊기거나 13만명의 주민이 동시에 휴대폰을 확인하는 상황이 발생하면 RA 링크가 끊어진다.
연결이 0으로 떨어지면 클라우드 종속 시스템의 IQ가 크게 떨어집니다. Tesla의 추론은 FSD 컴퓨터(HW3/HW4)에만 국한됩니다. 운전 결정을 내리기 위해 셀룰러 연결이 필요하지 않습니다. “클라우드”와의 이러한 분리는 인프라(전력 및 데이터 모두)가 손상된 재해 시나리오에서 전략적 이점을 제공합니다.
역사적 맥락: 크루즈의 그림자
이 사건은 2023년 말 크루즈의 붕괴를 반영합니다. 크루즈 차량은 연결이 실패하거나 복잡한 시나리오가 기획자를 압도할 때 한꺼번에 정지되는 것으로 악명이 높습니다. 그 실패로 인해 캘리포니아에서의 운영 허가가 취소되었습니다.
Waymo는 역사적으로 Cruise보다 훨씬 더 강력했지만, 샌프란시스코 정전을 통해 두 회사는 동일한 아키텍처 DNA인 “로봇” 접근 방식을 공유하고 있음이 드러났습니다. 로봇 접근 방식은 운전을 일련의 별개의 규칙(빨간색인 경우 -> 정지)으로 처리합니다. “모방 학습” 접근 방식(Tesla)은 운전을 행동 흐름으로 간주합니다.
이러한 취약성으로 인해 발생하는 비용은 평판뿐만이 아닙니다. 그것은 작동 중입니다. 50대의 좌초된 차량을 회수하려면 대규모 물류 배치가 필요합니다. 정전 상황에서 탈출을 시도하는 소방차, 구급차 등 응급구조대원을 차단합니다. 이로 인해 도시 규제 기관과 부정적인 피드백 루프가 생성됩니다. 정전에 대한 “해결책”이 교통 체증을 일으키는 것이라면 시에서는 허가를 다시 고려할 수 있습니다.
확장성 방정식
투자자와 엔지니어는 확장성의 수학을 살펴봐야 합니다.
- Waymo 모델(인프라 연결): 새로운 도시로 확장하려면 HD 지도, 안정적인 5G/LTE 커버리지, 안정적인 전력망이 필요합니다. 이러한 변수 중 하나라도 변동되면 함대는 도시 도로에 “서비스 거부” 공격을 생성합니다.
- Tesla 모델(범용): 차량은 즉각적인 시각적 현실을 기반으로 탐색합니다. 헤드라이트와 견인력이 있는 경우 도시, 지도 업데이트 또는 그리드 상태에 무관합니다.
샌프란시스코 정전 사태는 “범용” 자율성이 “과잉 장착” 자율성과 비교하여 혼란스러운 환경에서 신뢰성에 대한 더 높은 상한선을 가지고 있음을 시사합니다. Waymo는 샌프란시스코의 구체적이고 기능적인 주에 자사의 솔루션을 “과잉 장착”했습니다. 해당 상태가 변경되면 맞춤이 실패했습니다.
앞으로 나아갈 길: 전략을 위한 코드 레드?
이것이 Waymo에 치명적인가요? 아니요. 엔지니어링 팀이 소프트웨어를 패치할 것입니다. “감지된 전력 손실” 시나리오를 처리하기 위해 사전을 업데이트합니다. 이는 어두운 신호에서 유추되는 “통제되지 않는 교차로”에 대한 논리를 개선합니다.
하지만 전략에 있어서는 코드 레드입니다.
이는 세계가 엔트로피적이기 때문에 세계의 모든 부분을 매핑하여 자율성을 무차별 대입할 수 없음을 보여줍니다. 전구가 타 버립니다. 그리드가 실패합니다. 건설은 하룻밤 사이에 기하학을 변경합니다. 로봇이 세상을 가만히 유지해야 한다면 로봇은 결국 얼어붙을 것입니다.
자율성의 미래에는 탄력성이 필요합니다. 서버가 다운됐을 때, GPS가 막혔을 때, 불이 꺼졌을 때 작동한다는 뜻이다. 어제 미션의 어두운 거리에서 한 시스템은 취약한 과학 프로젝트처럼 보였고 다른 시스템은 유능한 운전자처럼 보였습니다.
그리드가 다시 실패합니다. Waymo에 대한 궁극적인 테스트는 화창한 화요일에 얼마나 잘 운전하는지가 아니라 현실 세계의 예측할 수 없는 혼란에 불이 꺼졌을 때 적응할 수 있는지 여부입니다. 그때까지는 혼돈을 두려워하기보다는 혼돈으로부터 배우는 시스템이 유리합니다.
🦋 Bluesky 토론
Bluesky에서 토론하기