자율주행에서의 waymo와 tesla

참조한 영상을 살펴보면 waymo와 tesla의 자율주행 컨셉의 차이는 어떤 센서를 주로 사용하는 지에 따라 나뉘어 있습니다.
결론적으로 말하면 waymo는 라이다를 주로 사용하고 tesla는 카메라를 주로 사용하여 자율주행을 합니다.
먼저 tesla의 입장은 카메라를 사용하는 것이 좀 더 저렴한 것이 이유이고 비싼 라이다를 사용할 필요가 없다는 입장이고
영상에 occlusion이나 날씨로 인한 문제가 발생하는 경우에는 레이더를 이용하여 보완하겠다는 생각입니다.
영상을 이용하면 사람이 할 수 있는 것들, 예를 들어 교통 표지판을 읽는것 등을 할 수 있는 장점도 있습니다.
물론 카메라를 통한 영상 데이터를 이용하였을 때의 단점은 deep learning 학습에 필요한 많은 데이터가 필요하고 실제 차에서 동작할 때 power가 많이 들어간다는 것입니다.
특히 tesla에는 8개의 카메라가 들어가니 power가 큰 문제가 될 것 같습니다.
또한 문제가 발생하였을 때, 새로운 데이터를 이용하여 재학습하는 방식으로 문제들을 풀어나아가야하는 불편함도 있습니다.

waymo에서의 메인 센서는 라이다 입니다. 물론 테슬라에서 사용하는 카메라와 레이더도 있고 기타 센서들도 더 있지만 메인 센서는 라이다 입니다.

waymo의 접근 방법 중에 또 중요한 것은 정밀 지도 입니다. 현재 자율주행을 시범적으로 하고 있는 곳에는 정밀 지도가 있어서 데모가 가능한 상태이나 그 이외의 지역은 아직 확장해나아갈 계획이 있는 상태이지 당장 운행할 수 있는 상황은 아닙니다.

반면에 tesla는 영상 데이터를 기반으로 움직이기 때문에 deep learning 학습을 완료하는 데 꽤 수고스럽지만 한번 학습이 완료되면 비슷한 환경에서는 자율주행을 할 수 있습니다. 이것이 waymo와의 접근 방법의 차이입니다.

가격 측면에서 살펴보면 차 값을 제외한 센서값을 비교하였을 때, tesla가 저렴합니다. 그 목적을 두고 설계를 한 만큼 비용 측면에서는 tesla에 우위가 있습니다.

일단 tesla는 양산 모델들이 있기 때문에 waymo에 비해서 실제 차에서 수집할 수 있는 데이터의 양이 훨씬 많습니다.
성능을 끌어올리기 위해 데이터가 중요하기 때문에 이 점에서 또한 tesla가 우위에 있습니다.
위에서 설명한 바와 같이 waymo는 현재 제한된 지역에서 tesla에 비해 턱없이 작은 수의 차만 도로위에서 굴러가고 있기 때문에 데이터 취득 측면에서는 좋지 못한 상황입니다.
하지만 모든 것이 tesla가 좋은 것이 아닙니다. 사실 waymo와 자율주행단계가 다르기 때문에 비교하기도 애매한 것이 있습니다.

하지만 waymo는 고가의 라이다 기반이기 때문에 현재 tesla와 자율주행단계가 다릅니다. 어찌보면 각 회사의 타겟이 다르다고 볼 수 있습니다.
waymo는 현재 제한된 지역에서 자율주행4단계를 하고 있는 반면 tesla의 기능은 자율주행 2단계 입니다.
즉, waymo는 제한된 지역에서 라이다와 정밀지도를 이용하여 좀 더 제대로 해보겠다는 상태이고, tesla는 범용적으로 낮은 단계의 자율주행을 해보겠다는 상태입니다.