여러분, 요즘 전기차 말고도 어떤 미래 기술에 관심 두고 계신가요? 저는 자율주행이 정말 궁금하더라고요. 언제쯤이면 진짜로 운전대에서 손을 뗄 수 있을까 싶어서요.
그런데 최근 리비안이 ‘자율주행 & AI 데이’를 열었대요. 재미있는 건 행사 시작을 장식한 게 카페테리아 로봇의 실패였다는 거예요. 로봇이 갑자기 멈춰서 화면에 “I’m stuck”이라고 뜨는 바람에 직원이 수동으로 치워야 했죠. 리비안 제품은 아니지만, 마치 “이거 보세요, 자율주행 기술이란 게 원래 이렇게 어렵답니다”라고 말하는 듯한 장면이었어요.
그로부터 몇 시간 후, 저는 리비안의 새 자율주행 소프트웨어 ‘라지 드라이빙 모델(LDM)’을 체험하는 데모 차량에 탔어요. 15분 정도의 짧은 주행이었는데, 테슬라 사무실 앞에서 앞차가 갑자기 좌회전하려는 걸 간신히 인지하고 급제동을 하는 상황이 벌어졌죠. 데모 중 운전 보조자가 한 번은 개입해야 했고, 다른 데모 차량들도 비슷한 상황을 겪었다고 해요.
그런데 이 실수들이 오히려 신기하게 느껴졌어요. 왜냐면 리비안이 기존의 ‘규칙 기반’ 방식을 완전히 버리고 새로 시작했기 때문이거든요. CEO RJ 스카린지의 말을 빌리면, 예전엔 인간이 모든 규칙을 하나하나 입력하는 ‘결정론적’ 방식이었다고 해요. 하지만 2021년쯤 AI 기술의 발전을 보고 팀을 완전히 갈아엎고, 테슬라의 ‘완전 자율주행(감독형)’과 비슷한 ‘엔드투엔드’ 방식을 택했다고 하네요.
간단히 말하면, AI에게 수많은 주행 데이터를 먹여서 스스로 판단하게 만드는 방식이에요. 신호등에서 멈추고, 커브를 돌고, 과속방지턱에서 속도를 줄이는 모든 것을 프로그램된 규칙 없이 배우게 하는 거죠. 아직 완벽하지는 않지만, ‘백지상태’에서 시작한 소프트웨어 치고는 꽤 잘 움직인다는 생각이 들었어요.
리비안의 가장 큰 도박은 바로 이 ‘데이터’에요. 회사는 차량 플릿에서 모은 데이터로 LDM을 빠르게 훈련시켜, 2026년 초까지 미국과 캐나다의 350만 마일 도로에서 ‘유니버설 핸즈프리(양손 떼기)’ 주행을 구현하겠다고 선언했어요. 2026년 후반에는 데모에서 보여준 수준의 ‘포인트 투 포인트(출발지에서 목적지까지)’ 주행을 고객에게 제공할 계획이라고 합니다.
근데 여기서 좀 재밌는(이자 아슬아슬한) 전략이 하나 있어요. 리비안의 핵심 신제품인 보다 저렴한 R2 SUV는 2026년 말에 출시되는데, 이 차에는 새로운 자율주행 전용 컴퓨터와 라이다 센서가 탑재될 예정이에요. 이 장비들이 있어야 비로소 운전자가 ‘눈까지’ 도로에서 떼는 주행이 가능해진대요.
문제는, R2가 먼저 출시되고 몇 달 뒤에야 그 고성능 컴퓨터가 준비된다는 점이에요. 진짜 고급 자율주행 기능을 원하는 고객은 구매 후에도 조금 기다려야 한다는 뜻이죠. 첫 세대 차량 판매가 부진한 상황에서 R2는 리비안에게 생명줄과 같은 중요한 차량인데, 이런 식으로 출시를 해도 괜찮을까 싶은 생각이 들더라고요.
CEO는 “기술이 이렇게 빠르게 발전할 때, 하드웨어와 소프트웨어를 동시에 맞추는 건 정말 어려운 일”이라고 말했어요. 그만큼 속도전에 뛰어든 거죠.
결국 리비안의 성공은, 이 회사가 얼마나 빠르고 효율적으로 데이터를 모아 AI 모델을 훈련시킬 수 있느냐에 달려 있을 것 같아요. 완전한 자율주행, 즉 운전자가 아예 신경 쓰지 않아도 되는 단계는 아직 먼 미래의 이야기니까요.
자율주행 기술 경쟁이 점점 AI 데이터 경쟁으로 바뀌고 있는 것 같아요. 규칙을 만드는 사람이 아니라, 더 많은 데이터를 모아 더 똑똑한 AI를 키우는 회사가 승자겠죠? 리비안이 이 속도전에서 살아남아, 우리가 진짜 편안하게 차에서 영화나 볼 수 있는 날을 앞당길 수 있을지 궁금해지네요. 한편으로는, 그 카페테리아 로봇은 무사히 빠져나왔을까요?
—
원문: [TechCrunch](https://techcrunch.com/2025/12/12/riding-onboard-with-rivians-race-to-autonomy/)