[SDV] ②길을 기억하던 자동차가 눈을 떴다

자동차가 지도 없이 스스로 길을 찾는 시대가 현실이 되고 있다. 한때 자율주행 기술의 맥락에서 고정밀 지도(HD Map)는 없어서는 안 될 ‘사전 지식’이었다. 이 지도는 차량 주변의 도로 형상, 차선 경계, 교통 신호, 표지판까지 센티미터 단위로 정밀하게 저장한다는 점에서 인간의 눈과 뇌가 도로를 이해하는 방식을 기계적으로 재현해 준다고 여겨졌다. HD 맵이 도로의 정적 정보, 즉 과거의 지형과 규칙을 그대로 담은 ‘기억’이었다면, 차량은 이를 바탕으로 현재 상황을 해석해 행동판단을 하는 것이 최적의 설계라는 것이 한때 통념이었다.

하지만 기술의 진화는 곧 지도의 역할 자체를 재정의하는 흐름으로 이어졌다. 최근 자율주행 기술 트렌드는 '맵리스 주행'의 확산이다. 그러나 이는 HD 맵 완전 배제가 아닌, 실시간 인식을 1순위로 두고 HD 맵을 보조적 안전망으로 활용하는 하이브리드 접근이 대세다. 테슬라는 카메라 전용 맵리스를 고수하지만, 대부분 L4 운영사(웨이모, 크루즈, 바이두)는 실시간 인식과 HD 맵을 병행해 안전 중복성을 확보한다. 이 새로운 패러다임은 복잡한 도시 환경에서도 정적인 사전 정보에 의존하기보다, 카메라 등의 센서가 즉각적으로 입력하는 장면을 AI 기반으로 해석해 상황에 맞게 판단한다는 점에서 사람의 판단과 유사한 동적 인식에 초점을 맞춘다.

이런 흐름은 특히 테슬라의 전략을 통해 극명하게 드러난다. 테슬라의 자율주행 소프트웨어는 고정밀 HD 맵에 의존하지 않고 카메라 기반의 실시간 시각 인식과 신경망 학습을 중심으로 설계됐다. 이 회사는 지도 중심의 정보가 아닌 실시간 데이터와 AI의 판단 능력을 강화하는 방향으로 개발을 진행하며, 변화가 빈번한 도로 환경에서도 적응할 수 있는 능력을 고도화하고 있다.

물론 맵리스 주행이 모든 문제를 해결한 것은 아니다. 전통적인 HD 맵 기반의 접근은 정밀한 위치 파악과 도로 지형 정보 제공에서 여전히 강점을 갖는다. 정밀지도는 차량이 수백 킬로미터를 달리는 동안 도로의 기하학적 구조와 표지, 경계 등을 선험적으로 제공해 위치 보정과 정밀 제어에 도움을 준다. 이러한 이유로 다수의 자율주행 시스템, 특히 웨이모나 일부 완성차 업체들은 여전히 HD 맵을 중요한 기술 축으로 유지하고 있다.

하지만 맵리스 접근의 확산 자체가 최근 보는 자율주행 기술의 큰 흐름이라는 평가가 나온다. 이 접근법은 미리 구축된 정적인 HD 맵에 의존하지 않고, 차량이 스스로 주변을 실시간 해석하면서 이동한다는 점에서 기존의 자율주행 아키텍처와 근본적으로 다르다. 기술적 진보는 ‘도로를 기억하는’ 방식에서 ‘도로를 이해하는’ 방식으로 옮겨가고 있다.


이 같은 변화는 단지 기술적 취향의 차이가 아니다. 도로 환경이 빠르게 변하는 현실에서는 정적 지도가 항상 최신의 상황을 담을 수 없다는 점이 명확해졌다. 공사 구간, 차선 변경, 가변 표지판 등이 걸핏하면 나타나는 도시 환경에서는, 사전에 만들어진 지도가 아니라 실시간 인식과 판단 능력이 더 큰 가치를 갖는다.

그 결과 맵리스 자율주행은 기술의 확장성과 비용 효율 측면에서도 각광받고 있다. HD 맵 구축과 유지에는 막대한 비용과 지속적인 업데이트가 필요하지만, 맵리스 방식은 온보드 AI가 즉각적으로 상황을 해석하고 대응하는 방식이므로 추가적인 외부 지도 구축 비용을 크게 줄일 수 있다. 이는 특히 도로 환경 변화가 심한 지역에서 더 큰 이점을 제공한다는 분석이 나온다.

결국 자율주행의 미래는 ‘지도에 의존하는 기억’에서 ‘상황을 이해하는 지능’으로의 전환이다. 고정된 HD 맵이 한때 자율주행의 필수 기반이었지만, 맵리스 주행의 부상은 기술의 본질을 다시 묻는다. 인간 운전자가 눈앞의 상황을 보고 판단하는 것처럼, 차량도 실시간 지각과 인식으로 길을 찾아가야 한다는 새로운 현실을 마주하고 있는 것이다. 이 변화는 지금 자율주행 기술 패러다임의 중심에 서 있다.