웨이모가 가상현실로 자율주행 AI를 훈련시키는 이유

웨이모의 자율주행차는 지금까지 2억 마일 이상을 달렸다. 하지만 이 회사가 정말로 주목하는 건 아직 한 번도 달려보지 않은 길이다. 골든게이트 브리지 위에 눈이 쌓인 도로처럼 말이다.

구글 스핀오프 웨이모가 새로운 '웨이모 월드 모델'을 공개했다. 이 기술은 현실에서는 거의 일어나지 않거나 아예 불가능한 상황들을 초현실적으로 시뮬레이션해 자율주행 AI를 훈련시킨다. 구글 딥마인드의 지니 3(Genie 3) 기술을 기반으로 한 이 모델은 단순한 텍스트 명령만으로도 복잡한 가상 환경을 만들어낸다.

현실의 한계를 뛰어넘는 가상 훈련장

지금까지 자율주행 업계는 실제 차량이 실제 도로에서 수집한 데이터에만 의존해왔다. 문제는 위험하고 드문 상황들이 훈련 데이터에 충분히 포함되지 않는다는 점이었다.

예를 들어 캘리포니아의 골든게이트 브리지에는 거의 눈이 내리지 않는다. 하지만 만약 자율주행차가 그런 상황을 만난다면? 기존 방식으로는 이런 극한 상황에 대비하기 어려웠다.

웨이모 월드 모델은 이런 데이터 공백을 메운다. 엔지니어들이 "골든게이트 브리지에 눈이 쌓인 상황"이라고 간단히 입력하면, AI가 그 환경을 실제처럼 만들어낸다. 자율주행 AI는 이 가상 환경에서 수십억 마일을 추가로 달리며 학습한다.

기억력이 핵심, 몇 분간 디테일 유지

이 기술의 핵심은 장기 기억력이다. 구글이 작년 공개한 지니 3는 기존 월드 모델들과 차별화되는 특징을 가지고 있다.

기존 모델들은 시뮬레이션 도중 특정 객체에서 시선을 돌렸다가 다시 보면, 그 객체가 어떻게 생겼는지 즉시 잊어버렸다. 마치 치매 환자처럼 맥락을 잃는 것이다.

반면 지니 3는 수 분간 세부사항을 기억한다. 자율주행차가 교차로를 지나 다른 곳을 보다가 다시 그 교차로로 돌아와도, 신호등 색깔이나 보행자 위치 같은 디테일을 정확히 유지한다. 이는 복잡한 실제 도로 상황을 시뮬레이션하는 데 결정적이다.

한국 자율주행 시장에 미칠 파급효과

국내에서도 현대차와 카카오모빌리티 등이 자율주행 기술 개발에 박차를 가하고 있다. 웨이모의 이번 발표는 한국 업계에도 시사하는 바가 크다.

한국의 도로 환경은 미국과 전혀 다르다. 좁은 골목길, 급격한 언덕, 잦은 공사 구간, 그리고 예측 불가능한 오토바이와 배달차량들. 이런 '한국적 상황'들을 충분히 학습하려면 실제 데이터만으로는 한계가 있다.

웨이모 월드 모델 같은 기술이 국내에 도입된다면, "명동 한복판에 폭우가 쏟아지는 상황" 또는 "강남대로에서 대형 트럭이 차선을 막고 있는 상황" 같은 시나리오를 무한히 만들어 AI를 훈련시킬 수 있다.

특히 한국의 사계절 기후 변화는 자율주행에 큰 도전이다. 여름 장마철 시야 제로 상황부터 겨울 빙판길까지, 가상 시뮬레이션으로 미리 대비할 수 있다면 안전성이 크게 향상될 것이다.