중요한 것은 라이다(LiDAR)냐 카메라냐가 아닙니다. 어떤 기술이 더 많은 사람을 살리느냐입니다.

테슬라의 자율주행 전략을 둘러싼 논쟁은 오래전부터 같은 질문을 반복해 왔습니다.

• “카메라만(vision-only)으로 충분한가요?”
• “아니면 라이다, 레이더, 초음파 센서 등 여러 센서를 함께 쓰는 센서 퓨전(sensor-fusion)이 더 안전한가요?”
• “테슬라의 Vision Only 전략은 과감한 혁신인가요, 위험한 고집인가요?”

하지만 저는 이 논쟁의 출발점 자체가 잘못되어 있다고 생각합니다. 진짜 질문 아래와 같아야 합니다.

• Vision Only가 옳으냐, LiDAR가 옳으냐가 아닙니다.
• 어떤 전략이 앞으로 20년 동안 전 세계 교통 사망자를 가장 많이 줄일 수 있느냐입니다.

이 질문은 단순한 기술 논쟁이 아닙니다. 윤리의 문제입니다. 산업 전략의 문제입니다. 그리고 규모의 문제입니다. 자율주행 자동차 한 대만 놓고 보면, 자율주행 자동차가 달린 1 km 또는 1 마일(mile)만 고려한다면, 또는 자율주행 자동차가 운행된 한 도시만 따진다면, 더 안전한 기술이 있을 수 있습니다. 그러나 전 세계적으로 더 많은 차량에, 더 빠르게, 더 싸게, 더 넓게 적용되는 기술이 있다면 결과는 달라질 수 있습니다. 자율주행의 진짜 평가는 “센서 구성이 얼마나 고급인가”가 아니라 “결국 얼마나 많은 생명을 구했는가”로 이루어져야 합니다.

이번 글이 담고자 하는 주장을 먼저 표현하면 아래와 같습니다.

• 최고의 기술이 반드시 가장 많은 생명을 구하는 것은 아닙니다.
• 충분히 좋은 기술이 압도적으로 확산될 때, 그것이 더 큰 사회적 효과를 만들 수 있습니다.

1. 그럴듯한 논리학의 함정: “비전 온리”가 월등함을 증명해 보겠습니다

우선 일부러 그럴듯한 논리 실험을 해보겠습니다. 자율주행 시스템에 대해 네 가지 논리 기호를 정의해 보겠습니다.

• V = 시각 데이터는 정보이론적으로 충분하다
• F = 시스템은 센서 퓨전을 사용한다
• L = 시스템에는 충돌 해소 지연이 있다
• O = 시스템은 실시간으로 최적이다

여기서 센서 퓨전은 카메라, 라이다, 레이더 등 여러 센서의 정보를 함께 사용하는 방식을 뜻합니다. 충돌 해소 지연(conflict latency)은 여러 센서가 서로 다른 정보를 줄 때, 시스템이 그 차이를 해석하고 결론을 내리는 데 드는 시간을 뜻합니다.

이제 아래와 같은 전제(Premises)를 세워보겠습니다. 이를 통해 테슬라의 Vision Only 전략의 논리성을 증명해 보겠습니다.

• P1: F → L 센서 퓨전을 사용하면 센서 간 충돌을 해소해야 하므로 지연이 발생합니다.
• P2: L → ¬O 지연이 발생하면 실시간 최적 상태가 아닙니다.
• P3: ¬F → ¬L 센서 퓨전을 사용하지 않으면 충돌 해소 지연도 없습니다.
• P4: (V ∧ ¬L) → O 시각 데이터가 충분하고 지연이 없다면 시스템은 실시간으로 최적입니다.
• P5: V 시각 데이터는 충분합니다. 인간이 100년 넘게 눈으로 운전해 왔기 때문입니다.

이제 논리적 결론을 도출할 수 있습니다.

• P1과 P2를 연결하면 다음이 나옵니다:  F → ¬O
• 즉, 센서 퓨전을 쓰면 지연이 생기고, 지연이 생기면 실시간 최적이 아니므로, 센서 퓨전은 실시간 최적이 아닙니다. 반대로 Vision Only는 센서 퓨전을 쓰지 않는 방식입니다.
• ¬F → ¬L 센서 퓨전이 없으니 충돌 해소 지연도 없습니다. 여기에 “시각 데이터는 충분하다”는 P5를 결합하면,
• (V ∧ ¬L) → O 즉, Vision Only는 실시간 최적입니다. Q.E.D.

이 논리 구조는 겉보기에는 아주 깔끔합니다. 그래서 아래와 같은 결론이 가능합니다.

• Vision Only가 Sensor Fusion보다 우월하다.
• 테슬라가 맞았다.

그런데 이 증명은 틀렸습니다. 아니, 더 정확히 말하면 형식은 그럴듯하지만 내용은 엉터리입니다.

2. 이것은 논리가 아니라 ‘논리 극장’ 또는 ‘논리 연출’입니다

이런 종류의 주장을 저는 연출된 논리 또는 논리 극장(theater)이라고 부르고 싶습니다. 논리 극장이란, 겉으로는 엄밀한 논리처럼 보이지만 실제로는 믿고 싶은 결론을 전제 속에 숨겨놓은 주장입니다. 수식이 있고, 기호가 있고, 화살표가 있고, 결론이 있으니 마치 과학적 증명처럼 보입니다. 하지만 핵심 전제가 부실하면 수식은 아무 의미가 없습니다.

위의 논리에서 가장 큰 문제는 두 가지입니다.

첫째, P2: L → ¬O입니다.

“지연이 있으면 실시간 최적이 아니다”라는 말은 맞는 표현 같습니다. 그러나 여기서 “최적”을 사실상 “지연이 전혀 없는 상태”로 정의해버리면 이 명제는 새로운 지식이 아닙니다. 단순한 말장난입니다.

• 비가 오면 건조하지 않다.
• 패자는 승자가 아니다.
• 지연이 있으면 무지연 상태가 아니다.

이런 말은 틀리지 않습니다. 그러나 아무것도 설명하지 않습니다. 더 중요한 질문은 사라집니다.

(자율주행 상황에서) 약간의 지연이 있더라도, 눈, 비, 안개, 역광 상황에서 훨씬 더 정확하게 인식할 수 있다면 어떨까요? 1초가 아니라 0.02초의 지연이지만, 사망 사고를 줄인다면 그것은 나쁜 지연일까요? 현실 세계의 주행 안전은 “지연이 있느냐 없느냐”만으로 판단할 수 없습니다.

둘째, P5: V입니다.

“인간이 눈으로 운전해 왔으니 시각 데이터만으로 충분하다”는 주장도 그럴듯해 보입니다. 하지만 이것 역시 순환논리입니다. 증명해야 할 것을 전제로 미리 넣어버린 것입니다. 인간이 정말 눈만으로 운전할까요? 그렇지 않습니다. 인간은 눈뿐 아니라 귀를 씁니다. 구급차 소리를 듣습니다. 차가 미끄러질 때 몸의 균형감각으로 위험을 느낍니다. 도로 규칙에 대한 사전 지식도 필요합니다. 보행자가 다음에 어떻게 움직일지 예측합니다. 교차로에서는 다른 운전자와 눈을 마주치며 서로의 의도를 읽곤 합니다. 즉, 인간 운전은 순수한 Vision Only가 아닙니다. 인간은 시각에 더해 경험, 몸의 감각, 사회적 추론, 물리적 직관을 모두 사용합니다. 게다가 인간 운전이 그렇게 안전했다면 매년 전 세계에서 이렇게 많은 교통 사망자가 발생하지 않았을 것입니다. 따라서 “인간이 눈으로 운전했으니 카메라만으로 충분하다”는 주장은 증명이 아닙니다. 그것은 결론을 전제 속에 숨겨놓은 주장입니다. 이것은 논증이 아니라 순환(논리)입니다.

3. 그러면 LiDAR가 답일까요?

여기까지 들으면 이렇게 생각하실 수 있습니다. “그렇다면 센서 퓨전이 맞고, 테슬라의 Vision Only는 틀린 것 아닌가요?” 하지만 문제는 그렇게 단순하지 않습니다. 공정하게 말하자면, 1 km당 또는 1 마일당 안전성만 놓고 보면 잘 설계된 라이다 기반 센서 퓨전 시스템이 Vision Only보다 더 안전할 가능성이 있습니다. 특히 안개, 눈, 역광, 야간, 복잡한 도심 환경에서는 다양한 센서가 서로를 보완할 수 있습니다.  이 관점에서는 아래 명제가 충분히 가능합니다.

• Sensor Fusion > Vision Only per km/mile

즉, 1 km당 또는 1 마일당 안전성에서는 Sensor Fusion이 Vision Only보다 나을 수 있습니다. 하지만 바로 여기서 질문을 바꿔야 합니다. 우리가 묻고 싶은 것은 정말 “어떤 시스템이 1km당 또는 1 마일당 더 안전한가”일까요? 아닙니다. 더 중요한 질문은 아래입니다.

• 어떤 시스템이 실제 도로 위에서 더 많은 생명을 구할 수 있는가?

4. 자율주행의 윤리 공식: 안전성 × 규모

자율주행 기술의 사회적 효과는 다음 공식으로 생각할 수 있습니다.

• 구한 생명 = 안전성 개선폭 × 적용 규모

영어로 표현하면 이렇습니다.

• Saved Lives = Safety Delta × Scale

여기서 Safety Delta는 인간 운전 대비 얼마나 더 안전한지를 뜻합니다. Scale은 그 기술이 실제로 얼마나 많은 거리에서 사용되는지를 뜻합니다. 센서 퓨전 시스템이 1 km당 또는 1 마일당 더 안전하더라도, 적용 규모가 작으면 전체적으로 구하는 생명은 제한적일 수 있습니다. 반대로 Vision Only가 1 km당 또는 1 마일당 조금 덜 안전하더라도, 압도적으로 많은 차량에 적용된다면 총량으로는 더 많은 생명을 구할 수 있습니다.

예를 들어보겠습니다.

• 인간 운전의 사망률을 100만 km당 1.3이라고 가정해 보겠습니다.
• 테슬라 Vision Only의 사망률을 0.5라고 가정해 보겠습니다.
• (웨이모 등) 고급 LiDAR 시스템의 사망률을 0.2라고 가정해 보겠습니다.

이 경우  1 km당 안전성은 LiDAR 시스템이 더 높습니다. 인간 대비 개선폭은 아래와 같습니다.

• Tesla Vision Only: 1.3 - 0.5 = 0.8
• LiDAR Sensor Fusion: 1.3 - 0.2 = 1.1

즉, 1 km 기준으로는 LiDAR가 이깁니다. 하지만 Tesla가 LiDAR 기반 로보택시보다 10배 더 많은 자율주행 km를 확보한다면 어떻게 될까요?

• Tesla: 0.8 × 10 = 8
• LiDAR: 1.1 × 1 = 1.1

이 단순한 계산에서는 1 km당 더 안전하지 않은 시스템이 전체적으로는 더 많은 생명을 구합니다. 이것이 규모의 윤리입니다.

5. 필요한 것은 ‘최고’가 아니라 ‘충분히 좋고 널리 퍼지는 것’입니다

이런 일은 기술사에서 반복되어 왔습니다. 가장 좋은 기술이 항상 세상을 바꾸는 것은 아닙니다. 세상을 바꾸는 기술은 종종 충분히 좋고, 충분히 싸고, 충분히 빨리 퍼지는 기술입니다. 자동차 역사에서 포드의 Model T가 그랬습니다. Model T는 당시 가장 고급스러운 차가 아니었습니다. 더 빠르고, 더 편안하고, 더 우아한 차들이 있었습니다. 그러나 Model T는 충분히 좋았고, 압도적으로 저렴했으며, 대량생산이 가능했습니다. 그래서 자동차를 소수 부유층의 장난감에서 대중의 이동수단으로 바꾸었습니다. 자율주행에서도 비슷한 질문을 던질 수 있습니다. Waymo가 더 정교한 자율주행 시스템을 만들 수 있습니다. 라이다 기반 로보택시가 한 마일당 더 안전할 수 있습니다. 하지만 Tesla가 이미 팔린 차량, 저렴한 하드웨어, 소프트웨어 업데이트, 대규모 데이터 수집을 통해 훨씬 빠르게 확산된다면 결과는 달라질 수 있습니다.

질문이 바뀌어야 합니다. 누가 더 완벽한 자율주행차를 만드는가?가 아니라, 누가 충분히 안전한 자율주행을 가장 빨리, 가장 넓게, 가장 싸게 보급할 수 있는가?입니다.

6. 그렇다고 테슬라가 자동으로 옳다는 뜻은 아닙니다

여기서 중요한 오해를 피해야 합니다. 이 글은 “테슬라가 무조건 옳다”고 주장하는 글이 아닙니다. 테슬라의 Vision Only 전략도 세 가지 큰 위험을 안고 있습니다.

첫째, 안전성 임계값을 반드시 넘어야 합니다. Vision Only가 인간 운전보다 충분히 안전하지 않다면 규모는 오히려 위험해집니다. 덜 안전한 기술이 더 많이 퍼지면 더 많은 사고가 발생할 수 있습니다. 다시말해,

• Safety Delta ≤ 0 이면, Scale은 생명을 구하는 힘이 아니라 위험을 확대하는 힘이 됩니다.

따라서 핵심 전제는, ‘Vision Only가 인간 운전보다 유의미하게 안전해야 합니다’입니다. 이 전제가 무너지면 테슬라의 규모 전략도 윤리적 정당성을 잃습니다.

둘째, 사회적 반발 위험이 있습니다. 자율주행이 대형 사고를 일으키고, 특히 어린이 사망 사고처럼 사회적 충격이 큰 사건이 발생하면 여론은 빠르게 돌아설 수 있습니다. 규제기관은 더 강하게 개입할 수 있습니다. 보험료가 올라갈 수 있습니다. 일부 지역에서는 운행 제한이나 금지가 나올 수도 있습니다. 이 경우 빠른 확산은 오히려 전체 산업의 발전을 늦출 수 있습니다. 즉, 규모는 장점이지만 동시에 정치적 위험입니다.

셋째, LiDAR의 비용 하락입니다. Vision Only의 강점은 비용입니다. 라이다와 고급 센서가 비싸다면 카메라 중심 접근은 확실한 확산 우위를 가집니다. 하지만 라이다 가격은 계속 떨어지고 있습니다. 만약 라이다가 충분히 싸진다면 Vision Only의 비용 우위는 약해질 수 있습니다. 그러면 센서 퓨전은 “비싸지만 안전한 기술”이 아니라 “조금 더 비싸지만 훨씬 안전한 기술”이 될 수 있습니다. 그 순간 논쟁의 균형은 다시 바뀝니다.

7. 테슬라의 진짜 승부처는 ‘카메라’가 아닐 수 있습니다

그래서 테슬라의 핵심은 단순히 카메라만 쓰느냐가 아닐 수 있습니다. 테슬라의 진짜 강점은 수직통합입니다. 차량을 직접 만들고, 소프트웨어를 직접 만들고, 데이터를 직접 모으고, 향후 로보택시 서비스를 직접 운영하려 합니다. 하드웨어, AI, 로보택시 차량(Cybercap), 서비스가 하나의 플랫폼으로 묶이는 구조입니다. 이 구조가 성공한다면 테슬라는 단순한 자동차 제조사가 아니라 이동 네트워크 사업자가 됩니다. 그리고 이때 핵심 질문은 다시 바뀝니다.

• “라이다가 있느냐 없느냐”가 아니라,
• 1 km당 이동 비용을 얼마나 낮출 수 있는가?
• 대기 시간을 얼마나 줄일 수 있는가?
• 얼마나 많은 지역에서 서비스를 제공할 수 있는가?
• 사람들이 차량 소유를 포기할 만큼 편리한가?

만약 어떤 회사가 1 km당 1 달러 이하의 자율주행 이동 서비스를 안정적으로 제공할 수 있다면, 그것은 택시 시장만 바꾸는 것이 아닙니다. 자동차 소유의 경제학 자체를 흔들 수 있습니다.

8. 잘못된 논쟁은 잘못된 결론을 낳습니다

Vision Only와 LiDAR 논쟁에서 가장 위험한 것은 양쪽 모두 자신이 “논리적으로 증명했다”고 믿는 순간입니다. Vision Only 지지자는 이렇게 말할 수 있습니다.

• “인간도 눈으로 운전하니 카메라만으로 충분합니다.”
• “센서가 많으면 충돌이 생기고, 충돌은 지연을 낳습니다.”
• “따라서 센서 퓨전은 구조적으로 열등합니다.”

반대로 LiDAR 지지자는 이렇게 말할 수 있습니다.

• “센서는 많을수록 좋습니다.”
• “라이다는 거리 정보를 직접 줍니다.”
• “따라서 카메라만 쓰는 것은 위험합니다.”

두 주장 모두 일부 맞을 수 있습니다. 하지만 둘 다 충분하지 않습니다. 왜냐하면 진짜 질문은 센서의 종류가 아니라 결과이기 때문입니다.

얼마나 안전한가? 얼마나 싸게 만들 수 있는가? 얼마나 빨리 확산되는가? 사회가 받아들일 수 있는가? 결국 몇 명의 사망자를 줄이는가?

9. 우리가 가져야 할 질문의 태도

이 논쟁에서 배울 수 있는 더 큰 교훈이 있습니다. 기술 논쟁에서 가장 중요한 능력은 정답을 빨리 말하는 능력이 아닙니다. 올바른 질문을 찾는 능력입니다. 테슬라 Vision Only 논쟁은 자율주행을 넘어 AI 시대 전체에 적용되는 사례입니다.

AI 모델 경쟁에서도 비슷한 일이 벌어집니다.

• “어떤 AI 모델이 벤치마크에서 가장 높은가?”
• “어떤 칩이 가장 빠른가?”
• “어떤 센서가 가장 정교한가?”
• “어떤 알고리즘이 가장 아름다운가?”

이런 질문은 중요합니다. 그러나 충분하지 않습니다. 더 중요한 질문은 보통 따로 있습니다.

• 어떤 기술이 실제 문제를 가장 많이 해결하는가?
• 어떤 기술이 비용 구조를 바꾸는가?
• 어떤 기술이 대규모 채택을 가능하게 하는가?
• 어떤 기술이 사회적 신뢰를 얻는가?

기술의 우열은 실험실에서만 결정되지 않습니다. 시장, 규제, 비용, 신뢰, 확산 속도, 이용자의 행동이 함께 결정합니다.

10. 자율주행의 질문을 다시 써야 합니다

테슬라의 Vision Only가 옳을 수도 있습니다. 틀릴 수도 있습니다. LiDAR 기반 센서 퓨전이 장기적으로 승리할 수도 있습니다. 혹은 Vision Only가 비용과 데이터, 확산 속도에서 우위를 유지할 수도 있습니다. 또는 양쪽 접근이 서로 수렴할 수도 있습니다. 하지만 적어도 하나는 분명합니다.

• “카메라냐 라이다냐”라는 질문만으로는 자율주행의 윤리와 산업 전략을 설명할 수 없습니다.

우리가 던져야 할 질문은 아래와 같습니다.

• 어떤 기술이 인간 운전보다 충분히 안전한가?
• 그 기술은 얼마나 빨리, 얼마나 넓게 확산될 수 있는가?
• 확산 과정에서 사회적 신뢰를 잃지 않을 수 있는가?
• 결국 전 세계 교통 사망자를 얼마나 줄일 수 있는가?

이를 하나의 공식으로 줄이면 위에서 설명한 공식과 같습니다.

• 구한 생명 = 안전성 개선폭 × 적용 규모
• Saved Lives = Safety Delta × Scale

자율주행의 윤리는 센서 목록에 있지 않습니다. 자율주행의 윤리는 실제로 줄어든 사망자 수에 있습니다. 그래서 테슬라와 라이다 논쟁의 핵심은 기술 선택이 아닙니다. 핵심은 규모의 윤리입니다. 그리고 우리가 정말 올바른 질문을 던지고 있는가입니다.