웨이모, 자율주행 2억 마일 경험으로 제시한 AI 개발 원칙 10가지

웨이모가 완전 자율주행 2억 마일 이상의 운행 경험을 바탕으로 자율주행 AI 개발에서 얻은 원칙 10가지를 공개했다. 웨이모 공식 블로그에 따르면, 회사는 카메라·라이다·레이더를 함께 쓰는 센서 융합과 고정밀 지도, 대형 모델 중심의 구조를 핵심 요소로 제시했다.

회사는 센서 하나에 의존하는 방식보다 서로 다른 센서의 정보를 결합하는 편이 안전한 운행에 필요하다고 설명했다. 지도는 실시간으로 변하는 도로 환경을 처리하기 전 차량에 기준 정보를 제공하는 입력으로 활용한다고 밝혔다.

모델 설계에서는 여러 개의 작은 모듈을 늘어놓기보다 적은 수의 고용량 모델을 활용하되, 주행 결정을 그대로 따르지 않는 독립 검증 계층을 둔다고 했다. 이 검증 계층은 제안된 주행 궤적을 물리 제약과 교통 법규에 대조해 충돌 위험이나 한계 위반 여부를 점검하는 역할을 맡는다.

희소한 위험 상황을 다루는 방법으로는 폐쇄루프 시뮬레이션을 들었다. 기록된 주행 장면을 재생하는 데 그치지 않고 차량의 제동·회피에 주변 교통이 반응하도록 구성해야 실제 상호작용과 유사한 평가가 가능하다는 설명이다. 웨이모는 실제 도로와 시뮬레이션에서 수집한 데이터를 자동 분석하는 AI 비평가(Critic)도 운영한다고 밝혔다.

시각·언어 모델은 복잡한 장면의 의미를 해석하는 보조 수단으로 활용한다. 웨이모는 자사 시스템에서 Gemini로 학습한 비전언어모델을 사용하지만, 이를 실시간 제어에 단독으로 쓰기에는 속도와 공간 인식에 한계가 있다고 설명했다. 이에 따라 빠른 센서 융합 처리와 심층 추론을 병행하는 구조를 채택했다고 밝혔다.

이번 글은 개별 제품 출시보다 대규모 무인 운행에서 축적한 안전·평가 방법론을 정리한 성격이다. 자율주행 분야에서 모델 성능뿐 아니라 검증 체계와 시뮬레이션, 실제 운행 데이터의 연결이 핵심이라는 점을 다시 드러낸다.

출처: Waymo 공식 블로그 — https://waymo.com/blog/2026/08/10ailessons/