‘인지-판단-제어’의 과정을 거치는 자율주행은 어떻게 물체와 주변 환경을 인지할 것인지에 따라 카메라 진영과 Lidar 진영으로 나뉘는데, 아직 둘 중 하나의 뚜렷한 정답이 정해지지 않았다.

카메라 진영의 대표주자는 Tesla로 기존에 사용하던 SD 지도와 GPS로 차량의 대략적인 위치를 파악한 뒤에 카메라를 이용해 정확한 위치와 주변 환경을 인식한다.

카메라로 얻은 데이터들을 학습하여 주변의 사물을 인식하고 공간을 매핑하기 때문에, 핵심은 결국 데이터 수집과 학습이다.

즉, Tesla는 기술의 완성 전에 많은 차량들을 판매하여 더 많은 데이터를 수집하고 학습하여 기술의 수준을 높여가는 Bottom-up 방식으로 데이터 순환구조를 구축해가고 있다.

Tesla를 제외한 대부분의 기업들은 Lidar 진영으로, Lidar 뿐만 아니라 카메라, 레이더 등 다양한 센서와 HD Map을 함께 사용한다.

Lidar와 HD Map은 1인치 단위의 정확도와 데이터를 제공하기 때문에 안전성에 대한 요구 기준이 상대적으로 더 높은 전통 완성차 기업들이 선호한다.

또한 신생 전기차 스타트업들은 데이터를 수집하는 것에 대한 어려움이 크기 때문에 Lidar를 선호할 수 밖에 없다.

차량 대수가 현저히 적어 실주행 데이터를 축적하기가 어려운 Waymo는 시뮬레이션을 이용해 데이터를 축적하였는데,실주행 데이터가 기반이 되어야 하기 때문에 시뮬레이션은 데이터 보완의 역할이 크다.

즉, 많은 자율주행 차량을 판매하기 전까지는 실주행 데이터의 수집이 어렵기 때문에 Lidar를 이용한 기술 개발하고 자율주행 서비스를 시작한 뒤 데이터 순환구조를 구축하는 전략이 유효할 수도 있다고 평가한다.

다만, HD Map을 구축하고 유지하는 데에 소요되는 비용과 시간 크다.

자율주행 기술을 비교할 때 자주 인용되는 Navigant Research에서는 Waymo를 가장 유력한 자율주행 선두업체로 꼽으면서, 카메라의 Tesla와 Lidar의 Waymo의 양강구도가 성립되는 듯 했으나 최근에 연초에 라이다 판매 사업 중단과 CEO 사임 등으로 주춤하였다.

이후 자율주행 테스트 사업과 지역을 확장하며 기술 개발을 지속하고 있다.

결국 다양한 센서들로부터의 데이터 융합과 학습이 중심이 되며, 자율주행용 연산 칩과 AI칩이 자율주행의 핵심으로 부상함과 동시에 테크 기업과의 협력이 주요해졌다.

Tesla를 제외한 완성차 업체들은 Mobileye와 nVIDIA 양쪽 진영으로 구성되어 있는데, 최근에 nVIDIA가 대부분의 완성차 업체가 사용하고 있는 Orin을 탑재한 개방형 Hyperion Platform을 출시하면서 자율주행 주요 기업으로 부상하였다.

이 플랫폼은 12개의 외부 카메라와 9개의 레이더, 2개의 Lidar로 부터의 데이터를 실시간으로 처리한다.