테슬라, 중국 내 인공지능(AI) 트레이닝 센터 가동으로 FSD 야망에 박차

세계 최대 전기차(Electric Vehicle, EV) 시장에서의 입지를 확보하기 위한 결정적인 조치로, 테슬라(Tesla)가 중국 내 전용 인공지능(Artificial Intelligence, AI) 트레이닝 센터를 공식 가동했다. 테슬라의 부사장 그레이스 타오(Grace Tao)가 확인한 이 진전은 중국의 엄격한 데이터 주권 규제를 준수하면서 완전 자율 주행(Full Self-Driving, FSD) 기능을 배포하려는 회사의 전략에서 중요한 전환점을 시사한다.

수년 동안 테슬라의 신경망을 구동하는 "데이터 플라이휠(Data flywheel)"은 북미에서 빠르게 회전해 왔으나, 국경 간 데이터 전송 제한으로 인해 중국에서는 마찰에 부딪혔다. 이 새로운 시설을 통해 테슬라(Tesla)는 이제 데이터를 현지에서 처리할 수 있게 되었으며, 샤오펑(Xpeng) 및 화웨이(Huawei)와 같은 공격적인 현지 경쟁사들과 경쟁하는 데 필요한 개발 주기의 고리를 완성할 수 있게 되었다.

전략적 전환: 시뮬레이션에서 현지 컴퓨팅으로

이 센터의 출범은 아시아 지역 내 테슬라의 자율 주행(autonomous driving) 개발에 있어 오랜 걸림돌이었던 병목 현상을 해결한다. 중국의 사이버 보안법은 지도 및 주행 데이터의 수출을 엄격히 금지하고 있어, 테슬라의 미국 기반 슈퍼컴퓨터가 중국 도로 위의 수백만 대의 차량에서 생성되는 풍부하고 복잡한 데이터 세트에 접근하는 것을 사실상 차단해 왔다.

이전에 일론 머스크(Elon Musk) CEO가 언급했듯이, 테슬라는 중국용 첨단 운전자 보조 시스템(Advanced Driver Assistance Systems, ADAS) 모델을 훈련하기 위해 시뮬레이션과 공개적으로 사용 가능한 인터넷 동영상에 의존해 왔다. 이러한 임시방편은 혁신적이었지만, 밀집된 스쿠터 흐름, 복잡한 교차로, 비표준 표지판 등 중국 교통 상황 특유의 실제 에지 케이스(Edge cases)에 대한 정밀도가 부족했다.

그레이스 타오에 따르면, 새 센터는 "보조 주행 기능의 개발을 지원하기에 충분한 컴퓨팅 파워"를 보유하고 있다. 구체적인 테라플롭스(Teraflops) 수치는 공개되지 않았지만, 이 시설의 운영 상태는 테슬라가 이제 현지 데이터를 바탕으로 신경망을 활발히 훈련시키고 있음을 의미한다. 이러한 변화를 통해 시스템은 현지 운전자의 행동과 도로 상황으로부터 직접 학습할 수 있게 되었으며, 시뮬레이션 위주의 근사치를 실제 데이터(Ground-truth) 학습으로 대체하게 되었다.

피드백 루프의 가속화

현지 훈련 인프라 구축은 테슬라가 FSD v12 이후부터 추구하고 있는 "엔드 투 엔드(End-to-end)" 신경망 아키텍처에 필수적이다. 이 아키텍처에서 시스템은 비디오를 입력값으로 받아 제어 명령을 출력하며, 하드코딩된 휴리스틱 규칙을 우회한다. 이 방식이 효과적으로 일반화되려면 지역별 대량의 비디오 데이터가 필요하다.

새 센터의 주요 기술적 장점:

• 지연 시간 단축(Latency Reduction): 차량군에서 수집된 데이터를 국가를 벗어나지 않고도 섭취, 라벨링 및 훈련할 수 있는 신속한 반복 주기.
• 시나리오 특수성(Scenario Specificity): 공격적인 끼어들기나 독특한 도로 표시와 같은 "중국 특화" 에지 케이스에 맞춰 모델을 미세 조정(Fine-tune)할 수 있는 능력.
• 규제 준수(Compliance): 데이터 현지화에 관한 공업정보화부(Ministry of Industry and Information Technology, MIIT)의 명령을 전적으로 준수.

레벨 3 자율 주행을 향한 경쟁

테슬라의 이번 행보는 중국 자율 주행 분야에서 우위를 점할 수 있는 기회의 창이 좁아지기 시작한 시점에 이루어졌다. 중국 현지 자동차 제조업체들은 테슬라가 따라잡기를 기다리지 않고 있으며, 초기부터 현지 데이터로 훈련된 레벨 2+(L2+) 및 레벨 3(L3) 시스템을 공격적으로 배포하고 있다.

2026년에는 중국 제조업체들의 L3 지원 차량 수천 대가 도로를 달릴 것으로 예상되며, 이들은 테슬라가 거부하고 있는 고정밀 지도와 라이다(Light Detection and Ranging, LiDAR) 센서를 활용한다. 경쟁 구도는 단순한 EV 하드웨어에서 소프트웨어 패권으로 이동했다.

다음 표는 자율 주행 준비도와 관련하여 테슬라와 주요 중국 경쟁사 간의 현재 상황을 보여준다.

표: 테슬라 FSD vs. 주요 중국 경쟁사

상업 및 규제 로드맵

새로운 트레이닝 센터가 기술적 준비를 마쳤음에도 불구하고, 규제 타임라인은 여전히 불투명하다. 머스크는 2026년 초 완전 자율 주행 승인에 대해 낙관적인 전망을 내놓았지만, 현지 보고서에 따르면 중국 당국은 더 신중한 접근 방식을 취하고 있는 것으로 보인다. 현재 테슬라는 중국에서 "지능형 보조 주행(Intelligent Assisted Driving)"이라는 명칭으로 기능을 제공하고 있는데, 이는 소비자 기대치를 관리하고 규제를 준수하기 위해 채택된 명칭으로 보인다.

상업적으로 테슬라는 글로벌 수익화 전략을 조정하고 있다. 2월 14일부터 테슬라는 완전 자율 주행의 일시불 구매 옵션을 중단하고 완전히 구독 모델로 전환할 것으로 알려졌다. 이 조치는 중국 소비자들의 진입 장벽을 낮추어 잠재적으로 가입률을 높이고, 결과적으로 새 센터로 유입되는 훈련 데이터의 양을 늘릴 수 있다.

Creati.ai 인사이트: 컴퓨팅 방정식

AI 인프라 관점에서 볼 때, 이 센터의 가동은 단순한 규제 준수 확인 이상의 의미를 갖는다. 이는 도조(Dojo) 슈퍼컴퓨터 아키텍처를 미국 외 지역에서 복제할 수 있는 테슬라의 능력을 시험하는 무대다.

이 센터의 효능은 가용한 컴퓨팅 하드웨어의 품질에 크게 좌우될 것이다. 미국의 수출 규제로 인해 중국 기업들이 H100과 같은 최고급 NVIDIA GPU에 접근하는 것이 제한된 상황에서, 테슬라가 규제 이전에 충분한 하드웨어를 확보했는지, 아니면 독자적인 대안인 맞춤형 실리콘(Dojo)을 활용하고 있는지는 지켜봐야 할 대목이다.

테슬라가 중국에서 미국의 훈련 루프를 성공적으로 재현할 수 있다면, 완전 자율 주행 성능의 향상은 기하급수적일 수 있다. 그러나 그들은 움직이는 목표를 쫓고 있다. 화웨이와 같은 기업들은 자체 어센드(Ascend) AI 칩을 활용해 거대 컴퓨팅 클러스터를 구축함으로써 지정학적 하드웨어 위기로부터 스스로를 보호하고 있다. 중국 내 테슬라의 성공은 이제 판매하는 자동차뿐만 아니라, 이 새로운 트레이닝 센터에 있는 실리콘의 효율성에 달려 있다.