현대차그룹 박민우 사장 “자동차 경쟁력은 자율주행 SW…개발 속도 높인다”

[한국금융신문 김재훈 기자] “이제 완성차 경쟁력은 차량의 재원이 아닌 자율주행 소프트웨어가 결정 지을 것이다. 자율주행 경쟁은 더 이상 특정 기능의 우열을 가리는 경쟁이 아니다. 얼마나 많은 데이터를 확보하고, 얼마나 빠르게 학습하며, 그 결과를 실제 제품과 서비스에 반영할 수 있는지가 경쟁력을 결정한다.”

박민우 현대차·기아AVP본부장(사장) 겸 포티투닷 대표는 11일 포티투닷 판교 본사에서 진행된 ‘현대차그룹 자율주행 미디어 데이’에서 이 같이 밝혔다. 이날 행사에서는 자율주행 기술 개발 전략과 로드맵, 주요 개발 성과 및 향후 실행 방안 등이 소개됐다.

“자율주행 빠른 데이터 학습이 결정”

박민우 사장은 테슬라, 엔비디아 등에서 자율주행 상용화를 담당한 인물이다. 박민우 사장은 현대차그룹이 자율주행 및 미래 모빌리티 경쟁력의 핵심으로 '빠른 데이터 학습과 선순환 구조'를 제시했다. 전통적인 양산 제조 역량에 AI 소프트웨어를 결합해 안전성과 신뢰성을 최우선으로 한 자율주행 상용화에 속도를 내겠다는 구상이다.
특히 완성차 산업이 AI 산업으로 빠르게 재편되고 있음을 강조했다. 과거 차량의 출력이나 연비 등 제원 성능이 기준이었다면, 앞으로는 차량의 판단 능력과 안전성, 즉 '얼마나 똑똑해지는가'가 차의 가치를 결정짓는다는 설명이다.

박민우 사장은 "테슬라와 엔비디아 등에서 경험한 바에 따르면 지속적으로 학습하고 이를 적용하는 기업이 장기적 주도권을 가져갔다"며 "현대차그룹 역시 데이터 수집과 학습, 적용으로 이어지는 선순환 구조를 내재화하고 조직의 협업 방식까지 바꿔나가고 있다"고 말했다.

이 과정에서 소프트웨어 중심 자동차(SDV) 및 AI 기술을 전담하는 포티투닷과의 시너지도 재확인했다.

박민우 사장은 "아무리 뛰어난 AI 기술이라도 실제 차량에 적용되고 수천만 대 양산 체제에서 검증되지 못하면 의미가 없다"며 "포티투닷의 소프트웨어 역량과 현대차그룹의 독보적인 제조·양산 경험이 결합될 때 차별화된 경쟁력이 나온다"고 설명했다.

다만 조기 상용화를 위한 속도전 속에서도 '품질과 안전'만큼은 결코 타협하지 않겠다는 의지를 명확히 했다. 박민우 사장은 "자율주행은 고객의 생명 및 신뢰와 직결된 분야로, 한 번 실망을 주면 회복하기 어렵다"며 "속도와 품질 중 하나를 선택하는 것이 아니라 완벽한 안전과 신뢰를 확보하는 것이 현대차그룹이 가진 진짜 역량이자 방향성"이라고 강조했다.

엔비디아 협업 양산 속도, 아트리아 AI로 기술 내재화

박민우 사장은 이날 본격적인 자율주행 양산 일정을 재확인했다. 특히 엔비디아와 협업과 함께 아트리아 AI 기반 자체 기술 내제화 등 ‘투트랙’ 전략을 제시했다.
우선 엔비디아의 차량용AI 컴퓨팅 플랫폼과 자율주행 소프트웨어를SDV 차량 아키텍처에 통합해 2028년 상반기 엔비디아 솔루션 기반 레벨2+ 기능을 양산차에 적용하고, 2028년 하반기 레벨2++ 적용 양산차를 출시할 계획이다.

이와 함께 AVP본부와 포티투닷, 모셔널 등이 사용해 온 센서 체계를 엔비디아 드라이브 하이페리온10을 중심으로 단계적으로 표준화한다. 이를 통해 서로 다른 차량에서 확보한 데이터를 보다 일관된 형태로 축적하고 AI 학습과 검증에 효율적으로 활용하는 기반을 마련한다.

두 번째 트랙으로AVP본부와 포티투닷이 공동 개발하는E2E(End-to-End) 기반 자체 자율주행 시스템 Atria AI를 지속 고도화한다. 두 조직은 개발 환경과 업무 프로세스, 정보 공유 체계를 하나로 통합해 사실상 하나의 개발팀처럼 협업하고 있다.

이러한 협업 체계를 기반으로 현대차그룹은 2029년 하반기Atria AI 기반 레벨2++ 차량을 양산하고 이후 실차 데이터를 바탕으로 자율주행 기술을 단계적으로 확장할 계획이다.

박민우 사장은 “테슬라·엔비디아 시절 경험한 가장 큰 실패는 눈앞의 것을 빨리하려다 인력이 소진되는 것이었다”며 “엔비디아의 기술을 활용해 2028부터 양산을 진행하는 동안, 엔비디아에 우리의 운명을 맡겨버리자는 것이 아니라 우리만의 노스스타(아트리아)에 리소스를 집중하자는 선택과 집중의 결과가 2029년 하반기다. 엔비디아 협업 과정의 데이터도 우리가 모두 활용할 수 있기 때문이다”고 설명했다.

이어 “아트리아 AI는 사실 총력을 다하면 더 빨리 할 수도 있을 것으로 보지만, 전략적으로 일정을 늦춰 잡았다”며 “빨리 양산하고 싶다는 마음에 내부 팀원들은 이 결정에 다소 실망하기도 했다고 털어왔다.

그러나 박민우 사장은 ”우리가 가야 할 곳은 완전한 자율주행인데, 지금 서둘러 양산하면 원래 목적보다 거리가 먼 어정쩡한 레벨2++를 양산하게 될 수 있다고 봤다”고 강조했다.

데이터 플라이휠로 학습·검증 속도 가속화

박민우 사장은 투 트랙 전략을 하나의 경쟁력으로 연결하는 핵심 기반으로 데이터 플라이휠을 제시했다.

데이터 수집·학습·검증·배포를 연결하는 개발 체계가 실제 자율주행 개발 과정에 보다 효과적으로 반영되기 시작하면서, AI 모델을 보다 빠르게 개선할 수 있는 기반을 마련했다고 강조했다.

데이터 플라이휠은 차량에서 데이터를 수집하고 이를 AI 학습과 검증에 활용한 뒤, 개선된 모델을 다시 차량에 적용해 새로운 데이터를 확보하는 선순환 구조다.

박민우 사장은 “현대차그룹은 데이터 플라이휠의 출발점인 데이터 확보 측면에서도 강점을 보유하고 있다”며 “현대차·기아는 전 세계 190여 개 국가 및 지역에서 연간 700만 대 이상의 차량을 판매하고 있으며, 이는 자율주행 기술 개발에 필요한 방대한 실주행 데이터를 확보할 수 있는 잠재적 기반이 된다”고 말했다.

현대차그룹은 이러한 글로벌 양산 역량을 바탕으로 실제 도로 환경에서 생성되는 다양한 주행 데이터를 지속적으로 확보하고 AI 학습에 활용할 계획이다.

현재는 40여대의 데이터 수집 전용 차량을 주야간으로 운영하며 주행 데이터를 확보하고 있다. 수집된 데이터에는 일반적인 직선 주행뿐 아니라 도로공사 구간, 악천후, 급격한 차로 변경, 이면도로 주정차 차량 등 현실 도로에서 발생하는 다양한 엣지 케이스(Edge Case)가 포함돼 있다.

다만 자율주행 AI의 성능은 데이터의 절대적인 양만으로 결정되지 않는다. 전체 주행 데이터에서 AI가 어려워하는 상황을 얼마나 잘 찾아내고 이를 집중적으로 학습시키느냐에 따라 모델의 성능이 좌우되기 때문이다.

박민우 사장은 “올해 초부터 AI 모델의 성능을 빠르게 향상시킬 수 있는 다양한 핵심 기술들을 데이터 플라이휠에 접목시키고 있다”고 밝혔다.

차세대VLA 연구 확대

이날 포티투닷은 시각 정보와 언어적 추론, 차량 행동 생성을 통합한 VLA 기반 차세대 자율주행 기술 개발에 착수했다고 공개했다.

포티투닷은 기존 E2E 자율주행 모델과 VLA 모델을 병행 개발해 자율주행 기술의 안정성과 확장성을 높이고, 차량 하드웨어 사양과 고객 요구에 맞춘 다양한 자율주행 솔루션을 제공한다는 계획이다.

VLA는 시각 정보 인식(Vision), 언어 기반 추론(Language), 행동 생성(Action)을 하나의 모델로 결합하는 기술로, 자율주행과 로보틱스를 비롯한 피지컬 AI 분야의 핵심 기술로 주목받고 있다.

E2E 모델이 주행 입력을 차량의 행동으로 직접 연결한다면, VLA 모델은 여기에 언어 기반의 상황 이해와 추론 과정을 더해 복잡한 주행 상황에 대한 판단력과 설명 가능성을 높이는 것이 특징이다.

VLA 발표를 맡은 이희석 포티투닷 GL은“VLA는 AI가 단순히 주행하는 수준을 넘어 상황을 이해하고 추론하며 행동하는 피지컬 AI 구현의 핵심 기술”이라며 “자율주행을 시작으로 로보틱스 등 다양한 영역으로 확장할 수 있는 기반이 될 것”이라고 말했다.

포티투닷은 VLA가 언어 기반 추론과 대규모 사전 학습 지식을 활용해 기존 주행 데이터만으로 학습하기 어려운 희귀 상황에 대한 대응력을 높이는 데 기여할 것으로 기대하고 있다.

또한 포티투닷은VLA 개발 과정에도 데이터 플라이휠을 적용하고 있다. 주행 이슈가 발생하면 원인을 분석하고, 필요한 주행 정책과 데이터를 보강한 뒤 모델을 재학습한다.

이희석 GL은 “포티투닷의 VLA 기반 자율주행 기술은 시뮬레이션을 통한 모델 검증 단계에 있다”며 “올해 말부터 내년 초까지 실차 테스트를 포함한 전체 개발 프로세스를 가동하고, 실제 주행 환경에서 확보한 이슈 데이터를 다시 학습과 검증에 반영해 VLA 모델의 완성도를 높여 나갈 계획”이라고 밝혔다.

김재훈 한국금융신문 기자 rlqm93@fntimes.com