웨이브, 자율주행 소프트웨어 상용화에 속도

기존 차량에도 적용 가능한 유연한 솔루션 제공

자율주행 기술 스타트업 웨이브(Wayve)의 공동 창업자이자 CEO인 알렉스 켄달(Alex Kendall)은 자사의 자율주행 소프트웨어를 다양한 차량 시스템에 적용하며 시장에 본격적으로 진입할 계획을 밝혔다. 웨이브는 비용 효율성, 하드웨어 독립성, 그리고 범용성을 핵심 전략으로 삼고 있다.

웨이브의 기술은 첨단 운전자 보조 시스템(ADAS), 로보택시, 그리고 로보틱스 등 다양한 분야에서 활용 가능하며, 차량 제조사(OEM) 및 운송 기업과 소프트웨어 라이선스 공급 협의를 진행 중이다.

HD지도와 규칙 기반 방식 없이도 작동

AI, 센서 데이터를 직접 학습해 주행 판단

웨이브는 데이터 중심의 학습 방식을 채택해, 고정밀 지도(HD Map)나 복잡한 규칙 기반 소프트웨어 없이도 자동운전이 가능하도록 했다. 다수의 센서로부터 수집된 데이터를 기반으로 주행 결정을 내리는 AI가 핵심이다. 이 접근은 유연성과 확장성을 동시에 확보하는 데 유리하다.

특히 웨이브의 ADAS 솔루션은 기존 차량에 장착된 센서와 호환되어, 업체들이 새로운 하드웨어를 도입하지 않아도 된다는 장점이 있다. 또한, GPU 등 다양한 반도체 플랫폼에서 작동 가능하도록 설계돼, 특정 제조사에 종속되지 않는다.

테슬라와 다른 전략… 조건부 라이다 활용

"카메라 기반 기술의 한계, AI로 보완"

웨이브는 완전자율주행을 목표로 하되, 경쟁사인 테슬라(Tesla)와 달리 라이다(LiDAR) 를 조건에 따라 활용하는 융합 전략을 취한다. 기존 카메라 기반 시스템은 일부 환경에서 한계를 보일 수 있는데, 웨이브는 이를 인공지능이 실시간으로 보완하도록 설계했다.

켄달은 최근 발표한 GAIA-2 기술을 통해 자율주행 AI의 학습을 한층 고도화하고 있다. GAIA-2는 생성형 세계 모델(Generative World Model) 로, 방대한 주행 데이터를 기반으로 보다 인간처럼 유연하게 대응하는 AI 운전자를 양성한다.

엔드투엔드 학습 철학 공유… 다양한 환경에 적응

웨이브, 와비(Waabi)와 철학적 유사점 지녀

웨이브와 자율주행 트럭 스타트업 와비(Waabi)는 엔드투엔드(end-to-end) 학습이라는 철학을 공유한다. 이들은 사전에 정해진 규칙 없이 실제 주행 데이터를 이용한 학습을 중시하며, 생성형 AI 시뮬레이터를 통해 반복적인 훈련과 검증을 수행한다.

이러한 접근은 자율주행 기술이 다양한 교통 환경과 시나리오에 적응하는 능력을 키울 수 있게 하며, 장기적으로 완전 자율주행에 가까워지려는 기반을 마련하는 데 기여하고 있다.

✍️ 기자 코멘트

웨이브의 기술 전략은 전통적인 자율주행 접근 방식과 차별화된다. 고가의 라이다에 의존하지 않으면서도 필요 시 이를 연동하여 전체 시스템의 완성도를 높이는 유연한 설계와, 하드웨어에 종속되지 않는 소프트웨어 기반 전략은 OEM과의 협력을 앞당길 요소로 작용할 수 있다. 특히 기존 ADAS를 기반으로 상용화를 시작하고, 점진적으로 완전자율을 목표로 한다는 현실적인 단계설정도 인상적이다. 향후 제조사 및 물류 기업과의 협력이 가시화되면 자율주행 시장 내 파급력이 클 것으로 기대된다.