“FSD가 당신의 개인 개입을 기억하고 각 운전자의 개별 선호도에 맞춰 조정될 것입니다.” 일론 머스크가 지난주 예고했던 테슬라 FSD(Full Self-Driving)의 차세대 개인화 기능에 대해 구체적인 세부 사항을 추가로 공개했다.
머스크는 7월 20일 X(트위터)에서 FSD 커뮤니티의 저명한 인플루언서인 홀 마스(Whole Mars)의 게시물에 답글을 달며 이 기능의 작동 방식을 설명했다. 홀 마스는 “FSD가 플로리다 턴파이크에서 너무 느리게 가속하는 경향이 있어 위험한 상황이 발생한다”고 지적했고, 머스크는 “곧 여러분의 개별 선호도를 학습할 것”이라며 “차량이 당신의 특정 개입을 기억하고 각 운전자의 취향에 맞게 조정될 것”이라고 구체적으로 밝혔다.
이 기능의 핵심은 FSD가 단순히 도로 상황과 교통 신호만 읽는 것이 아니라 운전자 개개인의 주행 스타일을 학습해 맞춤형 자율주행을 제공한다는 점이다. 구체적으로는 고속도로 합류 시 가속 강도, 차선 변경 타이밍의 공격성, 특정 도로 구간에서의 수동 개입 빈도와 패턴, 감속 시 제동 강도 선호도 등을 FSD가 기억하고 다음 주행에 반영하는 방식이다.
현재 FSD는 전 세계 수백만 대의 테슬라 차량에 동일한 통합 신경망 모델을 적용하는 ‘원 사이즈 핏 올’ 접근을 취하고 있다. 머스크가 암시한 개인화 기능은 차량별로 미세 조정된 온디바이스 학습 레이어를 추가하는 방식으로 구현될 가능성이 높다. 이는 테슬라가 2024년 도입한 ‘운전자 프로필’ 시스템(좌석 위치, 미러 각도, 온도 설정 저장)을 AI 영역으로 확장한 진화된 형태다.
기술적으로는 연합 학습(Federated Learning)의 변형이 적용될 전망이다. 개별 차량이 주행 중 수집한 개입 데이터를 중앙 서버로 전송하지 않고 차량 내 FSID 추론 칩에서 직접 로컬 모델을 미세 조정한 뒤, 익명화된 가중치 업데이트만 테슬라의 도조(Dojo) 슈퍼컴퓨터에 동기화하는 방식이다. 이를 통해 개인화 성능은 확보하면서도 운전자의 프라이버시를 보호할 수 있다. 테슬라는 이미 2025년부터 차량 내 추론 칩의 유휴 연산 자원을 활용한 온디바이스 학습을 연구해 왔다.
이번 발표는 테슬라가 FSD v13 출시를 앞둔 시점에서 나왔다는 점에서 특히 주목할 만하다. 테슬라 커뮤니티와 애널리스트들 사이에서는 v13이 처음으로 고속도로 주행과 시내 주행 스택을 완전히 통합한 ‘단일 스택’ FSD가 될 것이라는 전망이 지배적이다. 개인화 학습 기능이 v13의 핵심 차별화 포인트 중 하나로 포함될 가능성도 높게 점쳐진다.
자율주행을 ‘A에서 B까지의 교통수단’에서 ‘운전자 개인의 취향을 반영한 맞춤형 모빌리티 경험’으로 전환하려는 시도라는 점에서 의미가 큽니다. 웨이모나 크루즈 같은 경쟁사가 모든 승객에게 동일한 주행 품질을 보장하는 방향으로 가고 있다면, 테슬라는 정반대로 ‘소유자마다 다른 FSD’를 제시하고 있습니다. 이것이 소비자 경험의 진정한 진화인지, 아니면 규제 당국의 새로운 안전성 검증 장벽을 불러올지는 v13 출시 이후에 판가름날 전망입니다. 어느 쪽이든, FSD가 ‘모두에게 같은’ 소프트웨어라는 전제는 이제 무너지기 시작했습니다.
- 원문: Teslarati — Elon Musk sheds details on Tesla FSD’s upcoming improvements
- 작성: sw4u 8시뉴스 일관평 / 2026-07-21 08:07