자율주행을 지배하는 칩들: Nvidia와 Mobileye

라이다, 레이더, 카메라에서 매초 수십 메가바이트의 데이터가 흘러들어옵니다. 이것을 0.001초 만에 결정과 조작으로 바꾸는 뇌가 필요합니다. 그런데 이 뇌를 만드는 사람은 누구이고, 이 실리콘 전쟁의 대가는 누가 치르고 있을까요?
자율주행 칩이란 무엇이며, 왜 그토록 중요할까요?

자율주행차 안의 칩, 더 정확히는 칩이 장착된 컴퓨터를 자동차의 뇌라고 생각해 보세요. 눈(카메라), 귀(레이더), 레이저 거리 측정기(라이다)가 수집한 원시 데이터를 스티어링을 돌리고 브레이크를 밟는 명령으로 변환하는 것이 바로 이 컴퓨터입니다. 로보택시 기업 중 하나는 자사의 주행 하드웨어를 소개하면서 연산을 운전자의 뇌에 비유했습니다: 센서의 원시 데이터를 실시간 주행 명령으로 변환하는 기관이라고 말이죠.
여기서 다뤄지는 규모는 상상을 초월합니다. 예상에 따르면 차량의 카메라는 초당 20~60MB 의 데이터를 생성하고, 라이다는 10~70MB, 레이더는 더 적게 초당 약 10KB 수준입니다. 이것을 집 인터넷으로 흐르는 영상처럼 생각하지 마세요. 여기서 흐르는 데이터는 차가 다음 0.5초 동안 어디로 갈지 결정할 원시 영상과 거리 정보입니다. 밀리초의 지연은 곧 사고를 의미합니다. 그래서 칩 제조업체들은 벌이는 경쟁에 수십억 달러를 투자하고 있습니다.
하지만 궁금해할 만한 질문은 아마 이것일 겁니다: 이 프로세서 전쟁에서 누가 이기고 있을까? 세 개의 큰 플레이어가 있고, 세 곳의 길은 모두 다릅니다.
Nvidia DRIVE: 게임에서 게임 콘솔까지 아우르는 플랫폼 거인
Nvidia 자동차 사업부의 별은 DRIVE Orin 이라는 SoC, 즉 단일 칩 위에 구축된 완전한 컴퓨터입니다. SoC는 system-on-chip(단일 칩 시스템)의 약자로, 휴대폰의 프로세서를 자동차 버전으로 만든 것이라고 생각하면 됩니다. 여기에 소프트웨어를 올리고 센서를 연결하면 차량은 이제 스스로 생각할 수 있게 됩니다.
2025년 8월 개발자에게 공개된 차세대 DRIVE AGX Thor이 이 이야기의 최신 주인공입니다. Nvidia에 따르면 Thor는 AGX Orin 대비 최대 7.5배 더 많은 AI 연산 성능을 제공합니다. 더욱 중요한 것은, 자동차 산업의 엄격한 기능 안전(ISO 26262)과 사이버 보안(ISO 21434) 요구 사항을 충족하도록 설계되었다는 점입니다. 차량에 탑재되는 칩은 컴퓨터용 칩과는 전혀 다른 규칙의 적용을 받기 때문입니다. 게임이 충돌하면 게임을 다시 시작하면 되지만, 주행 칩이 충돌하면 이미 늦은 일입니다.
Nvidia의 전략은 단순히 칩을 파는 것이 아니라 플랫폼 전체를 장악하는 것입니다. CES 2026에서 공개된 DRIVE AGX Hyperion은 연산부터 센서 아키텍처까지 전체 스택을 아우르며, 회사가 자율주행 세계에서의 통제력을 강화하고 있다는 이야기가 나옵니다. 그 가장 구체적인 사례가 Mercedes-Benz와의 협력입니다: Mercedes의 운영체제 MB.OS가 Nvidia의 Hyperion 아키텍처와 Alpamayo라는 소프트웨어와 결합합니다. 즉, 독일 럭셔리 자동차의 뇌가 미국 칩 대기업의 플랫폼 위에서 작동하게 되는 것입니다.
주요 하이라이트
- 2억 5천만 대를 넘어선 차량은 Mobileye EyeQ 기술로 생산되었습니다 (2026년 2분기 기준). 분기 기준)
- Nvidia DRIVE AGX Thor는 이전 세대 Orin 대비 최대 7.5배 의 AI 컴퓨팅 파워를 약속합니다
- 테슬라의 FSD 컴퓨터는 듀얼 SoC 아키텍처를 사용하며 12개의 ARM Cortex-A72 CPU를 포함합니다
- 자율주행 칩 시장은 2026년 144억 8,000만 달러에서 2034년까지 354억 9,000만 달러로 성장할 것으로 예상됩니다
- Intel의 추정에 따르면 카메라는 초당 20-60 MB, 라이다는 초당 10-70 MB 의 데이터를 생성합니다
Mobileye EyeQ: 2억 5천만 대 차량 안에 숨어 있는 소리 없는 거인
이제 광고는 훨씬 덜 했지만 현장에서 가장 많은 실적을 증명한 플레이어가 무대에 등장합니다: Mobileye. 이 회사는 2017년 Intel에 인수되었으며, EyeQ라는 자체 설계 칩으로 ADAS, 즉 첨단 운전자 보조 시스템의 보이지 않는 기반을 구축했습니다. 2025년 말 기준 전 세계적으로 2억 3천만 대 이상의 차량이 EyeQ 기술로 생산되었습니다; 2026년 2분기에 이 수치는 2억 5천만 대를 넘어섰습니다. 5인승 승용차를 한번 생각해 보세요; 이 숫자는 전 세계 자동차의 상당 부분에 해당합니다. 게다가 27개가 넘는 자동차 제조업체가 이 칩을 사용하고 있습니다.
Mobileye의 주력 제품 중 하나는 SuperVision입니다: 11개의 카메라와 듀얼 EyeQ 5 High 칩을 포함하는 통합 컴퓨터입니다. 회사가 소비자용 자율주행차를 위해 발표한 가장 고성능 SoC는 EyeQ Ultra입니다. 다섯 번째 세대 EyeQ 계열은 레벨 5, 즉 완전 자율주행 차량을 지원할 수 있는 능력을 갖춘 것으로 소개되고 있습니다. 또한 차세대 EyeQ6H 기반의 "Surround ADAS" 플랫폼은 360도 카메라 및 레이더 링, 소프트웨어 정의 기능, 일부 고속도로에서의 핸즈오프 주행 약속과 함께 미국 제조업체 한 곳에 선정되었습니다.
Nvidia의 오픈소스 접근 방식 앞에서 Mobileye의 입지는 어떻게 될까요? 회사 CEO Amnon Shashua는 2026년에서 2027년 사이가 회사에 큰 전환점이 될 것이라고 예측하며, Nvidia의 모델이 시장 지위를 바꿀 만한 것이 아니라고 생각한다는 뉘앙스의 발언을 하고 있습니다. Shashua가 굳이 강조하는 점은 다음과 같습니다: 업계의 발표와 흥분의 물결 중 일부는 소음일 뿐, 진짜 문제는 현장에서 검증된 제품이라는 것입니다. 이 문장을 누구에게 돌려야 하는지는 논쟁의 여지가 있지만, 2억 5천만 대의 차량은 충분히 강력한 방어 논거입니다.
테슬라는 왜 자체 칩을 설계했을까?
테슬라의 이야기는 셋 중 가장 반항적인 이야기입니다. 이 회사는 처음에 Nvidia 기반 프로세서를 사용하다가, 이후 완전히 자체 설계한 FSD Chip으로 전환했습니다. 이 칩은 12개의 ARM Cortex-A72 CPU를 포함하며 테슬라에 의해 신경망 컴퓨터로 정의되었습니다. 주목할 만한 세부 사항은 FSD 컴퓨터가 듀얼 SoC 아키텍처를 갖추고 있다는 점입니다: 즉, 중요한 계산을 위해 두 개의 프로세서가 동시에 작동합니다.
그렇다면 왜일까요? 왜 기성 플랫폼을 사용하면서 굳이 자체 칩을 설계하는 수고를 들일까요? 테슬라 측에서 설명하는 이유는 범용 Nvidia 칩이 테슬라의 요구에 충분히 특화되지 않았다는 것입니다. 자체 실리콘을 설계하면, 완전히 당신의 AI 모델에 최적화되고 전력 소비를 통제할 수 있는 부품을 손에 넣게 됩니다. 요리책이라고 생각해 보세요: 남의 요리책으로 요리를 할 수도 있지만, 자기 요리책에는 정확히 원하는 레시피를 적을 수 있죠. 물론 그 대가가 있습니다 - 칩 설계는 놀랍도록 비싸고 위험한 사업입니다. 생산 측면에서도 TSMC 같은 초대형 팹이 관여하고 있습니다.
수치적인 참고 사항: Nvidia의 자체 칩은 320 TOPS, 즉 초당 1조 연산을 수행하고, Tesla의 듀얼 칩 시스템은 144 TOPS를 수행한다는 주장이 돌고 있습니다. 하지만 여기서는 신중할 필요가 있습니다; 이 수치들은 서로 다른 정의와 시기에서 나온 것이며, TOPS만으로는 어느 시스템의 우위도 증명하지 못합니다. 결국 연산 능력은 차량만큼이나 그 위에 탑재된 소프트웨어의 품질로 의미를 갖습니다.
세 플랫폼을 나란히 비교해 보면: Nvidia, Mobileye, Tesla
| 특징 | Nvidia DRIVE | Mobileye EyeQ | Tesla FSD Chip |
|---|---|---|---|
| 접근 방식 | 개방형 플랫폼, 제조사에 판매 | 턴키 하드웨어-소프트웨어 솔루션 | 완전한 자체 설계, 자사 차량 전용 |
| 현재의 주력 제품 | DRIVE AGX Thor | EyeQ 5 / EyeQ Ultra | FSD Chip (듀얼 SoC) |
| 규모 | Mercedes-Benz 같은 제조사와의 협력 | 2억 5천만 대 이상의 차량, 27개 이상의 제조사 | Tesla 차량에만 탑재 |
| 최신 세대 | DRIVE AGX Hyperion (CES 2026) | EyeQ6H 기반 Surround ADAS | 12개 ARM Cortex-A72 CPU |
| 생태계의 힘 | CUDA와 폭넓은 개발자 지원 | 현장에서 검증된 대규모 플릿 | 수직적 통합, 차량-소프트웨어 조화 |
이 세 가지 길은 동시에 세 가지 비즈니스 모델을 대표합니다. Nvidia는 플랫폼을 모두에게 팔고, Mobileye는 패키지 솔루션으로 규모를 확대하며, Tesla는 모든 것을 직접 합니다. 누가 이길까? 아마도 세 회사 모두 한동안 시장에서 살아남을 것입니다; 제조사마다 필요와 리스크 감수 성향이 다르기 때문입니다.
소프트웨어 정의 차량 혁명이 제조사들을 칩 생산으로 내몰고 있을까?
최근 몇 년간 자동차 업계에서 가장 많이 논의된 개념 중 하나가 소프트웨어 정의 차량, 즉 SDV입니다. 아이디어는 단순하지만 혁명적입니다: 이제는 자동차를 엔진 출력이 아니라 소프트웨어로 차별화하는 것입니다. 새로운 기능은 무선 업데이트로 제공되고, 차량의 지능은 중앙 연산 플랫폼에 모입니다. 이는 기존 차량 아키텍처의 수십 개의 소형 제어 장치를 대체하여 강력하고 중앙화된 두뇌가 들어선다는 뜻입니다.
바로 이 지점에서 일이 복잡해집니다. 만약 자동차의 경쟁력이 소프트웨어에 있고, 그 소프트웨어가 강력한 칩을 요구한다면, 제조사들은 치명적인 질문과 마주하게 됩니다: 그 두뇌를 누구에게서 받을 것인가? 기성 플랫폼을 사용하는 제조사는 차별화된 기술에 대해 공급업체에 의존하게 됩니다. Nvidia가 자사 스택에 대한 통제력을 강화하는 것이 바로 이 때문에 일부 제조사들을 불안하게 만듭니다. 반면 자체 칩을 설계하는 제조사는 수십억 달러의 개발 비용을 감당해야 합니다. 두 나쁜 선택 사이를 오가는 산업을 상상해 보세요 - 좀 긴장되죠, 그렇지 않나요?
게다가 이러한 기술 의존에는 비용이라는 측면도 있습니다. 새로운 ADAS 기능이 추가될 때마다 캘리브레이션 복잡성과 수리 비용이 늘어나며, 이는 제조업체의 마진에 압박을 가하고 보급형 차량에 이러한 시스템이 확산되는 것을 어렵게 만듭니다. 공급 측면의 문제도 있습니다: AI 데이터센터의 칩 부품(특히 DRAM 메모리)에 대한 수요가 자동차용 칩 공급을 압박하고 있습니다. 그렇다면 칩 공장은 먼저 누구를 위해 생산할까요? 스마트폰 속 AI 앱일까요, 자동차의 브레이크 어시스턴트일까요? 우선순위 논쟁이야말로 2026년의 진짜 공급 문제입니다.
약속과 현실 사이의 격차: 컴퓨팅 파워는 공짜가 아닙니다
여기까지는 모두 흥미진진합니다. 하지만 비판적으로 살펴봐야 할 지점이 하나 있습니다: 이 모든 컴퓨팅 파워에는 대가가 있으며, 단지 금전적인 것만은 아닙니다. 어느 대학의 분석에 따르면, 하루 1시간 자율주행을 하며 컴퓨터가 840와트를 소비하는 자율주행차 10억 대는 배출 측면에서 상당한 부담을 만들어낼 것으로 계산되었습니다. 즉, 자율주행차를 환경 친화적이라고 칭찬하기를 반복하는 동안, 그 두뇌가 소비하는 에너지도 함께 계산에 넣어야 합니다. 자동차가 전기화되면 배기가스는 제로지만, 콘센트에 꽂힌 차량의 두뇌는 여전히 전기를 소모합니다.
또 하나의 현실적인 지점: 시장 전망은 크지만 지금 당장 "이만큼의 TOPS가 필요하다"는 확실한 공식은 없습니다. 레벨 5 완전 자율주행에 얼마나 많은 컴퓨팅 파워가 필요할지는 여전히 열려 있는 공학적 과제입니다. Mobileye의 5세대 칩은 레벨 5 역량을 내세워 선보이고 있지만, 역량과 입증된 현실 사이의 거리는 Shashua가 '소음'이라 부르는 것의 한복판에 놓여 있습니다.
그렇다면 이 실리콘 전쟁의 승자는 누구일까요?
정직한 답은: 아직 알 수 없으며, 아마도 단일 승자는 없을 것입니다. Nvidia는 플랫폼 역량과 Mercedes 같은 협력 관계를 통해 소프트웨어 정의 차량 시대의 가장 영향력 있는 공급업체로서의 입지를 굳건히 다지고 있습니다. Mobileye는 2억 5천만 대의 검증된 차량 운행 기록과 규모의 이점으로 현장에서 가장 성숙한 플레이어입니다. Tesla는 자체 실리콘을 만드는 대가와 수익을 모두 혼자 짊어진 예외적인 존재입니다. 셋 중 어느 하나가 다른 하나를 대체하지 않습니다. 셋은 서로 다른 세 가지 질문에 서로 다른 답을 내놓고 있습니다.
진정으로 현명한 질문은 아마도 이것일 것입니다: 자동차의 두뇌가 몇몇 기업의 손에 집중될 때, 운전자와 제조업체는 무엇을 얻고 무엇을 잃는가? 얻는 것은 기술의 빠른 성숙입니다. 잃는 것은 의존성이며, 그 의존의 대가는 이 칩들이 처음으로 도로에서 입증될 때가 아니라 처음으로 무언가 잘못됐을 때 청구될 것입니다. 그러니 계속 지켜보십시오.
참고 자료
- The Evolution of EyeQ - Mobileye
- Mobileye Releases Second Quarter 2026 Results
- New Mobileye EyeQ Ultra - Intel Press Release
- Mobileye SuperVision Put to the Test - Mobileye Blog
- Nvidia launches Drive AGX Thor developer kit
- Nvidia: How It Is Tightening Its Grip on the Autonomous Vehicle Stack
- Mercedes-Benz와 NVIDIA의 파트너십 확대 - Nvidia 뉴스룸
- 테슬라 오토파일럿 하드웨어 - Wikipedia
- 자율주행차 분야의 AI 칩 - Lux Research
- 트렁크 안을 들여다보면: Waymo의 컴퓨팅 - Waymo 블로그
- 자율주행차 데이터 컴퓨터 - Premio
- 자율주행차를 구동하는 컴퓨터가 막대한 탄소 배출원이 될 수 있다 - MIT News
- Mobileye와 Nvidia의 안전 시스템은 얼마나 유사할까?
- 자율주행차(AV) 칩 시장 - Fortune Business Insights
- 자동차 ADAS 칩 시장 - Dataintelo
- DRAM 쇼크 - Area51ESG
- 소프트웨어 정의 차량(SDV) - Valeo