자율주행차는 왜 눈과 비 앞에서 '시력'을 잃을까요?

폭설 속에서는 라이다의 감지 성능이 50% 이상 떨어지고, 인공지능이 어떤 센서를 신뢰해야 할지 판단하지 못해 로보택시들이 멈춰 서 있습니다.
폭설 속에서는 라이다의 감지 성능이 50% 이상 떨어지고, 인공지능이 어떤 센서를 신뢰해야 할지 판단하지 못해 로보택시들이 멈춰 서 있습니다.

이 페이지 공유하기

자율주행차는 눈, 안개, 폭우 속에서 실명할 수 있습니다. 라이다, 레이더, 카메라 센서가 이런 조건에서 감지 성능을 크게 잃고, 인공지능은 어떤 데이터를 신뢰해야 할지 알 수 없기 때문입니다. 그래서 로보택시 기업들은 서비스를 중단하고, 제조사들도 시스템을 작동 중지시킵니다. 그렇다면 "어떤 조건에서도 주행한다"는 약속은 왜 여전히 약속으로만 남아 있을까요? 함께 살펴보겠습니다.

핵심 요약

  • 폭우나 폭설에서 라이다 감지 성능은 50% 이상 떨어질 수 있습니다.
  • 안개는 라이다의 물체 분류 기능을 최대 13.43%까지 오염시킬 수 있습니다.
  • 메르세데스 Drive Pilot (레벨 3)은 눈, 비, 야간 조건에서 작동할 수 없습니다.
  • 웨이모(Waymo)는 2026년 5월 폭우 이후 애틀랜타와 텍사스의 무인 서비스를 중단했습니다.
  • 미국 인구의 약 70% 는 강설 지역에 거주합니다.

솔직히 말하자면, 자율주행차는 화창한 캘리포니아의 하루에는 놀라울 정도로 잘 작동합니다. 하지만 창밖을 보니 눈이 내리고 있습니다. 바로 그 순간, 상황은 순식간에 달라집니다. 자신을 "어떤 조건에서도 주행할 수 있다"고 소개하는 차량들은 첫 번째 강한 겨울 폭풍을 만나면 서비스를 중단하거나, "당신이 운전대를 잡으세요"라고 말합니다. 왜일까요? 자율주행차가 세상을 보게 해주는 세 가지 주요 센서(카메라, 라이다, 레이더) 모두 나쁜 날씨에서 곤경에 처하기 때문입니다. 이 글에서는 정확히 어떤 센서가 왜 어려움을 겪는지, 로보택시가 비 속에서 왜 멈추는지, 그리고 이 약속이 왜 아직도 우리를 기다리지 않는지 살펴보겠습니다.

자율주행 레벨: 레벨 5는 왜 여전히 멀리 있는가?

먼저 간단한 기본 지식부터: SAE J3016 표준은 주행 자동화를 레벨 0(자동화 전혀 없음)부터 레벨 5(시스템이 모든 조건에서 운전을 완전히 책임지는 단계)까지 여섯 단계로 정의합니다. 오늘날 도로에서 볼 수 있는 대부분의 "준자율" 시스템이 속한 레벨 2는 사실 단지 보조 장치일 뿐입니다: 액셀, 브레이크, 조향을 맡을 수 있지만 시선을 도로에서 뗄 수는 없습니다. 레벨 3에 도달하면 특정 조건에서 책임이 시스템으로 넘어갑니다. '특정 조건'이라는 표현에 주목하세요. 이에 대해서는 곧 다시 다루겠습니다.

레벨 5는 이 모든 그림에서 빛나는 성배입니다. 즉, 눈이 내리든, 안개가 끼든, 밤이 되든 상관없이 차량은 어디서나, 어떤 조건에서도 주행합니다. 문제는 이렇습니다: 2026년에도 이 레벨은 여전히 지평선 너머 아득히 먼 곳에 있습니다. 그리고 가장 큰 장벽은 엔진 출력도, 소프트웨어 속도도 아닙니다. 바로 이 글의 주제인 것입니다: 나쁜 날씨에서 보지 못하는 문제.

카메라: 해가 쨍쨍하거나 눈이 내리면 시야가 사라진다

인간의 눈과 가장 가까운 센서는 카메라지만, 바로 그렇기 때문에 인간의 눈이 가진 모든 약점도 물려받습니다. 안개가 끼거나, 눈이 내리거나, 해가 정면으로 쏟아질 때 당신도 도로 끝을 구분할 수 없으시죠? 카메라도 똑같이 작동합니다: 시야 거리가 줄어들고, 대비가 떨어집니다. 저조도 환경과 직사광선 아래에서는 실제로 큰 어려움을 겪습니다.

재미있는 점은 제조사들이 이를 숨기는 것이 불가능하다는 겁니다. 테슬라의 공식 오너 매뉴얼에는 분명히 쓰여 있습니다: 약한 빛, 비, 눈, 직사광선, 안개 같은 시야가 낮은 조건은 시스템의 성능을 크게 저하시킬 수 있다고요. 여기에 더러워진 카메라와 색이 바래서 카메라가 읽기 어려운 차선 표시까지 추가해 봅시다. 겨울철 도로에서 흰 차선조차 눈 밑에 묻혀 사라진다는 걸 생각하면, 카메라 입장에서 이 상황은 결코 만족스럽지 않습니다.

라이다: 눈송이가 레이저에는 가짜 장애물로 변한다

Kar taneleri lidarın gözünde hayalet engellere dönüşür; otonom araç için en tehlikeli düşman bazen gökten inen bir avuç kardır.

그럼 라이다는 어떨까요? 간단히 설명하자면, 라이다는 주변으로 레이저 빔을 쏘아 물체에 반사되어 돌아오기를 기다리며 차량 주변의 3차원 포인트 클라우드를 그리는 센서입니다. 맑은 날에는 훌륭합니다. 하지만 눈이 내리기 시작하면 하늘에서 쏟아지는 수백만 개의 눈송이가 레이저 빔의 경로에 들어와 하나하나가 작은 반사체로 변합니다. 라이다는 이 눈송이들을 도로에 흩어진 그림자 영역으로 인식하거나 존재하지 않는 물체를 만들어 냅니다. 신호 산란, 흡수, 저품질 데이터 같은 문제는 덤입니다. 교통 상황에서 앞을 가로막는 유령 같은 장애물을 상상해 보세요 - 이것이 바로 라이다의 악몽입니다.

수치도 이를 뒷받침합니다: 여러 연구에 따르면 폭우나 폭설 상황에서 라이다 성능이 25%에서 50% 이상 까지 떨어지는 것으로 나타났습니다. 안개는 물체 분류를 최대 13.43%까지 방해할 수 있습니다. 수치에 차이가 나는 이유는 간단합니다: 각 연구가 서로 다른 조건, 서로 다른 센서, 서로 다른 측정 방법을 사용하기 때문입니다. 하지만 공통된 결론은 하나이고 명확합니다: 나쁜 날씨는 라이다의 초능력을 크게 무디게 만듭니다. 또한 비가 카메라에 라이다보다 더 큰 영향을 주기 때문에, 두 센서의 약점이 동시에 발동될 수 있습니다 - 이것이 센서 융합의 진정한 취약점인데, 곧 이 부분으로 넘어가겠습니다.

레이더: 나쁜 날씨의 숨은 영웅, 하지만 단독으로는 부족하다

이제 이 분야의 가장 차분하고 가장 숨은 영웅을 소개합니다: 레이더입니다. 레이더는 전파로 작동하며 긴 파장 덕분에 작은 물방울의 영향을 가시광선이나 레이저 펄스에 비해 훨씬 덜 받습니다. 즉 안개 속에서, 어둠 속에서, 카메라를 완전히 무력화하는 조건에서도 거리와 접근 속도를 신뢰성 있게 측정할 수 있습니다. 밀리미터파 레이더는 나쁜 날씨와 반사율이 낮은 표면에서도 정상적으로 작동할 수 있습니다. 완벽하게 들리죠, 그렇지 않나요?

문제는 레이더가 훌륭한 탐정이 아니라 오히려 그림자를 무서워하는 사람이라는 점입니다. 물체가 거기에 있고 얼마나 빨리 다가오는지는 말할 수 있지만, 그 물체가 비닐봉지인지, 유모차인지, 아니면 다른 차량인지는 알 수 없습니다. 즉 레이더의 해상도와 분류 능력은 낮습니다. 그렇기 때문에 레이더는 어떤 자율 주행 수준에서도 단독으로는 충분하지 않습니다 - 단지 트리오를 살아남게 하는 마지막 신뢰할 수 있는 정보원일 뿐입니다.

센서강점나쁜 날씨에서의 약점
카메라디테일과 색상 인식, 표지판/차선 판독안개, 눈, 햇빛 반사 및 낮은 조명에서 시야 거리와 명암 대비 감소
라이다정밀한 3차원 거리 지도폭우와 폭설에서 25~50% 이상의 성능 저하, 눈송이로 인한 가짜 신호
레이더안개와 어둠 속에서 거리 + 속도 측정물체를 감지하지만 정확한 분류는 못 하고, 해상도가 낮음

센서 융합과 인공지능: 세 개의 눈이 동시에 열리면 어떤 일이 벌어질까?

이제 이런 생각이 들었을 수도 있다: "각 센서마다 서로 다른 약점이 있으니, 세 가지를 결합하면 약점들이 서로를 보완하지 않을까!" 그렇다, 이 아이디어의 이름은 센서 융합이며, 실제로 자율주행차의 기반을 이루고 있다. 카메라가 눈이 멀면 라이다가 개입하고, 라이다가 눈 때문에 오작동하면 레이더가 거리를 유지한다. 종이 위에서는 완벽한 팀워크다.

하지만 여기에는 미묘하지만 중요한 임계점이 있다. 융합을 관리하는 인공지능 모델은 대부분 낮과 맑은 날씨의 이미지로 학습되어 있다. 즉, 인공지능은 폭설 속에서 세 센서가 서로 모순되는 데이터를 내놓을 때 어느 쪽을 신뢰해야 할지 판단하지 못할 수 있다. 안개나 비가 내리는 순간 카메라는 "벽이 있다"고 말하는데 레이더는 "벽이 없다"고 말할 수 있고, 모델은 어느 쪽을 따라야 할지 혼란스러워한다. 눈은 인지 알고리즘에서 일종의 신뢰 이동을 일으킨다. 차량은 다가오는 물체를 보지 못하거나, 존재하지도 않는 물체를 "환각"으로 인식한다. 둘 다 도로 위에서 재앙에 아주 가까운 결과다.

로보택시는 왜 비에 멈추는가? Waymo와 Cruise 사례

이론은 충분하니, 이제 실제 현장으로 내려가 보자. 2026년 5월, Waymo는 자사 차량 한 대가 폭우 속 침수 지역에 갇힌 뒤 애틀랜타와 텍사스의 무인 운행 서비스를 중단했다. 회사가 차량이 침수 지역에 진입하지 못하도록 하려 한다는 것도 알려져 있다. 즉, 세계 최대 로보택시 운영사 중 하나가 기상 조건에 대응하지 못하자 스위치를 눌러 시스템을 멈춘 것이다. 또한 Waymo는 안전과 소프트웨어에 대한 우려로 미국 내 고속도로 로보택시 노선도 일시 중단한 상태다. 그런데 이 회사는 2025년 11월 샌프란시스코에서 U.S. 101 고속도로를 통해 샌호세 공항까지 45마일(72km) 고속도로 운행을 시작했었다.

Waymo는 방어만 하는 것도 아니다. 2026년에 라스베이거스, 샌디에이고, 디트로이트로 확장할 계획을 세웠고, 겨울 조건에 대비하기 위해 보스턴과 뉴욕에서 테스트를 진행하고 있다. 즉, 회사는 겨울의 어려움을 인식하고 있고 이에 대비하고 있는 것이다. Cruise 쪽 상황도 비슷했다. 회사는 폭우 속에서는 승객을 태우지 않고 가벼운 비에만 서비스를 운영하며, 비가 강해지면 차량이 자율주행으로 차고지로 복귀할 수 있다고 밝혔다. 2023년 3월 폭풍 이후 Cruise 로보택시들이 샌프란시스코에서 도로 한 곳을 막아버렸다. 2023년 10월 사건 이후 회사는 무인 차량 950대를 회수하고 운영을 중단했으며, 캘리포니아 DMV는 무인 운행 허가를 정지시키고 연방 조사가 시작되었다. 요컨대 로보택시 업계는 악천후 앞에서 "판단하고 대기" 모드로 작동하고 있다.

Tesla FSD와 Mercedes Drive Pilot: 매뉴얼 속 조용한 자백

로보택시는 밖에서 운행 중이니, 그렇다면 우리 차에 있는 시스템들은 어떤 상태일까? Tesla의 Full Self-Driving (Supervised) 시스템의 공식 매뉴얼은 낮은 가시성(비, 눈, 직사광선, 안개)이 성능을 심각하게 저하시킬 수 있다고 명확히 밝히고 있습니다. 즉, 테슬라조차 자체 매뉴얼에서 이 시스템이 모든 조건에서 작동하지 않는다고 말하고 있는 셈입니다. 사용자 보고를 살펴보면 상황이 좀 더 현실적입니다: 약한 비에는 "FSD가 악천후로 인해 성능이 저하되었을 수 있습니다"라는 경고가 표시되고, 얼어붙은 도로에서는 시스템이 속도 제한은 하지 않지만 타이어가 미끄러지는 순간 즉시 해제된다는 보고가 있습니다. 물론 이것들은 사용자 경험이지 공식적인 발표는 아니지만, 매뉴얼의 경고와 매우 잘 부합합니다.

메르세데스 측의 상황은 훨씬 더 명확합니다: Drive Pilot 시스템은 SAE 레벨 3 승인을 받았지만 눈, 비 또는 야간 조건에서는 작동할 수 없습니다. 즉, 메르세데스는 책임을 시스템에 이전하는 순간(레벨 3에서는 법적 책임이 제조사에 있음) 기상 조건을 엄격한 필터로 걸러내고, 의심스러운 모든 상황에서 즉시 당신에게 제어권을 돌려줍니다. 메르세데스는 또한 시뮬레이션을 통해 비와 눈 같은 변수를 수십만 마일의 테스트 주행으로 전환하고 있습니다 - 즉, 기술로 악천후를 해결하려는 노력은 계속되겠지만 아직은 해결책이 아닙니다.

"모든 조건에서 주행"이라는 약속은 왜 아직 불가능한가?

바로 여기서 핵심적인 질문이 나옵니다. 약속은 아주 아름답습니다: 겨울에, 안개 속에서, 폭풍 속에서도 차량이 당신을 어디로든 데려다준다는 것입니다. 하지만 기술적 현실은 다음과 같습니다: 이 약속 앞에서 세 가지 센서 유형 모두 각자의 약점을 안고 있으며, 인공지능이 이를 안전하게 융합하는 작업은 아직 완료되지 않았습니다. 안전 측면에서도 상황은 여전히 논쟁적입니다: 자율주행차의 안전상 이점은 현재로서는 대부분 이상주의적/열망적 위치에 있으며 입증되지 않았습니다. 초기 데이터는 무인 차량이 심각한 사고를 줄일 수 있음을 보여주지만, 전문가들은 더 광범위한 사용 이전에 훨씬 더 많은 데이터가 필요하다고 말합니다. 한편 실용적인 목소리도 있습니다: 기술이 덜 위험하다는 것이 입증되더라도, 교통 안전을 개선할 수 있는 훨씬 더 좋은 방법들이 이미 존재한다는 것입니다.

숫자로 생각해 봅시다: 미국 인구의 약 70%는 눈이 오는 지역에 살고 있습니다. 즉, 눈 문제를 해결하지 않는 한, 자율주행차는 세계 대부분의 지역에게 사실상 무관심한 존재로 남습니다. 이는 이 문제가 얼마나 중요한지를 보여줍니다. 낙관적인 측면도 빈약하지 않습니다: 일부에서는 센서 퓨전이 차세대 차량이 모든 기상 조건에서 작동할 수 있게 해줄 것이라고 주장하고 있으며, Waymo는 겨울 테스트를 통해 라이다에 대한 비판에 대비하고 있습니다. 하지만 오늘, 2026년 현재 보면 진실은 이렇습니다: "모든 조건에서의 주행"은 아직 제품이 아니라 하나의 목표입니다. 여러분에게 한 가지 질문을 남기겠습니다: 겨울용 타이어를 제때 끼우지 않은 운전자로서, 눈속에서 방향을 잃는 라이다를 얼마나 신뢰하시겠습니까?

결론적으로, 자율주행차가 악천후에서 시야를 잃는 것은 실수나 후퇴가 아니라 - 기술이 현재 어디에 있는지를 보여주는 정직한 스냅샷입니다. 레이더는 악천후에서도 생존하고, 라이다와 카메라는 어려움을 겪으며, 인공지능은 이를 안전하게 결합하는 법을 배우고 있고, 로보택시 기업들도 이를 인정하고 그에 맞게 시스템을 제한하고 있습니다. 진정한 만조건 대응 차량은 폭풍우 속에서도 이 세 가지를 정확하게 판독하는 인공지능과 함께 미래에 올 것입니다. 그날까지, 폭설 속에 오는 "서비스가 일시적으로 중단되었습니다"라는 알림은 실패라기보다 안전상의 결정의 표시입니다. 그리고 저는 정직함이, 절대 해낼 수 없는 것을 약속하는 시스템에 타는 것보다 훨씬 낫다고 생각합니다.

참고 자료