Rivian, BYD, VW, 전기차 주행을 변화시키는 AI를 선보이다

핵심 요약 (Key Takeaways)

• Rivian의 최신 AI 업데이트는 미국과 캐나다 전역에 걸쳐 350만 마일 이상의 지도 제작된 도로로 로컬 도로 내비게이션을 확장하며, 진정한 지점 간(point-to-point) 자율 주행을 향한 주요 단계로 나아갔습니다.
• BYD는 2026년 봄에 출시될 신차에 대화형 차량 내 AI를 위해 Cerence xUI를 배치하여, 음성 기반 캐빈(cabin) 경험의 기준을 높이고 있습니다.
• Volkswagen을 포함한 자동차 제조사들은 Auto China 2026에서 도시 및 고속도로 내비게이션 온 오토파일럿(Navigation on Autopilot) 기능이 포함된 레벨 2 ADAS(첨단 운전자 보조 시스템)를 선보이며, 소프트웨어 정의 차량(software-defined vehicle) 아키텍처로의 광범위한 글로벌 추진을 시사하고 있습니다.

Rivian은 자사의 AI 내비게이션 스택을 위해 북미 도로 350만 마일 이상을 막 지도화했습니다. 그리고 이것은 현재 전기차(EV) 산업 전반에서 일어나고 있는 훨씬 더 큰 변화의 한 조각일 뿐입니다. 대화형 캐빈 어시스턴트부터 AI 최적화 배터리 관리까지, 자동차 제조사들은 차량의 거의 모든 계층에 머신 인텔리전스(machine intelligence)를 내장하고 있습니다.

지능형 부조종사: 진화하는 첨단 주행 시스템

Rivian의 최신 소프트웨어 업데이트는 2026년 R2 모델에 로컬 도로 내비게이션을 도입하여, 북미 전역의 350만 마일 이상의 지도 제작된 도로로 범위를 확장합니다. 이는 단순한 고속도로 보조를 넘어, 그 사이의 복잡하고 예측 불가능한 도로를 처리하는 진정한 지점 간(point-to-point) 자율 주행을 향한 의미 있는 단계입니다.

Auto China 2026에서 Volkswagen은 AI 기반 시스템이 차세대 전기차 모델의 핵심이라고 발표하며, 도시 및 고속도로 환경 모두를 위한 내비게이션 온 오토파일럿(Navigation on Autopilot, NOA) 기능과 자동 주차 기능이 포함된 레벨 2 ADAS를 소개했습니다. 이것들은 막연한 로드맵상의 약속이 아니라, 실제로 탑재되어 출시되는 기능들입니다.

더 넓은 경쟁 구도는 기본적인 크루즈 컨트롤 (Cruise Control) 단계를 훨씬 넘어섰습니다. Tesla의 Full Self-Driving (FSD) 및 Autopilot 시스템은 NVIDIA 기반의 AI를 통해 전 모델 라인업에서 고속도로 주행, 자동 차선 변경 및 자동 주차를 처리합니다. Mercedes-Benz의 Drive Pilot는 EQS 모델에서 사용 가능하며, SAE 레벨 3 (Level 3) 자율주행을 목표로 합니다. 이는 정의된 조건 하에서 핸즈프리 (Hands-free) 주행이 가능함을 의미합니다. BMW의 Personal Pilot 또한 i7 및 i5 모델에서 유사한 레벨 3 기능을 추구하고 있습니다. 이러한 시스템들은 LIDAR, 레이더 (Radar), 카메라 데이터를 융합하여 실시간 환경 모델을 구축함으로써, 복잡한 교통 상황에서도 실제로 작동하는 충돌 방지 및 적응형 크루즈 컨트롤 (Adaptive Cruise Control)을 가능하게 합니다.

대화형 AI (Conversational AI)가 변화시키는 차량 내 경험

BYD는 Cerence AI와의 파트너십을 확장하여, 2026년 봄까지 신차에 탑재될 차량 내 음성 비서의 동력을 제공하기 위해 Cerence xUI를 배치할 예정입니다. 목표는 자연스럽고 마찰이 적은 상호작용입니다. 즉, 운전자가 유용한 응답을 얻기 위해 명령 구문을 암기할 필요가 없는 방식입니다.

Lucid Motors는 SoundHound AI와 함께 구축한 “Hey Lucid”를 통해 유사한 접근 방식을 취했습니다. 이는 생성형 AI (Generative AI) 응답, 오프라인 기능, 다국어 지원을 제공하며 차량 기능에 대한 상세한 질문에 답할 수 있습니다. 이는 사실상 차량 소유자 매뉴얼을 실제로 대화할 수 있는 무언가로 대체하는 것입니다.

Volkswagen에 따르면, 이 회사는 광범위한 모델에 OpenAI의 ChatGPT를 통합했으며, 이는 차량 내부(Cabin)에 생성형 AI를 대규모로 표준화한 최초의 주류 자동차 제조사 중 하나가 되었습니다. CES 2024에서 데뷔한 Mercedes-Benz의 MBUX Virtual Assistant는 생성형 AI와 3D 그래픽을 사용하여 개인화된 응답을 제공합니다. 이 시스템은 제안을 할 때 누가 운전하고 있는지, 위치, 시간대, 배터리 상태 등을 고려할 수 있습니다.

운전자에게 돌아가는 실질적인 이점은 다음과 같습니다: 문맥 인식 내비게이션 (context-aware navigation), 개인화된 공조 및 엔터테인먼트 추천, 그리고 가용성, 충전 속도 및 가격을 보여주는 실시간 전기차 (EV) 충전소 조회 기능입니다. 목표는 운전자의 주의를 분산시키는 것이 아니라 줄이는 것이며, 이러한 시스템이 정확한 문구 (phrasing)를 분석하기보다 의도 (intent)를 이해하는 능력이 향상될수록 그 목표에 더 가까워질 것입니다. 만약 이러한 시스템에서 대규모로 AI 출력물을 관리하는 방법을 고민하고 있다면, 대량의 AI 출력물 검토와 관련된 과제들을 이해할 가치가 있습니다.

주행을 넘어: 효율성과 디자인 혁신을 위한 AI

전기차 (EV) 내 AI의 심층적인 통합은 대부분의 운전자가 보지 못하는 영역까지 재편하고 있습니다. 배터리 관리 (Battery management)가 대표적인 예입니다. AI는 주행 패턴, 온도 및 충전 동작을 모니터링하여 성능을 최적화하고, 배터리 수명을 연장하며, 과열 위험을 줄입니다. General Motors는 자사의 Ultium 플랫폼 내에서 이러한 접근 방식을 적용하고 있습니다.

지능형 에너지 관리 (Intelligent energy management)는 경로 수준에서도 작동합니다. AI는 주행 스타일과 도로 상황을 분석하여 주행 거리 (range)를 늘리는 한편, 인프라 수준에서는 충전 네트워크 전체에 부하를 분산시켜 그리드 (grid)의 부담을 방지합니다. 약 16,000달러로 책정된 XPeng의 MONA M03은 고급 자율 주행 기술을 완전한 소프트웨어 정의 차량 (software-defined vehicle)에 담아냈습니다. 이는 구매 후에도 무선 업데이트 (over-the-air updates)를 통해 새로운 서스펜션 설정이나 배터리 관리 프로토콜을 활성화할 수 있는 차량입니다.

심지어 차량 설계조차 변화하고 있습니다. MIT 엔지니어들은 전기차 (EV) 개발 주기를 가속화할 수 있는 AI 모델을 훈련시키기 위해 특화된 8,000개 이상의 공기역학적 자동차 설계 데이터베이스를 오픈 소스 (open-source)로 구축했습니다. 차량이 점점 더 컴퓨팅 의존적 (compute-dependent)이 됨에 따라, 소프트웨어 스택 — AI 칩, 데이터 파이프라인 (data pipelines), 모델 업데이트 — 은 구동계 (drivetrain) 자체만큼이나 전략적으로 중요해지고 있습니다. 자동차 데이터 워크플로우 (data workflows)에 투입되는 에이전트 시스템 (agentic systems)을 구축하는 팀들에게는, 이러한 아키텍처가 확장됨에 따라 AI 자동화의 숨겨진 비용을 감사하는 것이 점점 더 중요해지고 있습니다. AI 에이전트 (AI agents) 및 자동화 도구에 대한 더 자세한 내용은 저희의 AI Agents 섹션을 방문해 주세요.

원문 게시처: https://autonainews.com/rivian-byd-vw-unleash-ai-that-transforms-ev-driving-this/