Waymo 자율주행차가 침수 구간에 반복적으로 진입하면서, Robotaxi 운행 중단 지역이 4개 도시로 확대됨

Waymo는 자사 robotaxi 3,791대를 리콜하고 애틀랜타 등 4개 도시에서 서비스를 일시 중단했습니다. 이는 차량 소프트웨어가 침수 구간을 식별하지 못해 발생한 문제로, 지난 4월 샌안토니오에서 발생한 개울 추락 사고에 이어 5월 21일 애틀랜타에서도 동일한 문제가 발생했습니다. (이전 기사: Waymo가 총격 현장으로 향하던 구급차를 가로막자, 구급대원 "상황이 점점 악화되고 있다") (배경 보충: 테슬라 Robotaxi 텍사스 시범 운영, 자율주행 택시가 Waymo, Uber의 지위에 도전) 실리콘밸리 연구소의 자율주행 기술은 밀리초 단위로 보행자를 식별하고 교차로에서의 행동을 예측하는 복잡한 의사결정을 처리합니다. 하지만 텍사스의 폭우 이후, Waymo의 robotaxi는 훨씬 단순한 문제 앞에서 무너졌습니다. 사건의 시작은 4월 20일이었습니다. 텍사스 샌안토니오(San Antonio)에서 Waymo robotaxi 한 대가 침수 구간으로 진입했다가 결국 개울로 떠내려갔습니다. 이 사고는 NHTSA(미국 도로교통안전국)의 주목을 받았고, Waymo는 자사 차량 소프트웨어의 구조적 문제를 직시해야만 했습니다. 5월 12일, Waymo는 자사 robotaxi 3,791대에 대한 리콜을 발표했습니다. 하지만 이는 차주가 직접 차량을 정비소로 가져가는 전통적인 방식의 리콜이 아니라, OTA(over-the-air) 방식을 통해 네트워크로 차량 소프트웨어 업데이트를 원격으로 전송하는 방식이기에 차량이 정비소에 입고될 필요는 없습니다. Waymo는 동시에 이번 업데이트가 임시방편일 뿐임을 인정했습니다. "침수 고위험 지역 및 특정 시간대"에 차량 운행을 제한하는 조치일 뿐, "최종 해결책"은 아직 완성되지 않았다는 것입니다. 말이 끝나기도 전인 5월 21일, 애틀랜타(Atlanta)에서 다시 사고가 발생했습니다. 승객이 탑승하지 않은 Waymo robotaxi가 침수된 도로로 진입했다가 약 한 시간 동안 갇혔고, 결국 견인차를 불러서야 빠져나올 수 있었습니다. 당시 강우량은 도로가 침수될 정도였지만, 미국 기상청(National Weather Service)조차 홍수 경보를 발령하기 전이었습니다. 이는 Waymo가 이전에 OTA 업데이트를 통해 설정한 "고위험 시간대 제한"이 급격히 발달하는 국지성 폭우 앞에서는 전혀 효과가 없었음을 의미합니다. 사건 이후 Waymo는 애틀랜타, 샌안토니오, 댈러스(Dallas), 휴스턴(Houston) 4개 도시에서의 서비스 중단을 발표했습니다. Waymo가 왜 동일한 문제에서 반복적으로 실패하는지 이해하려면 자율주행차의 기술적 본질로 돌아가야 합니다. Robotaxi의 인식 시스템은 방대한 라벨링 데이터 학습에 의존합니다. 어디가 주행 가능한 노면인지, 어디가 장애물인지, 어느 선이 차선 경계인지 등을 학습합니다. 학습 데이터 분포상 도시 도로는 99%가 "건조하고 정상적인 노면"입니다. 침수 구간은 머신러닝 언어로 edge case(경계 사례), 즉 학습 데이터가 충분히 다루지 못한 희귀한 시나리오에 해당합니다. 문제는 robotaxi의 센서(카메라 + LiDAR)가 침수 구역을 스캔할 때, 물의 반사 특성이 젖은 아스팔트 노면과 매우 유사하다는 점입니다. 모델이 "이 장면은 위험하다"라고 명확히 학습받지 못한 상황에서, 시스템은 "판단 오류"를 범하는 것이 아니라 애초에 해당 장면에서 브레이크를 밟도록 설계되지 않은 것입니다. Waymo의 OTA 업데이트는 "지오펜싱(geofencing) + 시간대 제한"을 통해 이 문제를 회피하려 했습니다. 즉, 알려진 침수 고위험 지역이나 비 오는 특정 시간대에는 차량 운행을 금지하거나 제한하는 것입니다. 이 논리 자체에는 문제가 없지만, 여기에는 '조기 경보 시스템이 현실보다 빨라야 한다'는 전제가 깔려 있습니다. 5월 21일 애틀랜타 사례는 폭우의