테슬라 데이터플랫폼 구축 – 김준성 datawar 리뷰 (2/2)

이번 포스팅에서는 테슬라의 데이터플랫폼 구축 방향성에 대해 정리하기 위해 메리츠 증권의 김준성 애널리스트가 작성한 테슬라 김준성 보고서, 테슬라 data war를 리뷰해보려고 합니다. 앞선 포스팅에서 테슬라의 가치평가에 이어 테슬라 데이터플랫폼 구축에 대해서 정리해보았습니다.

참고로 메리츠증권의 김준성 애널리스트는 자동차산업, 특히 테슬라 관련해서 Tesla vs Non-Tesla 구도로 많은 리포트를 작성해서 국내 테슬람이라고 불리는 많은 투자자들에게 커다란 영향력을 주고 있는 사람입니다.

메리츠증권 리서치센터에서 자동차 연구위원으로 일하고 있고 조선일보와 에프앤가이드가 주관한 자동차 부문 베스트 애널리스트로 ’18,’19,’21년 선정될 정도로 깊이 있는 내용이 담긴 리포트를 작성하고 있습니다.

자동차 산업 관련해서는 EV war(’20.5), Data war(’20.8), AI war(’21.9) 동향 리포트를 통해 큰 호응을 얻었는데 아마도 21년 말 즈음에 경제 유튜브 채널인 삼프로TV에 출연하여 인지도를 얻게 된 것 같습니다.

그 중에서 테슬라 김준성 보고서 중에 하나인 테슬라 Data war는 1년 반이 지난 리포트이긴 하지만 굉장히 자동차 산업 전망에 대해 많은 훌륭한 글들이 많아서 아래와 같이 Data war 내용을 2회에 걸쳐서 아래와 같이 개인적으로 해석하고 이해한 바를 함께 담아 함께 정리하고자 합니다.

테슬라 김준성 보고서 datawar 리뷰 (1) 테슬라 가치평가

테슬라 김준성 보고서 datawar 리뷰 (2) 테슬라 데이터 플랫폼 구축 <- 이번 포스팅


우선 이번 포스팅에서는 테슬라가 자동차 산업의 시각 자체를 바꾼 “테슬라 데이터플랫폼 구축”을 위한 8가지 요소에 대해 정리하여 설명하고자 합니다.

참고로 단순 요약, 정리를 떠나 개인적인 의견도 많이 담고 있어 메리츠 증권의 김준성 애널리스트 생각과는 내용이 좀 달라질 수도 있을 것 같습니다. (참고로 포스팅 내의 그래프 출처는 대부분 메리츠증권 리서치센터의 data war에서 발췌하였습니다.)

참고로 자동차산업의 이원화와 함께 Non-Tesla에 대해 정리한 부분에 대해서는 별도로 정리하지 않았습니다.

(개인적으로 실은 Non-Tesla에 대한 부분은 “테슬라가 짱인데 기존 자동차 산업은 따라갈 수 없으니 알아서 뭉쳐봐” 라는 느낌으로 “어차피 안될텐데 할테면 해봐” 느낌이 강하기 때문에 그다지 해당 내용에서 인사이트를 느낄 수 없었기 때문입니다.)


테슬라 데이터플랫폼 구축

테슬라는 모빌리티 데이터 플랫폼 구축과 함께 이렇게 시작한 기본 사업을 기반으로 가치사슬을 확장 시키고 연계사업을 진출하여 사업 효율성을 향상시키고 있습니다.

테슬라 데이터플랫폼

대표적인 사례가 SpaceX와 Boring Company입니다.

테슬라 데이터플랫폼을 위한 구성요소는 아래와 같은 8가지로 정리하고 있습니다.

전기차 – 배터리 – AI 프로세서 – 딥러닝 – 아키텍쳐 / OTA – 네트워크(spaceX) – 에너지 – 굴착(Boring Company)

핵심사업과 연계성 높은 분야로 사업 확장을 통해 시너지를 창출하고 있는데요, 이와 더불어 원가 경쟁력 확보를 위해서 연관 사업 수직계열화 또한 진행하고 있습니다.


각각의 테슬라 데이터플랫폼 구성요소에 대해서 설명하자면 아래와 같습니다.


1. 전기차

자율주행을 위한 대규모 데이터 이동을 위해 시스템, 프로세스에서 높은 소비 전력이 요구되고 이렇게 자율주행 차량 내에서 발생하는 전력 요구는 모터가 아닌 컴퓨터가 중심이 될 것이라고 합니다.

즉, 이러한 Computer on Wheel을 위해서는 전기차가 최선이라는 것 입니다. 전기차는 데이터 플랫폼 설계를 위한 전제조건으로 내연기관(13%) 대비 전기차(73%)가 에너지효율성이 높고 그렇기 때문에 Elon Musk가 테슬라 데이터플랫폼 비즈니스의 시작점으로 생각하고 있다고 합니다.


“나는 앞으로 고성능 자동차와 BEV 파워트레인을 통한 최선의 선택을 한 후에, 이에 기반해 이후의 사업을 추진하려고 합니다 (2004년)” – Elon Musk (Tesla CEO)

테슬라 데이터플랫폼

2. 배터리

전기차의 효율성은 배터리 성능이라는 판단하에 더 싸게, 더 많이, 더 좋게 라는 컨셉하에 배터리 자체 생산을 위한 기반을 구축하고 있습니다.

배터리 가치 사슬의 대부분에 대한 자체 개발 역량을 확보하였고 기술 고도화 및 직접 생산을 통해서 20% 이상의 원가 절감을 진행하였다고 합니다.

이와 함께 배터리 기술 전문 업체를 인수하여 배터리 에너지 고밀도화를 위해 업체 인수(Maxwell, 19년 5월) 및 전문가 영입 등도 적극적 입니다.

테슬라 데이터플랫폼

3. AI 프로세서

전송 효율성을 증대시킨 자체 개발 칩(FSD)가 존재합니다. 기존 대비 저비용, 고성능이라고 하지만 개인적으로 솔직히 외부 반도체사 칩셋도 만만치 않기 때문에 결국에는 필요 데이터에 대한 선택자유도가 높은 부분이 특징이 아닐까 싶습니다.

19년도 Autonomy Day에 FSD 칩과 FSD 컴퓨터도 공개를 했습니다.

테슬라 데이터플랫폼

4. Deep Learning

센서 정보인 Lidar 방식이 아니라 카메라와 Radar를 활용하는 방식입니다. 즉, 무겁고 전력소비가 큰 Lidar를 배제하고 데이터 축적 후 딥러닝 고도화로 카메라와 Radar로 자율주행이 가능하다는 판단으로 진행하고 있습니다.

차량의 FSD칩을 통해 효율적인 데이터 전처리 및 전송을 진행하고 클라우드상의 Neural Network를 통해 훈련 및 업데이트를 진행하는 구조입니다.

참고로 테슬라 차량에서 취득하는 정보는 아래와 같스빈다.
   1) 센서 정보 : 라벨링 목적의 센서 수집 정보
   2) Shadow Mode : 운전자 직접 주행과 Autopilot 주행 비교
   3) Imitation Learning : Autopilot으로 구현이 어려운 운전자 주행 모방 학습 정보
   4) Edge Case : 특이 주행 환경 정보

차량 판매량이 늘어날 수록 데이터가 축적되고 Neural Net의 Training Dataset이 축적되면서 성능이 같이 올라가는 구조입니다. 테슬라 데이터플랫폼의 정점을 화룡점정을 하는 부분이 아닐까 싶습니다.
(현재 사고확률 일반차량 13%, 테슬라 Autopilot 2% 수준)


5. 아키텍쳐 / OTA

기존의 분산형 아키텍쳐는 100개 내외의 개별 ECU로 제어가 매우 복잡합니다. 그러므로 OTA(Over The Air) 구현을 위한 집중형 아키텍쳐 전환이 필요합니다.

Cloud를 통해 압축된 Firmware OTA를 전달하게 되고 이렇게 차량에서 압축된 Firmware를 풀기 위해서는 네트워크 속도가 중요합니다. 이러한 네트워크 속도의 고도화를 위해서는 아키텍쳐 개선이 필요합니다.

현재 대부분의 자동차 회사는 아직 분산형 아키텍쳐 구조로 세분화된 HW구현 구조를 갖고 있어 데이터 디바이스화가 어렵습니다. 테슬라 데이터플랫폼 구현을 위한 연결성 확보를 위해서는 매우 필수적인 영역이라고 할 수 있겠습니다.

테슬라 데이터플랫폼

6. 네트워크 (SpaceX)

테슬라는 SpaceX를 통해 위성 인터넷 서비스를 진행 중이고 현재 4G와 5G 사이의 속도를 제공하고 있습니다. (105Mbps) 테슬라 데이터플랫폼의 네트워크를 담당하는 부분입니다.

Latency는 5G 수준으로 현재는 Wifi 환경에서 데이터를 전달하는 구조이나 추후에는 Wifi존이 아닌 실시간으로 데이터 전달을 고려하고 있습니다.

궁극적으로는 테슬라는 FSD 없이 Cloud를 통한 자율주행을 목표로 하고 있습니다.

테슬라 데이터플랫폼

7. 에너지

데이터 기반 서비스를 확장하여 테슬라의 에너지 사업부 Solarcity는 에너지 중계 비즈니스 전개를 진행합니다. 보통 4가지로 구성되는데요,


1) 발전 – 태양광을 통한 전력 생산 >
2) 저장 : 태양광 패널로 생산 또는 가격이 낮은 시간 대에 확보한 전력을 ESS 저장 >
3) 저장 에너지를 높은 요금 발생 시간대에 주거용 또는 차량 충전용으로 사용 >
4) 에너지 가격 합리화 및 거래 수수료 취득

위와 같은 비즈니스 모델을 확보하고 있습니다. 해당 영역은 테슬라 데이터플랫폼의 에너지 밸류체인을 맡고 있습니다.

AI 기반의 에너지 거래 플랫폼인 Autobidder를 통해 시간대별 전력 수요량, 공급량 예측과 매칭, 확보한 전략 가격에 근거한 적정 거래 가격 산정 및 거래 전력의 쵲거 이동 경로 파악을 통해 합리적인 에너지 거래를 유도하고 있습니다.

향후에 Vitual Power Plant 확대 및 Autobidder 플랫폼의 AI고도화가 진척되면 테슬라의 고속 전력 충전소인 Supercharger와의 시너지 창출 또한 기대가 됩니다.

테슬라 데이터플랫폼

8. 굴착(Boring Company)

자회사인 Boring Company를 통해 Loop라고 하는 도심 내 초고속(204km/h) 자율 주행 지하 이동 수단과 Hypeloop라는 도시간 이동을 위한 진공 터널 (965km/h)를 구축하고 있습니다.

그런데 실은 Boring Company는 이러한 Loop 프로젝트 외에도 굴착된 흙을 활용한 조립식 벽돌 제작이나 니켈 채굴 등의 방향성도 함께 갖고 있습니다.

테슬라 데이터플랫폼


결과적으로는 테슬라 데이터플랫폼의 궁극적인 목표는 기술 고도화를 통해 저비용 고효율의 Computer on Wheel Device = 데이터 플랫폼 밸류체인을 확보하려고 하고 있습니다.

데이터 디바이스를 통한 데이터 확보 > 데이터를 통한 신규 비즈니스 구축을 통해 모빌리티 데이터 플랫폼 업체로 변화하는 중입니다.

data war에서는 기존 자동차 회사 또한 테슬라와 같은 방향성을 갖고 가야하나, 독자적인 테슬라와 같은 가치사슬 확보가 어려우니 이러한 가치사슬을 함께 하는 Non-Tesla 연합 구성이 필요하다는 것 입니다. 앞서 설명한 바와 같이 Non-Tesla 파트 부분에 대한 생각 정리는 생략하도록 하겠습니다.

참고로 테슬라 김준성 리포트 중에 하나인 data war pdf파일은 메리츠증권의 여기링크에서 다운로드할 수 있습니다.


참고로 테슬라 데이터플랫폼에 대한 이야기를 정리하기 전에 테슬라가 바꾼 가치평가 프레임 전환에 대해서는 앞선 포스팅에서 정리하였습니다.

테슬라 김준성 보고서 datawar 리뷰 (1) 테슬라 가치평가

Leave a Comment