2021년 당시 테슬라가 자율주행 시스템에서 레이더를 완전히 제거하고 

카메라에만 의존하는 '비전 온리' 정책을 고수하고 있습니다. 

이 결정 직후 발생한 고질적인 문제, 바로 '팬텀 브레이킹'에 대해 개발자 관점에서 작은 실험을 하나 해보았습니다.

테슬라의 Occupancy Networks는 2D 이

미지를 3D 공간으로 변환하는 엄청난 기술이지만, 

본질적으로 카메라는 빛과 명암에 의존합니다. 

파이썬과 OpenCV를 이용해 제 차의 블랙박스 영상을 분석하는 30줄짜리 간단한 비전 인식 코드를 짜서 돌려보니 그 한계가 아주 명확하게 보였습니다.

강한 역광, 터널 입구, 바닥의 짙은 그림자 같은 환경에서 카메라 기반 알고리즘은 순간적으로 이를 '물리적인 장애물'로 착각합니다.

과거에는 이런 엣지 케이스가 발생해도, 물리적 거리를 재는 레이더가 "앞에 아무것도 없다"라고 크로스체크를 해 주었기 때문에 

차가 급제동을 하지 않았습니다. 

하지만 레이더를 떼어버린 지금은, AI가 환영을 보는 순간 그대로 브레이크를 밟아버리게 되는 구조적 결함에 노출된 것이죠.

수억 장의 데이터를 학습시킨 슈퍼컴퓨터 Dojo를 믿은 기술적 자신감인지, 원가 절감의 결과물인지 모르겠지만, 

센서 퓨전(Sensor Fusion)을 포기한 대가는 현실 도로에서 오너들의 안전 문제로 직결되고 있습니다.

🔗 GitHub 저장소 (실행 코드 포함): https://github.com/gohard-lab/tesla_vision_simulator