FSD Lite 사지 마세요

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

현재 시점에 FSD Lite를 사용하려고 차량을 새로 사는 것은 추천하기 어렵습니다.

📌 핵심 요점

1. 영상은 FSD Lite가 정식 FSD와 달리 신호 인식, 차선 선택, 조향, 출발 과정에서 불안정한 행동을 보이며 운전자에게 더 큰 개입 부담을 준다고 주장한다.
2. 일부 문제는 한국 도로 데이터 부족이나 FSD 자체의 미해결 과제에서 비롯되지만, 영상의 핵심 주장은 하드웨어 3의 카메라와 연산 환경에 근본적인 한계가 있다는 것입니다.
3. 하드웨어 3 카메라는 색상과 저조도 인식이 불완전해 적색·황색 점멸 신호를 혼동할 수 있고, 1.2MP 해상도 때문에 한글 표지판처럼 세밀한 정보를 학습하고 판별하는 데 불리하다고 설명한다.
4. 하드웨어 3는 하드웨어 4보다 메모리 대역폭이 크게 낮아 사용할 수 있는 신경망 크기가 제한되며, 익숙하지 않은 복잡한 도로 상황에서 판단 오류가 발생할 가능성이 높다는 분석입니다.
5. 데이터가 축적되면서 FSD 자체는 개선될 수 있지만, 카메라 품질과 메모리 대역폭에서 비롯되는 FSD Lite의 격차는 소프트웨어 업데이트만으로 해소하기 어렵다는 것이 영상의 결론입니다.

🧩 배경과 문제 정의

• 영상은 FSD Lite가 빨간 신호에서 멈추지 않으려는 장면을 출발점으로 삼아, 정식 FSD와 같은 기능으로 봐서는 안 된다고 주장한다.
• 제작자는 FSD가 한국 도로와 복잡한 예외 상황을 완전히 해결한 것은 아니라고 인정하면서도, FSD Lite에는 데이터 부족과 별개인 하드웨어 3의 카메라·메모리 제약이 있다고 구분한다.
• 핵심 문제는 소프트웨어 업데이트와 한국 데이터 축적만으로 구형 하드웨어의 색상 인식, 해상도, 모델 크기 제한을 극복할 수 있는지입니다.

🕒 시간순 섹션별 상세정리

1. FSD Lite의 위험 체감과 문제 제기

• FSD Lite가 빨간 신호에서 멈추지 않으려 하자 제작자는 직접 운전보다 위험하고 스트레스가 크다고 평가합니다. [00:26]
• 서비스 초기라 한국 데이터가 쌓이면 개선될 수 있다는 기대와 달리, 하드웨어 3에는 카메라와 판단 성능의 근본적인 한계가 있다고 문제를 제기합니다. [01:03]

2. 실제 주행 오류와 엔드투엔드 방식

• 버스전용차로 진입, 고속도로 1차로 지속 주행, 과속 단속 카메라 무시, 복합 신호 오판 같은 사례가 소개되며, 심야처럼 주변 차량을 참고하기 어려울 때 문제가 자주 나타났다고 보여준다. [01:58]
• 버전 12의 엔드투엔드 신경망은 카메라 입력에서 조향과 가속 판단까지 직접 처리하므로, 한국의 추월차로 규칙을 개발자가 단순 코드로 삽입하기 어렵다고 보여준다. [03:05]
• 예측하기 어려운 보행자 출현처럼 모든 상황을 규칙으로 나눠 코딩하는 것은 불가능하므로, 잘 정제된 대규모 데이터로 신경망을 학습하는 방식이 더 효과적일 수 있다고 봅니다. [03:58]

3. 하드웨어 3 카메라의 색상 인식 한계

• FSD가 개선되더라도 FSD Lite가 같은 수준으로 개선된다는 보장은 없으며, 이미 FSD가 처리하는 상황에서도 FSD Lite가 실패하는 원인을 하드웨어 3에서 찾습니다. [04:16]
• 하드웨어 3 카메라는 녹색 필터 없이 주변 색상 정보로 녹색을 유추하기 때문에 특히 야간 노이즈에 취약하고, 빨간 신호를 혼동해 위반하려는 경우가 있다고 보여준다. [05:47]
• 적색·황색 점멸 신호를 색으로 구분하기 어려워 멈춰야 할 때 지나가거나 진행할 수 있을 때 멈추며, 행동의 비일관성 때문에 운전자 개입도 피로해진다고 지적합니다. [06:47]

4. 해상도와 메모리 대역폭의 병목

• 하드웨어 3 카메라의 1.2MP 해상도는 최신 스마트폰 카메라보다 크게 낮으며, 한글 표지처럼 세밀한 정보를 학습하고 인식하는 효율을 제한할 수 있다고 주장합니다. [07:29]
• 작은 신경망은 익숙한 상황에서는 작동할 수 있지만 학습 범위를 벗어난 복잡한 상황에 취약하고, 실시간 운전에 필요한 빠른 추론 때문에 모델 크기를 무작정 늘릴 수도 없다고 보여준다. [08:20]
• 하드웨어 3와 4는 메모리 대역폭에서 다섯 배 차이가 난다는 설명과 함께, 이 격차가 차선 탐색·유도선 추종·신호 준수·부드러운 출발의 성능 차이로 이어진다고 주장합니다. [09:04]

5. 구매 비추천과 사용 중단 결정

• FSD Lite는 카메라로 보는 능력과 신경망으로 판단하는 능력 모두 FSD보다 크게 제한되며, 하드웨어에서 비롯된 차이는 소프트웨어 업데이트만으로 해소할 수 없다고 결론 내립니다. [09:25]
• 제작자는 FSD Lite를 목적으로 현재 상품성이 낮다고 평가한 미국산 테슬라를 구입하는 것을 추천하지 않으며, 다음 업데이트까지 기능을 봉인하고 장거리에서도 오토파일럿을 쓰겠다고 밝힙니다. [09:49]
• 6년을 기다려 구매한 FSD 대신 FSD Lite를 받았다는 불만을 마지막으로 제시한 뒤 구독 안내와 후원자·멤버십 가입자 감사로 영상을 마칩니다. [10:16]

🧾 결론

• FSD Lite는 단순히 초기 학습이 부족한 FSD가 아니라, 보고 판단하는 능력 모두에서 하드웨어 제약을 받는 별개의 경험으로 평가된다.
• 신호 위반이나 점멸 신호 오인처럼 안전과 직결되는 행동이 일관되지 않으면 운전자가 항상 개입을 준비해야 하므로 자동화가 오히려 피로를 키울 수 있다.
• 영상 제작자는 신규 구매자에게 FSD Lite를 목적으로 미국산 테슬라를 구입하지 말라고 권하며, 본인도 다음 업데이트 전까지 기능을 사용하지 않고 오토파일럿을 이용하겠다고 밝힙니다.

📈 투자·시사 포인트

• 자율주행 서비스의 경쟁력은 소프트웨어 모델뿐 아니라 카메라 센서, 메모리 대역폭, 실시간 추론 성능이 결합된 시스템 전체에서 결정될 수 있다.
• 기존 차량에 대한 소프트웨어 판매 약속이 실제 하드웨어 성능과 어긋나면 소비자 신뢰와 유료 기능의 상품성에 부담이 될 수 있다.
• 신형 하드웨어에서 개선된 기능이 구형 차량에 동일하게 제공될 것이라는 가정은 위험하며, 차량 세대별 기능 격차를 따로 평가할 필요가 있다.
• 한국 도로 데이터 축적은 지역화 성능을 개선할 수 있지만, 입력 영상의 품질과 모델 크기가 제한되면 데이터 증가만으로 얻을 수 있는 개선 폭에도 한계가 있을 수 있다.

⚠️ 불확실하거나 확인이 필요한 부분

• 영상에 제시된 주행 사례는 제작자의 체험을 중심으로 하며, 차량 수·주행 거리·도로 조건·개입 횟수를 통제한 비교 실험 결과는 제공되지 않습니다.
• 하드웨어 3의 카메라 구조, 1.2MP 해상도, 신경망 크기 및 하드웨어 4와의 메모리 대역폭 차이는 영상의 설명이며 별도의 기술 문서로 교차 검증되지 않았습니다.
• 점멸 신호 오인과 신호 위반 시도가 특정 소프트웨어 버전, 차량 설정 또는 환경에 얼마나 의존하는지는 확인되지 않습니다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• FSD Lite 구매 전 동일한 하드웨어와 최신 소프트웨어를 사용하는 차량으로 주간·야간 시승을 진행한다.
• 시승할 때 적색·황색 점멸 신호, 복합 신호, 유도선, 고속도로 추월차로 등 영상에서 지적한 상황을 중점적으로 확인한다.
• 차량의 하드웨어 세대와 카메라 사양, 지원되는 모델 및 향후 업그레이드 가능성을 공식 자료에서 확인한다.
• 기능 사용 중에는 운전자가 즉시 개입할 수 있는 상태를 유지하고, 행동을 예측하기 어려운 구간에서는 기본 오토파일럿이나 직접 운전을 선택한다.

❓ 열린 질문

• 한국 도로 데이터가 충분히 축적되면 FSD Lite의 지역화 문제와 하드웨어 한계 중 어느 부분까지 개선될 수 있을까요?
• 테슬라는 하드웨어 3 구매자에게 카메라나 컴퓨터 업그레이드 경로를 제공할 수 있을까요?
• 동일한 교차로와 주행 조건에서 FSD와 FSD Lite의 신호 인식·개입률을 반복 측정하면 실제 성능 격차는 어느 정도로 나타날까요?