전 테슬라 엔지니어가 느끼는 현대자동차의 문제점 (맹성준 작가)

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

맹성준이 짚는 현대차의 과제는 제조 역량을 소프트웨어 통제권과 통합 개발 체계로 연결하고, 기존 조직·공급망의 전환 비용을 넘어서는 것이다.

📌 핵심 요점

1. 문제의 중심은 개발 구조다. 맹성준은 기존 완성차 업체가 부품을 구매하고 보정하는 방식에서 벗어나, 소프트웨어와 제어기를 직접 통제하며 개선할 수 있어야 한다고 본다. 현대차의 과제도 이러한 산업 구조의 전환이라는 맥락에서 제시된다.
2. 테슬라의 차별점은 목표부터 검증까지 연결하는 방식이다. 차량 성능 목표를 부품 요구사항으로 내리고, 원격으로 펌웨어와 데이터를 다루며, 모델링으로 시험 조건 차이를 보정했다는 경험이 소개된다. 기존 도구를 숙련하는 데서 나아가 필요한 도구를 직접 만드는 문화도 강조한다.
3. 수직 통합은 소프트웨어 개선 속도와 시스템 효율에 영향을 준다. 소스 코드를 공급업체가 소유하면 기능 변경과 OTA 일정이 외부 대응에 좌우될 수 있다. 공조 시스템의 김 서림 정보를 활용해 불필요한 카메라 열선을 끄자는 사례는 기능 간 연결이 에너지 절감으로 이어질 가능성을 보여준다.
4. 기존 업체의 전환에는 현실적인 비용이 따른다. 프로그램과 ECU를 바꾸려면 인력 재교육, 여러 차종, 공급망과 이해관계를 함께 조정해야 한다. 수평 분업에는 규모의 경제도 있으므로, 수직 통합의 장점만으로 기존 체계를 단번에 대체할 수 있다고 보기는 어렵다.
5. 현대차의 대안으로 제조 강점을 살린 개방형 AI 플랫폼을 제안한다. 충분한 메모리와 ARM 기반 AI 컴퓨터를 차량에 탑재하고 아트리아를 오픈 웨이트로 공개해 개발자 참여를 유도하자는 구상이다. 현대차의 기술 공개와 외부 자율주행 기업과의 협력도 기존 업체의 출발점을 고려하면 진전으로 평가한다.

🧩 배경과 문제 정의

• 한국 자동차 산업은 차량 제작과 하드웨어 역량을 갖췄지만, 자율주행과 소프트웨어 경쟁력을 어떻게 확보할지 과제를 안고 있다.
• 전통 완성차 업체의 부품 조달 체계와 개발 관행은 소프트웨어를 직접 통제하고 빠르게 개선하는 방식으로 전환할 때 제약이 된다.
• 테슬라에서 파워트레인 모델링과 차량 검증을 담당한 맹성준의 경험을 바탕으로, 개발 문화·수직 통합·시스템 최적화가 경쟁력에 미치는 영향을 살핀다.
• 테슬라뿐 아니라 중국 전기차 업체까지 소프트웨어 중심의 개발을 추진하면서, 기존 완성차 업체에 필요한 변화의 폭이 커지고 있다.

🕒 시간순 섹션별 상세정리

1. 자율주행을 이해하기 위한 소형 AI 모델 실험

• 맹성준은 작은 크기의 로컬 언어모델이 만들어지고 작동하는 방식을 이해해야 자율주행도 충분히 이해할 수 있다고 본다 [02:03]
• 노트북에 알파마이오 모델을 올리고 카메라 세 개를 연결해, 추론이 어떻게 이루어지는지 확인하는 프로그램과 영상을 직접 만들었다 [02:26]

2. 차량 목표 성능을 부품 요구사항으로 연결하는 모델링

• 테슬라의 파워트레인 시스템 아키텍처 모델링 조직은 차량 제작 전에 가속 성능·충전 속도·주행거리·최고 속도 등의 목표를 모델링으로 정했다 [03:24]
• 모터 두 개로 가속 시간을 약 4초로 설정하거나, 약 100kWh 배터리의 충전량을 15%에서 80%까지 약 20분에 높이는 목표 등은 요구사항 설정 방식의 예시다. 상위 성능 목표를 정한 뒤 부품 수준까지 요구사항을 내려 작성했다 [03:51]

3. 젊은 조직과 낯선 개발 방식이 요구한 적응

• 두산인프라코어에서 디젤 엔진 개발로 경력을 시작한 맹성준에게 테슬라의 젊은 조직은 큰 차이였다. 입사 당시 본인은 30대 중후반이었지만, 열 명이 조금 안 되는 팀의 평균 연령대는 20대 중후반이었다 [05:39]
• GitHub에서 커밋과 PR을 사용하는 개발 방식도 입사 후 처음 접했다. 빠르게 적응하려고 일했으며, 첫해에는 세 시간 이상 잔 적이 거의 없었던 것 같다고 회고한다. 이 경험에는 개인적인 학습 부담도 작용했다 [06:46]

4. 소수 인력이 여러 차종과 대륙의 검증을 담당하는 구조

• 전통 업체에서는 차종별로 검증 엔지니어를 두는 경우가 많지만, 맹성준은 여러 차량을 직접 담당했다. 업무량이 통상 한 사람이 아니라 팀이 맡을 수준이라고 느꼈다 [07:27]
• 낮에는 북미, 퇴근 후에는 상하이, 밤늦게는 베를린과 유럽 차량의 검증 업무가 이어졌다. 세 대륙에서 데이터가 계속 들어와 일을 멈추지 않으려면 계속할 수 있는 환경이었다 [07:59]

5. 자율주행의 도래와 지역별 도입 조건

• 맹성준은 오스틴에서 테슬라 로보택시 앱으로 사이버캡을 호출해 탈 수 있다는 점을 근거로, 자율주행의 시대가 이미 왔다고 판단한다 [08:55]
• 다른 지역에서 이용할 수 없는 이유는 지역사회의 이해관계와 동의 수준에 달려 있다고 본다. 오스틴처럼 지역의 동의가 확보된 곳과 그렇지 않은 곳 사이에 도입 차이가 있다는 해석이다 [09:21]

6. 변화하는 도로 환경에서 완벽한 안전을 보장하기 어려운 이유

• 가족이나 아이를 태워도 되는지에 대한 질문에는 세상에 완벽한 시스템은 없다는 입장을 제시한다. 완벽은 엔지니어가 추구할 목표지만, 그 기준 자체가 계속 진화하므로 도달 가능한 고정 목표로 보기는 어렵다는 것이다 [10:15]
• 자율주행이 작동하는 도로는 닫힌 환경이 아니라 계속 변화하는 열린 세계다. 이 때문에 자율주행의 완벽한 작동을 보장한다는 요구에는 공학적으로 모순에 가까운 측면이 있다고 본다 [10:46]

7. 기존 개발 도구를 숙련하는 문화와 다시 만드는 문화

• 소프트웨어 정의 차량을 OTA나 앱·기능 추가가 가능한 차로만 이해하면 개발 방식의 차이를 놓치게 된다. 맹성준의 재직 경험에서는 테슬라 내부가 소프트웨어 정의 차량이라는 용어 자체를 사용하지 않았다 [11:37]
• 전통 조직에서는 산업 표준 프로그램을 선임이 후임에게 가르치고, 그 도구를 능숙하게 쓰는 사람을 전문가로 여기는 관행이 있었다. 사용하기 불편한 도구도 관습적으로 이어지는 구조였다 [12:27]

8. 자체 소프트웨어와 컨트롤러가 만드는 통합 구조

• 자체 프로그램을 만들자 구매한 기판으로는 요구를 충족하기 어려워졌고, 컨트롤러까지 직접 만드는 방향으로 이어졌다. 엔지니어들이 이미 컨트롤러 제작 경험을 갖고 있었던 점도 이러한 선택을 뒷받침했다 [13:44]
• 국내에서는 ECU를 구매하고 보정하는 기술을 중시하지만, 맹성준은 자체 컨트롤러 제작을 생각하지 않은 배경에 기술력뿐 아니라 비용과 산업 표준에 대한 관성이 있다고 본다 [14:27]

9. 원격 검증과 모델링으로 달라지는 시험 업무

• 테슬라에서는 엔지니어가 있는 장소와 관계없이 차량 식별번호로 대상 차량에 접근해 원하는 펌웨어를 적용하고, 이후 전송된 데이터를 내려받아 분석할 수 있었다 [15:55]
• 차량의 작동을 모델과 시뮬레이션으로 표현할 수 있다는 접근이 시험 방식에도 적용됐다. 전기차는 내연기관의 연소 과정보다 모델링하기 수월하다는 판단이 그 바탕에 있었다 [16:37]

10. 기존 완성차 업체의 전환 비용을 키우는 유산

• 새로운 프로그램을 도입하면 기존 인력이 다시 배워야 하고, ECU를 바꾸면 여러 차종과 공급망·이해관계까지 함께 조정해야 한다. 차종과 기존 체계가 많은 업체일수록 변경이 복잡하고 비싸진다는 반론이다 [17:29]
• 이런 개발 구조에서는 신차마다 부품이나 디자인을 일부씩 바꾸는 방식으로 변화가 이루어진다. 전환 속도는 새 기술의 가능성뿐 아니라 기존 체계를 바꾸는 비용에도 영향을 받는다 [17:41]

11. 수평 분업의 규모 효과와 소프트웨어 통제권의 한계

• 전통적인 수평 통합은 타이어·브레이크·ECU 등 각 분야 전문업체의 부품을 완성차 업체가 모아 통합하고 최종 보정하는 방식이다. 테슬라는 컨트롤러 등을 내부에서 개발하는 수직 통합을 지향한다 [19:00]
• 여러 제조사와 차종을 지원하는 범용 부품은 기능이 많아 일부 차량에서는 상당 부분을 사용하지 않는다. 최적화 측면의 낭비가 생길 수 있지만, 생산량이 늘면서 단가가 낮아지는 규모의 경제도 있다 [20:18]

12. 부서별 기능을 연결해 줄이는 작은 에너지 낭비

• 전기차의 주행거리를 늘리려면 에너지 소비를 줄여야 한다. 시스템 모델링 조직은 고전압·저전압 장치 전반의 소비를 나누어 살피지만, 개별 기능을 담당하는 팀들이 서로 조율하기는 쉽지 않다 [22:39]
• 자율주행 팀은 카메라 시야 확보를 위해 탑승 시 열선을 켰다. 한편 공조 시스템은 실내 온도와 습도 등을 모델링해 김 서림 가능성을 계산할 수 있어, 필요한 정보를 다른 기능에도 활용할 여지가 있었다 [24:21]

13. 수직 통합의 사용자 가치와 모델 3가 바꾼 자동차 인식

• 테슬라 이후 비슷한 성공 사례가 뚜렷하지 않다는 문제 제기에 대해, 리비안과 루시드도 소프트웨어를 직접 소유하는 수직 통합을 추진한다고 보여준다. 리비안은 초기 외부 조달에서 모터를 포함한 내부 개발로 옮겨가는 것으로 알고 있다고 덧붙인다 [25:56]
• 맹성준은 소프트웨어 완성도의 차이를 사용자가 체감할 수 있다고 본다. 본인도 2019년 미국에서 모델 3를 구매한 뒤 OTA와 통합 제어를 경험하면서 자동차에 대한 개념이 달라졌다 [26:39]

14. 중국 전기차 업체가 기본 전제로 삼은 소프트웨어 중심 개발

• 중국 업체들도 수직 통합 방식을 빠르게 받아들이고 있다는 평가다. 배터리 기반의 BYD와 전자·가전 기반의 샤오미처럼 기존 자동차 산업과 다른 출발점을 가진 기업들이 사례로 등장한다 [27:40]
• BYD 배터리 팩 분해 영상에서는 제어 장치 등이 들어가는 돌출 공간인 펜트하우스가 없는 평평한 구조를 확인했다고 보여준다. 작은 기판까지 자체 제작한 점을 수직 통합의 근거로 든다 [28:40]

15. 기존 업체에 필요한 쇄신과 현대차 기술 공개의 의미

• 기존 완성차 업체는 바꿔야 할 것이 많아 신생 업체처럼 출발하기 어렵다. 맹성준은 이러한 전환에 뼈를 깎는 쇄신이 필요하다고 판단한다 [29:37]
• 박민우 사장 부임 이후 현대차 AI데이에서 기술 개발 현황을 주주들에게 공개한 점은 긍정적인 기회로 평가한다 [29:54]

16. 외부 자율주행 솔루션과의 협력도 현실적인 진전이다

• 글로벌 완성차 업체들이 자율주행을 오랫동안 시도하고도 실패했던 이력을 고려하면, 엔비디아 같은 외부 기술 기업과 공동 작업을 시작하는 것은 의미 있는 출발점이다. [30:42]
• 테슬라와 소프트웨어 중심 자동차를 기준으로 보면 실망스러울 수 있지만, 기존 업체들의 실패를 기준으로 보면 한 걸음 나아간 변화로 평가할 여지가 있다. [31:02]

17. 애플의 하드웨어 강점이 AI 시대의 선택권으로 이어진다

• 애플은 독자 AI 모델이나 데이터센터 투자에서 뒤처진다는 평가 속에서도 하드웨어에 집중했다. 널리 보급한 기기를 기반으로 자사 제품에 탑재할 AI 모델을 선택하고 협상할 수 있는 위치를 확보했다는 관점이다. [31:52]
• 로컬 AI 모델에 최소 40GB 메모리가 필요한 사례에서, 11,000달러인 RTX 6000과 약 5,000달러인 64GB 통합 메모리 맥북을 비교한다. 맥북도 비싸지만, 시스템 메모리와 그래픽 메모리를 공유하는 구조가 대형 모델 실행의 대안이 된다는 주장이다. [32:50]

18. 현대차의 제조 역량을 개방형 AI 플랫폼으로 확장할 수 있다

• 현대차가 잘 만드는 차량에 충분한 메모리와 ARM 아키텍처 기반 AI 컴퓨터를 탑재하고, 아트리아를 오픈 웨이트로 공개해 세계의 개발자들이 튜닝하도록 하는 전략을 제안한다. 자체 모델의 부재보다 원하는 모델을 올릴 수 있는 하드웨어의 가치를 앞세울 수 있다는 구상이다. [33:56]
• 운영체제까지 모두 직접 만드는 아이폰의 방식을 따라가기보다, 플랫폼을 개방해 누구나 활용하도록 한 안드로이드의 전략에서 현대차의 대안을 찾을 수 있다. [34:26]

19. AI가 산업의 경계를 바꾸고 수직 통합을 가속할 가능성이 있다

• 기존 완성차 업체들의 자율주행·전기차 추진이 주춤한 가운데 AI 성능은 빠르게 발전하고 있다. 테슬라는 스스로를 AI 회사로 규정하며, 내부 분위기도 자동차 회사보다 반도체 회사에 가깝다는 재직자들의 전언이 나온다. [35:40]
• 전기차 산업이 성숙하고 국제 표준이 정착하면 수평적 분업이 유리해질 것이라는 예상이 있었지만, AI의 등장으로 수직 통합이 오히려 가속할 수 있다는 쪽으로 판단이 바뀐다. [36:18]

20. AI 도구가 개인의 개발·검토·제작 범위를 넓힌다

• 테스트 엔지니어가 프로그램 개선을 다른 개발팀에 요청하면 세부 요구까지 반영하기 어려웠다. 이제는 클로드 코드를 이용해 필요한 시험용 소프트웨어를 직접 작성할 수 있다. [37:42]
• PM도 일정 관리에 머무르지 않고 코드를 검토해 지연 원인을 찾고 팀원에게 조치를 요청할 수 있다. 호기심과 실행력을 갖춘 개인이 여러 기능을 직접 연결하면서 업무 범위를 넓히는 변화다. [38:13]

21. 산업을 옮겨도 자신의 일하는 방식을 바탕으로 배움을 이어갈 수 있다

• 내연기관에서 전기차와 실리콘밸리 업무로, 다시 다른 산업과 유튜브·집필로 활동을 넓히는 과정은 계속 배우는 과정이었다. 분야가 달라져도 자신의 기본적인 업무 방식과 자아는 이어진다는 경험이다. [40:36]
• 자신을 바탕으로 새로운 분야에 도전할 용기가 필요하며, AI는 그 도전을 뒷받침할 도구가 될 수 있다. [40:53]

22. AI에 대한 지출을 자신의 성장과 실행력에 대한 투자로 본다

• 코덱스나 클로드 코드 같은 도구에 월 200달러를 지출하는 일을 단순한 손해로 보면 활용을 시작하기 어렵다. 비용을 자신의 능력을 확대하는 투자로 바라볼 필요가 있다는 주장이다. [41:31]
• 안정적인 내연기관 엔지니어 경력에 머무를 수도 있었지만 새로운 분야로 이동하며 성장 기회를 찾았다. 기업의 큰 성장을 기대하며 투자하듯 자신에게도 투자해야 하며, AI는 개인과 기업이 기존 궤적에서 벗어날 기회를 줄 수 있다. [42:24]

🧾 결론

• 소프트웨어 정의 차량의 핵심은 OTA 기능의 유무를 넘어, 소프트웨어·제어기·데이터·앱을 연결하고 직접 개선하는 개발 체계에 있다.
• 현대차에 대한 비판은 제조 능력의 부족보다 기존 개발 관행과 공급망을 바꾸는 어려움에 초점을 둔다. 다만 현대차 내부의 전체 실태를 검증한 자료로 읽어서는 안 된다.
• 수직 통합의 가치는 사용자 경험과 시스템 최적화에서 드러날 수 있지만, 수평 분업의 비용 이점과 기존 업체의 전환 부담도 함께 따져야 한다.
• AI 도구로 개인이 시험 소프트웨어 작성과 코드 검토까지 수행할 수 있다는 경험은, 기업의 개발 구조 변화가 개인의 학습·실행 범위 확대와도 연결된다는 메시지다.

📈 투자·시사 포인트

• 완성차 기업을 비교할 때 제조 역량과 함께 소프트웨어 소유권, 제어기 개발 범위, 공급업체 의존도를 살펴볼 필요가 있다. 이는 기능 개선의 자율성과 연결된다.
• 전환 계획의 규모보다 여러 차종에 적용하는 과정과 조직·공급망 조정 비용을 확인해야 한다. 기술적 가능성과 실제 전환 속도는 다를 수 있다.
• 중국 전기차 업체의 소프트웨어 중심 개발과 자체 부품 제작 사례는 경쟁의 범위가 주행 성능에서 통합 기능과 사용자 경험으로 넓어지고 있다는 관찰로 읽을 수 있다.
• 현대차의 개방형 AI 플랫폼은 인터뷰에서 제시된 전략적 제안이다. 투자 판단에 반영하려면 회사의 실제 채택 여부와 실행 내용을 별도로 확인해야 한다.

⚠️ 불확실하거나 확인이 필요한 부분

• 테슬라의 개발 문화와 업무 방식은 맹성준의 재직 경험에 기반한다. 해당 경험을 현재의 모든 조직이나 현대차의 전체 개발 체계로 일반화하기는 어렵다.
• 오스틴에서 로보택시 앱으로 사이버캡을 호출할 수 있다는 발언은 서비스 차량의 정체, 운영 범위, 이용 조건을 별도로 확인해야 한다. 지역별 도입 차이를 지역사회 동의만으로 설명할 수 있는지도 열려 있다.
• 완벽한 자율주행을 보장하기 어렵다는 공학적 견해는 개별 서비스의 안전성을 입증하지 않는다. 가족 탑승 여부를 판단할 구체적인 안전 자료는 제공되지 않는다.
• 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

• 현대차 AI데이 공개 자료에서 자체 개발 범위, 외부 협력 범위, 아트리아 공개 계획을 확인한다.
• 비교할 완성차 업체별로 소프트웨어·소스 코드 소유권, 제어기 개발 주체, OTA 변경 절차를 정리한다.
• 카메라 열선과 공조 정보 공유 사례를 기준으로, 부서 간 데이터 연결이 실제 에너지 절감으로 이어졌는지 확인할 자료를 찾는다.
• 자율주행 이용을 검토한다면 해당 지역의 실제 서비스 차량, 이용 조건, 운영 범위와 안전 관련 공개 자료를 확인한다.

❓ 열린 질문

• 현대차는 기존 차종과 공급망을 유지하면서 어느 영역부터 소프트웨어와 제어기의 통제권을 확보할 수 있을까?
• 수직 통합의 개발 자율성과 수평 분업의 규모의 경제를 함께 살릴 수 있는 경계는 어디일까?
• 개방형 차량 AI 플랫폼에서 외부 개발자의 튜닝과 차량 검증 책임은 어떻게 연결할 수 있을까?