Loading...

AI 뉴스

테슬라, 전기차 판매 급감에 로봇 사업으로 방향 전환

페이지 정보

작성자 xtalfi
작성일 2025.09.13 23:15
3,162 조회
0 추천
0 비추천

본문

3b474dbfca3700e6d0ca4ac73b22d11fO324.png

(퍼플렉시티가 정리한 기사)

테슬라(Tesla, Inc.) CEO 일론 머스크는 전기차에서 인간형 로봇으로의 극적인 전략 전환을 발표하며, 회사의 미래 성장을 이끌 핵심 사업으로 옵티머스(Optimus) 로봇을 내세웠습니다. 최근 공개된 테슬라의 마스터 플랜 파트 4에서 머스크는 테슬라 가치의 80%가 결국 옵티머스 인간형 로봇에서 비롯될 것으로 전망하며, 전기차로 명성을 쌓은 기업에게 있어 근본적인 변화를 예고했습니다.


이 야심찬 비전은 2050년까지 옵티머스 로봇의 대량 생산에 힘입어 테슬라를 최대 25조 달러(약 3경 3천조 원) 규모의 기업으로 성장시키는 것을 목표로 합니다. 옵티머스 로봇은 개당 20,000~30,000달러에 판매될 예정입니다. 이는 테슬라가 추구해온 지속 가능한 운송 수단을 가속화한다는 원래의 사명에서 크게 벗어나는 변화입니다.


생산 문제로 인해 야심찬 일정에 먹구름이 드리우다


머스크의 대담한 전망에도 불구하고, 테슬라의 옵티머스(Optimus) 프로그램은 상당한 기술적 및 생산적 난관에 직면해 있다. 2025년 중반까지 약 1,000대의 시제품을 제작했으나, 엔지니어들이 배터리 수명 문제, 낮은 적재 용량, 관절 모터 과열 등 중대한 문제에 부딪히자 생산을 중단하고 대대적인 재설계에 들어갔다.


테슬라 공급망 내부 소식통에 따르면, 프로그램의 초대 책임자였던 밀란 코박(Milan Kovac)이 퇴사한 뒤 책임이 AI 디렉터인 아쇼크 엘루스와미(Ashok Elluswamy)에게 이관되면서 6월 생산이 중단됐다고 한다. 최소 두 달이 소요될 것으로 예상되는 재설계 과정으로 인해, 테슬라가 2025년에 옵티머스 5,000~10,000대를 생산하겠다는 당초 목표는 달성 가능성이 점점 낮아지고 있다.


회사는 이제 2026년에는 5만10만 대 규모로 양산하고, 10년 말까지 연 50만100만 대에 도달할 것으로 전망한다. 하지만 현재 테슬라 배터리 워크숍에 배치된 옵티머스 로봇의 효율성은 인간 노동자의 절반에도 못 미친다.


전기차 사업 고전으로 인한 전략적 전환 추진


테슬라의 핵심 전기차 사업이 점점 더 많은 압박에 직면하면서 로봇 분야로의 전환이 이루어지고 있습니다. 2025년 상반기 글로벌 전기차(EV) 인도량은 13% 감소했으며, 유럽 판매는 40% 급감했고 중국에서는 5% 감소했습니다. 이는 BYD를 중심으로 한 중국 자동차 제조업체들이 시장 점유율을 빠르게 확보하고 있기 때문입니다. 테슬라의 미국 시장 점유율은 2025년 8월 38%까지 떨어졌으며, 이는 2017년 10월 이후 최저치입니다.


테슬라의 주식은 이러한 어려움을 반영해, 연초 기준 2.76% 하락했으나 Master Plan Part 4 발표 이후 약 8.21% 반등했습니다. 회사는 EV 세액공제 만료, 소비자 수요 둔화, 그리고 중국 제조업체와의 경쟁 심화 등 여러 역풍에 직면해 있습니다.


시장 기회와 회의론


로봇 시장은 상당한 기회를 제공하며, GlobalData는 이 산업이 2030년까지 연평균 14%의 성장률로 2,180억 달러에 이를 것으로 전망하고 있습니다. Morgan Stanley 분석가들은 휴머노이드 로봇 시장이 2050년까지 5조 달러에 이를 수 있다고 추정합니다.


하지만 투자자들의 회의감은 여전히 높습니다. Stifel의 분석가 Stephen Gengaro는 Tesla의 주식이 오로지 전기차 사업을 위해 구매된다면 과대평가되었다고 주장했으며, Gerber Kawasaki의 CEO는 회사가 지속 가능한 운송 미션을 포기했다고 비판했습니다. Tesla의 2025년 수익이 약 30% 감소할 것으로 예상되면서, 일부는 로봇 사업이 회사의 프리미엄 평가를 정당화할 수 있을지 의문을 제기하고 있습니다.


Tesla 의장 Robyn Denholm은 이 전략을 옹호하며, 인공지능 및 로봇 산업으로의 전환을 이끌 수 있는 사람은 오직 Musk뿐이라고 말했지만, 그가 CEO 자리에 계속 남지는 않을 수도 있음을 인정했습니다. 이 전례 없는 변화의 성공은 궁극적으로 Tesla가 전통적인 자동차 제조사에서 Musk가 꿈꾸는 로봇 강자로 변신할 수 있을지 여부를 결정짓게 될 것입니다.

댓글 0
전체 1,366 / 310 페이지
손목밴드에서 조정을 하는 것 같고 전작과 많이 달라졌습니다.AI 기능으로 번역도 가능하네요..https://www.meta.com/kr/ai-glasses/meta-ray-ban-display/
3209 조회
0 추천
2025.09.18 등록
조금 전 메타가 AI 기능이 있는 안경을 비롯하여 중요한 키노트를 진행하였습니다.CNET이 준비한 키노트 요약입니다.RAYBAN 과 새로 제작한 안경이 큰 화제입니다.
3257 조회
0 추천
2025.09.18 등록
마이크로소프트가 코파일럿 메모장과 그림판 연동기능을 제공하기 시작했으며이 기능은 오피스365를 사용하지 않아도 코파일럿을 이욯하면 이용할 수 있다.예를 들어 메모장은 다음과 같은 기능을 갖게 된다.-요약: 긴 텍스트를 간략하게 요점만 추려내고, 문서의 핵심을 빠르게 파악할 수 있습니다.- 쓰기: 프롬프트나 선택한 텍스트를 활용해 새로운 문장을 AI로 쉽고 빠르게 작성합니다.- 다시 쓰기: 선택한 내용을 AI가 어투, 길이, 명확성 등 다양한 스타일로 변환해 줍니다.또한 그림판은 다음과 같은 기능을 추가하게 된다.- 프로젝트 파일 저장 기능: 그림판에서 작업을 .paint 파일로 저장해 언제든 이어서 편집이 가능.- 불투명도(Opacity) 슬라이더: 연필 및 브러시 도구의 투명도를 원하는 대로 조절해 더 섬세한 혼합이나 레이어링 효과 주기.- 크기 및 불투명도 슬라이더 병행 사용: 두 슬라이더를 활용해 부드럽게 배합하고 다양한 질감의 그림 그리기.
3161 조회
0 추천
2025.09.18 등록
(퍼플렉시티가 정리한 기사)중국 AI 스타트업 DeepSeek은 획기적인 R1 모델 훈련 방식에 관한 새로운 세부 정보를 세계적인 권위지 네이처(Nature)의 동료검토 논문을 통해 발표했습니다. 이 논문에서는 기존 경쟁 모델 대비 극히 적은 비용으로 순수 강화학습만을 사용해 첨단 추론 능력을 달성한 방법을 공개했습니다.항저우에 본사를 둔 이 회사는 자사의 R1 추론 모델 훈련 비용이 단 29만 4천 달러에 불과하며, 기반 베이스 모델의 개발 비용은 약 600만 달러였음을 처음으로 공개했습니다. 총 630만 달러가 소요된 것으로, 이는 미국의 기술 기업들이 개발한 경쟁 모델이 수천만 달러에 달하는 것과는 극명한 대조를 이룹니다.순수 강화학습의 획기적인 발전DeepSeek의 주요 혁신은 연구자들이 “순수 강화 학습(pure reinforcement learning)“이라고 부르는 방식을 사용해 R1을 개발한 점에 있으며, 이는 인간이 만든 예시에 의존하는 기존의 감독 학습(supervised learning) 방식과는 다른 접근법입니다. 이 과정에서 모델은 인간이 선택한 추론 방식에 따르도록 학습시키는 대신, 올바른 답변에 도달할 때 보상을 받도록 설계되었습니다.네이처(Nature) 논문에 따르면, DeepSeek의 접근법은 모델이 인간이 제시한 전략을 따르지 않고도 자체적인 추론 전략을 개발하고 자신의 작업을 검증할 수 있는 능력을 갖추게 해주었습니다. 회사는 자체 시도에 대해 별도의 알고리즘을 사용하지 않고 추정치를 활용해 점수를 매길 수 있게 해주는 Group Relative Policy Optimization(GRPO)이라는 기법을 활용했습니다.“이 모델은 AI 연구자들 사이에서 매우 영향력이 컸습니다,“라고 오하이오 주립대(Ohio State University) 콜럼버스 소재 AI 연구원인 Huan Sun은 말했습니다. “2025년 현재까지 LLM에서 강화 학습을 수행하는 거의 모든 연구가 어떻게든 R1로부터 영감을 받았을지도 모릅니다”.5단계 훈련 과정완전한 R1 학습 과정은 감독 학습(fine-tuning)과 강화 학습을 번갈아가며 진행하는 여러 단계로 구성되었습니다. 이 과정은 딥시크(DeepSeek)의 V3-Base 모델을 수천 개의 ‘콜드 스타트’ 데이터 포인트로 파인튜닝하는 것으로 시작했고, 이후 순수 강화 학습을 통해 추론 능력을 향상시켰습니다.수렴에 가까워지면 시스템은 리젝션 샘플링(rejection sampling) 방식을 사용했습니다. 여기서 모델은 강화 학습 실행에서 성공적인 예시 중 최상의 예시를 선택해 자체 합성 훈련 데이터를 생성했습니다. 이 합성 데이터는 이후 글쓰기나 사실 기반 질문응답 등 다양한 영역에서 DeepSeek-V3-Base의 감독 학습 데이터와 통합되었습니다.동료 평가 중인 최초의 주요 LLMR1은 엄격한 동료 평가 과정을 거친 최초의 대형 언어 모델을 의미합니다. Nature 논문을 심사한 허깅페이스의 머신러닝 엔지니어 루이스 턴스톨은 이를 “매우 환영할 만한 선례”라고 평가하며, 훈련 과정이 공개되지 않으면 AI 시스템이 위험을 초래하는지 평가하기 어렵다고 언급했습니다.이 동료 평가 과정에서 DeepSeek는 훈련에 사용된 데이터 유형과 안전 조치를 포함한 기술적 세부 사항에 대한 설명을 추가하게 되었습니다. 이 모델은 오픈소스 특성을 유지하면서도 OpenAI의 o1 모델에 필적하는 추론 벤치마크 성능을 달성하였습니다.성능 및 접근성Hugging Face에서 1월에 출시된 이후, R1은 복잡한 문제 해결을 위한 플랫폼에서 가장 많이 다운로드된 모델이 되었으며, 다운로드 수는 1,090만 회를 넘어섰습니다. 이 모델은 AIME 2024 수학 벤치마크에서 pass@1 점수 79.8%를 기록하여 OpenAI o1의 79.2%를 소폭 앞섰습니다.DeepSeek의 혁신은 AI 개발 비용 및 성능 향상을 위해 모델 크기와 연산 능력을 늘려야 한다는 확장 법칙에 대한 기존의 통념에 도전장을 내밀었습니다. 회사는 비교적 덜 강력한 H800 칩을 사용해 성공을 거두었으며, 이 칩은 2023년 미국의 수출 통제로 중국 내 판매가 금지된 바 있습니다. 이러한 성과는 향후 AI 개발 방향에 대한 논의를 촉진하고 있습니다.
3143 조회
0 추천
2025.09.18 등록
홈으로 전체메뉴 마이메뉴 새글/새댓글
전체 검색
회원가입