마스터 플랜(투자자의 날)-part4. 소프트웨어

이제 반쯤 왔다.

점점 짧아지는 나의 글을 보게 될 것이다. 얼마나 짧아지는지 보는 것도 재미있는 요소가 될 것이다.

모델 S는 초창기에도 이미 무선으로 소프트웨어를 업데이트하고 다른 자동차가 소프트웨어를 업데이트하기 시작했을 때,

차량 전체의 모든 컨트롤러를 업데이트할 수 있었다.

우리는 OTA업데이트와 고객들의 데이터분석을 통한 업데이트를 결합하여,

소프트웨어를 빠르게 학습하고 진행하는 것을 반복할 수 있었다.

이로 인해 우리는 엄청나게 빠른 기술적 발전을 할 수 있었다.

우리의 소프트웨어를 이용한다면,

규정 및 소비자 평가 테스트에서 규정하는 것보다, 실제적으로 일어난 충돌 데이터를 바탕으로 훨씬 더 안전한 시스템을 설계할 수 있다.

실제 충돌 테스트를 하기 위해서는 수많은 더미인형이 필요하지만 우리는 이런 것들이 필요가 없다.

우리는 고객들에게 일어나는 실제 충돌데이터를 분석하여 에어백 및 기타 안전장치 시스템을 제어하는 소프트웨어를 변경하고

이를 실물레이션으로 재현할 수 있다.  

이러한 것을 바탕으로 작년에는 사고발생 시 부상을 줄이기 위한 안전벨트 장력 조정 알고리즘을 변경하는 데 사용하였고,

이는 모든 차량에 적용되었다.

다음은 매일매일 190만 회를 충전하여 1억 2,300만 마일 주행을 한 우리 고객의 차량들의 익명화된 데이터를 수집한 데이터이다.

새로운 알고리즘을 얼마나 빠르게 적용하고 얻을 수 있는지 보여준다.

이러한 결과는 우리가 세상에 점점 더 많은 자동차를 제공함에 따라 증가하고 있다.

또 다른 예로, 우리의 차량이 얼마나 운전하고 얼마나 충전을 하는지에 대한 패턴을 분석했다.

이는 우리의 차세대 차량을 위한 패밀리 사이즈 배터리 팩, 우리의 제품과 제조에 의사결정에 대해 영향을 준다.

하드웨어 분야에서 수직적 통합은 엄청나게 중요하다.

하지만 전통 내연기관 차량의 방식은 매우 어렵다.

내연기관 차량의 경우 모든 컨트롤러는 서로 다른 제1 공급업체에서 제공되며,

해당 소프트웨어의 일부를 다른 제3공급업체에서 공급하고,

제3공급업체에는 제2공급업체에서 소프트웨어를 제공하는 방식을 가지고 있다.

우리는 이러한 방식을 수직적으로 통합을 하였다.

예를 들면 우리는 모델 x에 자동으로 도로를 예측하여 서스펜션을 조정하는 기능을 출시했다.

우리의 차량은 관성 측정 장치인 구속 제어 모듈은 도로 거칠기를 감지한다.

그와 함께 GPS모듈로 그 위치를 알나 낸다.

이렇게 자동차 운행하는 동안 도로의 데이터와 위치를 수집하여서 이를 서스펜션 컨트롤러에 적용함으로써

다양한 요소를 고려하여 승차감을 위해 지속적으로 감도를 수정하고 결정할 수 있다.

소프트웨어는 효율성, 비용 절감 및 속도를 향상한다.

이는 앞으로 많은 데이터를 통해 최적화 함으로써 미래의 로보택시 플릿을 가능하게 할 수 있다. 

또한 지금까지 해왔던 대량 서비스 감소될 것이다.

우리 차량을 이용한 고객들의 데이터는 그래픽으로 서명된 비공개 데이터로 유지되며,

새로운 차량을 타더라도 마치 자신의 차처럼 데이터를 불러내 설정이 된다.

이러한 설정은 당사자의 신뢰된 명령에만 가능할 것이다.

이러한 것들은 다음 성장 단계와 마스터플랜의 다음 단계에 필요한

효율성, 비용 절감 및 속도를 가능하기 위해 우리가 하고 있는 일이다.

다음으로는 최신 완전 자율 주행에 대해 말하겠다.

-이상!

 

마스터 플랜(투자자의 날)-part5. 완전 자율 주행

마스터 플랜(투자자의 날)-part3. 전자의 구축