무배추의 전통 경제에 대한 영향은 예상보다 작을 것으로 보이며, 암호화폐 세계와의 연결점이 많다
1. 로바쿠아이의 전통 경제에 대한 영향은 일반적인 예상보다 작을 것으로 보인다
2024년 7월 초, 로바쿠아이의 무인 택시가 우한에서 운영되고 있다는 보도가 나온 후 웨이보 핫 검색에 오르면서, 바이두, 테슬라 등 운영 주체들이 대표하는 자율주행 무인 택시가 교통 산업의 구조적 영향에 대해 업계 연구자와 인터넷 여론의 관심을 받게 되었다. 관련 논의는 AI가 노동력 고용 직업을 대체하고 밀어낼 것에 대한 우려 등 주제로 확대되었다.
2022년 이후, 로바쿠아이와 포니 무인 자율주행 택시는 우한, 베이징, 상하이 등지에서 소규모 운영을 시작했다. 2024년 4월 19일 기준, 로바쿠아이의 개방 도로에서 제공된 누적 주문량은 600만 건을 초과하여, 세계 최대의 자율주행 이동 서비스 제공자가 되었다. 올해 5월, 바이두는 우한에서 6세대 로바쿠아이 무인 자율주행 자동차를 발표했으며, 이 차량에는 세계 최초로 L4 수준의 자율주행 애플리케이션을 지원하는 자율주행 대모델이 탑재되었다. 바이두에 따르면, 우한 파일럿 프로젝트는 2025년 말까지 재무 손익 분기점을 달성할 것으로 기대된다.
로바쿠아이는 현재 국내 12개 도시에서 유인 요금 테스트 프로젝트를 진행 중이며, 가장 많은 미디어와 인터넷 여론의 관심을 받고 있는 것은 우한 로바쿠아이의 시험 운영이다. 현재 로바쿠아이의 우한 시험 운영 프로젝트 범위는 상당히 넓어, 기본적으로 우한의 주요 도심과 기능 구역을 거의 모두 커버하고 있다. 아래 그림과 같이:

현재 보조금과 인건비(운전자가 필요 없고, 3대의 차량마다 원격 안전 요원 1명을 배치하면 됨), 규모의 경제(동일 모델을 통합 구매하여 차량 대수가 늘어남에 따라 구매 및 유지 비용이 감소하고, 데이터 수집이 많아질수록 비선형적으로 알고리즘 모델의 연산 효율이 향상됨), 공급망(국내의 신에너지 및 스마트 연결 공급망이 독보적이며, 전기차, 충전, 레이저 레이더 등 센서와 선제어 섀시, 삼전 등 산업 체인이 비교적 완전하고 수준이 높음) 등 여러 요인으로 인해 일부 체험 사용자들은 로바쿠아이의 주행 단가가 전통적인 호출 택시와 택시보다 훨씬 낮다고 피드백하고 있으며, 가격 외에도 다음과 같은 장점이 있다:
자율주행 무인 택시는 전통적인 호출 택시와 순환 택시에서 발생할 수 있는 불쾌한 냄새, 여성 친화적이지 않음, 일부 운전자가 비용 절감을 위해 에어컨을 켜지 않으려는 등의 불편한 승차 경험을 피할 수 있으며, 통일된 운전 모드로 인해 일부 운전자가 급정거하거나 경적을 세게 누르는 등의 문제를 피할 수 있어 안전성, 조용함, 편안함이 향상된다;
자율주행 무인 택시의 모든 주문은 시스템 자동 정렬로 완료되어, 순환 택시 산업의 거부, 중간 하차, 고의적인 우회, 미신뢰적 요금 측정 등의 문제를 피할 수 있다.
위의 로봇택시의 장점은 현재 국내에서 중앙 정부부터 지방 정부까지 신에너지, 스마트 연결 자동차 및 자율주행 산업에 대한 강력한 정책 지원과 결합되어, 이미 매우 포화 상태인 호출 택시와 전통 순환 택시 시장에 일정한 도전을 제기하고 있다. 그러나 로바쿠아이 및 포니 등 다른 운영 주체의 자율주행 택시 프로젝트는 여전히 진입 정책, 운영 지역, 승객의 하차 및 탑승 장소 등 여러 제한이 있어, 단기적으로 로봇택시가 호출 택시 산업에 파괴적인 경쟁을 일으킬 가능성은 낮아 보인다.
기술 측면에서, 미래에 바이두는 테슬라가 이끄는 기술 트렌드에 따라 현재의 전통적인 모듈화 스택 모델을 전체 훈련의 엔드 투 엔드 모델로 업그레이드하여 자율주행 대모델의 성능을 더욱 강화할 가능성이 있다. 즉, 대모델의 운전 행동이 더 "인간적"이 될 것이다. 그러나 엔드 투 엔드 모델은 설명 가능성이 낮고, 오류 귀속 및 디버깅이 어렵고, 블랙박스 성향이 강한 등의 문제를 가지고 있으며, 국내의 강력한 규제 조건과 자율주행 산업의 실패 용인성이 낮은 배경에서 엔드 투 엔드 모델이 실제로 적용될 수 있을지는 불확실하며, 이는 미래 자율주행 택시의 추가 발전을 제한할 수 있다.
필자는 위에서 언급한 로바쿠아이를 대표로 하는 로봇택시 산업의 여러 제한(특히 도심 하차 장소 제한)으로 인해, 예측 가능한 미래에 로바쿠아이가 인간이 운전하는 호출 택시와 순환 택시를 실제로 대체할 수 없을 것이라고 생각한다.
현재 로바쿠아이가 우한에 배치한 차량 수는 500대도 안 되며, 우한의 1.6만 대 이상의 전통 순환 택시 재고에 비해 전통 택시 산업에 실질적인 위협을 가하기는 어렵다. 현재로서는 우한 택시 업계의 항의가 그들이 공유 자전거에 대한 과도한 반응과 마찬가지로, 단지 백만 개의 수공업자들의 습관적인 스트레스 반응일 뿐으로 보인다. 필자는 개인적으로 베이징, 우한 등 도시에서의 근무 및 생활 경험을 통해, 현지 전통 택시 서비스의 태도 불량, 운전 습관 불량 등의 문제가 매우 심각하다는 것을 느꼈으며, 호출 택시가 도입된 이후에도 큰 개선이 없었다. 아마도 로바쿠아이를 대표로 하는 L4 자율주행 택시 산업의 외부 충격이 전통 택시 산업의 개선을 촉진하고, 지역 관광, 소비 등 제3 산업의 구조적 향상을 이끌 수 있을 것이다. 미디어와 여론은 AI 자율주행이 인간 운전자를 잠재적으로 대체할 것에 더 관심을 가지지만, 로봇택시 산업이 서비스 산업 경제 구조를 최적화하는 역할과 경제 운영 중 교통 기반 시설 마찰을 완화하는 역할을 간과하고, 로봇택시가 거시 경제에 미치는 영향을 과대 평가할 수 있다. 필자는 허난 신구, 베이징 이좡 등 전통적인 운영 차량이 부족하고, 도심이 비교적 새롭고 도로 상황이 간단하여 자동화 운영에 적합한 지역이 로봇택시 산업이 더 많은 사업을 확장할 가능성이 있는 지역이라고 생각한다.
2. L4 이상의 자율주행이 미래에 도래했으며, 암호화폐는 DePin 데이터 기반 시설 경로를 강화하고 확장해야 한다
로바쿠아이의 이번 국내 열기는 L4 이상의 자율주행 상업화 응용의 서막을 열었으며, AI 대모델이 지원하는 자율주행 산업의 핵심 세 가지 요소(연산 능력, 알고리즘, 데이터) 중 데이터 개념은 암호화 산업과 밀접하게 연결되어 있다. 분산형 연산 자원과 데이터는 2023년 이후 암호화 산업에서 가장 성장성이 높은 개념과 경로 중 하나이며, 블록체인 분산 기술과 DePin 프로젝트는 AI 연산 능력과 알고리즘의 여러 문제에 대한 가능한 해결책을 제공한다. 예를 들어, Hivemapper는 모델 훈련 데이터 비용이 높고 획득하기 어려운 문제를 해결한다: 전통적인 모듈화 차량-클라우드 스택이든 최신의 엔드 투 엔드 기술이든, LLM은 자율주행 요구를 충족하기 위해 방대한 양의 라벨링된 데이터로 훈련되어야 하며, 특히 비디오 라벨링 데이터의 요구가 더 높고, 비디오 데이터는 일반적으로 다양한 데이터 자원 중에서 높은 단가를 가진다.
Hivemapper는 인공지능 기업에 비디오 및 지도 정보를 포함한 데이터 서비스를 제공한다. Hivemapper는 탈중앙화된 글로벌 지도 계획으로, 블록체인과 커뮤니티 참여를 활용하여 상세하고 실시간이며 쉽게 접근할 수 있는 지도 플랫폼을 구축한다. 사용자는 차량에 장착된 카메라(대시캠)를 통해 지도 정보를 기록하고 이를 Hivemapper의 오픈 소스 네트워크에 업로드하며, 그 대가로 HONEY 토큰을 보상으로 받는다. 네트워크의 효율성을 높이고 상호작용 비용을 줄이기 위해 Hivemapper는 Solana 블록체인에서 플랫폼을 구축하기로 선택했으며, Solana 생태계의 혜택을 받아 향후 자율주행 및 대모델 내러티브와 더 잘 결합될 것으로 예상된다.
참고문헌
https://www.theblockbeats.info/news/49070
https://research.mintventures.fund/2024/04/08/zh-a-new-solana-based-ai-depin-project-a-brief-analysis-of-upcoming-tokenlaunch-io-net/
끝
본 내용은 정보 공유를 위한 것이며, 어떠한 경영 및 투자 행위를 홍보하거나 보증하지 않습니다. 독자는 해당 지역의 법률 및 규정을 엄격히 준수하고, 어떠한 불법 금융 행위에도 참여하지 말아야 합니다. 어떠한 가상 화폐, 디지털 자산 관련 발행, 거래 및 자금 조달 등에 대한 거래 경로, 지침, 발행 채널 안내 등을 제공하지 않습니다.
4Alpha Research의 콘텐츠는 허가 없이 전재, 복사 등을 금지하며, 위반 시 법적 책임을 추궁할 것입니다.














