테슬라 AI 엔지니어 "FSD 강화학습, 배포 후에도 멈추지 않는다"

테슬라 AI 엔지니어 Yun-Ta Tsai(@yunta_tsai)가 X에 올린 한 마디 — "RL은 체크포인트를 배포한 후에도 멈추지 않는다. 그것은 끊임없는 피드백의 시작일 뿐이다." 이 발언은 테슬라 FSD 개발 방식의 핵심 원리를 간명하게 드러낸다.

테슬라의 FSD는 훈련된 모델을 배포한 뒤에도 전 세계 수백만 대의 테슬라 차량이 실도로에서 수집한 데이터를 지속적으로 피드백받아 모델을 개선한다. 즉, 배포는 완성이 아닌 새로운 학습의 출발점이다. 이 방식은 경쟁사들이 시뮬레이션이나 제한된 자체 차량 데이터에 의존하는 것과 대비된다.

특히 이번 발언은 테슬라 직원들의 FSD 내부 평가가 '좋지 않다'는 유출 보도가 나온 직후에 나온 것이어서 주목된다. 개발 현장의 엔지니어가 공개적으로 지속 개선 원리를 강조한 것은 기술적 자신감을 드러내는 동시에 외부 회의론에 대한 암묵적 반론으로도 읽힌다.

주주 관점에서 이 플릿 피드백 모델의 가치는 FSD 라이선스 수익화 시나리오에 직결된다. 더 많은 차량이 도로를 달릴수록, 더 많은 피드백 데이터가 쌓이고, FSD 성능이 개선되며, 가입자 유지율도 높아지는 선순환 구조다. 이것이 테슬라가 '데이터 해자(Data Moat)'를 강조하는 이유다.