자동차용 AI 기반 모델 시장 규모 및 점유율 2026-2035

자동차용 AI 기반 모델 시장 규모

자동차용 AI 기반 모델 시장은 2025년 9억 미국 달러 규모에 도달했으며, 2026년부터 2035년까지 연평균 약 38.5% 성장해 2035년에는 236억 미국 달러에 이를 전망입니다.

성장은 도로 상황을 해석하고, 여러 센서의 입력을 종합해 추론하며, 학습 시나리오를 생성하고, 차량 내 지능형 기능을 지원하는 모델의 활용이 확대되는 데 따른 것입니다. 안전성 확보는 상업적으로도 중요한 과제입니다. 매년 전 세계에서 도로 교통사고로 사망하는 사람은 약 119만 명으로 추정되며, 이에 따라 감지, 운전자 모니터링, 자동화된 의사결정을 개선하는 시스템에 대한 수요가 지속되고 있습니다 ^{[1]World Health Organization, Global Status Report on Road Safety 2023. who.int}.

기반 모델의 도입은 개별적인 인지 작업을 넘어 시각, 언어, 레이더, 지도, 차량 상태, 행동 데이터를 결합하는 아키텍처로 확대되고 있습니다. 이에 따라 완성차 제조업체와 자율주행 운영업체의 개발 방식도 달라지고 있습니다. 재사용 가능한 모델은 여러 차량 기능을 지원할 수 있지만, 상업적 가치는 자동차 안전 제약 조건에 따라 검증할 수 있는지, 지역별 주행 환경에 맞게 조정할 수 있는지, 제한된 연산 및 에너지 예산 안에서 배포할 수 있는지에 달려 있습니다.

현재 가장 큰 적용 분야는 소비자용 ADAS입니다. 이미 운행 중인 차량에 적용해 규모를 확대할 수 있기 때문입니다. 더 중요한 성장 기회는 종단 간 자율주행 모델에 있습니다. 이 분야에서는 모델 성능, 시뮬레이션의 깊이, 차량군 학습이 제한된 운행설계영역에서 반복 가능한 상용 배포로 전환할 수 있는지를 좌우할 수 있습니다. 따라서 시장에서는 단순히 더 큰 모델을 출시하는 기업보다 폭넓은 데이터 자산과 체계적인 안전성 검증을 결합할 수 있는 기업이 유리합니다.

주요 성장 요인

차량 안전 및 사고 감소에 대한 수요 증가

도로 안전에 대한 요구가 높아지면서 드물고 모호하며 여러 행위자가 얽힌 주행 상황을 해석할 수 있는 기반 모델에 대한 투자가 확대되고 있습니다. 세계보건기구(WHO)가 추산한 연간 교통사고 사망자 119만 명은 근본적인 문제의 규모를 보여 줍니다. 미국 도로교통안전국(NHTSA)은 최종 자동긴급제동 규정이 매년 360명의 생명을 구하고 부상자 2만 4,000명을 줄일 수 있다고 추산합니다 ^{[2]National Highway Traffic Safety Administration, NHTSA Finalizes Rule on Automatic Emergency Braking. nhtsa.gov}. 완성차 업체에 전략적으로 중요한 것은 단순히 객체 인식 정확도를 높이는 일이 아닙니다. 더 다양한 조건에서 인지 기능을 운전자 상태 모니터링, 궤적 예측, 개입 로직과 연계하는 능력이 중요합니다.

첨단 운전자 지원 시스템에 대한 규제 의무

안전 규제가 차량 설계에서 첨단 센싱 및 개입 기능의 중요성을 높이고 있습니다. NHTSA의 자율주행차 안전 체계는 시험, 배포, 안전성 평가에서 규제 감독이 계속 중요한 역할을 한다는 점을 보여 줍니다. 한편 유럽의 차량 안전 요건은 지능형 속도 보조, 자동긴급제동, 운전자 졸음 감지 등의 기능 도입을 확대해 왔습니다 ^{[3]National Highway Traffic Safety Administration, Automated Vehicle Safety. nhtsa.gov}. FMVSS 127은 경량 차량에 자동긴급제동 시스템을 의무화하며, 규정 준수는 2029년 9월까지 단계적으로 시행됩니다. EU의 지능형 속도 보조 요건은 2024년 7월부터 신규 등록 차량 전체에 적용되고 있습니다. 2025년 중국에서 판매된 승용차 1,500만 대 중 약 67%에는 첨단 운전자 지원 시스템(ADAS) 기능이 탑재되었습니다. 유럽연합 집행위원회는 자동차 부문 실행 계획의 일환으로 ADAS 및 자율주행 시스템(ADS)에 대한 조화된 시험 절차도 마련하고 있습니다. 이러한 요건으로 인해 지속적으로 바뀌는 소비자 소프트웨어 서비스로 취급되는 모델이 아니라 차량 수명 주기 전반에 걸쳐 문서화하고 시험하며 모니터링할 수 있는 모델에 대한 수요가 생깁니다.

영국도 자동차 산업의 전환을 위해 공공 자금을 투입하고 있습니다. 25억 파운드 규모의 DRIVE35 프로그램과 1,800만 파운드 규모의 커넥티드·자율주행 모빌리티 패스파인더 이니셔티브는 자국 내 소프트웨어, 자율주행 모빌리티, 차량 개발 역량의 상업적 중요성을 높이고 있습니다.

자율주행 및 첨단 운전자 지원 시스템 기반 모델 도입

세계 모델은 시나리오 생성, 다중 시점 학습, 폐루프 평가를 지원해 주행 데이터를 개발 자산으로 전환할 수 있습니다. NVIDIA의 자동차용으로 조정된 Cosmos 세계 기반 모델은 2만 시간 이상의 주행 데이터를 학습했으며, 합성 데이터 생성과 다중 시점 폐루프 학습을 지원하도록 설계되었습니다. 이 접근 방식이 중요한 이유는 시뮬레이션 범위를 확대하면 물리적 도로 시험만으로는 수집하는 데 시간이 오래 걸리고 비용이 많이 들거나 안전상 위험할 수 있는 엣지 케이스를 경로 계획 시스템에 적용할 수 있기 때문입니다.

커넥티드 차량의 생성형 AI 통합 확대

커넥티드 차량 프로그램은 생성형 AI를 클라우드 기반 비서에서 벗어나 현지 맥락, 개인정보 보호 통제, 짧은 응답 지연 시간이 필요한 기능으로 확대하고 있습니다. 멀티모달 물리적 AI 플랫폼은 자율주행차와 로봇공학 분야에서 인지와 추론을 연결하도록 설계되었습니다. 미국 산업안보국(BIS)의 커넥티드 차량 규정은 2027년형 차량에 중국 및 러시아와 연계된 특정 차량 연결 시스템 및 자동주행 시스템 소프트웨어를 사용하는 것을 금지합니다. 이에 따라 자율주행 이외 분야로도 잠재 수요가 확대되며, 특히 차량 내 인터페이스, 맥락 기반 지원, 예측형 차량 지원, 맞춤형 차량 내 경험 분야에서 수요가 늘어날 수 있습니다.

주요 제약 요인

실시간 추론에 필요한 높은 연산량

자동차 파운데이션 모델은 데이터센터 애플리케이션과는 다른 배포 환경에 직면합니다. 차량은 예측 가능한 지연 시간, 열 한계, 전력 제약, 기능 안전 의무를 고려해 추론을 실행해야 합니다. IEEE의 자율·지능형 시스템 표준 포트폴리오에는 모델 압축에 관한 IEEE 2941 to 2021과 자율 시스템의 안전 및 윤리적 고려 사항을 다루는 표준이 포함되어 있어, 자동차 분야의 배포에서 연산 효율성과 신뢰성 보장을 분리할 수 없는 이유를 보여줍니다. 자율주행을 위한 클라우드-엣지-단말 연구에서는 시간에 민감한 차량 기능을 원격 컴퓨팅에 의존하는 데 따르는 핵심 장벽으로 지연 시간과 조정 제약을 꼽습니다. NVIDIA의 DRIVE AGX Thor 개발자 플랫폼은 자율주행차 및 생성형 AI 작업에 최대 1,000 TOPS를 제공하며 차량용 컴퓨팅의 최고 성능 수준을 보여줍니다.

고해상도 카메라 스트림, 레이더, 라이다, 지도 데이터, 차량 텔레메트리를 결합하는 모델에서 이러한 제약은 가장 크게 나타납니다. 더 큰 모델은 개발 과정에서 일반화 성능을 높일 수 있지만, 양산 차량에 경제성이 떨어지는 하드웨어 사양을 요구할 수 있습니다. Rivian이 NVIDIA 하드웨어를 자체 AI 칩으로 교체하기로 한 결정은 자동차 업계가 더 비용 효율적인 차량용 컴퓨팅을 추구하는 사례입니다. 이에 따라 클라우드 기반 학습 및 시뮬레이션 작업, 고급 차량이나 자동화 차량군을 위한 고성능 엣지 시스템, 시간에 민감한 작업만 차량에서 처리하는 하이브리드 아키텍처로 시장이 나뉩니다.

데이터 개인정보 보호 우려 및 국경 간 데이터 이전 제한

파운데이션 모델은 방대하고 다양한 주행 데이터에 의존하지만, 차량 데이터에는 개인을 식별할 수 있는 영상, 위치 기록, 음성 상호작용, 행동 신호가 포함될 수 있습니다. 세계은행은 특히 국경 간 데이터 이동, 현지 정책 여건, 제도적 역량이 서로 다른 상황에서 데이터 거버넌스가 운송 기술 도입의 핵심 과제라고 지적합니다. GDPR, CCPA, 중국의 PIPL과 같은 규정으로 인해 단일 글로벌 학습 파이프라인보다 지역별 데이터 처리 전략의 필요성이 커지고 있습니다. 중국에서는 핵심 자동차 데이터 범주에 현지 저장 요건이 적용되며, 국경 간 이전에는 CAC 보안 평가가 요구될 수 있습니다. 미국 상무부 산업안보국(BIS)의 커넥티드 차량 규정은 모델 연도 2027년 차량에 특정 중국 및 러시아 관련 차량 연결 시스템 및 자율주행 시스템 소프트웨어를 사용하는 것도 금지합니다.

공급업체는 이에 따라 데이터 출처 관리, 접근 통제, 모델 거버넌스 설계에 더 큰 부담을 안게 됩니다. 차량군 데이터는 동의, 보존, 현지 저장, 익명화 요건을 충족한 뒤에야 상업적 가치를 발휘할 수 있습니다. 모델 개발 프로세스를 분절하지 않으면서 지역별 데이터 운영 체계를 구축할 수 있는 조직은 실질적인 경쟁 우위를 확보할 것입니다.

이러한 긴장 관계는 모듈형 배포 전략에 유리하게 작용합니다. 클라우드 인프라는 학습과 시나리오 생성에 계속 유용하며, 엣지 시스템은 신속한 응답성을 유지하고 상시 연결에 대한 의존도를 낮춥니다. 가장 경쟁력 있는 상용 솔루션은 이러한 역할 분담을 엔지니어링상의 이점으로 전환하는 솔루션입니다. 즉, 결정론적 작동을 위한 압축 차량 모델에 클라우드 규모의 학습 및 거버넌스 프로세스를 결합해 지역별 데이터 제한에도 대응할 수 있어야 합니다.

자동차용 AI 기반 모델 시장 부문 분석

모델 역량별

멀티모달 대규모 언어 모델 시장은 2025년 1억 6,680만 달러 규모였으며, 연평균성장률(CAGR) 42.3%로 성장해 2035년에는 55억 달러에 이를 전망입니다. 이 모델은 차량 시스템이 자연어 상호작용을 시각 정보, 맥락 정보, 차량 상태 정보와 결합해야 하는 영역에서 특히 중요하며, 지능형 콕핏과 운전자 지원 분야에서 활용도가 높습니다.

세계 기반 모델 시장은 2025년 8,080만 달러 규모였으며, 연평균성장률 34.9%로 성장해 2035년에는 16억 달러에 이를 전망입니다. 이 모델은 물리적 주행 환경을 모델링하고 시뮬레이션, 계획 수립, 시나리오 생성을 지원하도록 설계되었습니다. NVIDIA의 Cosmos 플랫폼은 물리적 AI 애플리케이션에 멀티모달 세계 모델을 적용하는 방향을 보여주는 사례입니다 ^{[4]NVIDIA, Physical AI with World Foundation Models (Cosmos). developer.nvidia.com}.

비전 기반 모델 시장은 2025년 1,824억 달러 규모였으며, 연평균성장률 34.0%로 성장해 2035년에는 3조 3,558억 달러에 이를 전망입니다. 이 모델의 가치는 도로 이용자, 기상 조건, 도로 표지판, 실내 모니터링, 차량 카메라 구성 전반에 맞게 적용할 수 있는 범용 시각 표현에 있습니다.

합성 데이터 생성 모델 시장은 2025년 2억 5,950만 달러 규모였으며, 연평균성장률 36.1%로 성장해 2035년에는 55억 달러에 이를 전망입니다. 이 모델은 개발 과정의 병목을 해소하는 데 기여합니다. 희귀 사건 데이터는 차량 운행 데이터 수집만으로 충분한 양을 확보하기 어렵기 때문입니다. 자동차에 적용된 세계 모델은 합성 시나리오를 생성하고 여러 카메라 시점을 활용한 폐루프 학습을 지원할 수 있습니다 ^{[5]NVIDIA, Simplify End-to-End AV Development with NVIDIA Cosmos World Foundation Models. developer.nvidia.com}.

종단 간 자율주행 모델은 가장 빠르게 성장하는 역량 부문으로, 2025년 2억 820만 달러에서 연평균성장률 38.8%로 성장해 2035년에는 54억 달러에 이를 전망입니다. 이 모델은 인지, 예측, 주행 동작을 통합 시스템으로 최적화할 수 있다는 점에서 주목받습니다. 그러나 위험 역시 통합되어 있습니다. 종단 간 아키텍처는 낯선 상황에서도 안전하고 해석 가능한 방식으로 작동한다는 점을 더욱 확실히 입증해야 합니다.

3D 장면 재구성 모델 시장은 2025년 4,690만 달러 규모였으며, 연평균성장률 36.9%로 성장해 2035년에는 11억 달러에 이를 전망입니다. 이러한 모델은 공간 이해, 디지털 환경 재구성, 더욱 현실적인 시뮬레이션 입력값 생성을 지원합니다.

라이선스 유형별

배포 방식별

엣지/차량 탑재형 모델은 2025년 배포 방식별 시장 점유율이 가장 컸습니다. 네트워크 품질이 일정하지 않거나 클라우드에 의존하기 어려운 상황에서 즉각적인 인식 및 제어 결정을 내려야 한다는 운영상 요구가 이들 모델의 우위를 뒷받침합니다. 클라우드 기반 모델의 매출은 4억 1,360만 미국 달러로, 모델 학습, 시뮬레이션, 차량군 분석 및 지속적인 성능 개선 작업에 활용됩니다.

용도별

소비자용 ADAS는 2025년 시장 규모가 2억 4,520만 미국 달러로 가장 큰 용도 부문이었습니다. 소비자용 ADAS는 양산 차량 기반이 가장 넓고 규제 및 소비자 안전 수요와 직접 연결되어 있습니다. 자율주행차 계획 및 운영 부문은 3억 4,520만 미국 달러 규모에 달했습니다. 이 부문은 상용 모델이 무인 주행 또는 차량군 관리 주행 성능에 좌우되므로, 운영 측면에서 더욱 심층적인 검증이 필요합니다.

지능형 콕핏 및 차량 내 AI 부문은 2025년 2억 6,080만 미국 달러의 매출을 기록했습니다. 민감한 대화나 행동 데이터를 지속적으로 클라우드에 전송하지 않고도 완성차 업체가 차량 맥락을 반영한 유용한 지능형 기능을 제공할 수 있는지가 이 부문의 성장세를 좌우합니다. 기타 부문의 매출은 7,600만 미국 달러였습니다.

최종 사용 주체별

완성차 업체(OEM)는 2025년 3억 2,950만 미국 달러의 매출을 기록하며 최종 사용 부문 중 가장 큰 비중을 차지했습니다. 이는 완성차 업체가 차량 아키텍처, 생산 통합, 보증 책임 및 고객 경험을 통제한다는 점을 반영합니다. 자율주행차 운영업체의 매출은 2억 5,660만 미국 달러로, 이 부문에서 모델은 차량군 활용도 및 운영설계영역과 직접 연계됩니다. 1차 자동차 부품 공급업체(Tier 1)의 매출은 2억 920만 미국 달러였습니다. 이들은 모델 역량을 검증된 센싱, 컴퓨팅, 제동, 조향, 콕핏 및 소프트웨어 시스템으로 구현하는 중요한 중개자 역할을 계속 맡고 있습니다.

GMI 분석가 관점

부문별 시장 선도 여부는 모델 규모만으로 결정되지 않습니다. 소비자용 ADAS는 기존 차량 프로그램을 통해 보급할 수 있어 현재 가장 큰 매출 기반을 형성하고 있습니다. 반면 종단 간 자율주행 모델은 계획 및 제어라는 더 까다로운 운영 문제를 해결하므로 가장 빠르게 성장하고 있습니다. 두 부문의 조달 기준은 서로 다릅니다. ADAS 구매자는 검증, 비용 및 폭넓은 차량 통합을 중시하는 반면, 자율주행 차량군 운영업체는 시나리오 대응 범위, 가동 시간 및 측정 가능한 운영 성능을 우선시합니다.

라이선스 및 배포 방식의 선택에서도 이러한 차이가 드러납니다. 책임 소재와 지원이 중요한 경우 독점 모델이 적합한 반면, 개방형 생태계는 실험과 적용을 가속할 수 있습니다. 주행 중에는 네트워크 왕복 시간을 기다릴 수 없으므로 엣지 배포가 우세하지만, 학습과 시뮬레이션에는 클라우드 용량도 여전히 필수적입니다. 클라우드와 차량용 소프트웨어를 서로 분리된 제품으로 취급하지 않고 여러 환경에서 일관된 모델을 유지할 수 있는 제공업체가 더 큰 가치를 확보할 수 있습니다.

자동차용 AI 파운데이션 모델 시장 지역별 분석

북미

북미는 2025년 시장 규모가 5억 1,720만 미국 달러로 가장 큰 지역 시장이었으며, 전 세계 매출의 약 47.2%를 차지했습니다. 북미 시장은 2035년까지 38.6%의 연평균성장률(CAGR)을 기록하며 132억 미국 달러에 이를 전망입니다. 미국 시장 규모는 2025년 4억 9,060만 미국 달러였으며, 캐나다 시장 규모는 302억 미국 달러였습니다. 북미 지역은 첨단 자동차 소프트웨어 개발, 자동화 모빌리티 시험 활동, 그리고 미국 도로교통안전국(NHTSA)이 자율주행차 안전 감독의 틀을 지속적으로 제시하는 규제 환경이 결합된 시장입니다.

이 시장을 형성하는 주요 세그먼트에 대해 자세히 알아보기

무료 PDF 다운로드

북미에서는 자율주행을 넘어 차량 내장형 지능 분야에서도 경쟁이 확대되고 있습니다. Mercedes-Benz와 Liquid AI는 2026년 4월, 북미 지역의 3세대 및 4세대 MBUX 시스템에 Liquid 기반 모델을 확대 적용하기 위한 파트너십을 발표했습니다. 이 파트너십은 클라우드 연결 없이 기기 내에서 작동하는 데 중점을 둡니다 ^{[6]Mercedes-Benz and Liquid AI, Mercedes-Benz and Liquid AI Partner to Scale Embedded In-Car Intelligence in North America. media.mbusa.com}. 이는 완전 자율주행이 여전히 제약을 받는 상황에서도 차량 내 인텔리전스가 기반 모델의 적용 경로가 될 수 있음을 보여줍니다.

유럽

유럽 시장 규모는 2025년 1억3,920만 미국 달러였으며, 연평균성장률(CAGR) 35.3%로 성장해 2035년에는 28억 미국 달러에 이를 전망입니다. 독일이 5,240만 미국 달러로 지역 시장을 주도했습니다.

유럽의 도입 양상은 안전 규제, 개인정보 보호 요건, 집중된 자동차 공급 기반에 따라 달라집니다. 영국의 DRIVE35 및 CAM Pathfinder 프로그램은 첨단 자동차 및 커넥티드·자동화 모빌리티 역량에 대한 투자를 정책적으로 뒷받침합니다 ^{[7]World Bank, Transformative Technologies in Transportation. worldbank.org}. 여러 시장의 다양한 데이터를 활용하면서도 엄격한 데이터 보호 기대 수준을 충족하는 모델을 구축하는 것이 상용화의 과제입니다.

아시아 태평양

아시아 태평양은 가장 빠르게 성장하는 지역 시장이 될 전망입니다. 시장 규모는 2025년 2억4,190만 미국 달러에서 2035년 70억 미국 달러로 확대되고, 연평균성장률은 40.2%에 이를 것으로 예상됩니다. 중국은 신에너지차 시장의 규모, 커넥티드 차량 개발, 자동차 기술을 중시하는 정책에 힘입어 아시아 태평양 최대 시장을 형성하고 있습니다. 일본, 한국, 인도, 싱가포르, 호주, 태국 및 아시아 태평양 기타 지역에서는 고급 차량, 차량 운영 서비스, 스마트시티 사업, 현지화된 차량 플랫폼을 중심으로 각기 다른 수요 양상이 나타납니다.

이 지역의 기회는 시장마다 다릅니다. 중국은 대규모 차량군 학습을 뒷받침할 수 있지만, 다른 시장에서는 특정 스마트 모빌리티 사업이나 수입 차량 플랫폼을 통해 도입이 이뤄질 수 있습니다. 세계은행의 교통 기술 분석에 따르면 신흥 시장은 기술 도약과 차량군 기반 학습 방식을 활용할 수 있지만, 거버넌스와 인프라 여건이 도입 속도를 좌우하는 핵심 요소로 남아 있습니다.

라틴아메리카

라틴아메리카 시장 규모는 2025년 1,610만 미국 달러였으며, 연평균성장률 33.5%로 성장해 2035년에는 2억8,530만 미국 달러에 이를 전망입니다. 브라질이 주요 시장이며, 멕시코, 아르헨티나, 칠레에도 추가적인 성장 기회가 있습니다. 고비용 자율주행 시스템을 광범위하게 도입하기보다 안전, 차량 운영, 물류, 커넥티드 모빌리티 분야에서 먼저 도입이 이뤄질 가능성이 높습니다. 상파울루의 지능형 교통 인프라는 도시 단위 시스템이 데이터 기반 모빌리티 서비스의 기반이 될 수 있음을 보여줍니다.

중동 및 아프리카

중동 및 아프리카 시장 규모는 2025년 1,290만 미국 달러였으며, 연평균성장률 36.2%로 확대되어 2035년에는 2억8,460만 미국 달러에 이를 전망입니다. 아랍에미리트(UAE)가 이 지역의 초기 도입을 주도하고 있으며, 남아프리카공화국과 사우디아라비아에도 자동차 및 모빌리티 분야의 추가 기회가 있습니다. UAE의 자율주행 모빌리티 정책 목표는 차량 운영, 인프라, 차량 지능을 시험하기에 적합한 환경을 조성합니다. 다만 실제 도입 규모는 현지 운영 여건과 데이터 거버넌스 실행 수준에 따라 달라질 것입니다.

GMI 애널리스트 전망

지역별 성장률 차이는 전 세계적으로 동일한 방식으로 시장이 확대되기보다 상용화 경로가 서로 다르다는 점을 반영합니다. 북미는 대규모 소프트웨어 및 자동화 모빌리티 기반의 이점을 누리고 있지만, 도입 경제성은 여전히 안전 감독과 차량용 수준의 검증에 좌우됩니다. 유럽은 자동차 엔지니어링 역량이 강한 동시에 개인정보 보호 및 규제 제약이 엄격해, 모델 동작과 데이터 처리 방식을 모두 입증할 수 있는 공급업체에 프리미엄이 형성됩니다.

아시아 태평양 지역의 더 빠른 성장 전망은 중국의 시장 규모와 커넥티드 모빌리티 및 지능형 모빌리티로 향하는 다양한 경로에 기반합니다. 라틴아메리카와 중동 및 아프리카에서는 자율주행이 더 폭넓게 도입되기 전에 물류, 도시 시스템, 차량 운행과 연계된 선별적 도입을 통해 가치가 창출될 가능성이 높습니다. 이처럼 지역별 시장이 분화되면서 현지화된 데이터 전략, 규제 정합성, 파트너 선정은 기반 모델 성능만큼이나 중요해지고 있습니다.

자동차용 AI 파운데이션 모델 시장 점유율 및 경쟁 구도

NVIDIA는 2025년 시장 점유율 28.4%를 기록한 것으로 추정되며, Baidu가 약 21.3%, Scale AI가 14.5%, Waymo가 9.8%, Mobileye가 4.3%로 뒤를 이었습니다. 경쟁 구도에는 컴퓨팅 및 모델 플랫폼, 자율주행차 운영 기업, 데이터 및 시뮬레이션 제공업체, 완성차 제조사(OEM), 1차 협력업체가 포함됩니다. NVIDIA는 물리적 AI 도구, 월드 파운데이션 모델, 차량용 컴퓨팅 플랫폼을 결합한 차량 특화 모델 이니셔티브를 추진하며 자동차 개발 스택 전반에서 중요한 공급업체로 자리 잡고 있습니다^{[8]NVIDIA, Alpamayo for Autonomous Vehicle Development. developer.nvidia.com}.

Baidu, Tesla, Waymo, Zoox, Aurora Innovation, Nuro, PlusAI, Waabi, Momenta, Xpeng Motors, Li Auto는 차량 데이터, 자율주행 운영, 소프트웨어 통합, 현지화된 도입을 각기 다른 방식으로 결합해 경쟁하고 있습니다. General Motors, Toyota Motor, Volkswagen Group 등 완성차 제조사는 제품 차별화, 고객 경험, 안전 책임에 영향을 미치는 영역에서 차량 지능에 대한 통제력을 강화하고자 합니다. Bosch, Qualcomm Technologies, Mobileye, Scale AI는 부품, 컴퓨팅, 인지, 검증, 데이터 개발 분야에서 중요한 입지를 차지하고 있습니다.

기업이 고품질 주행 데이터를 사용하고, 이를 학습에 활용하며, 관리할 권리를 확보할 수 있는지가 경쟁의 주요 변수로 부상하고 있습니다. Valeo와 NATIX는 Valeo의 월드 모델 역량과 NATIX의 탈중앙화 데이터 네트워크를 기반으로 오픈소스 다중 카메라 월드 파운데이션 모델을 개발하는 이니셔티브를 발표했으며, 다중 카메라 주행 데이터 10만 시간 이상을 목표로 합니다. 이러한 파트너십은 학습 자원에 대한 접근성을 넓힐 수 있지만, 데이터 출처, 동의, 품질 관리의 중요성도 높입니다.

최근 업계 동향

• 2026년 1월, NVIDIA는 CES에서 자율주행차 개발을 위한 Alpamayo 제품군을 공개했습니다. 여기에는 오픈 웨이트, 10-billion-parameter 사고 연쇄 기반 차량 언어-행동 모델이 포함됐으며, 파트너로 JLR, Lucid, Uber, Berkeley DeepDrive가 언급됐습니다.

• 2026년 1월, Mobileye는 Mentee Robotics 인수 계약을 발표해 자동차 AI 사업과 물리적 AI 및 휴머노이드 로봇 역량을 연계했습니다.

• 2026년 1월, Valeo와 NATIX는 탈중앙화 주행 데이터 네트워크를 활용해 오픈소스 다중 카메라 월드 파운데이션 모델을 개발하는 파트너십을 발표했습니다.

이 보고서의 특정 섹션이 필요하신가요?

연구 목적에 따라 지역 분석, 국가별 분석, 기업 프로필 또는 기타 세그먼트별 인사이트를 별도로 구매하실 수 있습니다.

섹션별 가격 요청