테슬라 자율주행

테슬라 자율주행

2026-12-04, G30DR

1. 서론: 2026년, 자율주행의 분기점과 산업의 이분화

2026년 1월 현재, 글로벌 자율주행 자동차 산업은 단일한 기술적 목표를 향해 수렴하던 과거의 예상과는 달리, 근본적으로 상이한 두 가지 기술 철학과 경제 모델로 완전히 분화되었다. 한쪽에는 벤츠(Mercedes-Benz), BMW 등 전통적인 레거시(Legacy) 완성차 업체들이 주도하는 ‘책임형 조건부 자동화(Level 3)’ 진영이 있으며, 이들은 라이다(LiDAR)와 정밀지도(HD Map), 그리고 센서 퓨전(Sensor Fusion)을 기반으로 규제 당국의 형식 승인(Type Approval)을 획득하는 보수적 접근을 취하고 있다. 반대편에는 테슬라(Tesla)가 위치하며, 이들은 라이다를 배제한 ‘비전 온리(Vision-Only)’ 전략과 거대 연산 자원을 필요로 하는 ‘종단간 인공지능(End-to-End AI)’ 모델을 통해, 규제 기반의 검증이 아닌 데이터 기반의 확률적 우위를 통해 완전 자율주행(Level 4/5)으로 직행하려는 급진적 도박을 감행하고 있다.

본 심층 리포트는 **[심층 리포트: 테슬라 자율주행의 딜레마와 전략적 전환]**의 내용을 2026년 현재의 기술적 사실관계, 규제 환경, 그리고 테슬라의 최신 엔지니어링 로드맵에 비추어 정밀하게 검증하고 분석하는 것을 목적으로 한다. 특히 제공된 리포트가 제기한 핵심 가설인 “규제의 벽으로 인한 센서 탑재의 불가피성“과 “기존 데이터의 폐기(Data Reset)” 가능성을 중점적으로 다룬다.

분석 결과, 제공된 리포트는 **규제 환경(Regulatory Landscape)**에 대한 진단에서는 매우 높은 정확도를 보이나, 테슬라의 기술적 대응(Technical Response), 특히 하드웨어 전략에 대한 예측에서는 2024년 10월 사이버캡(Cybercab) 공개 이후의 현실과 배치되는 부분이 있음이 확인되었다. 테슬라는 센서를 추가하여 레거시 업체의 방식을 답습하는 대신, 센서를 더욱 줄이고 추론(Inference) 연산 능력을 극대화하는 방향(AI5 하드웨어)으로 선회하였으며, 이는 기존 오너들을 ’센서 부재’가 아닌 ’컴퓨팅 파워 부족’으로 인해 낙오시키는 새로운 형태의 딜레마를 형성하고 있다.

본 보고서는 이러한 분석을 바탕으로 2026년 현재 자율주행 산업의 기술적, 법적 지형도를 포괄적으로 조망하고, 테슬라의 전략이 직면한 실질적인 위협과 기회를 심층적으로 논의한다.

2. 레벨 3 자율주행의 현주소: ’책임’의 제도화와 레거시의 역습

제공된 리포트는 벤츠와 BMW 등 레거시 완성차 업체들이 2025~2026년을 기점으로 ‘책임을 지는’ 레벨 3 자율주행 상용화에 성공했다고 진단하였다. 이는 2026년 현재의 시장 상황과 정확히 일치하며, 자율주행 기술의 경쟁 구도가 단순한 ’기능의 고도화’에서 ’책임의 전이(Transfer of Liability)’로 이동했음을 시사한다.

2.1 레거시 OEM의 레벨 3 상용화 전략: 하드웨어에 기반한 신뢰

2026년 현재, 독일의 주요 완성차 업체들은 ’죽음의 계곡(Valley of Death)’이라 불리던 프로토타입과 양산 사이의 간극을 성공적으로 넘어섰다.

  • BMW의 퍼스널 파일럿 L3 (Personal Pilot L3): BMW는 2024년 7시리즈에 해당 기능을 탑재한 이후, 2026년에는 운행 설계 영역(ODD: Operational Design Domain)을 확장하여 최대 130km/h 속도 대역에서의 조건부 자율주행을 지원하고 있다.1 이 시스템은 운전자가 전방을 주시하지 않고 이메일을 확인하거나 영상을 시청하는 것을 법적으로 허용하며, 시스템 작동 중 발생하는 사고에 대한 배상 책임을 제조사가 전적으로 부담한다.2
  • 메르세데스-벤츠의 드라이브 파일럿 (Drive Pilot): 벤츠는 세계 최초로 국제 인증을 획득한 레벨 3 시스템인 ’드라이브 파일럿’을 통해 독일 아우토반에서의 최고 속도를 95km/h까지 상향 조정하였다.3 특히 벤츠는 자율주행 모드 작동 중임을 외부 보행자와 다른 운전자에게 알리기 위해 ’터키색(Turquoise) 마커 라이트’를 도입하여 사회적 수용성을 높이는 표준을 제시하였다.3

2.2 책임 전가를 위한 기술적 아키텍처: 다중 센서 퓨전

레거시 업체들이 제조사 물적/인적 배상 책임을 감수할 수 있는 배경에는 **‘확정적 안전성(Deterministic Safety)’**을 보장하는 하드웨어 아키텍처가 존재한다. 제공된 리포트가 지적한 바와 같이, 이들은 확률에 의존하는 AI의 판단을 물리적으로 검증할 수 있는 이중, 삼중의 안전장치를 마련하였다.

  • 센서의 이중화(Redundancy): 벤츠와 BMW의 시스템은 카메라가 역광이나 악천후로 인해 무력화(Blind)되더라도, 라이다(LiDAR)가 물리적인 심도(Depth) 정보를 제공하고 레이더(Radar)가 속도 정보를 산출함으로써 시스템의 연속성을 보장한다. 이는 AI가 “전방에 물체가 없다“고 잘못 판단(False Negative)하더라도, 라이다가 “물체가 존재한다“는 물리적 신호를 보내면 차량을 즉시 제동시킬 수 있는 ‘규칙 기반(Rule-Based)’ 안전 레이어를 가능케 한다.3
  • 책임의 경제학: 이러한 하드웨어 구성은 차량의 원가를 상승시키지만, 사고 발생 확률을 보험사가 수용 가능한 수준(인간 운전자 대비 현저히 낮은 수준)으로 낮춤으로써 ’책임형 자율주행’이라는 비즈니스 모델을 성립시켰다. 즉, 레거시 업체들은 기술적 혁신보다는 **‘리스크 관리의 혁신’**을 통해 레벨 3 시장을 선점하였다.

2.3 테슬라의 ‘감독형(Supervised)’ 정체와 법적 회피

반면, 2026년의 테슬라는 여전히 ’FSD(Full Self-Driving)’라는 명칭 뒤에 **‘Supervised(감독형)’**라는 단서를 붙여 레벨 2 단계에 머물러 있다. 이는 기술적 완성도의 문제이기도 하지만, 근본적으로는 배상 책임의 회피를 위한 전략적 선택이다.

  • 책임의 외주화: 테슬라는 FSD v13 등 고도화된 소프트웨어를 배포하면서도, 약관상으로는 “운전자는 항상 차량을 제어할 준비가 되어 있어야 한다“는 조항을 유지함으로써 사고의 법적 책임을 운전자에게 전가한다.5
  • ODD의 역설: 테슬라의 FSD는 레거시 업체의 레벨 3보다 훨씬 넓은 영역(시내 주행, 비정형 도로 등)에서 작동하지만, 신뢰도(Reliability) 측면에서는 운전자의 개입 없이는 안전을 담보할 수 없는 수준이다. 이는 제공된 리포트의 진단처럼, 테슬라가 기술적으로는 앞서가는 듯 보이나 제도적으로는 ‘책임지지 않는’ 단계에 갇혀 있음을 의미한다.

표 1. 2026년 기준 레거시 OEM과 테슬라의 자율주행 전략 비교

비교 항목레거시 OEM (BMW/Mercedes)테슬라 (Tesla)
자율주행 단계Level 3 (조건부 자율주행)Level 2+ (감독형 주행보조)
책임 소재제조사 (시스템 작동 시)운전자 (상시)
핵심 센서카메라 + 레이더 + 라이다(LiDAR) + 초음파카메라 (Vision-Only)
소프트웨어 구조모듈형 (인지-판단-제어 분리), 규칙 기반 감시End-to-End 신경망 (입력->출력), 블랙박스
운행 설계 영역(ODD)고속도로, 정체 구간 등 제한적 환경시내, 국도 등 광범위 (그러나 감독 필수)
인증 방식형식 승인 (Type Approval, 선검증)자가 인증 (Self-Certification, 후규제)

3. 기술적 타당성 검증 1: “센서 퓨전 회귀설“의 오류와 비전 온리의 고착화

제공된 리포트의 가장 핵심적인 예측 중 하나는 “테슬라가 규제 통과를 위해 결국 라이다나 고성능 레이더를 장착할 수밖에 없을 것“이라는 점이다. 그러나 2024년 10월 사이버캡 공개와 2026년 현재의 기술 로드맵을 분석한 결과, 이 예측은 2026년 시점에서 사실과 다르다(Incorrect)는 것이 확인되었다. 테슬라는 규제의 압박에도 불구하고 센서를 추가하는 대신, 오히려 센서를 줄이고 컴퓨팅 파워를 늘리는 정반대의 길을 선택했다.

3.1 사이버캡(Cybercab)의 하드웨어 스펙: 비전 온리의 재확인

2024년 10월 공개된 테슬라의 전용 로보택시 모델인 ’사이버캡’은 스티어링 휠과 페달이 없는 완전 자율주행(Level 4/5)을 지향하지만, 라이다나 레이더는 탑재되지 않은 것으로 확인되었다.8

  • 비전 중심 철학의 고수: 일론 머스크는 라이다를 “불필요한 목발(Crutch)“로 규정하며, 인간이 시각(눈)과 뇌(지능)만으로 운전하듯, 자율주행차도 카메라와 신경망만으로 운전이 가능해야 한다는 철학을 사이버캡에도 관철시켰다. 이는 경쟁사인 웨이모(Waymo)가 대당 수천만 원에 달하는 센서 스위트를 장착하는 것과 대조적이며, 차량 가격을 3만 달러 이하로 낮추기 위한 원가 절감의 핵심 요인으로 작용한다.11
  • 기술적 자신감의 근거: 테슬라는 센서의 부재를 **‘데이터의 양’**과 ‘슈도 라이다(Pseudo-LiDAR)’ 기술로 극복하려 한다. 딥러닝 모델이 2D 카메라 영상을 분석하여 3D 포인트 클라우드와 유사한 심도(Depth) 정보를 추론해내는 기술이 비약적으로 발전함에 따라, 고가의 라이다 센서 없이도 주변 환경의 3차원 재구성이 가능하다는 것이 테슬라 엔지니어링 팀의 판단이다.13

3.2 제공된 리포트의 오류: “데이터 리셋“은 센서 때문이 아니다

제공된 리포트는 “테슬라가 센서를 추가함으로써 기존 카메라 데이터가 무용지물이 될 것(데이터 리셋)“이라고 예측했다. 그러나 테슬라가 센서를 추가하지 않았으므로, 기존의 비전 데이터는 여전히 유효하며 데이터 리셋은 발생하지 않는다.

  • 데이터의 연속성: 현재 도로를 달리는 수백만 대의 HW3/4 차량에서 수집되는 비디오 데이터는 사이버캡의 AI 모델을 학습시키는 데 여전히 핵심적인 자산(Asset)으로 활용되고 있다. 이는 테슬라가 센서 퓨전으로 선회했을 경우 발생했을 ‘데이터 단절’ 리스크를 피하고, 경쟁사 대비 압도적인 데이터 우위를 유지할 수 있게 하는 전략적 이점이다.7

3.3 진짜 병목 현상: 센서가 아닌 컴퓨팅 파워 (AI5)

테슬라의 문제는 센서의 부재가 아니라, 비전만으로 라이다 수준의 정확도를 만들어내기 위해 필요한 **연산 능력(Compute Power)**의 한계에 있다.

  • AI5 하드웨어의 등장: 테슬라는 2026년 양산을 목표로 차세대 FSD 컴퓨터인 **‘AI5’**를 발표했다. 이는 기존 HW4 대비 약 10배의 추론 성능을 제공하며, 엔비디아(NVIDIA)의 최신 GPU에 버금가는 전력 소모와 연산 능력을 갖춘 것으로 알려졌다.15
  • 기존 오너의 토사구팽 원인 재해석: 제공된 리포트는 “센서가 없어서 기존 차가 버려진다“고 했으나, 실제로는 **“AI5 수준의 슈퍼컴퓨터가 없어서 기존 차(HW3/HW4)가 버려진다”**는 것이 더 정확한 분석이다. 비전 온리 방식으로 완전 자율주행을 구현하기 위해서는 거대 언어 모델(LLM) 수준의 방대한 신경망(Large World Model)을 차량 내에서 실시간으로 구동해야 하는데, 기존 차량의 칩셋으로는 이를 감당할 수 없기 때문이다.15

4. 규제의 벽 분석: UNECE R157과 End-to-End AI의 충돌

제공된 리포트가 지적한 ’규제의 덫’은 2026년 현재 매우 유효하며, 특히 유럽을 중심으로 한 국제 표준(UNECE) 하에서 테슬라의 방식은 심각한 인증 난관에 봉착해 있다.

4.1 UNECE R157과 결정론적 안전(Deterministic Safety)

유럽, 일본, 호주 등 주요 국가가 채택한 UN Regulation No. 157 (ALKS) 규정은 자율주행 시스템의 승인 조건으로 **‘예측 가능하고 검증 가능한 안전’**을 요구한다.18

  • 형식 승인(Type Approval) 제도: 미국(NHTSA)이 제조사의 자가 인증(Self-Certification) 후 문제가 생기면 리콜하는 사후 규제 방식을 취하는 반면, UNECE 관할권은 출시 전 규제 당국이 안전성을 검증하고 승인해야만 판매가 가능한 사전 규제 방식을 택한다.20
  • 런타임 어슈어런스(Runtime Assurance, RTA)의 필요성: 규제 당국은 AI가 오작동하더라도 차량을 안전하게 제어할 수 있는 별도의 감시 시스템(RTA)을 요구한다. 예를 들어, “AI가 가속을 명령하더라도, 전방 10m 내에 장애물이 감지되면 물리적으로 가속을 차단한다“와 같은 결정론적 규칙(Rule)이 시스템 최상단에 존재해야 한다.21

4.2 End-to-End AI의 ‘블랙박스’ 딜레마

테슬라가 FSD v12부터 도입한 End-to-End 신경망은 이러한 규제 요구사항과 정면으로 충돌한다.

  • 블랙박스(Black Box) 구조: End-to-End 방식은 카메라의 픽셀 입력값부터 스티어링 조향각 출력값까지의 모든 과정을 하나의 거대한 신경망이 처리한다. 중간 단계의 논리(예: “빨간불이어서 멈춘다” vs “앞차가 멈춰서 멈춘다”)를 명시적으로 코딩하지 않고 데이터로 학습시키기 때문에, 개발자조차 AI가 왜 특정 시점에 특정 행동을 했는지 명확히 설명하기 어렵다.22
  • 검증 불가능성: 규제 당국 입장에서 블랙박스 AI는 “99.9% 안전하다“는 통계적 주장은 가능할지 몰라도, “어떤 상황에서도 100% 안전한가?“라는 질문에 답할 수 없는 시스템이다. 센서 퓨전 차량은 “카메라가 틀려도 라이다가 막아준다“는 논리로 RTA를 구성할 수 있지만, 카메라 하나뿐인 테슬라는 AI가 틀렸을 때 이를 교차 검증할 독립적인 소스(Source)가 없다.
  • 규제적 고립: 이로 인해 2026년 현재 테슬라의 FSD는 미국에서는 ‘베타’ 형태로 널리 퍼져 있으나, 유럽 등 UNECE 규제권에서는 기능이 극도로 제한되거나 승인을 받지 못하는 ‘규제적 고립(Regulatory Isolation)’ 상태에 처해 있다.24

5. 기존 오너와 데이터 전략의 미래: 플랫폼의 분리

제공된 리포트의 “기존 오너들의 데이터 셔틀화” 주장은 기술적 맥락은 달랐으나 결과적으로는 정확한 예측이었다. 테슬라의 전략은 이제 **소비자용 차량(개인 소유)**과 **사업자용 차량(로보택시)**의 이원화로 나아가고 있다.

5.1 기존 데이터의 가치와 오너의 역할

리포트의 주장과 달리, 기존 오너들이 생성하는 데이터는 폐기되지 않는다. 오히려 그 가치는 더욱 높아졌다.

  • 엣지 케이스(Edge Case) 채굴: AI5 기반의 고성능 모델을 학습시키기 위해서는 평범한 주행 데이터가 아닌, 수백만 분의 일 확률로 발생하는 희귀한 사고 상황이나 복잡한 환경 데이터가 필요하다. 기존 HW3/4 차량들은 비록 스스로는 완전 자율주행을 수행하지 못하더라도, 이러한 희귀 데이터를 수집하여 본사 서버로 전송하는 **‘데이터 광산(Data Mine)’**으로서의 역할은 지속된다.7

5.2 시장의 이분화: Two-Track 전략

2026년 테슬라의 라인업은 하드웨어 성능과 비즈니스 모델에 따라 명확히 분리된다.

구분Track A: 소비자용 플릿 (Consumer Fleet)Track B: 로보택시 플릿 (Robotaxi Fleet)
대상 차종Model 3, Model Y, Model S/XCybercab (전용 2인승 모델)
핵심 하드웨어HW3 / HW4 (기존 레거시)AI5 (차세대 슈퍼컴퓨터)
자율주행 수준Level 2+ (Supervised)Level 4 (Unsupervised)
센서 구성카메라 (Vision-Only)카메라 (Vision-Only)
배상 책임운전자 (소유자)테슬라 (운영사)
주요 역할개인 이동수단 및 데이터 수집무인 택시 서비스 (MaaS)
  • 소비자용(Track A): 기존 모델 3/Y 오너들에게는 “소프트웨어 업데이트를 통해 언젠가 완전 자율주행이 될 것“이라는 희망 고문이 지속되겠지만, 실제로는 HW3/4의 연산 한계로 인해 ‘감독형’ 수준에 머물 가능성이 높다. 이들은 로보택시 네트워크의 수익을 공유받는 파트너가 아니라, 테슬라의 AI를 학습시키는 베타 테스터로 남게 된다.25
  • 사업자용(Track B): 반면, AI5를 탑재한 사이버캡은 테슬라가 직접 운영하거나 특정 사업자에게만 공급하며, 테슬라가 사고 책임을 지는 구조로 운영될 것이다. 이는 제공된 리포트가 예측한 ’시장의 이분화’와 정확히 일치하는 결론이다.10

6. 결론 및 시사점

2026년 현재 시점에서 **[심층 리포트]**를 검토한 결과, 해당 문서는 규제적 난관과 기존 오너들의 소외 가능성에 대해서는 매우 정확한 통찰을 제공하고 있으나, **테슬라의 기술적 해결책(하드웨어 피벗)**에 대해서는 틀린 예측을 내놓았다.

  1. 사실관계 정정 (Correction): 테슬라는 규제의 벽을 넘기 위해 라이다/레이더를 도입하는 ’하드웨어 피벗’을 선택하지 않았다. 대신, 센서를 더욱 배제하고 연산 능력(AI5)과 데이터 규모로 물리적 센서의 부재를 압도하려는 ’컴퓨팅 피벗’을 감행하였다. 따라서 “센서 변경으로 인한 데이터 리셋” 주장은 기술적으로 타당하지 않다.
  2. 규제 분석 타당성 (Validation): 그러나 테슬라의 이러한 ‘비전 온리 + End-to-End AI’ 전략은 유럽 등 결정론적 안전을 중시하는 규제 환경(UNECE R157)과는 근본적으로 양립하기 어렵다. 이로 인해 테슬라의 자율주행은 미국(자가 인증)과 그 외 지역(형식 승인) 간에 극심한 비대칭적 전개를 보일 것이다.
  3. 최종 결론: 테슬라 자율주행의 진정한 딜레마는 ’센서의 유무’가 아니라, ’확률적 AI(테슬라)’와 ‘결정론적 법규(레거시/규제당국)’ 간의 철학적 전쟁이다. 테슬라는 이 전쟁에서 이기기 위해 기존 오너들의 차량을 데이터 수집 도구로 활용하고, 실제 수익과 혁신은 차세대 하드웨어(AI5/사이버캡)에 집중시키는 냉정한 ‘플랫폼 교체’ 전략을 실행하고 있다. 이는 기술적 진보일 수 있으나, 기존 고객과의 신뢰 계약을 위반하는 형태의 혁신이라는 비판에서 자유로울 수 없다.

7. 참고 자료

  1. The Road to Autonomous Driving at BMW Group, https://www.bmwgroup.com/en/innovation/automated-driving.html
  2. BMW 7 Series Receives Approval Level 3 Automated Driving in …, https://www.bmwblog.com/2023/09/26/bmw-7-series-receives-approval-level-3-automated-driving-in-germany/
  3. Support speed of up to 95 km/h on German motorways., https://group.mercedes-benz.com/innovations/product-innovation/autonomous-driving/drive-pilot-95-kmh.html
  4. The Autonomous Car Industry in 2024: Three Key Takeaways, https://www.idtechex.com/en/research-article/the-autonomous-car-industry-in-2024-three-key-takeaways/32114
  5. Level 3 Autonomy: What Car Buyers Should Know - Kelley Blue Book, https://www.kbb.com/car-advice/level-3-autonomy-what-car-buyers-need-know/
  6. Tesla Full Self-Driving (FSD): Technology, Safety, Regulation & Future, https://evdances.com/blogs/blog/tesla-full-self-driving-fsd-technology-safety-regulation-and-what-comes-next
  7. Full Self-Driving (Supervised) - Tesla, https://www.tesla.com/fsd
  8. Tesla Cybercab - Wikipedia, https://en.wikipedia.org/wiki/Tesla_Cybercab
  9. Tesla Unveil the Cybercab Robotaxi - WELTKERN®, https://weltkern.com/story/tesla-robotaxi
  10. Tesla Cybercab to debut in 2026 - electrive.com, https://www.electrive.com/2024/10/11/tesla-cybercab-to-debut-in-2026/
  11. Tesla Unveils Sub-$30k Self-Driving Taxi Set for 2026 Launch, https://www.iotworldtoday.com/transportation-logistics/tesla-unveils-sub-30k-self-driving-taxi-set-for-2026-launch
  12. Tesla’s camera‑only robotaxi plan versus Waymo’s lidar strategy …, https://supercarblondie.com/tesla-versus-waymo-robotaxi-strategy/
  13. PSEUDO-LIDAR: CAMERA-BASED 3D OBJECT DETECTION FOR …, https://ecommons.cornell.edu/bitstream/handle/1813/110914/Wang_cornellgrad_0058F_12812.pdf?sequence=1
  14. Pseudo-LiDAR From Visual Depth Estimation - CVF Open Access, https://openaccess.thecvf.com/content_CVPR_2019/papers/Wang_Pseudo-LiDAR_From_Visual_Depth_Estimation_Bridging_the_Gap_in_3D_CVPR_2019_paper.pdf
  15. Elon Musk Unveils Tesla AI5: 10x Power by 2025, https://teslacompleteupdate.beehiiv.com/p/ai5-tesla-s-next-supercomputer-is-announced
  16. Everything we know about Tesla’s new FSD computer HW5 / AI5, https://www.shop4tesla.com/en/blogs/news/tesla-hw5-ai5-fsd-computer
  17. Everything We Know About HW5 / AI5: Tesla’s Next-Gen FSD …, https://drive-parts.com.ua/en/vse-shcho-my-znaiemo-pro-hw5-ai5-kompiuter-fsd-nastupnoho-pokolinnia-vid-tesla/
  18. R157e.pdf - UNECE, https://unece.org/sites/default/files/2023-12/R157e.pdf
  19. R157am4e_1.pdf - UNECE, https://unece.org/sites/default/files/2024-07/R157am4e_1.pdf
  20. Virtual homologation of an ALKS according to UNECE R157, https://www.tuvsud.com/-/jssmedia/global/pdf-files/whitepaper-report-e-books/tuvsud_virtual-homologation-of-an-alks-according-to-unece-r157.pdf
  21. Querying Labeled Time Series Data with Scenario Programs, https://www2.eecs.berkeley.edu/Pubs/TechRpts/Withdrawn/EECS-2024-129.pdf
  22. Tesla FSD v13: Autonomous Driving AI Milestone - AI CERTs News, https://www.aicerts.ai/news/tesla-fsd-v13-autonomous-driving-ai-milestone/
  23. The curious long tail of automated driving: It reads minds but stops …, https://www.researchgate.net/publication/387997832_The_curious_long_tail_of_automated_driving_It_reads_minds_but_stops_too_far_from_the_ticket_machine
  24. Tesla Expands Full Self-Driving Tests to Spain - Applying AI, https://applyingai.com/2025/07/tesla-expands-full-self-driving-tests-to-spain-a-milestone-in-european-autonomous-driving/
  25. Autonomous Driving Software and AI in Automotive 2026-2046, https://www.idtechex.com/en/research-report/autonomous-driving-software-and-ai-in-automotive/1111
  26. Tesla’s robotaxi is a bold vision with significant roadblocks, https://www.spglobal.com/automotive-insights/en/blogs/2025/03/tesla-robotaxi-bold-vision-significant-roadblocks