A generation optimized for deployment
Waymo first disclosed the sixth-generation Driver with 13 cameras, four lidars, six radars, and external audio receivers, claiming greater range and resolution at significantly lower cost. In February 2026, the company announced the start of fully autonomous operations with this generation. The meaningful transition is not prototype to prototype; it is a validated hardware configuration becoming the primary engine for expansion across vehicles and weather domains.
Sensor-count reduction is often presented as elegance, but it is fundamentally a coverage problem. Every removed sensor changes overlap, occlusion behavior, contamination tolerance, calibration observability, and failure independence. Waymo’s argument is that strategic placement, improved individual sensors, complementary modalities, and experience inherited from prior fleet generations preserve the required redundancy.
배포를 위해 최적화된 세대
Waymo는 6세대 Driver를 처음 공개하며 13개 카메라, 4개 LiDAR, 6개 레이더, 외부 오디오 수신기를 제시했고 더 낮은 비용으로 더 긴 거리와 높은 해상도를 제공한다고 설명했다. 2026년 2월에는 이 세대로 완전 자율 운영을 시작한다고 발표했다. 의미 있는 전환은 프로토타입 사이가 아니라, 검증된 하드웨어 구성이 여러 차량과 날씨 영역으로 확장하는 주 엔진이 되는 것이다.
센서 수 축소는 종종 우아함으로 표현되지만 본질적으로 커버리지 문제다. 센서 하나를 제거할 때마다 중첩, 가림, 오염 내성, 캘리브레이션 관찰성, 고장 독립성이 바뀐다. Waymo의 주장은 전략적 배치, 개별 센서 개선, 상호 보완적 모달리티, 이전 플릿 세대에서 이어받은 경험이 필요한 중복성을 보존한다는 것이다.
Validation is the hidden product
Waymo describes component tests, closed-course tests, simulation, public-road testing, and fleet-shared learning. This is where vertical integration becomes an advantage. A hardware change can be traced into perception metrics, behavioral regressions, and operational constraints. Millions of simulated miles are not interchangeable with real miles, but previous-generation experience can prioritize which scenarios must be revalidated rather than relearning the entire driving problem.
The key metric is not miles alone. I would want scenario-weighted evidence: detection and tracking under modality degradation, collision-avoidance response, minimum-risk behavior after compute or sensor faults, and calibration robustness across temperature and vibration. For winter operation, snow should be decomposed into falling snow, road coverage, spray, buildup, glare, and cleaning-system limits. “Works in snow” is not an engineering requirement.
숨겨진 제품은 검증이다
Waymo는 부품 시험, 폐쇄 시험장, 시뮬레이션, 공공도로 주행, 플릿 공유 학습을 설명한다. 수직 통합의 장점은 여기서 나타난다. 하드웨어 변경을 인지 지표, 행동 회귀, 운영 제약까지 추적할 수 있다. 수백만 시뮬레이션 마일은 실제 도로 마일과 동일하지 않지만, 이전 세대의 경험은 전체 주행 문제를 다시 학습하는 대신 어떤 시나리오를 재검증해야 하는지 우선순위를 정하게 한다.
핵심 지표는 마일 수만이 아니다. 모달리티 저하 상황의 검출·추적, 충돌 회피 반응, 연산 또는 센서 고장 후 최소위험 행동, 온도·진동에 따른 캘리브레이션 견고성을 시나리오 가중치로 보고 싶다. 겨울 주행도 강설, 노면 적설, 물보라, 센서 표면 축적, 눈부심, 세척 시스템 한계로 분해해야 한다. “눈에서 작동한다”는 엔지니어링 요구사항이 아니다.
The scaling equation
Sixth-generation economics combine bill of materials, installation time, commissioning yield, cleaning and maintenance, remote assistance load, and the validation cost of each new vehicle platform. A cheaper sensor suite that raises intervention or depot maintenance is not cheaper. Conversely, a vertically integrated Driver that exits a factory already commissioned can convert manufacturing capacity into rider service quickly.
My conclusion is that Waymo’s generation change should be evaluated as hardware–validation co-design. The strongest signal is not a single sensor specification; it is whether the new platform broadens the ODD while keeping safety evidence, maintenance burden, and unit economics legible. That is the difference between an autonomous vehicle and an autonomous fleet.
확장의 방정식
6세대의 경제성은 부품 원가, 설치 시간, 출고 승인 수율, 세척·정비, 원격 지원 부하, 새 차량 플랫폼별 검증 비용을 결합해야 한다. 센서 구성이 저렴해도 개입이나 차고 정비가 늘면 저렴하지 않다. 반대로 공장에서 이미 승인된 상태로 출고되는 수직 통합 Driver는 제조 용량을 빠르게 승객 서비스로 전환할 수 있다.
결론적으로 Waymo의 세대 전환은 하드웨어–검증 공동 설계로 평가해야 한다. 가장 강한 신호는 단일 센서 사양이 아니라 새 플랫폼이 안전 증거, 정비 부담, 단위 경제성을 읽을 수 있게 유지하면서 ODD를 넓히는가다. 이것이 자율주행 차량과 자율주행 플릿의 차이다.