낙관론자K의 주식으로 세상보기

2020년까지 판매된 테슬라의 차량들은 모두 FSD를 구매(구독이 아닌)했다고 가정한다.

테슬라 판매량은 연평균 40% 상승한다고 가정한다. 올해만 해도 100만대를 넘길 수도 있을 거 같지만...

20년은 50만대

---------------

21년 70만대

22년 100만대

23년 140만대

24년 196만대 (보수적으로 190만대)

25년 266만대 (보수적으로 260만대)

21~25 누적 판매대수 : 760만대 (초!보수적)

월 구독료:200불 1년 구독료 :2400불

760만대 100% 구독할 경우 760만X2400불=18b 

10% 구독시 = 연간 1.8b (현재 구매율 11%)

극 보수적으로 2025년쯤 연간 1.8b이상 , 현재 총 시가총액 622b  러프하게 보수적으로 재미로 추정해봤으니 욕하진 말자.

그리고 거기다 복리이다. 테슬라 차량은 매년 팔릴 것이고 수익은 기하급수적으로 늘어난다.

당연하게도 SW이기때문에 고정비는 연구개발비이고, 순이익률은 높을 거라 본다.

물론 판매대수는 내 예상보다 더 빠른속도로 올라갈 것이라 추정되고

향후 FSD 개선에 따라 채택률을 훨씬 올라갈 것.

물론 테슬라 판매자체의 마진을 떨어지겠다고 할 순 있겠으나 (실제론 그렇게 떨어지지 않다고 본다. 이유는 상술하면 길어지는데... 규모의 경제로 갈 수록 생산비가 줄어들게 되는 부분, 스페이스X의 소재기술을 이용한 기가프레스등의 개선은 생산비를 더더욱 절감시킬 수 있다고 본다.)

FSD가 개선됨에 따라 채택률이 높아지면 , 테슬라는 차량 판매가를 극한까지 내릴 수 있다는 선택지가 주어지게 된다.

EX) 삼성의 치킨게임.

차량을 노마진으로 팔고, FSD로 수익을 추구할 수가 있다.

테슬라만이 가능한 파괴적인 선택지이다. 더 무서운 것은 FSD는 테슬라의 비지니스중 하나일 뿐이라는 것이다.

정작 중요한 , 테슬라의 알짜배기 비지니스는 AI 관련해서 나올 것이다.

지금은 아무도 모르는... 아마존에겐 AWS가 그 포지션이다. (핵심 수익원) 

실상 아마존이 클라우드로 돈 벌거라고 누가 생각했는가? 

나는 그런 비지니스가 테슬라의 AI기술에서 파생되어 나올 것이라고 본다.

러프하게 보수적으로 재미로 추정해봤으니 욕하진 말자.

FSD의 개선은 너무 멀지 않냐고 반문할 수 도 있겠다.

FSD가 우리 삶에 빠르게 다가온다고 보느냐, 아니면 아직 너무 먼 미래다라고 보느냐의 차이는

각자의 통찰력의 차이다. 누가 옳을진 모른다. 각자가 생각하고 결정할 뿐이다.

ElectrochemK S님 내용정리

1. 테슬라 구독서비스 시작 

- 구독 월 200불, 구매 1만불 , 4년이상이면 구매유리

2. 테슬라 홈페이지에 메가팩 주문 버튼 생김.

3. 먼로 할아버지 포드 막이 분해

열관리에 필요한 호스 길이 : 막이 18m vs 모델y 6m

부품수 : 막이 35개 vs 모델y 10개

플루이드: 막이 22kg vs 모델y 9kg

모델y가 전비 좋을 수 밖에 없음.

전기차 만드는 거 레거시 업체에서 호언장담하는 것처럼 쉽지가 않음.

4. 리비안 대량생산 언제?

- 미루고 핑계 많음. 

- 대량생산은 쉽지가 않다.

https://youtu.be/GTgex0GvCWI

출처: ElectrochemK S님 유튜브

1. ARK사의 발표 이후 Robotaxi 시장의 규모와 Tesla의 자율 주행 주도에 대해 상당한 논쟁이 있었음.

-Tesla의 FSD (Full Self Driving)가 경쟁 업체에 의해 리버스 엔지니어링되고 복제 될 수 있다?

2. 게리블랙은 복제될 수 있다는 관점.

3. Dheepan Ramanan(딥러닝 현직자)는 동의하지 않음.

-자율주행 AI 복제는 불가능하다고 봄.

아래는 Dheepan Ramanan의 생각입니다. 원문은 맨 아래에 올려두었습니다.

자율 주행에 대한 Tesla의 접근 방식 (CV: Computer Vison 방식)

-  Waymo, Cruise 및 Baidu와 비슷해 보이지만 새로운 위치에서 자율주행을 시켜보면 웨이모는 X, 테슬라는 가능.

자율 주행의 세 가지 방식

1. 센서를 사용한 도시 인프라 현대화. (Baidu)

- 도로, 신호등, 표지판에 센서내장시키고 차와 통신하는 방식.

- 비용 문제 있음. 확장성 떨어짐.

2. LiDAR. ( Waymo, Cruise)

- 라이다를 통해 맵핑해서 해당지역의 고화질지도를 작성하는 방식.

- 내용을 미리 암기. -> 새로운 환경에서의 적용이 어려움. 돌발 상황에 대한 대처 어려움.

3. CV ( Tesla )

- 내용을 이해하는 방식 -> 새로운 환경에서의 적용이 쉬움. 돌발 상황에 대한 대처가 가능.

컴퓨터 비전이 LiDAR보다 우수한 이유는 ?

1. 카메라가 라이다보다 쌈.
2. 확장성과 적응성이 우수함. (라이다는 맵핑된 지역만 가능함.)
3. 이동성-LiDAR는 물체 감지 (예 : 자동차)에는 좋지만 인식 작업 (예 : 정지 신호 읽기)에는 효과적이지 않음.

매몰 비용 오류에 빠진 웨이모

그렇다면 Luminar, Cruise 및 Waymo와 같은 회사가 컴퓨터 비전 접근 방식을 채택하지 않은 이유는 무엇일까? 

1.  딥 러닝 기술이 기하 급수적으로 향상되기 전에 LiDAR 전문가를 고용했습니다. 

2. 이미 라이다쪽으로 들인 자본이 많다. (매몰비용의 오류)

- 매몰 비용의 오류 (sunk-cost fallacy ): 매몰비용때문에 이미 실패한, 또는 실패할 것으로 예상되는 일에 시간, 노력, 돈을 투자하는 것

제 1 원칙 사고

Tesla는 문제 해결에 대한 “First-Principles Thinking” 접근을 함.

- 기존의 제약과 관습에서 탈피해서 문제를 해결하는 방식.

1999 년에 설립 된 Mobileye는 100 % CV 솔루션에 초점을 맞춘 최초의 자율 기업. 2016 년 이전에 Mobileye는 Tesla의 Autopilot을위한 하드웨어와 소프트웨어를 제공했지만 이후 LiDAR 증강 접근 방식을 사용하는 CV로 이동. Tesla가 100 % CV 솔루션을 유지하는 동안 Mobileye가 접근 방식을 변경 한 이유는 Mobileye와 기타 자율 주행 스타트 업에 Tesla의 데이터 스노우볼 효과가 없기 때문.

Tesla의 Data Snowball은 더 크고, 더 좋고, 더 정확한 모델을 만든다.

-Tesla는 데이터 수집 및 데이터 라벨링 분야에서 독자적인 리그에 있음.

- Tesla의 데이터 라벨링 팀은 과학자 및 엔지니어로 구성된 실제 머신 러닝 팀보다 훨씬 많은 인원을 보유한 고도로 훈련 된 조직. (Waymo는 2019 년 Tesla의 30 억 마일에 비해 약 2,000 만 마일을 주행)

Tesla의 수직화된 컴퓨터비전(CV) 방식을 쉽게 카피 할 수 없는 이유 

1. 신경망은 전통적인 의미에서 코드가 아님. (코드같이 카피해서 붙여넣기 한다고 나오는 개념이 아님.)

- 이 시스템은 훈련 된 것과 동일한 입력 세트로만 작동하며 실행하도록 설계된 하드웨어에서만 잘 실행됨.

또한 완전히 똑같은 장비와 카메라 위치등 세부요소등도 동일해야 카피가 가능함.

2. Tesla의 데이터가 없으면 개선을 위해 모델을 재교육 할 수 없음. (카피는 업데이트가 안됨.)

결론: 테슬라의 자율주행 시스템을 다른 회사가 리버스 엔지니어링 할 수 없음.

원문: softmax.substack.com/p/teslas-autonomous-driving-supremacy?r=6cmv7&utm_campaign=post&utm_medium=web&utm_source=twitter