Rivian의 Third Dimension 인수, 차량 데이터가 놓치는 희귀 상황을 겨냥

Rivian은 2026년 10월 22일 Third Dimension AI를 인수하며, 일반적인 차량 데이터로는 필요할 때마다 안정적으로 확보하기 어려운 까다로운 주행 상황을 겨냥했다. Rivian의 Third Dimension 인수는 제어 가능한 가상 환경을 생성하는 기술을 이 자동차 업체의 자율주행 조직으로 들여온다. Rivian은 이번 인수가 운전자 보조 및 자율주행 개발을 지원할 것이라고 밝혔지만, 인수의 안전상 이점을 입증하는 결과는 공개하지 않았다.

핵심적인 긴장은 자동차 업체가 경험을 어떻게 증거로 전환하느냐에 있다. 실제 도로 주행은 발생한 일의 사례를 제공한다. 주행 소프트웨어를 실행하는 가상 환경인 시뮬레이션은 엔지니어가 실제로 일어나지 않은 변형을 살펴볼 수 있게 한다. 그 유용성은 그러한 변형이 중요한 조건을 유지하는지에 달려 있다.

Waymo는 관련된 참고 사례를 제공한다. 이 회사는 수년간 도로 테스트와 함께 가상 테스트를 사용해 왔다고 공개적으로 설명했다. 따라서 Rivian은 완전히 새로운 범주가 아니라 이미 확립된 엔지니어링 과제에 직면해 있다. 훈련 환경에 대한 더 큰 통제력이 그 환경 밖에서 더 나은 판단으로 이어진다는 점을 보여야 한다.

Rivian의 Third Dimension 인수가 실제로 바꾸는 것

Rivian은 완성된 주행 기능을 발표하는 대신 시뮬레이션 플랫폼과 그 개발 인력을 회사 내부로 편입하면서, 엔지니어링 역량의 소유 구조를 바꾸고 있다.

Rivian의 장면 시뮬레이션 발표에 따르면, Third Dimension은 실제 데이터를 제어 가능한 3차원 환경으로 변환한다. 회사는 엔지니어들이 까다로운 상황을 재현하고 그 조건을 바꿀 수 있다고 말한다. Third Dimension의 경영진과 기술 인력은 Rivian의 자율주행 연구 및 엔지니어링 팀에 합류한다.

Reuters는 이번 인수와 훈련 또는 테스트에 쓰이는 컴퓨터 생성 사례를 뜻하는 합성 데이터 생성에서의 의도된 역할을 별도로 보도했다. 양사는 재무 조건을 공개하지 않았다. 따라서 명시된 기술적 목적은 분명하지만 거래의 재무적 규모는 불분명하다.

이번 발표는 Rivian의 개발 과정에 투입될 요소를 제시한다. 차량이 이제 추가 도로를 주행할 수 있다거나, 감독 없이 운행할 수 있다거나, 기존에 지원되지 않던 조건을 처리할 수 있다는 점을 입증하지는 않는다. 그러한 결과에는 별도의 증거가 필요하다.

이 구분은 인수 관련 헤드라인이 여러 개발 단계를 하나의 사건으로 압축하기 때문에 중요하다. 기술을 구매하고, 통합하고, 주행 모델을 개선하고, 출시를 검증하는 일은 서로 다른 이정표다. 초기 단계를 통과했다고 해서 이후 단계까지 완료됐다는 뜻은 아니다.

그럼에도 소유권에는 실질적 의미가 있다. 내부 시뮬레이션 팀은 주행 실패를 조사하는 엔지니어들과 직접 협업할 수 있다. 시뮬레이터의 우선순위는 별도 공급업체의 제품 일정이 아니라 차량 프로그램의 즉각적인 필요에 맞춰질 수 있다.

이런 구성은 피드백 주기를 단축할 기회를 만든다. 주행 팀은 약점을 파악하고, 관련 장면 주변의 변형을 요청하며, 수정된 모델을 평가할 수 있다. Rivian이 실제로 그 주기를 단축하는지는 여전히 실증적으로 확인해야 할 문제다.

대안은 조직 경계를 넘는 조율을 수반한다. 엔지니어는 장면이 무엇을 재현해야 하는지, 조건을 어떻게 바꿔야 하는지, 어떤 결과물이 중요한지를 전달해야 한다. 팀을 한데 모으면 이러한 조율 문제가 달라지지만, 통합 자체에도 노력이 필요하다.

Rivian의 Third Dimension 인수는 시뮬레이션 개발을 훈련과 검증에 관한 결정에 더 가깝게 배치한다. 훈련은 모델의 행동을 바꾼다. 검증은 엔지니어가 모델을 출시하기 전에 그 행동이 정의된 요구사항을 충족하는지 평가한다.

이러한 활동은 관련 인프라를 사용할 수 있지만, 서로 다른 안전장치를 요구한다. 유용한 훈련 사례가 통계적으로 전형적인 도로 사건을 나타낼 필요는 없다. 반면 안전성 논거에는 각 테스트가 무엇을 입증하는지와 그 결론이 어디까지인지를 명확히 해야 한다.

따라서 이번 발표는 개발 역량에 관한 진술로 읽어야 한다. Rivian은 주행 상황을 생성하고 검토하는 방식에 대해 더 큰 통제력을 원한다. 이 역량이 출시 시점이나 실제 주행 성능을 어떻게 바꾸는지는 아직 공개 증거로 입증되지 않았다.

그렇다고 이번 거래를 완성된 자율주행 이정표로 취급하지 않더라도, 이것만으로 거래가 중요해질 수 있다. 중요한 변화는 차량 경험의 상류 단계, 즉 엔지니어가 고객보다 먼저 소프트웨어가 어떤 상황을 마주해야 하는지 결정하는 곳에 있다.

Rivian의 소비자 및 로보택시 프로그램에는 서로 다른 증거가 필요하다

압박은 Rivian의 자율주행 조직에 가해진다. 이 조직은 공유 개발 도구를 서로 다른 주행 책임에 적합한 증거로 전환해야 한다.

Rivian은 Third Dimension이 소비자용과 로보택시 개발 모두를 지원할 것이라고 말한다. 로보택시는 사람이 운전 작업을 수행하지 않고 승객 서비스를 제공하도록 설계된 차량이다. 이는 지속적인 인간 감독이 필요한 기능과는 다른 책임을 만든다.

이 차이는 소프트웨어가 까다로운 상황에 도달했을 때 누가 대응해야 하는지에 관한 것이다. 감독형 시스템은 운용 지침에 따라 주의를 기울이는 운전자에게 의존한다. 무인 서비스에는 승객이 대신 조작할 것이라고 가정하지 않는 대응책이 필요하다.

Uber와 맺은 Rivian의 로보택시 배포 파트너십은 상업적 맥락을 보여준다. 양사는 2028년 샌프란시스코와 마이애미에서 초기 배포를 시작할 계획을 발표했다. 이 발표는 승객이 이미 이용할 수 있는 운행 서비스가 아니라, 계획된 도입을 설명한다.

이 프로그램은 Rivian이 재사용 가능한 테스트 인프라에 투자할 구체적인 이유를 제공한다. 소비자 및 차량 운영 프로그램은 출시 요건이 다르더라도 유사한 도로 상황에 마주할 수 있다. 환경을 한 번 재구성하면 여러 조사를 지원할 수 있다.

교차로 일부를 막고 있는 배송 차량이 포함된 예시 장면을 생각해 보자. 엔지니어는 장애물의 위치, 접근 차량, 보행자 움직임을 바꾸고 싶을 수 있다. 동일한 기반 장면은 인식과 주행 판단에서 서로 다른 약점을 드러낼 수 있다.

감독형 기능의 경우 조사는 시스템이 한계를 인식하고 이를 명확히 전달하는지 살펴볼 수 있다. 무인 애플리케이션의 경우 엔지니어는 인간의 대체 수단 없이 그 상황을 어떻게 처리하는지도 검토해야 한다.

이는 시뮬레이션이 조사에 도움을 줄 수 있는 질문의 예시일 뿐, 출시된 Rivian 기능에 관한 주장은 아니다. 인수 발표는 검증된 시나리오의 공개 목록이나 그에 따른 성능을 제공하지 않는다.

공유 인프라는 상충하는 요구도 만든다. 소비자용 출시는 일반적인 이동 조건 전반에 걸친 폭넓은 커버리지가 필요할 수 있다. 로보택시 프로그램은 더 좁게 정의된 서비스 지역 안에서 상세한 증거가 필요할 수 있다.

어느 한 요구사항이 다른 하나를 자동으로 포괄하지는 않는다. 익숙한 거리에서의 우수한 성능이 고객이 선택할 수 있는 모든 도로에서 신뢰할 수 있는 행동을 입증하지는 않는다. 폭넓은 감독형 사용이 차량이 운전자 없이 운행할 수 있음을 입증하지도 않는다.

Rivian 자율주행 개발에서 실질적인 과제는 이러한 책임 전반에 엔지니어링 관심을 배분하는 일이다. 더 많은 생성 장면은 팀이 올바른 제품 질문에 답하는 테스트를 선택할 때에만 도움이 될 수 있다.

이번 인수는 통합 의무도 만든다. 엔지니어는 장면 생성을 차량 데이터, 주행 모델, 평가 시스템, 출시 결정과 연결해야 한다. 시각적으로 설득력 있는 데모만으로는 이러한 연결이 완성되지 않는다.

이 지점에서 이번 거래는 연구자뿐 아니라 경영진에도 압박을 가한다. 리더십은 유용한 테스트 역량과 매력적인 데모를 구별하는 측정 기준이 필요하다. 그렇지 않으면 출시 결정을 더 신뢰할 수 있게 만들지 못한 채 활동만 늘어날 수 있다.

따라서 단기적 쟁점은 조직적·기술적 성격을 띤다. Rivian은 감독형 운전자 보조와 무인 운행 사이의 명확한 경계를 유지하면서, 새 역량이 기존 개발 작업을 지원하도록 해야 한다.

고객에게는 이러한 경계가 인수 관련 용어보다 더 중요하다. 인수 발표가 운전자가 도로에 기울여야 하는 주의를 바꾸지는 않는다. 운행 책임의 변화는 명시적인 제품 지침과 이를 뒷받침하는 증거를 통해 이뤄져야 한다.

제어 가능한 시나리오는 차량 데이터가 답할 수 있는 범위를 바꾼다

Rivian 주행 시뮬레이션의 전략적 가치는 기록된 사건의 사례를 더 많이 수집하는 데 있지 않고, 그 사건의 대안을 테스트하는 데 있다.

도로 기록은 특정한 순서를 포착한다. 참여자들이 어디에 있었고 무엇을 했는지를 보여준다. 엔지니어는 그 기록에 보행자를 이동시키거나, 다른 차량을 지연시키거나, 상호작용의 타이밍을 바꾸도록 요청할 수 없다.

제어 가능한 가상 환경은 이러한 변형을 가능하게 하도록 설계된다. 이는 소프트웨어가 관측된 사건을 어떻게 처리했는지에서 관련 조건 전반에 어떻게 반응하는지로 질문을 바꾼다. 이 차이는 차량 데이터 수집과 시뮬레이션이 서로 보완될 수 있는 이유를 설명한다.

Waymo는 Simulation City 시스템에서 이러한 접근법을 설명했다. 이 설명은 가상 주행을 이용해 주행 성능을 평가하고 희귀 상황에 대비하는 방식을 다룬다. 이는 Rivian의 구현이 동등한 역량을 가졌다는 증거가 아니라, 관련 업계 선례를 확립한다.

이 비교는 새로움에 관한 주장에도 한계를 둔다. 시뮬레이션은 이미 자율주행 개발 도구 상자의 일부다. Rivian의 기회는 Rivian 차량을 위한 구현, 통합, 유용성에 있다.

유용한 시뮬레이터는 기록만으로는 해결할 수 없는 질문에 답해야 한다. 차량이 더 일찍 제동하면 주변 차량은 다르게 반응할 수 있다. 다른 경로를 선택하면 센서는 원래 기록에 없던 시점을 마주한다.

이는 까다로운 요구사항이다. 고정된 배경을 재생하는 것은 일부 문제를 드러낼 수 있지만, 주행 소프트웨어의 행동 이후 변화하는 상호작용을 완전히 나타낼 수는 없다. 사건이 달라져도 환경은 의미를 유지해야 한다.

엔지니어들은 이를 폐루프 테스트라고 부른다. 소프트웨어가 행동하면 시뮬레이션 환경이 그 행동에 반응한다. 그 가치는 반응이 그럴듯한 상태로 유지되는지에 달려 있다. 그렇지 않으면 겉보기 성공은 비현실적인 환경을 반영할 수 있다.

Waymo의 반응형 시뮬레이션 설명은 이 문제를 직접 다룬다. 시뮬레이션 차량이 기록된 경로에서 벗어날 때 주변 참여자와 센서 정보를 업데이트하는 방식을 논의한다. 이 설명은 유사한 모든 시스템에 관한 질문을 위한 유용한 기준을 제공한다.

Rivian에 설득력 있는 통합 사례라면 생성된 변형을 구체적인 엔지니어링 의사결정과 연결해야 한다. 테스트는 실패를 식별하거나, 변경 사항을 평가하거나, 이전에 해결한 문제가 재발하지 않았음을 입증하는 데 도움이 되어야 한다.

마지막 과제는 회귀 테스트로, 소프트웨어 업데이트가 과거의 실패를 다시 일으키는지 점검하는 작업이다. 까다로운 장면을 재사용 가능한 라이브러리로 구축하면 이 과정을 더 일관되게 만들 수 있다. 또한 특정 테스트가 존재하는 이유를 엔지니어들이 함께 기록할 수 있게 한다.

가려진 교차로 사례를 다시 생각해 보자. 주변 환경만 바꾸면 모델이 부분적으로 가려진 보행자를 인식하는지 드러날 수 있다. 교통 흐름을 바꾸면 주행 판단이 이후 충돌 상황을 만드는지 확인할 수 있다.

이러한 테스트는 서로 관련되어 있지만 구분되는 특성을 살핀다. 시스템은 객체를 정확히 식별하면서도 부적절한 대응을 선택할 수 있다. 다른 참여자의 움직임을 부정확하게 추정한 상태에서도 합리적인 결정을 내릴 수 있다.

그래서 현실성에 관한 주장은 구체적이어야 한다. 현실성은 외관, 기하 구조, 움직임, 센서 동작 또는 상호작용을 뜻할 수 있다. 한 차원에서의 개선이 모든 차원에서의 개선을 입증하지는 않는다.

Rivian의 Third Dimension 인수는 회사가 이러한 역량을 함께 개발할 수 있는 경로를 제공한다. 다만 그 작업이 어디까지 진전됐는지는 공개하지 않는다. 독자는 플랫폼의 명시된 목적과 독립적으로 입증된 성능을 구분해야 한다.

기술적 문제 뒤에는 경제적 문제도 있다. 엔지니어가 장면을 수정하거나 해석하는 데 과도한 시간을 써야 한다면 장면 생성의 가치는 제한적이다. 유용한 결과물은 또 하나의 가상 환경이 아니라 신뢰할 수 있는 답이다.

Rivian의 주행 시뮬레이션은 궁극적으로 엔지니어가 중요한 약점을 얼마나 잘 찾아내도록 돕는지로 평가해야 한다. 가정이 불분명한 더 큰 테스트 모음보다, 잘 이해된 더 작은 테스트 모음이 의사결정에 더 큰 도움을 줄 수 있다.

이 기준은 이야기를 엔지니어링 메커니즘에 집중하게 한다. 이번 인수가 중요한 이유는 Rivian이 까다로운 주행 상호작용을 조사하는 방식을 바꾸기 때문이다. 그로 인한 이점은 그러한 조사의 품질에 달려 있다.

더 많은 가상 테스트가 자동으로 안전성을 입증하지는 않는다

핵심 불확실성은 Rivian의 시뮬레이션 환경에서 도출된 결론이 차량이 물리적 세계를 마주할 때에도 유효한지 여부다.

이는 시뮬레이션과 현실 사이의 격차로, 가상 테스트 환경과 실제 차량이 경험하는 조건 간의 차이를 의미한다. 시스템은 시뮬레이터 안에서는 좋은 성능을 보여도, 시뮬레이터가 생략한 세부 사항에는 취약할 수 있다.

이 우려는 Third Dimension의 기술이 부족하다고 가정할 필요가 없다. 이는 시뮬레이션이 수행하는 역할에서 비롯된다. 모든 가상 환경은 무엇을 표현하고 무엇을 단순화할지 선택한다.

매력적인 장면도 잘못된 상호작용을 모델링할 수 있다. 현실적인 노면이 다른 차량이 그럴듯하게 반응한다는 사실을 입증하지는 않는다. 정확한 객체 배치도 센서가 충분히 대표성 있는 정보를 받는다는 사실을 입증하지는 않는다.

인수 발표에는 시뮬레이션 결과와 이에 대응하는 실제 도로 행동을 독립적으로 검증해 비교한 내용이 공개되지 않았다. Third Dimension의 플랫폼에 기인한 정량화된 개선도 제시하지 않았다. 이러한 누락이 현재 증거의 경계를 규정한다.

더 강한 기술적 근거라면 Rivian이 시뮬레이터와 물리적 테스트 간의 일치 여부를 어떻게 점검하는지 설명할 것이다. 어느 영역에서 일치가 성립하는지, 어떤 상황이 여전히 까다로운지, 엔지니어가 불확실성을 어떻게 다루는지도 밝혀야 한다.

Waymo가 공개한 충돌 회피 방법론은 이 구분을 위한 또 다른 참고점이다. 이 자료는 위험한 상황을 식별하고, 테스트를 구성하며, 정의된 운행 범위 내에서 대응을 평가하는 방식을 설명한다. 관련 비교 대상은 단순한 기업 순위가 아니라 방법론이다.

Rivian이 주장을 더 평가 가능하게 만들기 위해 모든 독점 세부 정보를 공개할 필요는 없다. 테스트 선정, 보정, 한계에 대한 명확한 설명은 외부인이 회사 결과의 의미를 이해하는 데 도움이 될 것이다.

보정은 모델을 기준 관측값과 대조해 점검하고 필요할 때 조정하는 것을 뜻한다. 이 맥락에서 보정은 특정 평가를 위해 시뮬레이션된 동작이 측정된 동작과 충분히 유사한지 판단하는 데 도움이 된다.

시뮬레이터는 일부 질문에는 유용하지만 다른 질문에는 부적합할 수 있다. 엔지니어는 경로 계획 평가에는 특정 장면을 신뢰하면서도, 모든 센서 관련 측정에는 신뢰하지 않을 수 있다. 그 범위를 명시하면 증거가 더 강해진다.

또 다른 우려는 밀접하게 연관된 생성 사례를 훈련과 평가 모두에 사용하는 것이다. 소프트웨어는 개발자가 의도한 더 넓은 역량을 얻지 못한 채 익숙한 패턴에서는 개선될 수 있다. 평가는 시스템이 학습한 내용을 의미 있게 시험하는 사례를 필요로 한다.

엔지니어는 테스트의 난이도와 실제 세계에서의 발생 빈도도 구분해야 한다. 의도적으로 적대적으로 설계된 시나리오는 운전자가 이를 얼마나 자주 마주하는지 보여주지 않더라도 약점을 드러낼 수 있다. 반대로 흔한 불편은 즉각적인 위험을 거의 초래하지 않더라도 주목할 가치가 있을 수 있다.

단순한 시뮬레이션 총량으로는 이러한 구분을 해결할 수 없다. 유사한 테스트를 반복하면 활동량은 늘어나지만, 정보적 가치는 변형과 관련성에 달려 있다. 범위는 의도된 제품과 연결된 정의가 필요하다.

조직적 인센티브도 여기서 중요하다. 팀이 생성한 장면 수나 완료한 테스트 수로 성공을 측정한다면, 취약한 가정을 놓치면서 처리량을 최적화할 수 있다. 실패 발견 및 검증된 수정과 연결된 지표는 엔지니어링 진전과 더 명확하게 연결된다.

이는 Rivian의 내부 관행에 대한 혐의가 아니라 분석적 위험이다. 공개 발표에는 평가 인센티브를 판단하기에 충분한 세부 정보가 없다. 다만 새 플랫폼이 출시 결정에 어떻게 기여할지 질문할 이유는 제공한다.

Rivian의 자율주행 개발에 있어 이러한 한계를 인정하는 것은 이야기를 더 강하게 만들 것이다. 안전성 증거는 그 경계가 명시될 때 더 유용해진다. 범위가 정의되지 않은 자신감은 더 좁더라도 신중하게 뒷받침된 결과보다 독자에게 적은 정보를 제공한다.

인수 이후 주목할 사항

다음으로 의미 있는 신호는 통합 증거, 출시된 주행 동작의 변화, 그리고 Rivian이 robotaxi 프로그램을 검증하는 방식에 대한 더 명확한 설명이다.

향후 몇 달 동안 첫 번째 신호는 기술적 통합이어야 한다. Rivian은 Third Dimension의 플랫폼이 실제 개발 워크플로에 들어갔는지 보여줄 수 있다. 구체적인 사례라면 관찰된 문제, 생성된 변형, 엔지니어링 의사결정을 연결할 것이다.

유익한 부분은 이러한 단계 간의 관계다. 현실적인 환경만 보여주는 시연은 표현 품질을 입증할 뿐이다. 엔지니어가 무엇을 배웠는지 설명하면 개발 가치에 관해 더 많은 것을 말해 준다.

유용한 공개 정보는 한계도 식별할 것이다. 특정 테스트가 주행 결정을 평가하지만 다른 실패 범주는 제외한다면, 그 경계는 독자가 결과를 평가하는 데 도움이 된다. 구체성은 이번 인수가 정의된 병목을 해결한다는 근거를 강화할 것이다.

두 번째 신호는 소비자용 소프트웨어 출시에서의 증거다. 제품 문서는 무엇이 바뀌었는지, 어떤 차량이 대상인지, 어떤 조건이 여전히 지원되지 않는지를 명시할 수 있다. 이러한 세부 정보는 AI 역량 확장에 관한 포괄적 주장보다 소유자에게 더 중요하다.

인과관계 판단에는 주의가 필요하다. 인수 이후 출시된 업데이트가 Third Dimension이 개선을 일으켰다는 사실을 입증하지는 않는다. 외부인이 사건들을 자신 있게 연결하려면 Rivian이 먼저 플랫폼의 기여를 설명해야 한다.

유용한 비교는 명확히 설명된 조건에서 변경 전후의 동작을 다룰 것이다. 공개 시연도 기여할 수 있지만, 선별된 사례만으로는 전체 운행 범위에 걸친 신뢰성을 입증할 수 없다.

Rivian이 테스트 개선을 구체적이고 지원되는 제품 변경과 연결한다면 이 신호는 인수의 근거를 강화할 것이다. 반면 새 플랫폼의 역할에 대한 설명 없이 업데이트가 나온다면 결론을 내릴 수 없는 상태로 남는다.

세 번째 신호는 robotaxi 프로그램의 검증 프레임워크와 관련된다. 독자는 의도된 서비스가 어디에서 운영될지, Rivian이 그러한 조건에 대한 준비 상태를 어떻게 평가하는지에 관한 더 명확한 설명을 주시해야 한다.

운행 범위에는 위치나 허용 조건 같은 경계가 포함된다. 이러한 경계를 명시하면 주장을 더 검증 가능하게 만든다. 또한 제한된 배포와 일반적인 주행 역량에 대한 주장을 구분하는 데도 도움이 된다.

더 명확한 안전성 주장은 시뮬레이션이 체계적인 배포 준비를 지원한다는 관점을 강화할 것이다. 약속된 서비스 지역이 더 넓어지는 것만으로는 그러한 증거를 제공하지 못한다.

이러한 신호는 함께 고려해야 한다. 제품 증거 없는 통합은 내부 도구 배포를 입증한다. 인과관계 설명 없는 제품 개선은 진전을 입증하지만, 인수의 기여는 불확실하게 남긴다.

명확한 운행 경계 없는 robotaxi 이정표는 또 다른 공백을 남긴다. 가장 설득력 있는 설명은 개발 도구, 그것이 개선하는 데 도움을 준 동작, 그리고 의도된 사용을 뒷받침하는 증거를 연결할 것이다.

Rivian의 Third Dimension 인수는 엔지니어가 공공 도로에서 일정을 잡아 재현할 수 없는 상황을 조사한다는 자율주행 개발의 까다로운 부분을 겨냥한다는 점에서 주목할 만하다. 그 중요성은 이 증거 사슬을 통해 드러날 것이다.

발표를 평가하는 개발자는 주장된 병목에서 시작해 제안된 해결책을 테스트와 출시 결정까지 따라가야 한다. 차량 소유자는 새로운 역량에 대한 결론을 내리기 전에 기능 문서를 읽어야 한다. 잠재적 차량 운영 고객은 Rivian이 운행 조건을 어떻게 정의하고 그 범위를 벗어난 상황을 어떻게 처리하는지 물어야 한다. 이러한 질문은 현실적인 가상 세계에 대한 열광과 분리해 두어야 한다. 이번 인수는 그럴듯한 엔지니어링 방향을 제시하지만, 결과는 여전히 측정이 필요하다. Rivian이 추가 세부 정보를 공유할 때, 까다로운 도로 사건을 시뮬레이션 조사 및 검증된 개선과 연결하는 사례를 찾아보라. 다음 발표는 그 연결 중 어느 부분을 실제로 입증하는가?