Motional이란 무엇인가요?

Motional은 현대차와 앱티브의 합작으로, 완전 무인 자율주행 로보택시와 데이터 중심의 AI 모빌리티 기술을 개발합니다.

Motional은 어떤 상황에서 사용하나요?

Motional은 도시 완전 무인 로보택시 서비스(우버 연동 라스베이거스), Uber Eats 연동 무인 배달 솔루션, 자율주행 연구용 대규모 공개 데이터셋 활용 등의 상황에서 활용할 수 있습니다.

Motional의 주요 기능은 무엇인가요?

Motional의 핵심 기능으로는 End-to-End ML 통합 자율주행 대형 드라이빙 모델(LDM), IONIQ 5 기반 완전 무인 로보택시 플랫폼(30개 이상 센서), Ray 기반 대규모 데이터 프로세싱 파이프라인 등이 있습니다.

모셔널

Motional

현대차와 앱티브의 합작으로, 완전 무인 자율주행 로보택시와 데이터 중심의 AI 모빌리티 기술을 개발합니다.

유료Autonomous Vehicle PlatformLLM 기반

웹사이트 방문하기motional.com

검증된 사실

최근 변경: 2026-03-13 모셔널과 우버가 라스베이거스에서 상업용 로보택시 서비스를 공식 출시했습니다. 우버 앱을 통해 전기차 IONIQ 5 기반의 SAE 레벨 4 자율주행 차량을 호출할 수 있으며, 리조트 월드·엔코르 윈

2026-06-20 직접 확인 · 자동 검증 데이터

제품 화면

2026-06-20 확인

가격 정보

유료시작 가격: 문의 필요

자율주행 기술 및 로보택시 서비스를 개발하는 기업으로, 일반 사용자를 위한 직접적인 구독형 가격 정책은 운영하지 않습니다. 주로 차량 제조사와의 기술 파트너십이나 모빌리티 서비스 운영사와의 B2B 협력을 통해 사업을 전개하므로, 상세 비용은 기업 간 협의를 통해 결정됩니다.

가격표 확인하기

최근 업데이트와 소식

버전 업데이트2026-03-13
모셔널과 우버가 라스베이거스에서 상업용 로보택시 서비스를 공식 출시했습니다. 우버 앱을 통해 전기차 IONIQ 5 기반의 SAE 레벨 4 자율주행 차량을 호출할...
모셔널과 우버가 라스베이거스에서 상업용 로보택시 서비스를 공식 출시했습니다. 우버 앱을 통해 전기차 IONIQ 5 기반의 SAE 레벨 4 자율주행 차량을 호출할 수 있으며, 리조트 월드·엔코르 윈·다운타운 라스베이거스 등 주요 구역에서 운행됩니다. 초기에는 안전 요원이 탑승하며, 완전 무인 서비스는 2026년 말 목표입니다.
투자2026-03-13
우버(Uber)와 라스베이거스 상업적 로보택시 서비스 재개(스트립 주요 호텔 연결). 소스: https://thenextweb.com/news/uber-relau...
우버(Uber)와 라스베이거스 상업적 로보택시 서비스 재개(스트립 주요 호텔 연결). 소스: https://thenextweb.com/news/uber-relaunches-motional-robotaxis-in-las-vegas | 2026-01-11 AI 퍼스트 전략 발표 및 2026년 말 완전 무인 서비스 목표 공개. 소스: https://techcrunch.com/2026/01/11/motional-puts-ai-at-center-of-robotaxi-reboot-as-it-targets-2…

소개AI 요약

Motional은 현대자동차그룹과 앱티브(Aptiv)의 합작법인으로, IONIQ 5 기반의 완전 무인 로보택시를 개발하고 상용화하는 자율주행 기술 전문 기업입니다. 인식·예측·계획을 단일 신경망으로 통합하는 End-to-End 머신러닝 아키텍처로 전환하며 운영 영역을 지속 확장하고 있으며, 라스베이거스에서 13만 건 이상의 실제 승객 탑승 주행을 통해 기술 안정성을 입증했습니다. 우버·리프트 등 주요 모빌리티 플랫폼과 협력하여 서비스를 제공합니다.

활용 워크플로우

입력

IONIQ 5 센서 퓨전 데이터 (LiDAR, Radar, HD Cameras)nuScenes & nuPlan 오픈 데이터셋실주행 기반 엣지 케이스 (Edge Cases) 데이터Remote Vehicle Assistance (RVA) 원격 지원 신호

모셔널

Continuous Learning Framework (CLF) 기반 자동 모델 재학습 루프Modular Shell & Atomic State 기반 고성능 데이터 어노테이션Ray 프레임워크 기반 대규모 분산 데이터 처리 및 기능 추출End-to-End ML 통합 모델을 통한 인식-예측-계획 동시 수행

출력

SAE Level 4 인증 자율주행 제어 시스템실시간 다중 객체 추적 및 궤적 예측 리포트Uber/Lyft 네트워크 연동 로보택시 운영 데이터시뮬레이션 검증을 통과한 주행 시나리오 맵

무인 로보택시 서비스

Uber 및 Lyft 앱과 API로 연동되어 라스베이거스 등 주요 도시에서 승객 호출 및 무인 운송 수행

라스트마일 무인 배송

Uber Eats 플랫폼과 통합되어 자율주행 차량을 이용한 음식 및 물품 배송 자동화

데이터 마이닝 및 연구

Omnitag 프레임워크를 활용해 비정형 데이터에서 고난도 주행 패턴을 추출하여 모델 성능 고도화

핵심 차별점: 현대차의 E-GMP 하드웨어와 자가 학습형 CLF 소프트웨어를 결합하여, 실제 도로의 복잡한 엣지 케이스를 스스로 학습하고 진화하는 종단 간(End-to-End) 자율주행 생태계를 구축함.