2025.11.27 (목)

  • 흐림동두천 5.8℃
  • 구름많음강릉 9.4℃
  • 구름조금서울 6.7℃
  • 구름조금대전 7.4℃
  • 구름조금대구 9.8℃
  • 구름조금울산 11.6℃
  • 구름많음광주 8.0℃
  • 구름많음부산 11.5℃
  • 흐림고창 8.3℃
  • 황사제주 12.4℃
  • 맑음강화 5.9℃
  • 흐림보은 4.9℃
  • 구름많음금산 7.0℃
  • 구름많음강진군 9.7℃
  • 흐림경주시 10.7℃
  • 구름많음거제 10.6℃
기상청 제공

빅테크

"외형은 사이버트럭, 가격은 8000만원대" 테슬라 신형 '모델Y'…위기에 빠진 구원투수?

테슬라, 美서 디자인·성능 개선한 '뉴 모델Y' 출시
기존보다 25% 비싸 8000만원대
롱레인지 사륜구동 단일 트림

 

[뉴스스페이스=김시민 기자] 테슬라가 미국에서 그동안 주력 제품인 '모델Y'의 디자인과 성능을 개선한 차량의 업그레이드 버전인 신 모델Y를 출시했다. 사이버트럭 느낌을 풍기면서 외형 디자인 업그레이드가 된 것은 물론 가격면에서도 기존 제품보다 25% 비싸 위기에 빠진 테슬라를 구할 구원투수 역할을 할지 관심이 모아진다. 

 

테슬라는 24일(현지시간) 미국 판매 사이트에서 기존 모델Y의 디자인을 일부 바꾸고 기능을 업그레이드한 '뉴 모델Y'의 주문을 받기 시작했다. 이 차량은 현재 '론치 시리즈'(롱레인지 사륜구동)라는 단일 트림으로만 판매되며 가격은 5만9990달러(약 8582만원)로 책정됐다. 기존 모델(4만7990달러)보다 25% 비싼 가격이다.

 

뉴 모델Y에는 원래 8000달러(약 1146만원)에 별도로 판매해온 첨단 주행보조 소프트웨어 'FSD(Full Self Driving, 완전자율주행)를 기본으로 탑재했다.

 

새 모델은 외부 전면과 후면에 중심부를 가로지르는 긴 라이트 바와 향상된 공기역학 디자인을 적용했다, 이는 테슬라의 픽업트럭인 '사이버트럭'의 일부 요소를 차용한 것이다. 또, 내부에는 스피커 디자인을 간결하게 만들면서도 음향 성능은 최대화하고 차체에 '어쿠스틱 글래스'를 장착해 외부 소음에 대한 방음 기능을 높였다. 앞좌석 통풍 기능을 추가하고 서스펜션도 재조정했다.

 

테슬라는 이 모델을 약 2주 전부터 중국에서 판매하기 시작했다. 캐나다와 유럽에서도 지난 23일부터 주문받기 시작했다. 미국에서 차량 인도는 오는 3월부터 이뤄진다.

 

현재 모델Y는 2020년 처음 출시돼 2023년 세계에서 가장 많이 팔린 자동차 모델로 등극했다. 테슬라의 대표상품, 매출효자로 역할해온 이 모델이 점차 구형이 되면서 근래에는 다른 전기차들과의 경쟁에 밀려 테슬라의 매출 성장을 견인하지 못한다는 지적이 나왔다.

 

테슬라는 지난해 처음으로 연간 전체 차량 판매량이 전년보다 감소했다. 뉴모델Y가 이같은 추세를 반전시킬 수 있을지 주목된다.

 

테슬라가 판매량 증대를 위해 모델2를 출시할 것이라는 관측도 나온다. 월가에서는 저가 모델이 3만달러 미만이 될 것으로 전망하고 있다. 저가 모델이 출시되면 테슬라가 차별화를 위해 기존 모델 가격을 인상하는 것을 정당화할 수 있을 것으로 기대된다.

배너
배너
배너

관련기사

93건의 관련기사 더보기


[빅테크칼럼] 맞춤형 알고리즘, 학습 왜곡과 과도한 자신감 부추긴다…"현실 인식의 함정에 빠진 이용자들”

[뉴스스페이스=이종화 기자] 개인화 알고리즘은 학습 과정에서 정보를 제한적으로 제공하여 사용자의 학습 능력을 저해하고, 잘못된 정보에 대해 과도한 자신감을 부추기는 것으로 밝혀졌다. news.osu, sciencedaily.com, sciencedirect.com, combinatorialpress에 따르면, 이 연구결과는 오하이오 주립대학교 연구진이 2025년 11월 발표한 논문에서 밝혀졌으며, 346명의 참가자를 대상으로 한 실험에서 개인화 알고리즘이 제공하는 정보가 사용자의 인지와 학습에 미치는 영향을 분석했다.​ 연구 개요 및 방법 연구진은 '수정 같은 외계인'이라는 가상의 대상들을 여섯 가지 특징으로 나누어 참가자들이 이를 학습하도록 설계했다. 참가자들은 회색 상자로 가려진 외계인 특징을 클릭하여 확인해야 했으며, 개인화 알고리즘이 탐색할 특징을 제한하자 참가자들은 전체 정보 중 일부만 선택적으로 관찰하는 경향을 보였다. 그 결과, 테스트 시 새로운 사례를 올바르게 분류하는 데 실패했고, 오답임에도 불구하고 더 높은 자신감을 나타냈다. 연구 주도자인 Giwon Bahg는 "잘못된 선택을 할 때조차도 정답을 맞혔을 때보다 더 자신감을 보였다"며 심각성