[서울=뉴스핌] 이찬우 기자 = "국내 자율주행이 중국과 미국보다 뒤처진 가장 큰 이유는 기술력보다 '상용화 환경'에 있다"

국내 자율주행 산업이 기술 실증을 넘어 유상 운송과 대규모 서비스 운영으로 전환할 수 있을지 시험대에 섰다. 현대자동차그룹과 42dot, 라이드플럭스, 오토노머스에이투지 등은 자율주행 핵심 기술과 실제 도로 데이터를 축적하고 있지만, 일반 승객이 호출해 이용하는 대규모 무인 로보택시 시장은 아직 열리지 않았다.

반면 위라이드와 포니AI 등 중국계 기업은 2000대 안팎의 글로벌 로보택시 운행망을 기반으로 유료 운송과 차량 공급, 호출 서비스 운영을 병행하고 있다. 국내외 격차가 알고리즘 자체보다 전용차 양산과 운행 허가, 서비스 운영, 데이터 활용을 연결하는 상용화 체계에서 벌어지고 있다는 분석이다.

◆中은 2000대 안팎 플릿…韓 기술 있어도 데이터 부족

3일 자율주행 업계에 따르면 위라이드는 지난 7월 31일 기준 전 세계에서 약 3400대의 레벨4 자율주행 차량을 운영하고 있다. 이 가운데 로보택시는 1800대 이상이다. 중국 내 로보택시의 차량당 일평균 운행 건수도 올해 2분기 21건을 넘어섰다.

포니AI의 로보택시 차량은 지난 6월 말 기준 1975대로 늘었다. 올해 2분기 로보택시 서비스 매출은 약 1210만달러로 전년 동기보다 691.2% 증가했다. 중국계 업체들이 기술 검증을 넘어 유료 운송과 차량 공급으로 매출을 창출하는 단계에 진입한 것이다.

다만 수익성이 완전히 검증된 것은 아니다. 위라이드는 올해 2분기 약 5910만달러의 순손실을 기록했고 포니AI도 약 4540만달러의 순손실을 냈다. 차량과 매출은 빠르게 늘고 있지만 막대한 연구개발비와 운행 비용을 감당할 수 있는 사업모델을 확립하는 과정에 있다.

이호근 대덕대 미래자동차과 교수는 "우리나라도 인지와 판단, 제어 등 핵심 기술 자체가 크게 부족한 것은 아니다"며 "문제는 실제 도로에서 충분한 데이터를 확보하고 다양한 상황에서 반복적으로 검증하면서 기술을 고도화할 기회가 상대적으로 적다는 점"이라고 진단했다.

국내 기업들도 기술 개발에서는 성과를 내고 있다. 현대차·기아는 올해 하반기 광주 자율주행 실증사업에 양산차 기반 차량 약 200대를 공급하고 자체 자율주행 솔루션 '아트리아 AI'를 실증한다. 광산구와 북구, 서구 일부에서 시작해 2027년 광주 5개 자치구 전역으로 운행 범위를 넓힐 계획이다.

현대차그룹의 글로벌 소프트웨어센터인 42dot은 차량 운영체제와 맵리스 기반 엔드투엔드 자율주행 AI를 개발하고 있다. 현대차는 2028년 첫 양산형 소프트웨어 중심 자동차(SDV)에 레벨2+ 자율주행 기술을 적용한 뒤 양산차에서 확보한 데이터를 활용해 레벨4까지 단계적으로 확대한다는 구상이다.

현대차그룹이 연간 700만대 이상 판매하는 글로벌 양산차를 데이터 수집 기반으로 활용할 수 있다는 점은 강점이다. 다만 레벨4 로보택시를 곧바로 대규모 운영하는 중국 업체와 달리 양산차의 운전자 보조 기능부터 적용 범위를 넓히는 점진적인 전략에 가깝다.

스타트업은 제한된 자본과 차량으로 상용화 가능성을 검증하고 있다. 라이드플럭스는 지난 7월 한진과 25톤 트럭을 활용한 국내 첫 자율주행트럭 유상 화물운송을 시작했다. 안전요원이 동승하고 주 2회, 편도 116㎞ 구간을 운행하는 제한적인 서비스지만 정부 대상 실증에서 기업 대상 유료 운송으로 사업 범위를 넓혔다.

오토노머스에이투지는 지난 5월 기준 누적 자율주행거리 약 102만㎞를 기록했다. 레벨4 무인 셔틀 '로이(ROii)'의 누적 탑승객도 1만명을 넘어섰다. 카카오모빌리티와 에이투지는 올해 말까지 로이 10대를 정부와 공공기관, 운송사업자 등에 투입하고 2030년까지 100대 이상 규모의 서비스를 시작한다는 목표를 제시했다.

이 교수는 "국내 기업과 중국 기업의 차이를 단순히 한국 기술이 몇 년 뒤처졌다고 표현하는 것은 적절하지 않다"며 "알고리즘 하나의 성능보다 실도로 데이터의 양과 다양성, 운행 지역과 서비스 운영 경험에서 발생한 격차로 보는 것이 정확하다"고 설명했다.

◆외산 도입도 현실적…'실증→유상운송' 통로 열어야

자율주행 AI는 공사 구간과 돌발 보행자, 불법 주정차, 기상 악화 등 예측하기 어려운 상황을 반복해서 학습해야 한다. 운행 차량과 지역이 늘어날수록 다양한 데이터를 확보할 수 있고, 기술 개선이 다시 서비스 확대를 이끄는 선순환이 만들어진다.

중국 업체들은 완성차 기업과 전용 로보택시를 공동 개발해 조향과 제동, 전원, 통신의 이중화 구조를 생산 단계부터 적용하고 있다. 지방정부의 무인 운행 허가와 호출 플랫폼도 결합해 차량 원가 절감과 서비스 확대를 동시에 추진한다.

반면 국내에서는 완성차 업체와 자율주행 소프트웨어 기업, 호출 플랫폼과 지도 사업자가 분리돼 있다. 완성차 업체는 대량 판매가 가능한 레벨2+ 기술에 우선순위를 두고, 레벨4 스타트업은 차량을 대규모로 제작할 자본과 판로가 부족하다. 실증 성과가 있어도 유상 운송과 무인 운행 허가가 개별 사업 단위로 이뤄지면 서비스 규모를 키우기 어렵다.

이 교수는 포니AI와 같은 해외 기술 도입에 대해 "자율주행은 반드시 모든 기술을 처음부터 국내에서 개발해야 하는 분야는 아니다"며 "검증된 기술로 상용화를 앞당기고 국내 도로와 교통환경에 맞는 데이터를 축적하는 것도 현실적인 선택"이라고 평가했다.

다만 그는 "단순히 기술을 사오는 수준에 그쳐서는 안 된다"며 "핵심 알고리즘과 데이터에 대한 국내 역량을 확보하는 조건부 협력이 바람직하다"고 강조했다.

해외 기술을 도입하더라도 국내 운행 데이터의 저장 위치와 재학습 권한, 차량 제어 인터페이스 접근권을 계약과 인허가 조건에 명시할 필요가 있다. 원격관제와 무선 업데이트의 안전 책임, 사고조사 자료 제출 의무와 국내 기업의 공동개발 참여도 구체화해야 한다.

이 교수는 "한국이 실증 중심 구조에서 벗어나려면 가장 먼저 실증에서 상용화로 이어지는 제도적 통로를 만들어야 한다"며 "일정한 안전 기준을 충족한 기업에는 실제 승객을 태우고 유료 서비스를 운영할 수 있도록 규제를 단계적으로 완화하고, 정부도 규제기관에 머무르기보다 초기 시장을 만들어주는 역할을 해야 한다"고 말했다.

chanw@newspim.com