[태그:] 로보택시

  • 로보택시가 뭐길래, 테슬라와 웨이모는 이렇게 다른 길을 가나

    로보택시가 뭐길래, 테슬라와 웨이모는 이렇게 다른 길을 가나

    운전석에 아무도 없는 택시가 도로를 달린다. 미국 몇몇 도시에서는 이제 낯설지 않은 풍경이다. 테슬라와 웨이모가 이 시장을 놓고 정면으로 부딪히면서 ‘로보택시’라는 단어가 검색창에 부쩍 자주 뜬다. 두 회사 방식이 워낙 다르다 보니 헷갈리는 사람이 많다. 개념부터 실제 이용법까지, 아는 만큼 정리해봤다.

    로보택시, 정확히 뭘 말하는 걸까

    운전자 개입 없이 승객을 태우고 목적지까지 스스로 움직이는 자율주행 차량, 그게 로보택시다. 국제자동차기술자협회(SAE) 기준으로 자율주행은 레벨0부터 레벨5까지 나뉘는데, 사람이 운전대를 아예 잡을 필요 없는 수준이 레벨4~5다. 흔히 알려진 ‘자율주행 보조’ 기능은 레벨2 정도라 운전자가 계속 전방을 주시해야 한다. 진짜 로보택시는 그 단계를 넘어선 서비스라고 보면 된다.

    테슬라 로보택시는 어떻게 다를까

    테슬라는 카메라만으로 주변을 인식하는 비전 기반 시스템을 고집한다. 라이다나 레이더 같은 별도 거리 센서는 아예 쓰지 않는다. 카메라 영상을 AI가 해석해서 판단하는 방식인데, 자체 개발한 FSD(Full Self-Driving) 소프트웨어가 그 핵심이다. 초기 서비스 지역에서는 조수석에 세이프티 모니터가 동승해서 필요하면 개입하는 형태로 운영됐다. 비용을 낮추고 확장 속도를 높이는 데는 유리하다. 다만 카메라만으로 악천후나 복잡한 상황을 얼마나 정확히 인식하는지, 이 부분은 지금도 논쟁거리다.

    웨이모는 다른 길을 간다

    구글의 자율주행 프로젝트에서 출발한 웨이모는 라이다, 레이더, 카메라를 함께 쓰는 다중 센서 조합을 택했다. 정밀 지도를 미리 만들어 둔 특정 구역 안에서만 서비스하는 지오펜스 방식이고, 세이프티 드라이버 없이 완전 무인으로 운행한 지도 꽤 오래됐다. 서비스 확장 속도는 테슬라보다 느리다. 대신 검증된 구역에서 안정적으로 운영한다는 평가를 받는 편이다.

    테슬라 vs 웨이모, 뭐가 다른지 한눈에

    • 센서 방식: 테슬라는 카메라 중심, 웨이모는 라이다·레이더·카메라 조합
    • 운영 지역: 테슬라는 도시 전역 확장을 시도, 웨이모는 정밀 지도가 있는 제한 구역에서만 운행
    • 세이프티 요원: 테슬라는 서비스 초기 동승 형태로 시작, 웨이모는 완전 무인 운행이 기본
    • 사업 모델: 테슬라는 개인 소유 차량이 공유 네트워크에 참여하는 모델도 구상 중, 웨이모는 자체 차량대를 직접 운영
    • 가격 정책: 서비스 지역과 시간대에 따라 유동적이라 특정 회사가 항상 저렴하다고 단정하긴 어렵다

    안전성 논란은 왜 계속 나올까

    로보택시 뉴스에는 사고나 급정거, 예상 밖 행동 같은 사례가 꾸준히 따라붙는다. 미국 도로교통안전국(NHTSA) 같은 규제 기관이 사고 데이터를 수집하고 조사하는 것도 이 때문이다. 카메라만 쓰는 방식이 라이다 없이도 충분히 안전한지, 아니면 다중 센서가 필수인지는 업계 안에서도 의견이 갈린다. 솔직히 여기서 진영이 딱 갈린다. 도시마다 규제 수준과 승인 절차가 다르다 보니 같은 회사라도 지역에 따라 서비스 형태가 조금씩 달라지는 것도 참고할 부분이다.

    실제로 타보려면 어떻게 해야 할까

    먼저 서비스가 운영 중인 도시인지부터 확인하자. 두 회사 모두 전용 앱으로 호출하는 방식을 쓴다. 서비스 초기에는 대기자 명단에 등록하고 순서를 기다려야 하는 경우가 많다. 요금은 일반 승차 공유 서비스와 비슷하게 거리와 시간, 수요에 따라 책정된다. 처음 이용한다면 차량 안 화면에 나오는 안내나 비상 정지 버튼 위치 정도는 미리 확인해두는 게 좋다.

    이것도 궁금하죠?

    Q. 로보택시는 사람이 운전하는 택시보다 안전한가요?
    운영 구역 안에서는 사고율이 낮다는 통계가 나오기도 한다. 하지만 데이터가 충분히 쌓인 건 아니라서, 절대적으로 안전하다고 단정하기엔 아직 이르다.

    Q. 한국에서도 로보택시를 탈 수 있나요?
    국내에서도 서울과 일부 지자체에서 자율주행 시범 서비스가 진행 중이다. 다만 테슬라나 웨이모 같은 완전 무인 상용 서비스는 아직 들어오지 않았다.

    Q. 요금이 일반 택시보다 저렴한가요?
    지역과 시간대, 프로모션 여부에 따라 다르다. 항상 저렴하다고 보기는 어렵다.

    출처: The Verge

  • 자율주행 원격 관제: 인간 개입, 안전의 양날의 검

    자율주행 원격 관제: 인간 개입, 안전의 양날의 검

    스스로 달리는 차 뒤에, 모니터 앞에 앉은 사람이 있다. 테슬라 로보택시가 원격 오퍼레이터의 개입 도중 충돌 사고를 냈다는 사실이 알려지면서, 자율주행의 ‘인간 개입’ 문제가 수면 위로 올라왔다. 완전 자율의 꿈을 향해 달리는 기술 뒤에 정작 사람의 손이 필요한 순간이 있다는 아이러니. 이 역설이 자율주행 산업 전체를 관통하는 모순이다.

    레벨 3도 4도, 결국 ‘틈새’가 문제다

    자율주행은 0단계부터 5단계까지 나뉜다. 지금 상용화에 가장 가까운 건 레벨 3과 레벨 4다. 레벨 3은 특정 조건에서만 자율주행이 되고, 비상 상황에선 운전자가 개입해야 한다. 레벨 4는 정해진 운영 영역(ODD) 안에서 완전 자율이 가능하지만, 그 영역을 벗어나면 시스템이 손을 놓는다. 문제는 그 ‘경계 밖’이다.

    갑자기 나타난 공사 구간, 폭설로 지워진 차선, 센서가 못 잡은 역주행 차량. 엣지 케이스(Edge Case)는 언제든 현실로 나타난다. AI가 방대한 데이터를 학습해도, 현실은 늘 그보다 한 발 앞서 있다. 차가 멈추거나 오작동하면 도로 한복판이 위험 지대로 변한다. 그래서 등장한 게 원격 관제(Remote Control)다. 비상 상황에 인간이 원거리에서 차량을 제어하거나 방향을 잡아주는 구조다. 기술의 한계를 보완하면서 상용화 속도를 높이려는 현실적인 선택이기도 하다.

    텔레오퍼레이션 vs 원격 지원, 뭐가 다른가

    원격 관제는 크게 두 갈래로 나뉜다.

    • 텔레오퍼레이션 (Teleoperation): 오퍼레이터가 차량을 직접 운전한다. 스티어링 휠, 페달, 360도 모니터를 통해 실제 운전석처럼 제어하는 방식이다. 복잡한 교차로 통과, 비상 회피, 차량 견인 같은 고난도 상황에서 쓰인다. 초저지연 통신이 필수다. 조금이라도 끊기면 위험하다. 높은 대역폭과 낮은 지연 시간을 동시에 요구하는 고난도 기술이다.
    • 원격 지원 (Remote Assistance) / 원격 감독 (Remote Supervision): 직접 운전하진 않는다. 차량 상태를 모니터링하면서 우회 경로 제안, 임시 정지 명령 등 ‘조언’을 주는 방식이다. 공사로 길이 막혔을 때 다른 경로를 안내하거나, 예상치 못한 장애물을 만났을 때 멈추라는 명령을 내린다. 레벨 4, 5 단계에서도 여전히 필요한 ‘안전 관리자’ 역할이다.

    결국 원격 관제는 AI의 불확실성에 대한 인간의 답안이다. 기술이 해결하지 못하는 영역을 사람이 채우는 구조. 단순한 제어 장치가 아니라, 자율주행 서비스 신뢰성을 떠받치는 기둥으로 자리 잡았다.

    장점 셋, 그런데 함정도 넷

    장점부터 짚고 가자.

    • 사고 방지 및 비상 대응: AI가 예측하지 못한 상황에서 인간의 즉각적인 개입이 대형 사고를 막는다. 차량이 길을 잃었을 때 빠르게 재운행을 유도하는 것도 원격 관제의 역할이다.
    • 운영 효율 개선: 엣지 케이스에 갇혀 도로를 막는 차량이 줄어든다. 전체 자율주행 서비스의 흐름이 매끄러워지고, 승객 불편이 줄어든다.
    • 소비자 신뢰 확보: 자율주행에 막연한 불안을 느끼는 사람들이 아직 많다. ‘언제든 사람이 개입한다’는 사실만으로도 심리적 안전감을 준다. 기술 수용 속도를 높이는 데 실질적인 효과가 있다.

    그런데 함정도 있다. Wired가 전한 바에 따르면, 테슬라 로보택시가 원격 오퍼레이터의 개입 과정에서 충돌 사고를 일으켰다. 인간이 개입했다고 반드시 더 안전한 건 아니라는 방증이다.

    • 지연 시간(Latency) 문제: 통신망을 거치면 반드시 딜레이가 생긴다. 수백 밀리초. 시속 100km로 달리는 차에서 0.3초는 약 8미터다. 텔레오퍼레이션에서 이 지연은 치명적인 결과로 이어질 수 있다. 오퍼레이터가 실시간으로 상황을 인지하기 어렵게 만드는 구조적 약점이다.
    • 인간 오류(Human Error): 피로, 집중력 저하, 상황 오판. 숙련된 오퍼레이터도 실수한다. 자율주행 AI가 내린 ‘안전한’ 판단을 인간이 ‘잘못된’ 판단으로 덮어쓰는 최악의 시나리오도 배제할 수 없다.
    • 책임 소재의 미로: 사고가 났을 때 누구 잘못인가. 자율주행 AI인가, 원격 오퍼레이터인가, 통신망인가, 제조사의 설계 결함인가. 네 방향이 동시에 얽힌다. 법적으로 아직 정리가 안 된 영역이다.
    • 규모 확장의 벽: 오퍼레이터 한 명이 동시에 여러 대를 관제하는 데 한계가 있다. 차량 대수가 늘면 필요한 오퍼레이터 수도 비례해서 늘어난다. 비용 구조가 선형으로 올라가는 문제다. 이건 좀 심각한 약점이다.

    안전을 높이려다 새 위험을 만드는 구조. 인간 개입의 양면성이 여기서 드러난다.

    5G·AI·VR, 기술은 어디까지 왔나

    이 딜레마를 줄이려는 시도는 계속되고 있다.

    • 5G 통신망 활용: 초저지연·초고속·초연결이 특징인 5G는 원격 관제의 고질적인 지연 문제를 크게 줄인다. 오퍼레이터가 거의 실시간으로 차량 상황을 파악하는 환경이 가능해지고 있다.
    • AI 기반 지원 시스템: AI가 먼저 위험 상황을 감지하고 오퍼레이터에게 경고를 보낸다. 최적 대응 경로도 추천한다. 오퍼레이터는 AI의 조언을 바탕으로 최종 결정만 내리는 구조다. ‘인간-AI 협업’ 체계로 진화하는 중인데, 솔직히 이쪽이 더 현실적인 방향이라고 본다.
    • VR/AR 기반 몰입형 관제: 360도 카메라 영상과 차량 센서 데이터를 통합해 오퍼레이터에게 몰입형 시야를 제공한다. 실제 운전석에 앉은 것처럼 상황을 인지하게 만드는 방식이다. 직접 써보진 못했지만, 개념 자체는 꽤 설득력 있다.
    • 예측·예방 기술: 차량이 엣지 케이스에 진입하기 전에 AI가 먼저 감지해 오퍼레이터에게 알린다. 갑작스러운 개입이 아니라 준비된 개입으로 바꾸는 게 핵심이다. 반응 시간이 생기면 오류 가능성이 줄어든다.

    기술의 방향은 분명하다. 단순히 ‘사람이 조종’하는 게 아니라, 인간과 AI가 서로의 강점을 나눠 갖는 복합 시스템으로 진화하고 있다. 앞으로 원격 관제는 조종 장치가 아니라 판단 보조 도구에 가까워질 것이다.

    기술만으론 반쪽 — 제도와 사람이 따라와야 한다

    기술이 아무리 발전해도 제도가 없으면 반쪽짜리다.

    • 오퍼레이터 전문성 강화: 원격 관제는 고도의 집중력과 판단력을 요구하는 전문 직업이다. 체계적인 교육 프로그램, 자격 기준, 교대 근무와 피로 관리까지 인간의 한계를 전제로 시스템을 설계해야 한다. 그냥 ‘숙련자’로 뽑는다고 해결될 문제가 아니다.
    • 투명한 데이터 공개: 사고가 나면 관제 로그, 오퍼레이터 조작 기록을 투명하게 공개하고 분석해야 한다. 원인을 모르면 개선도 없다. 데이터를 감추는 순간 신뢰도 사라진다.
    • 법적·윤리적 기준 마련: 책임 소재를 명확히 할 법 체계가 시급하다. 오퍼레이터의 개입 범위, 개인정보 보호, 해킹 위험까지 사회적 합의가 필요한 이슈들이 쌓여 있다. 기술보다 제도가 늦게 오는 건 자율주행만의 문제가 아니지만, 여기선 속도 차이가 사람 목숨과 직결된다.
    • 국제 표준화: 나라마다 다른 기준이 적용되면 글로벌 서비스 자체가 흔들린다. 전 세계에서 통용되는 원격 관제 안전 기준을 만드는 작업이 기술 개발과 병행되어야 한다.

    자율주행 원격 관제는 완전 자율이라는 목적지로 가는 길목에 있다. 아직은 과도기다. 하지만 그 과도기를 어떻게 설계하느냐에 따라 도로 위 안전의 질이 달라진다. 인간 개입이 사고를 막기도 하고 일으키기도 한다는 사실은 불편하지만 직시해야 할 현실이다. 결국 핵심은 기술, 제도, 사람이 동시에 발전하는 것이다. 셋 중 하나만 앞서 달리면 남은 둘이 발목을 잡는다. 자율주행의 미래는 AI 혼자 만드는 게 아니다.

    출처: Wired