[서울=뉴스핌] 황숙혜 기자 = 미국 샌프란시스코 도심 한복판, 새벽 2시를 넘긴 시간에 운전석이 비어 있는 차가 조용히 골목을 가로지른다. 탑승객은 스마트폰 앱으로 문을 열고 뒷좌석에 올라탄 뒤 목적지를 입력한다. 누구도 운전대를 잡지 않지만 차량은 교차로에서 자전거와 보행자, 다른 차량을 피해 정확히 제 차선을 따라간다.

중국 선전과 베이징, 두바이의 신도시, 미국 피닉스의 교외에서도 이 같은 장면이 연출되고 있다. 영화에나 나오던 '무인 택시'가 일부 도시에서는 이미 요금을 내고 이용하는 일상적인 교통 수단이 되고 있다.

미국과 중국, 중동의 일부 도시는 사람이 운전하지 않는 '바퀴 달린 로봇'을 도로에 풀어 놓고 실험을 넘어 상용 서비스 단계로 진입하고 있다. 인공지능과 센서, 통신 인프라가 결합한 거대한 실험이 실제 승객과 요금을 받는 사업으로 변모, 전세계 모빌리티 시장 판도가 빠르게 재편되는 움직임이다.

인공지능(AI) 도구로 수백 건의 기사와 리포트, 정책 문서를 분석해 본 결과 휴머노이드 로봇과 반도체, 생성형 AI에 비해 로보택시는 상대적으로 화려한 조명을 받지 못하는 실정이다. 그럼에도 불구하고 실제 도시의 변화를 가장 빨리 체감하게 만들 로봇이 무엇인가를 물으면 많은 전문가들은 '바퀴 달린 로봇', 즉 자율주행차와 로보택시를 꼽는다.

AI를 이용한 투자은행(IB) 보고서와 리서치 기관의 데이터, 정책 및 학술 문서들을 심층 분석한 결과에 따르면 차세대 모빌리티로 기대를 모으는 로보택시는 2030년 전후로 선진국 일부 대도시에서 일상적인 교통 수단으로 보편화되기 시작하고, 2035년 이후 전세계 곳곳에서 일상화될 전망이다.

시장 규모는 2030년 기준으로 대략 400억~700억달러에 이르고, 2035년 이후에는 수천억 달러까지 커질 수 있다는 데 공감대가 형성됐다.

◆ 바퀴 달린 로봇의 탄생과 진화 = 자율주행차를 로봇의 관점에서 보면 거대한 바퀴가 달린 로봇 한 대가 도시라는 복잡한 환경 속을 스스로 움직이는 구조다. 로봇 공학의 기본 개념인 인지·판단·제어·연결이라는 네 가지 기능을 자동차라는 플랫폼 위에 통합한 것이 자율주행차이자 로보택시라고 할 수 있다.

인지는 라이다(LiDAR·레이저 센서), 카메라, 레이더, 초음파 센서 등이 주변 환경을 감지하는 영역이다. 차선과 보행자, 신호등, 자전거, 다른 차량은 물론 날씨와 도로 상태까지 실시간으로 인식해야 한다. 판단은 수십 개의 센서에서 쏟아지는 데이터를 통합해 지금 어떤 행동을 취해야 안전한지를 결정하는 인공지능과 소프트웨어의 몫이다. 딥러닝 기반 컴퓨터 비전과 강화학습, 고정밀 지도(HD맵), 경로 계획 알고리즘이 여기에 포함된다.

제어는 실제로 가속 페달과 브레이크, 운전대를 조작해 차량을 움직이는 영역이다. 여기서는 전통적인 자동차 제어 기술과 로봇 공학, 기능 안전 규격이 조합된다. 마지막으로 연결은 차량이 다른 차량(V2V), 인프라(V2I), 클라우드(V2N)와 통신하는 기능으로, 실시간 지도 업데이트와 원격 관제, 소프트웨어 업데이트(OTA)를 가능하게 한다.

현재 상용차량의 대부분은 레벨 2 또는 레벨 2+로 분류되는 운전자 보조(ADAS) 단계에 머물러 있다. 차선 유지 보조와 적응형 크루즈 컨트롤, 자동 긴급 제동 등이 대표적인 기능이다. 반면 로보택시가 지향하는 것은 운전자가 개입하지 않는 레벨 4 자율주행이다. 특정 지역과 조건이 제한된 '지정 구역(geofence)' 안에서라면 차량이 스스로 모든 상황을 처리하고, 사람이 개입하지 않아도 된다는 점이 핵심이다.

흥미로운 사실은 제조사와 기술 기업마다 이 목표에 이르는 길이 다르다는 것이다. 알파벳(GOOGL)의 웨이모와 GM(GM)) 크루즈, 바이두(BIDU) 같은 기업은 라이다와 복수의 센서를 조합해 안전성을 극대화하는 방향을 택해 왔다.

반면 테슬라(TSLA)는 카메라 중심 비전 기반 접근을 고집하며 대량의 실주행 데이터를 통해 소프트웨어를 지속적으로 업데이트하는 전략에 힘을 싣고 있다. 현대차·모비스, 모빌아이, 엔비디아(NVDA) 등의 플레이어는 센서·칩·소프트웨어를 조합한 하드웨어·플랫폼 공급자로, 완성차와 로보택시 사업자들 사이에서 또 다른 축을 형성하고 있다.

◆ 글로벌 로보택시 시장 선점 놓고 각축전 = AI 도구를 통해 최근 2~3년간의 주요 외신과 리서치 보고서를 종합해 보면 로보택시 상용화의 1차 전선은 미국과 중국, 그리고 중동 일부 도시를 중심으로 형성되어 있다. 이 지역들은 각기 다른 규제 환경과 산업 구조 속에서 바퀴 달린 로봇의 도시 상륙 실험을 진행 중이다.

미국에서는 알파벳 산하 웨이모가 가장 앞서 있다. 웨이모는 애리조나주 피닉스에서 일부 구역을 대상으로 로보택시 상용 서비스를 운영해 왔고, 샌프란시스코 등 캘리포니아 일부 지역에서도 승객을 태우는 시험 운행을 확대했다. 이용자는 앱으로 차량을 호출해 요금을 지불하고, 차에는 안전 요원이 없거나 있더라도 개입 없이 차량이 대부분의 상황을 처리한다.

GM 산하의 크루즈는 샌프란시스코에서 심야 시간대 로보택시 운영을 확대하며 주목을 받았지만 2023~2024년 사이 보행자 관련 사고와 규제기관의 강한 제재를 받으면서 서비스가 중단되는 우여곡절을 겪었다. 이 사례는 로보택시가 단지 기술 경쟁이 아니라, 안전과 신뢰, 규제기관과 시민사회의 수용성을 동시에 시험 받는 영역이라는 점을 보여준다.

중국에서는 바이두의 아폴로 고(Apollo Go)가 대표적인 사례다. 바이두는 베이징과 우한, 선전 등 여러 도시에서 로보택시를 운영하며 수십만 건의 유상 운송 데이터를 쌓고 있다. 중국 정부는 자율주행과 스마트시티를 전략 산업으로 밀어붙이고 있어 지정된 구역과 시간대에서의 로보택시 운영 허가를 비교적 적극적으로 내주고 있다. 디디추싱 등 모빌리티 플랫폼 기업들도 자체 자율주행 기술을 결합한 서비스 실험을 확대 중이다.

중동에서는 아부다비와 두바이가 눈에 띈다. 아부다비는 프랑스 나비스타(NAVYA) 등의 자율주행 셔틀과 미국 및 중국 기업의 로보택시 시범 운행을 통해 공항과 신도시, 캠퍼스 같은 특정 구역에서 무인 차량을 운영해 왔다. 두바이 정부는 2030년까지 전체 교통의 25%를 자율주행으로 전환하겠다는 목표를 내걸고, GM 크루즈 및 웨이모 등과의 협력을 발표하며 로보택시 도입을 추진하고 있다.

유럽에서는 독일과 영국, 프랑스 등이 자율주행 규제 문턱을 서서히 낮추고 있으나 미국과 중국에 비해 실제 로보택시 상용 서비스는 상대적으로 제한적이다. 독일 함부르크와 영국 런던과 옥스퍼드 등에서 도심 셔틀이나 공항 셔틀 형태의 파일럿 프로젝트가 진행되고 있지만 대규모 상용 서비스로 이어지는 사례는 아직 드물다.

연구기관과 투자은행(IB) 보고서는 글로벌 판도에 대해 "로보택시는 이미 기술 실험 단계에서 벗어나 일부 도시에서는 경제성과 운영 데이터를 실제로 축적하는 상용화 1단계에 들어섰다"고 평가한다. 다만 국가과 도시별로 규제나 인프라, 시민 수용도, 모빌리티 산업 구조가 크게 다르기 때문에 어느 한 나라의 모델을 그대로 가져오는 것은 불가능하다는 점도 꾸준히 지적된다.

◆ 모빌리티 공백이 재촉하는 '바퀴 달린 로봇' = AI 도구로 분석한 여러 정책 보고서와 시장 리포트에서 반복되는 문장은 '운전자가 부족하다'는 것이다. 많은 국가에서 택시와 버스, 화물 운전기사의 고령화와 인력 부족이 심화되고 있으며, 심야나 심야 이후 시간대와 지방 및 교외 지역에서는 아예 이동 수단이 사라지는 '모빌리티 공백'이 커지고 있다.

로보택시는 이 공백을 메우는 하나의 해법으로 제시된다. 기사 없이 24시간 운행이 가능하고 수요가 적은 시간대나 지역에도 최소한의 서비스를 유지할 수 있다는 점이 장점으로 꼽힌다. 특히 미국과 중국의 일부 도시에서 노약자와 장애인, 심야 노동자를 위한 이동권 보장 차원에서 자율주행 셔틀와 로보택시 도입을 지원하는 정책이 늘고 있다는 분석도 있다.

교통 안전 측면에서의 기대도 크다. 세계보건기구(WHO)와 각국 교통당국 자료를 종합하면, 전체 교통사고의 상당 부분이 인적 실수에서 비롯되며 음주나 졸음, 과속, 주의력 부족이 주요 원인으로 꼽힌다. 자율주행 시스템이 이 모든 위험을 완전히 제거할 수는 없지만 일정 수준 이상 성숙했을 때 사고 건수와 사망자 수를 의미 있게 줄일 수 있다는 시뮬레이션 연구 결과가 여러 곳에서 제시되고 있다.

경제와 데이터 관점에서도 로보택시는 매력적인 목표다. 자율주행차는 이동 서비스 제공을 넘어 도심 곳곳에서 고해상도 지도와 교통 패턴, 도로 상태, 상권 데이터를 실시간으로 수집하는 이동형 센서 플랫폼으로 기능한다.

글로벌 컨설팅사들은 이 데이터를 기반으로 한 광고와 보험, 물류 최적화, 도시 계획 서비스 등이 새로운 시장을 열 수 있다고 분석한다. 운전석이 비어 있는 택시는 단순한 교통수단이 아니라 도시를 실시간으로 스캔하는 바퀴 달린 로봇이라는 관점이 여기서 나온다.

◆ 로보택시 비즈니스 수익성 모델의 실체 = 기술이 가능하다고 해서 비즈니스가 성립하는 것은 아니다. 여러 투자은행(IB)과 시장조사 기관의 보고서는 로보택시 비즈니스의 수익성과 비용 구조를 면밀히 따지며 센서와 컴퓨팅의 단가가 떨어지고, 운영 규모를 키워야만 경제성이 나온다는 결론을 공유하고 있다.

현재 한 대의 레벨 4 로보택시 차량에는 수천만 원에서 수억 원에 이르는 센서 및 컴퓨팅 장비가 탑재된다. 라이다와 카메라, 레이더, 고성능 GPU·SoC, 통신 모듈, 백업 시스템까지 모두 합치면 전통적인 택시 차량과는 비교할 수 없는 초기 설비투자(CAPEX)가 필요하다. 여기에 지도 구축과 클라우드 인프라, 관제 센터, 보험 및 규제 대응 비용을 더하면 개별 차량당 월평균 고정비와 변동비는 초기 수년간 상당히 높은 수준을 유지한다는 분석이다.

그럼에도 불구하고 로보택시가 경제성이 있을 수 있다고 보는 이유는 사람이 운전하는 택시와 다른 구조의 운영이 가능하기 때문이다. 차량이 24시간 중 상당 시간 운행할 수 있고, 교대와 휴식, 노동법 제약에서 벗어나며, 고장이나 정비 시간을 제외한 대부분의 시간을 '수익 시간'으로 전환할 수 있다. 이론적으로 차량 1대가 하루에 처리할 수 있는 운행 건수와 이동 거리, 즉 수익 창출 가능성이 크게 늘어난다.

또 다른 핵심은 비즈니스 모델의 변화다. 완성차 업체들이 차량 판매로 수익을 내던 구조에서 벗어나 킬로미터당 요금과 호출 수수료, 구독형 이동 서비스 같은 플릿 운영 모델로 수익 구조를 바꾸려 하고 있다. 우버(UBER)와 디디, 카카오모빌리티 같은 플랫폼 기업과 웨이모, BYD(BYD) 등 제조사, 엔비디아와 모빌아이 같은 기술 공급사는 이 지점에서 서로 다른 역할을 모색한다.

일부 리포트는 2030년대 중반 이후 센서와 AI 칩 가격이 충분히 하락하고, 도시 단위로 수천 대 이상의 로보택시 플릿을 운영할 수 있을 때 운전자를 고용해 운영하는 기존 택시보다 로보택시의 총비용 대비 수익성이 높아질 수 있다는 시나리오를 제시한다.

다만, 이는 규제와 보험 비용, 사고나 평판 리스크, 차량 수명 등을 매우 낙관적으로 가정한 시나리오라는 점에서 시장은 이를 장밋빛 미래가 아닌 조건부 가능성으로 바라보고 있다.

◆ 도시 속 로봇을 둘러싼 규제와 윤리 쟁점 = 바퀴 달린 로봇이 실제 도시에 들어오면, 질문은 기술에서 법과 윤리로 옮겨간다. 가장 빈번하게 제기되는 문제는 사고 책임이다. 자율주행 로보택시가 보행자와 충돌하거나, 신호 위반 차량을 피하려다 2차 사고를 일으켰을 때 책임은 누구에게 있을까. 차량 제조사, 소프트웨어 개발사, 운영사, 차량 소유자, 혹은 탑승객 중 누구에게 법적, 금전적 책임을 물어야 하는가에 대한 합의는 아직 국가마다 다르고, 완전히 정리된 곳은 없다.

보험 체계 역시 마찬가지다. 일부 국가는 자율주행차 전용 보험 상품과 사고 처리 가이드라인을 마련하고 있지만 레벨 4 로보택시가 도시 전체로 확산되었을 때의 리스크를 어떻게 가격에 반영할 것인지에 대해서는 보험업계와 규제당국이 여전히 논의를 이어가는 중이다. 미국과 유럽, 일본의 정책 문서를 분석해 보면 제조물 책임과 운행자 책임을 어떻게 혼합할 것인가의 문제가 핵심 쟁점으로 반복 등장한다.

프라이버시와 감시 사회에 대한 우려도 크다. 자율주행 로보택시는 도로와 보행자, 건물과 상점, 심지어 개인의 일상적인 동선까지 고해상도 카메라와 센서로 수집한다. 이러한 데이터가 어디까지 익명화 되고, 누가 어떤 목적으로 사용할 수 있는지, 광고나 치안, 상권 분석, 보험, 도시 계획에 각각 어떤 형태로 연동될 수 있는지를 둘러싸고 시민사회와 규제 당국의 논쟁이 이어진다.

유럽연합(EU)은 이미 AI 규제안과 데이터 보호 규정(GDPR)을 통해 자율주행과 얼굴 인식, 행동 분석 등에 엄격한 기준을 적용하겠다는 방침을 밝혔다.

노약자와 장애인, 교통 약자를 고려한 설계도 필수적인 과제로 떠오른다. 승하차 지원과 휠체어 접근성, 시각 및 청각 장애인을 위한 인터페이스 설계 등이 뒷받침되지 않으면 로보택시는 오히려 이용 가능한 사람만 더 편해지는 기술이 될 수 있다. 일부 도시에서는 정책적으로 로보택시에 장애인 탑승 편의 기능과 저소득층, 노인 대상 요금 지원을 연계하는 시나리오가 논의되고 있다.

로보택시는 인공지능과 센서, 통신 인프라의 총합이자, 도시와 사람, 데이터와 자본이 얽힌 복합적인 실험이다. 기술적으로는 이미 상용 서비스가 일부 도시에서 돌아가고 있지만, 사회적으로는 책임과 공정, 프라이버시와 노동, 접근성과 안전에 대한 합의가 아직 완성되지 않았다. 바퀴 달린 로봇이 도시에 본격적으로 들어오는 순간 단순히 운전대를 넘기는 것이 아니라 도시와 이동, 데이터와 권리의 규칙을 다시 써야 하는 셈이다.

shhwang@newspim.com