자율주행 상용화의 병목은 센서가 아니라 운영이다

CES 2026에서 자율주행은 행사 전체를 관통하는 키워드였고, 우버는 25개 이상 파트너와 연간 수백만 건의 자율주행 트립을 앱으로 처리한다고 밝혔다. 경쟁 축이 "누가 더 잘 달리느냐"에서 "누가 서비스로 돌리느냐"로 옮겨갔다는 진단에도 동의한다. 다만 현장에서 보면 "서비스로의 전환"이라는 말은 생각보다 구체적이고 무거운 일이다. 차량이 스스로 달리는 시간보다, 달리지 못하는 시간을 누가 어떻게 메우느냐가 자율주행 상용화의 손익을 결정한다.

배경: 왜 중요한가

국제자동차기술자협회(SAE) J3016 기준으로 레벨 4는 "정해진 운행설계영역(ODD, 날씨·도로·시간대 등 시스템이 작동을 보증하는 조건) 안에서는 시스템이 운전의 전 책임을 진다"는 뜻이다. 레벨 구분의 기준은 성능이 아니라 '비상 상황의 대응 주체가 누구인가'다. 그래서 레벨 4 차량은 ODD를 벗어나면 안전하게 멈추는 것(최소위험상태, MRC)이 설계상 정답이다. 기술적으로는 옳지만, 서비스 관점에서는 멈춘 차량 한 대가 곧 승객 한 명의 미완료 트립이고 뒤차의 정체다.

상업 운행 규모는 이미 실험 단계를 넘었다. 공개 발표 기준으로 미국 웨이모는 2025년 주당 25만 건 안팎의 유료 승차를 처리한다고 밝혔고, 우버는 2029년 세계 최대 자율주행 호출 플랫폼을 목표로 내걸었다. 국내는 2020년 5월 자율주행자동차법 시행 이후 임시운행허가와 시범운행지구 체제로 실증이 이어지고 있으며, 정부는 레벨 4 상용화 시점을 2027년으로 제시해 왔다. 숫자가 커질수록 기술 시연에서 보이지 않던 운영 비용이 드러난다.

이 지점에서 기사의 관점은 타당하다. 전기차 보급 초기에 플랫폼이 첫 경험을 만들어 준 것처럼, 자율주행도 수요 예측·배차·승객 응대를 묶는 플랫폼이 확산을 좌우한다. 그런데 플랫폼이 '있다'는 것과 자율주행 차량을 '돌릴 수 있다'는 것은 다른 문제다.

핵심: 일반 기사가 놓치는 지점

기술 기사는 센서 수, 주행 거리, 디스인게이지먼트(시스템이 제어를 넘기는 횟수) 같은 지표를 본다. 현장에서 보는 숫자는 차량 1대의 하루 24시간이 어떻게 쪼개지느냐다. 자율주행 상용화 차량은 대부분 전기차이고, 사람 기사가 없으니 충전·세차·센서 점검·보정을 전부 운영 조직이 떠안는다. 급속충전 30~40분에 통상 2~3시간 운행이 가능하다는 일반 전기차 경험치를 적용하면, 하루 중 매출이 나오는 시간은 생각보다 짧다. 여기에 라이다 창 세척, 카메라 보정, 소프트웨어 배포까지 더하면 차량 1대의 실제 가동률이 사업성을 가른다. 공개 자료로 정확한 가동률은 확인되지 않지만, 어느 사업자도 이 숫자를 먼저 공개하지 않는다는 사실 자체가 시사점이다.

세부 포인트 1: 원격 지원 인력 비율이 곧 단위경제다

레벨 4 차량이 ODD 경계에서 멈추면 누군가 개입해야 한다. 운전은 아니지만 "저 공사구간을 우회해도 되는가" 같은 판단을 원격에서 내려 주는 원격 지원(remote assistance) 인력이다. 2023년 미국 크루즈의 운행 중단 과정에서 "차량 1대당 1.5명 안팎의 인력이 붙어 있었다"는 보도가 나왔는데, 이 수치는 기업 공식 발표가 아니라 언론 보도 기준이다. 중요한 건 정확한 값이 아니라 방향이다. 차량 1대당 원격 지원 인력이 0.1명이냐 1명이냐에 따라 '기사 없는 택시'의 인건비 절감 논리가 성립하기도, 무너지기도 한다. 기사가 말한 'AV 미션 컨트롤 소프트웨어'와 '긴급출동'은 바로 이 비율을 낮추기 위한 도구이고, 플랫폼이 여기에 투자한다는 것은 이 비용이 실재한다는 증거다.

그럼에도 어려운 이유는 개입 빈도가 도시마다 다르다는 점이다. 도로 폭, 이중주차 관행, 공사 빈도, 보행자 밀도가 ODD 이탈 횟수를 결정한다. 한 도시에서 맞춘 인력 비율이 다음 도시에서 그대로 통하지 않는다.

세부 포인트 2: 사람 기사와 섞어 배차하는 순간 수요 예측의 난이도가 바뀐다

우버의 전략은 사람 기사와 자율주행 차량을 한 앱 안에서 같이 돌리는 것이다. 현장에서 이것은 '공급 탄력성이 다른 두 자원'을 하나의 배차 엔진으로 묶는 문제다. 사람 기사는 피크 시간에 자발적으로 몰리지만, 자율주행 차량은 보유 대수가 고정이고 충전 주기까지 있다. 비 오는 퇴근 시간처럼 수요가 튀는 순간은 하필 라이다 성능이 떨어지고 ODD가 좁아지는 순간이기도 하다. 강우·안개에서 라이다 반사 신호가 줄어 유효 탐지거리가 짧아지는 것은 물리적 한계이며, 그래서 많은 사업자가 악천후를 ODD에서 제외한다. 결과적으로 자율주행 차량은 수요가 낮고 조건이 좋은 시간대에 가동률이 높고, 수익이 큰 시간대에는 사람 기사가 메운다. 기사가 '공존'이라 표현한 구조는 선택이 아니라 제약에서 나온 결과에 가깝다.

데이터 선순환도 조건부다. 플랫폼에 쌓인 이동 데이터가 배차를 정교하게 만든다는 말은 맞지만, 그 데이터가 자율주행 파트너의 인지 알고리즘을 직접 개선하는 것은 아니다. 수요 데이터와 주행 데이터는 소유자도, 활용처도 다르다. 보험 역시 마찬가지다. 국내는 자동차손해배상보장법 개정으로 자율주행 사고 시 보유자 책임과 제조사 구상 구조를 두고 있지만, 레벨 4 상업 운행에서 플랫폼·차량 운영사·시스템 개발사 간 책임 분담은 계약으로 정해야 하는 영역이 넓다.

그래서 뭘 봐야 하나

자율주행 상용화를 평가할 때 주행 거리나 도시 수보다 먼저 볼 지표가 있다.

• 차량당 원격 지원 인력 비율: 공개되면 가장 직접적인 단위경제 지표다. 공개하지 않으면 '긴급출동·미션 컨트롤' 조직 규모로 간접 추정할 수밖에 없다.
• ODD 범위 변화: 야간·우천·고속도로 포함 여부가 바뀌는 속도가 기술 성숙도의 실제 척도다. 도시 수 확장은 같은 ODD를 복사한 것일 수 있다.
• 플랫폼과 차량 운영사의 역할 분리: 충전·세차·정비를 누가 맡는지에 따라 수혜 기업이 달라진다. 차량 운영은 기존 렌터카·택시 운영사, 충전 인프라, 정비 네트워크 쪽에 물량이 생긴다.
• 국내 제도 일정: 2027년 레벨 4 상용화 목표와 시범운행지구 확대 속도, 그리고 보험·책임 분담 세부 규정이 어떻게 정리되는지가 국내 사업자의 진입 시점을 결정한다.

플랫폼이 자율주행의 승자가 된다는 서사는 설득력 있지만, 플랫폼 기업의 실적이 자율주행만으로 움직이는 것은 아니다. 반대로 운영 비용을 떠안는 쪽이 장기적으로 마진을 확보할지, 플랫폼에 종속될지는 아직 어느 시장에서도 확인되지 않았다.

자율주행 상용화는 차량이 혼자 달리는 기술이 아니라 차량이 멈췄을 때 누가 몇 분 안에 무엇을 하느냐의 체계다. 기사가 강조한 플랫폼의 역할은 그 체계의 일부이고, 나머지는 충전소·정비창·원격 지원실 같은 보이지 않는 곳에 있다. 다음에 "자율주행 도시 확대" 뉴스를 보면, 몇 개 도시인지보다 그 도시의 ODD가 어디까지인지 먼저 확인하는 편이 낫다.