자율주행 기술이 더 이상 먼 미래의 이야기가 아닙니다. 2024년 11월, 테슬라가 한국을 감독형 FSD(Full Self-Driving) 출시 일곱 번째 국가로 지정하면서 국내 도로에서도 핸즈프리 주행이 현실화되었습니다. 완전 자율주행에는 미치지 못하지만 이미 자율주행이나 다름없다는 평가가 지배적인 가운데, 우리나라 기술은 어디쯤 달리고 있을까요? 갑작스럽게 성큼 다가온 자율주행 시대, 기술 격차와 발전 방향을 살펴봅니다.
테슬라 FSD의 국내 상륙과 실제 주행 성능
테슬라의 풀셀프 드라이빙(FSD)은 2024년 11월 국내 배포를 시작한 이후 빠르게 확산되고 있습니다. 실제 도로 테스트 결과, FSD는 운전자의 타이밍과 이질감 없는 자연스러운 주행을 보여주었습니다. 경로를 설정하고 버튼을 누르면 핸들이 스스로 돌아가며 운전을 시작하고, 나은 놀봉, 컴포트, 스탠더드, 신속 주행, 매드맥스 등 다섯 가지 주행 스타일 중 원하는 모드를 선택할 수 있습니다. FSD의 가장 인상적인 점은 교통법규를 철저히 지키는 모범 운전사처럼 행동한다는 것입니다. 실선 구간에서는 차선 변경을 하지 않고 기다리며, 신호등은 물론 앞차의 정지등까지 확인하면서 안정감 있게 주행합니다. 가속과 감속, 핸들 조향, 방향 지시등 조작도 모두 스스로 해냅니다. 좁은 골목길이나 눈 내린 고개마루도 능숙하게 지나가며, 3년 전 맑은 날에도 차선을 제대로 따라가지 못했던 것과 비교하면 놀라운 발전입니다. 지금은 눈이 오는 상황에서도 카운터를 치면서 올라갈 정도로 진화했습니다. 하지만 미국에서 주로 학습한 탓인지 한국 도로 환경에 완벽히 적응하지 못한 모습도 보입니다. 지하주차장에서 헤매거나, 방지턱을 거칠게 넘는 등의 문제가 발생합니다. 미국에는 한국처럼 높은 과속 방지턱이 없기 때문입니다. 과속 단속에도 제대로 대응하지 못해 한 차주는 매드맥스 모드로 주행하다가 50km 도로에서 66km로 달려 과속 딱지를 받기도 했습니다. 횡단보도 파란불을 보고 비보호 좌회전 구간에서 그대로 달려가는 등의 오작동도 보고되었습니다.
| 구분 | 장점 | 단점 |
|---|---|---|
| 주행 성능 | 자연스러운 가감속, 차선 유지, 신호 인식 | 지하주차장 헤맴, 방지턱 거칠게 넘음 |
| 안전성 | 교통법규 철저히 준수, 앞차 정지등 인식 | 과속 단속 미대응, 비보호 좌회전 오작동 |
| 환경 적응 | 눈길·골목길 주행 가능 | 한국 도로 환경 완벽 적응 미흡 |
그럼에도 불구하고 차주들의 만족도는 매우 높습니다. 900만 원 정도의 추가 비용이 들지만 개인 기사를 고용했다고 여길 만한 수준이며, 나이 많은 분들이나 운전에 어려움을 겪는 여성, 장애인 분들이 사용하면 훨씬 효과적입니다. 차주들은 불완전한 부분을 불만으로 여기기보다 다음 업데이트에서 해결될 과제로 받아들이며, 지속적인 개선을 믿고 자신의 운행 정보를 데이터로 기꺼이 제공합니다. 이러한 높은 만족도는 향후 차량 구매 시 자율주행 기능을 가장 중요한 조건으로 고려하게 만들고 있습니다. 차량 외형보다 자율주행 기능이 우선순위가 되는 시대가 온 것입니다.
국내 자율주행 기술의 현주소와 격차
테슬라의 FSD가 국내에 상륙하면서 우리나라 자율주행 기술의 현주소가 더욱 명확히 드러났습니다. 2023년 고속도로에서의 자율주행 HDP를 선보이겠다던 현대차 그룹은 완성도 부족으로 계획을 무기한 연기했습니다. 자회사 모셔널과 포티투닷을 통해 규칙 기반 방식과 엔드투엔드(E2E) 자율주행 개발을 각각 추진해 왔지만, 아직 뚜렷한 성과는 나오지 않았습니다. 테슬라 FSD 국내 배포 시점과 맞물려 포티투닷 대표가 돌연 물러나며 어수선한 상황이 되기도 했습니다. 현대차는 이후 시험 중인 자율주행 영상을 공개했지만, 포티투닷의 기술 완성도는 여전히 베일에 가려져 있습니다. 우리나라 자율주행 시장에서 포티투닷이 얼마나 많은 데이터를 확보했는지 살펴보면, 상암 일부 몇 블록과 청계천 정도에서 운영하는 것 외에는 지자체나 R&D 프로젝트에 적극적으로 참여해서 데이터를 늘리고 학습하려는 모습을 찾아보기 어렵습니다. GM의 슈퍼크루즈는 비슷한 시기에 국내 출시되었습니다. 테슬라의 FSD처럼 전방 주시를 조건으로 주행 중 핸들에서 손을 뗄 수 있는 기능이며, 주행 차로가 막히면 알아서 옆차로로 이동하는 등 인상적인 모습을 보여줍니다. 고속도로에서만 가능하다는 점에서 일반적인 자율주행 기술로 보기 어렵다는 지적도 있지만, 미국에서 7억 마일 이상 주행하면서 슈퍼크루즈로 인한 사고가 단 한 건도 보고되지 않았다는 점에서 안전성에 대한 높은 평가를 받고 있습니다. 슈퍼크루즈와 FSD는 각각 규칙 기반 방식과 엔드투엔드(E2E) 방식으로 기술 접근법이 다릅니다. 규칙 기반 기술은 정밀한 도로 정보와 라이다 같은 센서를 활용하고 주행에 필요한 규칙을 입력해 자율주행을 추구합니다. 반면 엔드투엔드는 많은 사람의 운전 행태를 데이터로 모아 학습한 뒤 이를 모방해 자율주행에 이르는 인공지능 기술입니다. 안전을 보수적으로 관리해 온 규칙 기반 방식이 초기에는 시장을 주도했지만, 인공지능의 비약적인 발전과 함께 테슬라 기술이 성장하면서 흐름이 완전히 바뀌었습니다. 스타트업의 상황도 크게 다르지 않습니다. 서울 강남 일대의 심야 자율주행 택시는 1년여의 시험 운행을 바탕으로 올해 상용 서비스를 앞두고 있으며, 자율주행 버스도 일부 지역에서 승객을 만나고 있습니다. 자율주행 화물차도 올해 안에 시범 운행을 마치고 실제 화물을 싣고 고속도로를 달릴 예정입니다. 하지만 아직은 안전을 위해 사람이 탑승해야 해서 자율주행의 효과는 제한적입니다. 운전석을 비우고 달리는 무인 자율주행 차량도 시험 운행을 시작했지만, 많은 차량을 구축하고 운영하는 데 막대한 비용이 들어 확대가 어려운 상황입니다.
AI 기반 자율주행 기술 발전과 대응 전략
중국은 최근 자율주행 기술을 빠르게 발전시키고 있습니다. 미국의 경우 사고가 한 번 나면 1년 동안 전체 자율주행 차량 운행이 중단된 적이 있었지만, 중국은 사고가 나도 일반 교통사고처럼 처리하고 바로 운행할 수 있게 제도적으로 지원합니다. 이러한 정책적 뒷받침 덕분에 중국 기업들은 계속 공격적으로 투자할 수 있었고, 베이징과 우한 등의 도시에서 자율주행 택시 서비스를 상용화하는 등 이미 기술적으로는 미국에 앞선다는 평가도 나옵니다. 중국 자율주행 기술의 국내 진출도 눈앞에 다가왔습니다. 중국 자율주행 기술을 바탕으로 국내 도로 최적화 작업을 진행 중인 기업은 올해 내 택시 서비스를 계획하고 있습니다. 규칙 기반 방식과 E2E를 결합한 하이브리드 기술로 누적 5천만 km의 주행 데이터를 쌓아 경쟁력을 높였습니다. 비가 내리는 혼잡한 도로에서도 사람의 개입 없이 안정적인 주행을 해내며, 차선 변경도 망설임 없이 하고 좁은 길에서 마주오는 차량을 피해 능숙하게 빠져나갈 줄도 압니다. 중국 기술은 굉장히 많은 마일리지를 축적했고 수많은 엣지케이스(edge case)들을 축적하고 대응해 봤기 때문에, 국내에서 마일리지를 처음부터 쌓는 것보다 어느 정도 수준에 올라 있는 기술을 활용하는 것이 국내 로컬라이제이션에 유리하고 고품질의 주행 품질을 달성할 수 있습니다. 미국이 완성차를 통해 한국 자율주행 시장에 진입했다면, 중국은 서비스를 통해 한국 시장 문을 두드리고 있는 것입니다. 국내 자율주행 개발자들은 대부분의 서비스가 겹치는 부분이 있어, 중국 회사들이 공격적으로 들어왔을 때 기술력이 부족해 시장이 잠식당하고 도태되지 않을까 하는 걱정이 많은 상황입니다.
| 국가/기업 | 기술 방식 | 주요 특징 | 국내 진출 현황 |
|---|---|---|---|
| 테슬라 (미국) | 엔드투엔드 (E2E) | AI 기반 학습, 대량 데이터 확보 | 2024년 11월 FSD 배포 |
| GM (미국) | 규칙 기반 | 고속도로 특화, 7억 마일 무사고 | 슈퍼크루즈 출시 |
| 중국 기업 | 하이브리드 (규칙+E2E) | 5천만 km 데이터, 상용 서비스 운영 | 2025년 택시 서비스 계획 |
| 한국 (현대·스타트업) | 규칙 기반 중심 | 데이터 부족, E2E 전환 필요 | 시범 운행 단계 |
우리나라 기술의 가장 큰 문제는 데이터 부족입니다. 레벨 2 정도의 자율주행 부분은 한국도 어느 정도 잘하고 있었지만, AI로 전환되면서 그 AI를 따라가는 부분이 늦어진 상황입니다. 주행 데이터를 많이 모아서 사람들이 어떻게 운전했는지 학습해 경로 계획을 해야 하는데, 국내 기업들은 아직 경로 계획을 룰 기반으로 하고 있습니다. 데이터 기반으로 경로 계획을 할 수 있는 쪽으로 전환해야 하는데, 그 주행 데이터 자체가 부족한 것이 가장 큰 한계입니다. 정부도 기술 격차가 크게 벌어지자 자율주행 정책 방향을 서둘러 바꾸고 나섰습니다. E2E 기술 중심으로 지원을 강화하고, 그것을 위한 충분한 데이터 확보가 핵심입니다. 그동안 국가에서 데이터 학습에 투자를 많이 못했기 때문에, 이번에 도시 전체를 우한이나 샌프란시스코처럼 일반차와 자율차가 충분히 혼재된 상황에서 난이도 있는 실증을 해보자는 계획입니다. 광주광역시 전체를 첫 번째 실증 도시로 지정해 수백 대의 시험 차량이 다양한 환경에서 학습할 수 있게 도울 예정입니다. 광주에서 발생하는 데이터는 계속 공급될 것이며, 이를 통해 여러 스타트업이 등장할 수 있습니다. 룰 베이스를 기반으로 시작했지만 E2E로 전환해야 할 수밖에 없는 상황이며, 테슬라도 처음 FSD 베타 버전이 나왔을 때 그렇게 성공적이지 않았지만 데이터를 모아가면서 경험하며 점점 발전했듯이, 우리도 데이터를 학습할 수 있는 기반을 잘 구축하고 계속 데이터를 모아가면 결국 테슬라 수준으로 올라갈 수 있을 것이라는 기대가 있습니다. 그러나 더 과감한 투자와 도전도 필요합니다. IT 기업들이 자율주행을 주도하고 있는데, 구글도 그렇고 바이두도 그렇고 거의 그 나라의 대표 IT 기업들이 다 자율주행을 하고 있지만 우리는 현대만 보고 있습니다. 네이버 같은 대형 IT 기업의 참여가 절실한 상황입니다. 또한 빠르게 목표를 이뤄야 하는 만큼 시행착오 과정에서 관대한 시선과 응원도 필요합니다. 미국에서도 무인 자율차가 처음 3~4년 전에는 출퇴근 시간에 안 다녔으면 좋겠다는 의견도 있었지만, 세상이 바뀌어 가는구나 하며 응원해 주는 분들이 있었던 것처럼 국내에도 그러한 분위기가 필요합니다. 테슬라 FSD의 국내 배포는 자율주행 기술의 편리함을 보여주었지만, 동시에 우리 기술의 격차를 명확히 드러냈습니다. 감독형 자율주행이지만 운전자들이 편안함을 느낄 정도로 안정적인 주행은 비약적인 발전입니다. 하지만 입력된 정보에 따라 움직이는 인공지능 운전의 특성상 상황에 맞는 융통성 있는 운전은 여전히 과제로 남아 있습니다. 이미 시작된 자율주행 레이스에서 따라잡을 시간이 많이 남지 않았습니다. 데이터 확보와 AI 기반 기술 전환, 그리고 사회적 응원이 함께할 때 우리도 자율주행 선두 그룹에 합류할 수 있을 것입니다.
자주 묻는 질문 (FAQ)
Q. 테슬라 FSD를 사용하려면 추가 비용이 얼마나 드나요? A. 테슬라 FSD는 약 900만 원 정도의 추가 비용이 발생합니다. 이는 개인 기사를 고용하는 것과 비교할 만한 수준으로, 운전에 어려움을 겪는 고령자, 여성, 장애인 등에게 특히 유용합니다. FSD 사용 중 사고가 발생하면 운전자가 책임을 져야 하므로, 감독형 자율주행이라는 점을 명심해야 합니다. Q. 규칙 기반 방식과 엔드투엔드(E2E) 방식의 차이는 무엇인가요? A. 규칙 기반 방식은 정밀한 도로 정보와 라이다 같은 센서를 활용해 미리 입력된 규칙에 따라 자율주행을 수행합니다. 반면 엔드투엔드(E2E) 방식은 많은 운전자의 주행 데이터를 인공지능이 학습해 사람의 운전 행태를 모방하는 방식입니다. 초기에는 규칙 기반이 우세했으나, AI 발전으로 현재는 E2E 방식이 주류가 되고 있습니다. Q. 한국의 자율주행 기술이 뒤처진 가장 큰 이유는 무엇인가요? A. 가장 큰 이유는 주행 데이터 부족입니다. 테슬라는 판매한 차량에서 무상으로 데이터를 제공받아 방대한 학습 데이터를 확보했지만, 국내 기업들은 제한된 지역에서만 데이터를 수집하고 있습니다. 또한 AI 기반 E2E 기술로의 전환이 늦어진 점, 대형 IT 기업의 적극적인 참여 부족, 투자 규모의 한계 등도 주요 원인입니다.
---
[출처] 영상 제목/채널명: https://youtu.be/BHhGoH18emU?si=KdoPEh7PJUyJTFCu