자율주행을 이해하기 위한 첫 지도

자율주행은 '차가 알아서 가는 기능'이 아니다

자율주행차를 가장 짧게 말하면, 사람 대신 차량 시스템이 주변을 보고, 상황을 판단하고, 이동 경로를 정해, 조향·가속·제동을 수행하는 차다. 하지만 이 정의만으로는 충분하지 않다. 자율주행은 자동차 안에 들어간 기능 하나가 아니라 센서, 인공지능, 소프트웨어, 지도, 통신, 법과 보험, 도로 운영까지 연결된 시스템 기술이다.

예를 들어 비 오는 밤의 교차로를 생각해 보자. 사람 운전자는 신호등, 보행자, 앞차의 브레이크등, 차선, 오토바이의 움직임을 동시에 살핀다. 자율주행 시스템도 같은 일을 해야 한다. 카메라로 신호와 차선을 읽고, 라이다나 레이더로 거리와 속도를 추정하며, 소프트웨어가 '저 보행자가 건널 가능성'을 예측한다. 그다음 멈출지, 천천히 갈지, 차선을 바꿀지 결정한다. 마지막으로 차량 제어 장치가 실제 바퀴와 브레이크를 움직인다.

따라서 자율주행을 이해할 때 핵심 질문은 하나가 아니다. "차가 사람보다 운전을 잘할까?"만 묻는 것으로는 부족하다. "어떤 조건에서?", "누가 책임을 지는가?", "실패하면 어떻게 멈추는가?", "도시는 이 기술을 어떻게 받아들일 것인가?"까지 함께 물어야 한다.

AI 생성 이미지

비슷해 보이는 네 가지 말 구분하기

자율주행 분야에서는 비슷한 말이 자주 섞여 쓰인다. 먼저 용어를 구분해 두면 이후 장을 읽기가 훨씬 쉬워진다.

자율주행차는 차량 시스템이 주행의 핵심 과업을 수행하는 차를 넓게 가리킨다. 여기서 중요한 표현은 '정해진 조건'이다. 어떤 차는 고속도로 정체 구간에서만 스스로 달릴 수 있고, 어떤 차는 특정 도시 구역 안에서만 무인 운행을 할 수 있다. 모든 도로와 모든 날씨에서 운전할 수 있다는 뜻은 아니다.

무인차는 운전석에 사람이 없거나, 사람이 타고 있어도 운전하지 않는 운영 형태를 강조하는 말이다. 무인차라고 해서 반드시 전국 어디서나 달릴 수 있는 완전 자율주행을 뜻하지는 않는다. 공항 셔틀처럼 정해진 노선만 도는 무인 차량도 있고, 특정 구역 안에서만 운행하는 배송 로봇형 차량도 있다.

로보택시는 자율주행 기술을 택시 서비스로 제공하는 형태다. 승객은 앱으로 차를 부르고, 차량은 정해진 서비스 지역 안에서 목적지까지 이동한다. 로보택시는 기술 그 자체라기보다 '사업 모델'에 가깝다. 같은 자율주행 기술이라도 개인 승용차에 들어가면 고급 운전자 보조 기능이 되고, 차량 호출 플랫폼과 결합하면 로보택시가 된다.

운전자 보조 시스템, 즉 ADAS는 사람이 운전하는 것을 돕는 기술이다. 차선 유지 보조, 어댑티브 크루즈 컨트롤, 자동 긴급 제동 같은 기능이 여기에 속한다. 이 기능들은 사고 위험을 줄이는 데 도움을 줄 수 있지만, 운전자를 대체하지 않는다. 미국 교통안전위원회도 ADAS와 자동화 주행 시스템을 구분하며, 보조 기능을 쓰는 동안에도 운전자는 계속 도로를 감독하고 언제든 개입할 준비가 되어 있어야 한다고 설명한다.¹

이 차이는 작아 보이지만 실제로는 매우 중요하다. 운전자 보조 기능을 자율주행처럼 믿고 시선을 떼면 위험해진다. 반대로 제한된 조건에서 검증된 자율주행 서비스를 단순한 편의 기능으로만 보면, 그 안에 필요한 안전 설계와 운영 체계를 과소평가하게 된다.

기술은 갑자기 등장하지 않았다

자율주행은 최근에 갑자기 나온 유행어가 아니다. 20세기 중반부터 연구자들은 '사람이 운전하지 않는 자동차'를 상상했다. 초기에는 도로 아래 유도선을 깔거나, 차량을 원격으로 조종하는 방식이 주로 떠올랐다. 이 접근은 흥미로웠지만, 모든 도로를 새로 바꾸어야 한다는 비용 문제가 컸다.

현대적 의미의 자율주행에 가까운 흐름은 차량이 스스로 도로를 읽기 시작하면서 강해졌다. 1977년 일본 쓰쿠바 기계공학연구소의 실험 차량은 카메라로 도로의 흰 선을 인식하며 주행했다. 1980년대에는 독일의 연구자 에른스트 딕만스 팀이 카메라와 컴퓨터 비전 기술을 이용해 고속도로 주행을 시도했다. 미국 카네기멜런대의 ALVINN 같은 연구도 차량이 학습을 통해 도로를 따라가는 가능성을 보여 주었다.²

2000년대에는 큰 전환점이 있었다. 미국 DARPA가 연 무인차 경주들은 여러 연구팀을 한자리에 모았고, 센서 융합, 확률적 판단, 경로 계획 같은 기술을 실제 차량에서 시험하게 했다. 2004년 첫 대회는 완주 차량이 없었지만, 그 실패 자체가 중요한 출발점이었다. 연구자들은 실험실의 알고리즘이 사막, 먼지, 장애물, 진동, 통신 문제 앞에서 얼마나 쉽게 무너지는지 배웠다.

이후 기술은 도시 주행으로 이동했다. 고속도로보다 도시는 훨씬 복잡하다. 보행자가 갑자기 나타나고, 자전거와 배달 오토바이가 차 사이를 지나가며, 공사 구간은 지도와 다르게 변한다. 구글의 자율주행 프로젝트에서 출발한 Waymo 같은 기업들은 연구 차량을 실제 도심 서비스로 옮기기 위해 긴 테스트와 제한된 상용 운행을 진행했다.³ 오늘날의 로보택시 실험은 이 긴 역사 위에 있다. 아직 모든 곳에서 자유롭게 운행되는 단계는 아니지만, 연구실 안의 시연을 넘어 실제 승객과 도시 운영을 다루는 단계로 이동한 것은 분명하다.

왜 자율주행이 필요한가

자율주행을 추진하는 이유는 단순히 운전의 귀찮음을 없애기 위해서만은 아니다. 더 큰 배경에는 안전, 접근성, 도시 효율, 산업 구조의 변화가 있다.

첫째, 교통안전이다. 사람은 피곤해지고, 휴대전화를 보고, 과속하고, 순간적으로 잘못 판단한다. 자율주행 시스템은 졸지 않고, 주변을 계속 측정하며, 같은 상황에서 같은 기준으로 반응하도록 설계할 수 있다. 그래서 사고를 줄일 가능성이 있다. 다만 가능성은 자동으로 현실이 되지 않는다. 센서가 악천후에서 약해질 수 있고, 소프트웨어가 드문 상황을 잘못 해석할 수 있으며, 운전자가 보조 기능을 과신하는 문제도 생긴다. 안전은 광고 문구가 아니라 검증, 기록, 사고 분석, 지속적 개선으로 만들어진다.

둘째, 이동 약자 지원이다. 고령자, 장애인, 운전면허가 없는 사람, 대중교통이 부족한 지역의 주민에게 자율주행 이동 서비스는 큰 의미가 있을 수 있다. 병원, 학교, 시장까지의 짧은 이동이 어려운 사람에게 '직접 운전하지 않아도 되는 이동 수단'은 생활 반경을 넓히는 기술이 된다.

셋째, 혼잡 완화와 도시 운영이다. 자율주행차가 서로의 위치와 속도를 더 정확히 알고 움직이면 급가속과 급제동이 줄어들 수 있다. 교차로 통과, 합류, 주차 탐색도 더 효율적으로 바뀔 여지가 있다. 그러나 반대로 이동이 너무 쉬워져 빈 차가 많이 돌아다니면 혼잡이 늘 수도 있다. 자율주행이 도시를 좋게 만들지는, 더 복잡하게 만들지는 기술만이 아니라 요금 정책, 도로 배분, 대중교통과의 연결 방식에 달려 있다.

넷째, 물류 효율화다. 장거리 화물 운송, 야간 배송, 물류센터 안의 이동은 자율주행 기술이 비교적 빨리 적용될 수 있는 영역이다. 정해진 구간을 반복 운행하고, 운행 데이터를 축적하기 쉽기 때문이다. 운전자 부족 문제를 완화하고 배송 비용을 낮출 수 있지만, 동시에 일자리 전환과 책임 소재라는 사회적 과제도 함께 생긴다.

한 대의 똑똑한 차와 하나의 생태계

자율주행을 보는 첫 번째 관점은 차량 한 대의 지능이다. 이 관점에서는 차량 내부의 기술 흐름을 본다. 센서가 주변을 감지하고, 인지 시스템이 차선·차량·보행자를 분류하며, 예측 알고리즘이 다른 도로 이용자의 다음 행동을 추정한다. 경로 계획은 안전하고 효율적인 움직임을 고르고, 제어 시스템은 그 결정을 실제 조향과 제동으로 바꾼다. 이 책의 중반부는 이 흐름을 차례대로 따라간다.

두 번째 관점은 도로·통신·제도까지 포함한 생태계다. 아무리 좋은 차량도 희미한 차선, 복잡한 공사 구간, 예측할 수 없는 보행 환경, 불명확한 책임 규칙 앞에서는 한계를 가진다. 그래서 자율주행은 도로 인프라, 정밀 지도, 차량 간 통신, 원격 관제, 보험, 법규, 사이버 보안과 함께 움직인다. 미국 환경보호청도 자동화 차량이 이동 방식과 교통의 환경적 영향을 바꿀 수 있지만, 그 효과는 정책과 이용 방식에 따라 달라질 수 있다고 본다.⁴

이 두 관점은 서로 경쟁하지 않는다. 차량은 더 똑똑해져야 하고, 동시에 도시는 그 기술이 안전하게 작동할 수 있는 조건을 만들어야 한다. 자율주행은 자동차 산업의 문제가 아니라 이동 시스템 전체의 문제다.

이 책을 읽는 방향

이 책은 자율주행을 마법처럼 설명하지 않는다. 먼저 자동화 수준과 운전자의 책임을 구분하고, 그다음 시스템 구조를 본다. 이어서 카메라, 라이다, 레이더가 도로를 어떻게 읽는지 살펴보고, 인지·위치 추정·예측·경로 계획·제어가 어떤 순서로 연결되는지 설명한다. 후반부에서는 데이터와 소프트웨어 개발, 통신과 인프라, 안전 검증, 법과 윤리, 상용화 전략을 다룬다.

가장 중요한 태도는 균형이다. 자율주행은 사고를 줄이고 이동의 자유를 넓힐 수 있는 강력한 기술이다. 동시에 아직 해결해야 할 기술적·사회적 문제가 많다. 그러므로 이 책의 목표는 "자율주행은 곧 모든 운전을 대체한다"거나 "너무 위험해서 불가능하다"는 단정이 아니다. 목표는 자율주행이 어떤 조건에서 작동하고, 어디서 실패할 수 있으며, 사회가 무엇을 준비해야 하는지 이해하는 것이다.

이 첫 지도만 기억해도 충분하다. 자율주행은 차가 혼자 움직이는 장면이 아니라, 감지하고 판단하고 움직이며 책임지는 전체 시스템이다.

참고

¹Advanced Driver Assistance Systems and Automated Driving Systems

²The Surprisingly Long History of Driverless Cars

³How Waymo went from secret Google project to dominant robotaxi company

⁴Self-driving Vehicles | US EPA