CES
CES
목차
1. CES 개요 및 중요성
2. CES의 역사와 발전 과정
3. CES에서 선보이는 핵심 기술 및 트렌드
4. CES의 주요 활용 사례 및 사회적 영향
5. CES의 운영 방식 및 참가 주체
6. 현재 CES의 동향 및 주요 이슈
7. CES의 미래 전망과 도전 과제
1. CES 개요 및 중요성
CES(Consumer Electronics Show)는 매년 1월 미국 라스베이거스에서 개최되는 세계 최대 규모의 가전 및 IT 기술 박람회입니다. 이 행사는 단순한 신제품 전시를 넘어, 글로벌 기술 트렌드를 제시하고 미래 산업의 방향성을 가늠하는 중요한 플랫폼으로 자리매김하고 있습니다.
CES란 무엇인가?
CES는 'Consumer Electronics Show'의 약자로, 우리말로는 '소비자 가전 전시회' 또는 '국제 전자제품 박람회'로 번역됩니다. 이 행사는 미국 소비자기술협회(CTA: Consumer Technology Association)가 주최하며, 매년 1월 초 미국 네바다주 라스베이거스 컨벤션 센터(LVCC)를 중심으로 여러 전시장에서 개최됩니다. 전 세계 수천 개의 기업이 참가하여 최신 기술과 혁신적인 제품을 공개하며, 이는 그 해의 기술 트렌드를 예측하고 방향을 제시하는 중요한 행사로 평가받습니다.
CES의 위상과 영향력
CES는 단순한 제품 전시회를 넘어, 글로벌 기술 커뮤니티가 한데 모여 한 해의 기술 아젠다를 설정하고 미래를 함께 만들어가는 중요한 플랫폼입니다. 이곳에서 발표되는 기술과 제품들은 향후 몇 년간의 기술 트렌드를 예측하게 해주며, 업계 관계자들 간의 네트워킹과 협업의 기회를 제공합니다. 포춘 글로벌 500대 기업 중 다수가 참여하고, 수많은 스타트업이 혁신적인 아이디어를 선보이는 유레카 파크(Eureka Park)는 CES가 단순한 전시를 넘어 실제적인 비즈니스와 투자 유치의 장임을 보여줍니다. 또한, CES는 전 세계 수천 명의 미디어 관계자가 운집하여 최신 기술 동향을 발 빠르게 전하며, 이는 수십만 건의 기사와 수십억 회 이상의 글로벌 미디어 노출로 이어져 CES의 막대한 파급력을 실감케 합니다.
2. CES의 역사와 발전 과정
CES는 1967년 소규모 가전 행사로 시작하여 55년이 지난 현재 가전뿐만 아니라 IT, 모빌리티, 가상현실, 우주 등 미래 신기술을 모두 아우르는 전시회로 성장했습니다.
초기 CES (1960년대 ~ 1980년대)
제1회 CES는 1967년 6월 24일 미국 뉴욕에서 개최되었습니다. 당시 전시회는 '시카고 라디오 쇼'에서 분리된 소규모 가전 행사로, 약 100여 개의 가전 업체와 17,500명의 방문객이 참여했습니다. 초창기 CES는 텔레비전, VCR(비디오카세트 리코더), 가정용 컴퓨터와 같은 당시의 혁신적인 가전제품을 선보이는 데 중점을 두었습니다. 1970년에는 VCR이, 1981년에는 캠코더와 콤팩트디스크(CD) 플레이어가 처음 소개되었습니다. 1978년부터 1994년까지는 매년 1월 라스베이거스에서 동계 CES(WCES)로, 6월에는 시카고에서 하계 CES(SCES)로 두 차례 개최되기도 했습니다. 1989년에는 닌텐도(Nintendo)가 게임보이(Game Boy) 휴대용 콘솔을 공개하며 큰 주목을 받았습니다.
기술 혁신과 성장기 (1990년대 ~ 2000년대)
1990년대에는 디지털 기술의 부상과 함께 CES 전시 품목에 상당한 변화가 있었습니다. PC, 인터넷, 디지털 미디어 등 주요 기술 혁신이 CES에 반영되면서, 이 행사는 기업들이 컴퓨팅, 네트워킹, 통신 분야의 최신 혁신을 선보이는 플랫폼이 되었습니다. 1994년에는 최초의 DVD 플레이어가, 1998년에는 최초의 HDTV가 CES에서 공개되었습니다. 1995년부터는 하계 CES의 인기가 시들해지자, 1998년부터 연초에 라스베이거스에서 한 차례 열리는 행사로 전환되었습니다. 1999년 빌 게이츠는 CES 기조연설에서 디지털 홈의 등장과 컴퓨팅, 엔터테인먼트, 커뮤니케이션의 융합을 예견하기도 했습니다. 2000년대에는 모바일 기술이 소비자 가전 산업의 지배적인 힘으로 등장했으며, 2001년에는 최초의 아이팟(iPod)이 CES에서 출시되었습니다. 2005년 CES에서는 마이크로소프트 회장 빌 게이츠의 기조연설이 있었고, 삼성그룹은 102인치 플라스마 텔레비전을 선보였습니다. 이 시기 CES는 TV, 오디오 및 백색가전 위주의 전시에서 점차 IT 산업 전반의 기술 혁신을 다루는 행사로 인지도를 높여갔습니다.
현대 CES의 변모 (2010년대 이후)
2010년대에 들어서면서 CES는 큰 변혁을 맞이했습니다. 주최 측인 CTA는 급격하게 발달한 ICT(정보통신) 기술과 가전제품의 결합에 대응하여 전시회 자체의 테마를 '제품'에서 '기술'로 변모시키고, 전시회 전체의 대형화 및 국제화를 유도했습니다. 이러한 전략은 스마트폰, IoT(사물 인터넷), AI(인공지능), 모빌리티 등 새로운 기술 패러다임이 CES의 중심이 되면서 폭발적인 성공을 가져왔습니다. 더 이상 가전제품만이 아니라 전기자동차 및 자율주행차 등 미래 자동차, 드론, 인공지능, 로봇 등 ICT 분야의 최신 기술을 보유한 기업 및 기관들이 기술적 성과를 매년 초 공개하는 기술 전시회로 변모했습니다. 이는 CES가 세계 IT 3대 전시회 중 하나로 확고히 자리매김하는 계기가 되었습니다.
3. CES에서 선보이는 핵심 기술 및 트렌드
CES는 매년 인류의 삶을 변화시킬 혁신적인 기술과 제품을 선보이며 미래 기술의 방향성을 제시합니다.
주요 기술 분야 (AI, IoT, 모빌리티, 메타버스 등)
CES에서 매년 중점적으로 다루는 핵심 기술 분야는 다음과 같습니다.
인공지능(AI): AI는 모든 산업을 변화시키는 핵심 기술로, 스마트홈, 모빌리티, 디지털 헬스 등 다양한 분야에 적용됩니다. 온디바이스 AI(On-Device AI)와 생성형 AI(Generative AI)는 물론, 물리적 행동으로 이어지는 '피지컬 AI(Physical AI)'까지 진화하고 있습니다.
사물 인터넷(IoT): AI와 결합된 IoT 기술은 스마트홈 환경에서 가전제품과 기기들을 연결하여 거주자의 생활 패턴을 분석하고 맞춤형 서비스를 제공하는 자동화 환경을 조성합니다.
모빌리티: 자율주행차, 전기차, UAM(도심항공모빌리티), 로봇 등 미래형 교통수단과 스마트 도시의 비전이 제시됩니다. AI 기반 자율주행 보조 시스템과 차량 내 음성 인식, 교통 최적화 기술 등이 발전하고 있습니다.
디지털 헬스: AI, VR(가상현실)과 디지털 헬스 기술의 융합은 헬스케어의 새로운 패러다임을 선보입니다. 진단 정확도를 높이고, 맞춤형 치료를 가능하게 하며, 헬스케어 접근성을 개선하는 데 기여합니다. 웨어러블 기기 등 센싱 데이터를 기반으로 한 AI 디지털 케어가 주목받습니다.
로보틱스: AI와 만나 더욱 진보하는 로보틱스는 물류창고나 공장을 넘어 서비스업, 가정, 농업 등 다양한 분야로 확산되고 있습니다. 인간의 한계를 보완하는 협력자로 자리 잡으며 산업 자동화 수준을 높이고 있습니다.
메타버스 및 XR(확장현실): AR(증강현실) 글래스와 MR(혼합현실) 헤드셋이 더욱 가볍고 선명해지면서 메타버스 콘텐츠가 한층 실감 나는 형태로 발전하고 있습니다. 게임, 교육, 원격 협업 등 응용 분야가 늘어나며 XR 생태계 확장이 본격화되는 추세입니다.
지속 가능성(Sustainability): 기후 변화 대응과 지속 가능성을 위한 ESG(환경·사회·지배구조) 기술이 강조되며, 탄소 배출 절감, 재생 에너지 활용, 순환 경제 모델 도입 등 환경 지속 가능성을 높이는 다양한 기술이 선보여집니다.
양자 컴퓨팅: AI 이후의 차세대 핵심 기술로 주목받으며, 기존 슈퍼컴퓨터가 해결하기 어려운 복잡한 문제를 단시간 내에 처리할 수 있는 잠재력을 보여줍니다.
혁신상(Innovation Awards)을 통해 본 기술 동향
CES 혁신상은 미국 소비자기술협회(CTA)가 매년 출품작 중 혁신성, 디자인, 기술력 등을 종합적으로 평가하여 수여하는 세계적 권위의 상입니다. 이 상은 해당 연도의 가장 혁신적인 기술 트렌드와 미래 유망 기술을 조명하는 중요한 지표가 됩니다. 예를 들어, CES 2026 혁신상 수상 성과는 TV, 모바일 같은 익숙한 제품뿐 아니라 AI 반도체, 디지털 헬스, 로봇, XR까지 무대가 넓어졌음을 보여주며, 한국 기업들의 존재감도 커졌습니다. 현대자동차는 CES 2026에서 차세대 자율주행 모빌리티 로봇 플랫폼 '모베드(MobED)'로 로보틱스 부문 최고혁신상(Best of Innovation Awards)을 수상하며 기술력을 인정받았습니다. 이는 혁신상 수상 제품 및 기술이 단순한 전시를 넘어 곧바로 생활 속 경험과 연결되는 흐름임을 말해줍니다.
4. CES의 주요 활용 사례 및 사회적 영향
CES는 수많은 혁신적인 제품과 기술을 대중에게 처음 소개하며 우리 삶과 산업 전반에 지대한 영향을 미쳐왔습니다.
소비자 기술 혁신을 이끈 제품들
CES는 수십 년간 수많은 소비자 가전 혁신을 이끌어왔습니다. 1970년 비디오카세트 리코더(VCR), 1981년 캠코더 및 콤팩트디스크(CD) 플레이어, 1994년 DVD 플레이어, 1998년 HDTV, 2001년 아이팟(iPod) 등이 CES를 통해 대중에게 처음 소개되거나 큰 반향을 일으켰던 대표적인 제품들입니다. 이 외에도 컴퓨터 마우스(1968년), 닌텐도 게임보이(1989년), 포켓 PC(2000년) 등 현대 생활을 혁신적으로 변화시킨 기술들이 CES를 통해 세상에 데뷔했습니다. 이러한 제품들은 단순한 기술적 진보를 넘어, 사람들의 여가 활동, 정보 소비 방식, 생활 편의성 등을 근본적으로 변화시키는 계기가 되었습니다.
산업 전반에 미치는 파급 효과
CES는 단순한 가전 전시를 넘어 다양한 산업 분야의 기술 혁신과 비즈니스 기회 창출에 기여합니다.
자동차 산업: 자율주행차, 전기차, UAM 등 미래 모빌리티 기술이 CES의 주요 전시 품목으로 자리 잡으면서, 자동차 산업은 IT 기술과의 융합을 가속화하고 있습니다. 현대자동차와 같은 글로벌 자동차 기업들은 CES를 통해 혁신적인 모빌리티 비전을 제시하고 있습니다.
헬스케어 산업: 디지털 헬스케어 기술은 AI 기반 진단 기기, 웨어러블 디바이스, 원격 의료 서비스 등을 통해 개인 맞춤형 건강 관리의 새 시대를 열고 있습니다. CES는 이러한 기술들이 의료 산업에 어떻게 적용될 수 있는지 보여주는 중요한 장입니다.
스마트시티 및 스마트홈: AI와 IoT 기술을 기반으로 한 스마트홈 솔루션은 가전제품과 IoT 기기를 연결하여 거주자의 생활 패턴을 분석하고 최적의 주거 환경을 제공합니다. 스마트시티는 모빌리티, 에너지, 환경 기술 등이 통합되어 도시 인프라를 혁신하는 방향으로 발전하고 있습니다.
제조업 및 로보틱스: 산업용 로봇과 협동 로봇(Cobot)의 발전은 제조 및 물류 자동화를 가속화하며, 인간의 노동 부담을 줄이고 생산 효율성을 높이는 데 기여합니다.
CES는 이러한 기술들이 실제 비즈니스 환경에서 어떻게 활용될 수 있는지, 그리고 새로운 시장을 어떻게 창출할 수 있는지를 보여주는 중요한 기회를 제공합니다.
5. CES의 운영 방식 및 참가 주체
CES는 방대한 규모와 복잡한 구성으로 이루어져 있으며, 전 세계 다양한 주체들이 참여하여 기술 혁신의 장을 만듭니다.
CES의 구성 및 일정
CES는 일반적으로 1월 초에 4일간 진행됩니다. 주요 행사는 라스베이거스 컨벤션 센터(LVCC)를 포함한 테크 이스트(Tech East), 테크 웨스트(Tech West), 테크 사우스(Tech South) 등 여러 대규모 전시 구역에서 펼쳐집니다.
전시 구역: 각 구역은 특정 기술 분야나 참가 기업의 규모에 따라 나뉘어 전시됩니다. 예를 들어, 스타트업 중심의 '유레카 파크(Eureka Park)'는 혁신적인 아이디어를 선보이는 장으로 유명합니다.
기조연설(Keynotes): 글로벌 기술 리더들이 무대에 올라 한 해의 기술 트렌드와 미래 비전을 제시하는 핵심 세션입니다. 엔비디아(NVIDIA)의 젠슨 황(Jensen Huang) CEO, AMD의 리사 수(Lisa Su) CEO, 지멘스(Siemens)의 롤란드 부시(Roland Busch) CEO 등이 최근 CES에서 기조연설을 진행했습니다.
컨퍼런스 세션: AI, 디지털 헬스, 모빌리티, 지속 가능성 등 다양한 주제에 대한 심도 있는 논의와 기술 발표가 이루어지는 전문 세션입니다.
미디어 데이(Media Day): 공식 개막에 앞서 주요 기업들이 신제품 발표와 파트너십을 공개하며 미디어의 관심을 집중시키는 행사입니다.
CES는 이러한 다채로운 구성으로 전 세계 참가자들에게 기술 트렌드를 공유하고 교류할 수 있는 기회를 제공합니다.
주요 참가 기업 및 방문객
CES에는 전 세계 150개국 이상에서 4,300개 이상의 기업이 참가하며, 참관객 수는 13만 5천 명을 넘어서는 등 팬데믹 이전 수준을 회복하고 있습니다.
글로벌 대기업: 삼성전자, LG전자, 현대자동차, SK그룹, 엔비디아, 구글, 아마존, 마이크로소프트 등 각 산업을 대표하는 글로벌 기업들이 대규모 부스를 마련하여 최신 기술과 혁신 제품을 선보입니다. 이들은 AI, 모빌리티, 스마트홈 등 핵심 분야에서 기술 리더십을 과시합니다.
스타트업: 유레카 파크를 중심으로 전 세계 수많은 스타트업이 참여하여 혁신적인 아이디어와 기술을 선보이고 투자 유치의 기회를 모색합니다. CES 2024에는 전체 스타트업 1,200개 사 중 42%에 달하는 512개 스타트업이 한국 스타트업이었을 정도로 한국 스타트업의 참여가 활발합니다.
방문객: 기술 전문가, 엔지니어, 비즈니스 리더, 투자자, 미디어 관계자, 그리고 최신 기술을 직접 체험하고자 하는 일반 소비자 등 다양한 배경을 가진 사람들이 CES를 방문합니다. 이들은 새로운 비즈니스 기회를 창출하고, 기술 트렌드를 파악하며, 미래 기술을 미리 경험하는 것을 목표로 합니다.
CES는 이러한 다양한 참가 주체들이 모여 기술 혁신을 논하고 협력하는 글로벌 기술 생태계의 중요한 허브 역할을 수행합니다.
6. 현재 CES의 동향 및 주요 이슈
최근 CES는 AI 기술의 급부상과 팬데믹 이후의 변화에 집중하며 기술 산업의 핵심 화두를 제시하고 있습니다.
최신 CES (예: 2024년, 2025년) 주요 트렌드
최근 CES는 'AI Everywhere'를 핵심 키워드로 내세우며 인공지능이 모든 산업과 일상에 깊숙이 침투하고 있음을 보여줍니다.
CES 2024: AI와 로보틱스, 모빌리티, 메타버스·웹 3.0, 스마트홈, 디지털 헬스케어, ESG, 스페이스 테크, 푸드테크 등이 주요 트렌드로 부상했습니다. 특히 AI를 실생활 및 기존 산업에 접목시키는 시도가 각광받았고, 단순한 AI가 아닌 기기 안으로 들어온 온디바이스 AI가 주목받았습니다. 유통 기업 월마트, 뷰티 기업 로레알, 자동차 제조기업 현대 그룹 등 비IT 기업들도 AI와 기존 산업 및 소비 생활의 연결을 강조하는 부스를 운영했습니다.
CES 2025: 'AI Everywhere'를 핵심 키워드로, AI, 지속 가능성, 디지털 헬스, 양자 컴퓨팅, 모빌리티 등 다양한 기술이 주목받았습니다. AI는 스마트홈, 모빌리티, 디지털 헬스 등 다양한 산업에서 핵심 기술로 자리 잡았으며, 특히 스마트홈은 AI가 가장 빠르게 적용되는 영역 중 하나로 혁신적인 AI 기반 솔루션이 대거 선보였습니다. 양자 컴퓨팅은 올해 처음으로 추가된 항목이자 주요 키워드 중 하나로, AI 열풍을 이어갈 다음 주자로 주목받았습니다.
CES 2026: AI 기술의 '상용화'와 '일상 침투' 수준을 가늠하는 무대가 될 것이라는 관측이 나옵니다. 단순한 기술 시연을 넘어 실제 제품과 서비스에 어떻게 적용되고, 안정성과 효율성을 어떻게 확보했는지가 주요 관전 포인트로 떠오를 전망입니다. '피지컬 AI'가 로봇, 모빌리티, 가전을 관통하는 새로운 경쟁의 기준으로 제시될 것으로 예상됩니다.
이처럼 CES는 매년 기술 트렌드의 진화를 반영하며, 특히 AI 기술의 발전과 적용 범위 확대를 중점적으로 다루고 있습니다.
팬데믹 이후 CES의 변화
코로나19 팬데믹은 CES 운영 방식에 큰 변화를 가져왔습니다. 2021년에는 전면 온라인으로 개최되었으며, 2022년에는 규모가 축소된 채 온오프라인 하이브리드 형식으로 진행되었습니다. 팬데믹 이후 CES는 대면 행사의 중요성을 다시금 확인하며, 참가국 및 기업 수가 팬데믹 이전 수준을 회복하고 있습니다. 하지만 동시에 온라인 플랫폼을 활용한 접근성 확대와 하이브리드 전시 모델에 대한 논의도 지속되고 있습니다. 이러한 변화는 CES가 급변하는 환경 속에서도 기술 혁신의 장으로서의 역할을 유지하기 위한 노력을 보여줍니다.
7. CES의 미래 전망과 도전 과제
CES는 미래 기술 혁신의 방향성을 제시하고 있지만, 동시에 급변하는 기술 환경 속에서 새로운 도전 과제에 직면하고 있습니다.
미래 기술 혁신의 방향성
CES를 통해 엿볼 수 있는 인류의 미래 삶과 기술 발전의 큰 그림은 다음과 같습니다.
AI의 일상화 및 대중화: AI는 더 이상 특정 전문가의 영역이 아닌, 우리 삶의 모든 영역에 스며들어 개인의 삶을 풍요롭게 하고 산업의 효율성을 극대화하는 핵심 동력이 될 것입니다. 온디바이스 AI, AI 에이전트, 피지컬 AI 등 다양한 형태의 AI가 실생활에 적용될 것입니다.
초연결 사회와 스마트 경험: IoT, 5G, AI 등의 기술 융합은 기기와 사람, 그리고 환경이 끊김 없이 연결되는 초연결 사회를 구현할 것입니다. 스마트홈, 스마트시티, 커넥티드 모빌리티 등은 개인에게 최적화된 맞춤형 경험을 제공하며 삶의 질을 향상시킬 것입니다.
지속 가능한 기술: 기후 변화와 환경 문제 해결을 위한 지속 가능한 기술의 중요성은 더욱 커질 것입니다. 재생 에너지, 탄소 중립 기술, 순환 경제 모델 등 ESG 가치를 반영한 기술 혁신이 가속화될 것으로 예상됩니다.
디지털 헬스 혁명: AI 기반의 정밀 의료, 예방 의학, 개인 맞춤형 건강 관리 솔루션은 인간의 수명과 웰빙을 증진시키는 데 크게 기여할 것입니다. 웨어러블 기기와 체내 센서 기술의 발전은 건강 관리를 더욱 개인화하고 지능화할 것입니다.
CES는 이러한 기술들이 인류가 직면한 문제를 해결하고 더 나은 미래를 만들어가는 데 어떻게 기여할 수 있는지에 대한 비전을 제시합니다.
CES가 나아가야 할 길
급변하는 기술 환경 속에서 CES가 계속해서 영향력을 유지하고 발전하기 위해서는 다음과 같은 도전 과제를 해결하고 혁신을 추구해야 합니다.
기술의 실용성과 상용화 강조: 단순한 기술 시연을 넘어 실제 제품과 서비스에 어떻게 적용되고, 사용자에게 어떤 가치를 제공하는지 보여주는 것이 중요합니다. '혁신은 시장에서 증명된다'는 흐름에 맞춰 상용화 가능성이 높은 기술들을 중심으로 전시를 구성해야 합니다.
다양한 산업 분야와의 융합 심화: 전통적인 가전의 경계를 넘어 자동차, 헬스케어, 건설, 푸드테크, 뷰티테크 등 더욱 다양한 산업 분야의 참여를 유도하고, 이들 간의 융합 시너지를 창출하는 플랫폼 역할을 강화해야 합니다.
글로벌 문제 해결에 기여: 기후 변화, 에너지 위기, 건강 불평등 등 인류가 직면한 글로벌 과제 해결에 기술이 어떻게 기여할 수 있는지에 대한 논의와 솔루션 제시를 더욱 확대해야 합니다.
스타트업 생태계 지원 강화: 혁신적인 아이디어를 가진 스타트업들이 투자자와 파트너를 만나고 성장할 수 있는 기회를 지속적으로 제공하며, 글로벌 기술 생태계의 활력을 불어넣어야 합니다.
참관객 경험의 지속적인 혁신: 온오프라인을 아우르는 하이브리드 전시 모델을 더욱 고도화하고, 참관객들이 기술을 더욱 몰입감 있게 체험하고 교류할 수 있는 새로운 방식을 끊임없이 모색해야 합니다.
CES는 이러한 변화와 혁신을 통해 미래 기술 발전의 이정표이자 글로벌 기술 협력의 중심지로서 그 위상을 더욱 공고히 할 것입니다.
참고 문헌
삼성SDS 디지털 마케터의 눈으로 본 CES 2025 트렌드! (2025-01-21)
CES 2024 주요 트렌드 9개 알아보기 - 사례뉴스 (2024-01-09)
기업이 반드시 알아야 할 CES 2025 핵심 기술 트렌드 - SK AX (2025-02-07)
[제조백과] 제조업 전시의 꽃, CES 알아보기 - 바로발주 (2024-05-30)
〈CES 2025〉에서 주목할 다섯 가지 키워드는? | Design＋ (2025-01-07)
변화의 물결 속으로! CES 2025 트렌드 - SK텔레콤 뉴스룸 (2025-01-13)
CES는 글로벌 IT 혁신 트렌드와 미래 기술 미리 볼 수 있는 기회입니다. (2025-05-22)
“CES 2025” 10대 키워드로 보는 기술 트렌드 - 요즘IT (2025-01-16)
［CES 2024 트렌드 총정리］ 'CES 2024'를 관통한 핵심 키워드는? | SK ecoplant Newsroom (2024-01-18)
CES 2024, 주목해야 할 6대 트렌드 - 브런치 (2024-01-10)
[CES2023] 메타버스·AI·스마트모빌리티 등 총출동…증시 달굴 테마는? - Daum (2023-01-05)
모든 산업은 AI로 탈바꿈한다, CES 2024 - 테크 포커스 (2024-02-05)
알아두면 좋은 CES의 변천사 - CES 전문 지오엑스포 (2024-01-02)
CES (무역 박람회) - 위키백과, 우리 모두의 백과사전 (2025-12-20)
CES 2025, 미래를 향한 신기술과 혁신 트렌드 총정리 (2025-03-05)
CES 2026, AI·헬스·로봇·모빌리티·펫테크 전 분야가 '실제 적용' 중심으로 이동 (2025-12-10)
[미리 보는 CES 2026] 삼성·SK·LG 등 '코리아 초격차 AI' 위상 과시 - 에너지경제신문 (2026-01-04)
[CES 2023 디브리핑] 모빌리티∙AI∙메타버스… CES 2023 주요 키워드 정리 - SK텔레콤 뉴스룸 (2023-01-26)
CES 2026 혁신상 수상 성과 - 판다랭크 (2025-11-06)
CES 2025 행사 일정 및 참여기업, 주목할만한 기술은?? (2025-01-07)
CES로 보는 2024년 주요 산업 트렌드 - 한국무역협회 (2024-01-17)
CES - 나무위키 (2025-12-20)
CES 역사 및 개요 - 더밀크 | The Miilk (2024-01-08)
라스베가스 가전제품 박람회 CES 2026 - 국제박람회여행사 (2025-12-01)
CES2024 총정리!! 생성AI, 모빌리티, 스마트홈, 헬스케어, 메타버스… - YouTube (2024-01-13)
현대자동차 모베드, CES 2026 로보틱스 부문 최고혁신상 수상 - 뉴스와이어 (2026-01-05)
1967년 소규모 가전 전시회로 출발한 美CES…미래기술 총집합 - 연합뉴스 (2022-01-02)
[비즈한국×현대자동차] 현대차 모베드, CES 2026 로보틱스 부문 최고혁신상 수상 (2026-01-06)
[CES 2026] AI 기술방향 총망라…삼성·현대차 등 출격 - 디지털타임스 (2026-01-04)
CES 2026이 다시 주목한 디스플레이 글라스: 보이지 않지만 가장 중요한 1mm (2026-01-06)
CES Keynote 2025, 기조 연설 편 -엔비디아(NVIDIA)젠슨황 등! - CES 전문 지오엑스포 (2025-01-05)
"모빌리티·디지털헬스, 그리고 "…CES 2025 휩쓴 '이 기술' - 유니콘팩토리 (2025-01-06)
CES 2025 총결산 - 브런치 (2025-01-13)
[전시안내] CES 2026 (Consumer Electronics Show) - 메세플래닝 (2025-12-01)
'CES 2026' 개막...LG전자, 현대, 두산밥캣 등 신제품 발표 - 투데이에너지 (2026-01-07)
Conference Program - CES (2025-12-01)
[고삼석 칼럼] CES 2025 결산, 첨단 기술이 만들 우리의 미래 - 지디넷코리아 (2025-01-13)
글로벌 전시 플랫폼 - 한국무역협회 (2024-01-01)
CES 2026 프리뷰: 미리 보는 CES 트렌드 (2025-12-05)
CES 2025에서 주목할 5대 산업분야 (2025-01-01)
CES 2025로 살펴본 글로벌 기술 트렌드: 더 가까워진 AX and more - 한국무역협회 (2025-01-17)
[카드뉴스] 피지컬 AI, '새로운 전략'이 되다.. 로봇·모빌리티·가전을 관통하는 새로운 경쟁의 기준 (2026-01-06)
AI 기술패권 각축장 CES 2026… 사상 최대 '통합한국관' 운영 - 기계신문 (2026-01-02)
한서대, 국내대학 최초 CES 혁신상 7년 연속 수상…총 28개 혁신상 쾌거 - 한국대학신문 (2026-01-06)
CES 2025 전시 일정 안내! 세계에서 가장 영향력 있는 국제적인 행사! (2025-01-07)
2026에서 우버
우버
Uber Technologies, Inc.(통칭 Uber, 한국어로 우버)는 모바일 애플리케이션 기반의 이동(승차 호출) 및 배달 등 플랫폼 서비스를 제공하는 기업이다. 사업 확장 과정에서 노동 분류(플랫폼 노동), 개인정보 처리, 규제 회피 의혹, 안전 및 직장문화 관련 논란이 반복적으로 공론화되어 왔다.
목차
역사와 사업 전개
데이터 유출과 프라이버시 이슈
법적·규제 분쟁과 주요 사건
기업 문화, 차별, 이용자 안전 논란
기업 운영과 재무
1. 역사와 사업 전개
Uber는 2009년경 서비스를 출발점으로 성장했으며, 이후 다수 국가와 도시로 진출하면서 승차 호출(ride-hailing)을 핵심 사업으로 확장했다.
2010년대 중반 이후에는 음식 배달(예: Uber Eats)과 물류 등으로 포트폴리오를 넓히는 동시에, 각국의 운송 규제 및 노동 규정과의 충돌이 빈번해졌다.
2017년에는 이사회가 Dara Khosrowshahi를 최고경영자(CEO)로 선임하며 조직 문화와 준법 체계 개선을 주요 과제로 제시했다.
2. 데이터 유출과 프라이버시 이슈
2.1 2016년 데이터 유출 및 은폐 논란
Uber는 2016년 발생한 대규모 개인정보 유출 사건의 공개 지연 및 대응 방식과 관련해 미국 각 주(및 워싱턴 D.C.)와의 합의금 지급 등 법적 책임을 부담했다.
이후 연방 검찰은 2016년 사건 은폐와 관련된 수사 결과에 따라 Uber와 비기소 합의(non-prosecution agreement)를 공표했으며,
당시 보안 책임자였던 전직 임원은 관련 형사 재판에서 유죄 평결 및 선고가 내려졌다.
2.2 개인정보 보호 규제 위반에 따른 제재
2024년에는 유럽에서 개인정보 보호법(GDPR) 관련 제재가 잇따랐다.
네덜란드 개인정보 감독기구는 운전자 정보 제공·열람 등 절차상의 의무 위반을 이유로 과징금을 부과했으며,
프랑스 감독기구(CNIL)와 유럽 개인정보보호이사회(EDPB) 관련 공지에서는 EU 역외(미국)로의 운전자 데이터 이전 문제를 중심으로 대규모 과징금이 발표되었다.
3. 법적·규제 분쟁과 주요 사건
3.1 기사(드라이버) 분류: 플랫폼 노동자(‘gig worker’) 논쟁
Uber는 다수 관할권에서 드라이버를 독립 계약자(자영업자)로 볼 것인지, 종속적 노동자(근로자)로 볼 것인지에 대한 분쟁의 중심에 있었다.
영국에서는 2021년 영국 대법원이 Uber 드라이버의 ‘worker’ 지위를 인정하는 판단을 확정했다.
미국 캘리포니아에서는 2024년 7월 25일 캘리포니아 대법원이 앱 기반 드라이버를 독립 계약자로 분류하는 체계(Prop 22)의 합헌성을 인정해 관련 논쟁에 큰 영향을 주었다.
EU에서는 2024년 10월 플랫폼 노동 지침 채택을 통해 플랫폼 노동의 고용관계 추정 및 알고리즘 관리 투명성 강화를 제도화했다.
3.2 반독점(antitrust) 소송
Uber의 가격 책정(예: 서지 프라이싱)과 알고리즘 기반 매칭·요금 구조가 경쟁법(반독점법)에 저촉된다는 취지의 민사 소송이 제기된 바 있다.
대표적으로 미국 연방법원에서 ‘Meyer v. Kalanick’ 사건이 진행되었고, 법원은 초기 단계에서 일부 청구를 기각하지 않고 심리 대상으로 남겨 두는 결정을 내린 바 있다.
3.3 Greyball 및 ‘킬 스위치(Ripley)’ 논란
2017년에는 규제 당국의 단속을 회피하기 위한 도구로 알려진 ‘Greyball’ 사용이 언론 보도로 확산되었고,
미국 법무부의 형사 수사(대배심 소환장 발부 보도 포함)로 이어졌다고 보도되었다.
또한 2015~2016년경 일부 국가에서 수사·단속 시 회사 시스템 접근을 차단하기 위한 ‘킬 스위치’(내부 코드명 ‘Ripley’) 운용 의혹이 제기되었고,
이후 관련 문서 유출 및 보도를 통해 논쟁이 재점화되었다.
3.4 임금 체불(임금 절도) 및 청구 관행 분쟁
2023년 11월 2일 뉴욕주에서는 운전자에게 전가된 세금·수수료 등을 둘러싼 ‘임금 절도(wage theft)’ 주장과 관련해
Uber와 Lyft가 총 3억 2,800만 달러 규모의 합의에 이르렀다고 보도되었고, 합의에는 일정한 노동 보호 조치도 포함되었다.
2025년 4월에는 미국 연방거래위원회(FTC)가 구독형 멤버십(예: Uber One) 관련 무단 청구 및 해지 절차의 기만성을 문제 삼아 소송을 제기했다고 발표했다.
4. 기업 문화, 차별, 이용자 안전 논란
4.1 시각장애 고객(안내견 동반) 차별
시각장애인이 안내견과 함께 탑승을 요청했을 때 드라이버가 배차를 거부하는 사례가 문제로 지적되었고,
2016년에는 안내견 동반 이용자 차별을 줄이기 위한 합의(settlement) 사례가 공개되었다.
이후에도 유사 분쟁이 중재·판결 등으로 이어졌다는 보도가 있었다.
4.2 성희롱·보복 및 직장문화 관련 법적 조치
2017년 전후로 직장 내 성희롱 및 보복 문제 제기가 사회적 이슈로 부각되었으며,
2019년에는 미국 고용평등위원회(EEOC)가 성희롱 및 보복 혐의와 관련해 Uber가 440만 달러 규모의 구제 기금을 조성하는 합의에 이르렀다고 발표했다.
4.3 승객 안전 및 성폭력 관련 대규모 소송(2024년 전후)
Uber는 승객 안전, 특히 성폭력 사건 대응 및 예방 조치와 관련해 장기간 비판을 받아 왔다.
미국에서는 ‘In re: Uber Technologies, Inc., Passenger Sexual Assault Litigation’로 알려진 연방 다구역 소송(MDL 3084)이 구성되어 사건이 집중 심리되었고,
2025년 7월에는 연방 판사가 일부 청구를 각하하는 동시에 일부 쟁점은 계속 심리 대상으로 남겨 두었다고 보도되었다.
Uber는 미국 안전 보고서(US Safety Report) 발간을 통해 성폭력 신고 통계 등 안전 지표를 공개해 왔다.
5. 기업 운영과 재무
Uber는 이동(Mobility), 배달(Delivery), 물류(Freight) 등 복수 사업 부문을 운영하며, ‘Gross Bookings’(거래총액)과 ‘Trips’(이용 건수) 등 플랫폼 지표를 핵심 성과로 제시해 왔다.
Uber의 투자자 공시에 따르면 2024 회계연도(12월 31일 종료) 기준 매출은 439억 7,800만 달러, 거래총액은 1,627억 7,300만 달러, 이용 건수(Trips)는 112억 7,300만 건으로 제시되었다.
같은 공시에서 2024년 순이익은 세무상 평가충당금 환입 등 일회성 요인의 영향을 받았다고 설명되었다.
2025년에도 분기 실적 공시를 통해 이용자 수, 거래총액, 조정 EBITDA 등의 지표가 업데이트되고 있다.
출처
Uber Investor Relations, “Uber Announces Results for Fourth Quarter and Full Year 2024” (2025-02-05): https://investor.uber.com/news-events/news/press-release-details/2025/Uber-Announces-Results-for-Fourth-Quarter-and-Full-Year-2024/default.aspx :contentReference[oaicite:0]{index=0}
Uber Investor Relations, “Uber Announces Results for Third Quarter 2025” (2025-11-04): https://investor.uber.com/news-events/news/press-release-details/2025/Uber-Announces-Results-for-Third-Quarter-2025/default.aspx :contentReference[oaicite:1]{index=1}
SEC EDGAR, Uber Technologies, Inc. Form 10-K (Year ended 2024-12-31): https://www.sec.gov/Archives/edgar/data/1543151/000154315125000008/uber-20241231.htm :contentReference[oaicite:2]{index=2}
Texas Attorney General, “AG Paxton Reaches $148 Million Settlement with Uber for Data Breach” (2018-09-26): https://www.texasattorneygeneral.gov/news/releases/ag-paxton-reaches-148-million-settlement-uber-data-breach :contentReference[oaicite:3]{index=3}
Reuters, “Uber to pay $148 million to settle data breach cover-up with U.S. states” (2018-09-26): https://www.reuters.com/article/world/uk/uber-to-pay-148-million-to-settle-data-breach-cover-up-with-us-states-idUSKCN1M62BQ/ :contentReference[oaicite:4]{index=4}
U.S. DOJ (NDCA), “Uber Enters Non-Prosecution Agreement Related to 2016 Breach” (2022-07-22): https://www.justice.gov/usao-ndca/pr/uber-enters-non-prosecution-agreement :contentReference[oaicite:5]{index=5}
U.S. DOJ (NDCA), “Former Chief Security Officer Of Uber Convicted…” (2022-10-05): https://www.justice.gov/usao-ndca/pr/former-chief-security-officer-uber-convicted-federal-charges-covering-data-breach :contentReference[oaicite:6]{index=6}
U.S. DOJ (NDCA), “Former Chief Security Officer Of Uber Sentenced…” (2023-05-05): https://www.justice.gov/usao-ndca/pr/former-chief-security-officer-uber-sentenced-three-years-probation-covering-data :contentReference[oaicite:7]{index=7}
Dutch Data Protection Authority (Autoriteit Persoonsgegevens), “Uber fined €10 million…” (2024-01-31): https://www.autoriteitpersoonsgegevens.nl/en/current/uber-fined-eu10-million-for-infringement-of-privacy-regulations :contentReference[oaicite:8]{index=8}
CNIL (France), “Data transfers outside the EU: UBER fined €290 million” (2024-08-26): https://www.cnil.fr/en/data-transfers-outside-eu-uber-fined-eu290-million :contentReference[oaicite:9]{index=9}
EDPB, “Dutch SA imposes a fine of 290 million euro on Uber…” (2024): https://www.edpb.europa.eu/news/news/2024/dutch-sa-imposes-fine-290-million-euro-uber-because-transfers-drivers-data-us_en :contentReference[oaicite:10]{index=10}
UK Supreme Court, “Uber BV and others v Aslam and others” (case page): https://www.supremecourt.uk/cases/uksc-2019-0029 :contentReference[oaicite:11]{index=11}
CalMatters, “Prop. 22 gig-work law upheld by California Supreme Court” (2024-07-25): https://calmatters.org/economy/2024/07/prop-22-california-gig-work-law-upheld/ :contentReference[oaicite:12]{index=12}
Reuters, “California’s Prop 22… is upheld but questions remain” (2024-08-22): https://www.reuters.com/legal/legalindustry/californias-prop-22-classifying-ride-sharing-drivers-independent-contractors-is-2024-08-22/ :contentReference[oaicite:13]{index=13}
Council of the EU, “Platform workers: Council adopts new rules…” (2024-10-14): https://www.consilium.europa.eu/en/press/press-releases/2024/10/14/platform-workers-council-adopts-new-rules-to-improve-their-working-conditions/ :contentReference[oaicite:14]{index=14}
Reuters, “Exclusive: Uber faces criminal probe over… Greyball” (2017-05-04): https://www.reuters.com/article/world/exclusive-uber-faces-criminal-probe-over-software-used-to-evade-authorities-idUSKBN1802U2/ :contentReference[oaicite:15]{index=15}
The Guardian, “Uber developed secret system… Ripley” (2018-01-11): https://www.theguardian.com/technology/2018/jan/11/uber-developed-secret-system-to-lock-down-staff-computers-in-a-police-raid :contentReference[oaicite:16]{index=16}
The Washington Post, “Uber used covert tech… ‘kill switch’” (2022-07-11): https://www.washingtonpost.com/technology/2022/07/10/uber-europe-raids-kill-switch/ :contentReference[oaicite:17]{index=17}
Justia (SDNY), ‘Meyer v. Kalanick’ docket entry (2016-03-31): https://law.justia.com/cases/federal/district-courts/new-york/nysdce/1%3A2015cv09796/451250/37/ :contentReference[oaicite:18]{index=18}
DRA (Disability Rights Advocates), “National Federation of the Blind of California, et al. v. Uber…” (case summary): https://dralegal.org/case/national-federation-of-the-blind-of-california-et-al-v-uber-technologies-inc-et-al/ :contentReference[oaicite:19]{index=19}
Forbes, “Uber Ordered To Pay $1.1 Million After Blind Woman Says…” (2021-04-01): https://www.forbes.com/sites/rachelsandler/2021/04/01/uber-ordered-to-pay-11-million-after-blind-rider-claims-drivers-refused-to-pick-her-up/ :contentReference[oaicite:20]{index=20}
EEOC, “Uber to Pay $4.4 Million to Resolve EEOC Sexual Harassment and Retaliation Charge” (2019-12-18): https://www.eeoc.gov/newsroom/uber-pay-44-million-resolve-eeoc-sexual-harassment-and-retaliation-charge :contentReference[oaicite:21]{index=21}
AP News, “Uber and Lyft to pay $328 million…” (2023-11-02): https://apnews.com/article/9ae3f629cf32d3f2fb6c39b8ffcc6cc6 :contentReference[oaicite:22]{index=22}
FTC, “FTC Takes Action Against Uber for Deceptive Billing and Cancellation Practices” (2025-04-21): https://www.ftc.gov/news-events/news/press-releases/2025/04/ftc-takes-action-against-uber-deceptive-billing-cancellation-practices :contentReference[oaicite:23]{index=23}
Reuters, “US judge dismisses some claims in Uber sexual assault lawsuits” (2025-07-09): https://www.reuters.com/legal/litigation/us-judge-dismisses-some-claims-uber-sexual-assault-lawsuits-2025-07-09/ :contentReference[oaicite:24]{index=24}
Uber, “US Safety Report” (reports page): https://www.uber.com/us/en/about/reports/us-safety-report/ :contentReference[oaicite:25]{index=25}
Uber Newsroom, “Uber’s New CEO” (2017-08-30): https://www.uber.com/en-DK/newsroom/ubers-new-ceo-3/ :contentReference[oaicite:26]{index=26}
(Uber), 루시드
루시드
1. 개요
루시드 그룹(Lucid Group, Inc.)은 미국 캘리포니아주 뉴어크에 본사를 둔 전기차 및 배터리 기술 개발 회사입니다. 전기차 설계·엔지니어링·제조·판매를 목적으로 하며, 대표 모델로는 루시드 에어(Lucid Air)와 루시드 그래비티(Lucid Gravity)가 있습니다.
2. 역사
2.1 연혁
2007년 배터리 기술 회사 아티에바(Atieva)로 설립됨.
전기차 개발로 전환 후 사명을 루시드 모터스로 변경.
2018년 사우디아라비아 공공 투자 펀드(PIF)와 투자 계약 체결, 수십억 달러 자금 조달.
2020년 애리조나주 카사그란데에 AMP-1 공장 완공 및 Air 생산 준비.
2021년 루시드 에어(Lucid Air) 생산 개시.
2023년 사우디아라비아 KAEC에 첫 해외 제조 시설 AMP-2 공식 오픈.
2024–2025년 그래비티 SUV 출시 및 경영진 변화 등 주요 전개.
3. 리더십
루시드 그룹 이사회 및 경영진에는 사우디 PIF와 관련된 인물들이 포함되어 있으며, 경영진 변화가 최근 몇 년 동안 있었습니다.
4. 차량 (Vehicles)
4.1 Lucid Air
루시드 에어는 회사의 첫 양산 전기 세단으로, 고효율 배터리와 긴 주행거리로 주목받았습니다. 초기 프로토타입은 2016년에 공개되었고 이후 2021년 본격 생산이 시작되었습니다.
4.2 Lucid Gravity
그래비티는 루시드의 전기 SUV 모델로, 2023년에 공식 발표되어 2024~2025년부터 고객 인도가 이루어졌습니다. 고출력·장거리 주행이 특징입니다.
4.3 향후 모델
중형 SUV 및 보다 저렴한 세그먼트 차량도 개발 중이며, 사우디아라비아 공장에서 2026년 이후 양산을 목표로 하고 있습니다.
5. 배터리 및 충전
루시드는 900V 이상 아키텍처 및 고성능 리튬이온 배터리 기술을 적용하며, 파나소닉 등과 배터리 공급 계약을 체결했습니다.
6. 제조 시설
주요 제조 시설로는 미국 애리조나주 AMP-1 공장과 사우디아라비아 KAEC AMP-2 공장이 있으며, 후자는 사우디 최초의 자동차 조립 시설로 전략적 역할을 수행합니다.
7. 사우디아라비아 투자 및 소유 구조
사우디아라비아 공공 투자 펀드(PIF)가 다수의 자본을 투입해 주요 주주로 자리잡았으며, 회사의 글로벌 확장과 제조 인프라 구축에 큰 영향을 미치고 있습니다.
8. 참고 자료
Wikipedia — Lucid Motors (영문) — https://en.wikipedia.org/wiki/Lucid_Motors
Lucid Group 투자 발표 — https://ir.lucidmotors.com/news-releases/news-release-details/lucid-group-inc-announces-public-investment-fund-commitment-15
Lucid Air (영문) — https://en.wikipedia.org/wiki/Lucid_Air
Saudi Arabia 제조 공장 오픈 — https://www.pif.gov.sa/en/news-and-insights/newswire/2023/lucid-group-makes-history-saudi-arabia-as-it-opens-countrys-first-ever-car-manufacturing-facility/
파나소닉 배터리 협력 — https://media.lucidmotors.com/en/newsitem/7-the-groundbreaking-lucid-gravity-to-leverage-panasonic-energys-latest-generation-high-performance-ev-batteries
모터스(Lucid Motors), 뉴로
뉴로
Nuro(뉴로, Nuro, Inc.)는 미국 캘리포니아주 마운틴 뷰(Mountain View)에 본사를 둔 자율주행 기술 기업이다. 초기에는 무인 배송을 위한 전용 자율주행 차량(배송 로봇 형태의 소형 차량)을 개발·운영하며 실증 경험을 축적했으며, 이후 자동차 제조사(OEM)와 모빌리티 사업자가 적용할 수 있는 자율주행 시스템을 라이선싱하는 방향으로 사업의 중심을 이동시키고 있다.
1. 기업 개요와 조직적 성격
Nuro는 2016년에 설립된 민간(비상장) 기업으로, 자율주행을 “특정 차량에 종속되지 않는 범용 플랫폼”으로 구현하는 접근을 강조한다. 회사의 기술 정체성은 로보틱스 및 자율주행 소프트웨어·시스템 공학에 가깝고, 실제 도로에서의 무인 주행 운영 경험을 바탕으로 안전성과 재현성을 확보하는 전략을 취해 왔다.
2. 핵심 기술: Nuro Driver와 구성 요소
Nuro의 핵심 제품은 Nuro Driver로 알려진 자율주행 시스템이다. 공개된 설명에 따르면 Nuro Driver는 안전한 자연스러운 주행 행동을 모사하는 AI 모델을 중심으로 하되, 신뢰성을 위한 보호장치(safeguards)와 정밀성을 결합하는 구조를 표방한다. 또한 지도화·검증·개발을 위한 도구 체계(툴킷)를 함께 제공해, 파트너사가 자사 차량 및 서비스 환경에 맞춰 개발·검증을 가속할 수 있도록 설계되어 있다.
자율주행 레벨 측면에서 Nuro는 완전자율에 해당하는 레벨4(Level 4) 운행 경험을 강조해 왔으며, 최근에는 모빌리티 사업·차종·운영 조건에 따라 다양한 자동화 수준을 지원하는 형태로 제품 포지셔닝을 넓히는 흐름이 관측된다.
3. NVIDIA와의 협력: 컴퓨팅 플랫폼과 안전 아키텍처
Nuro는 NVIDIA의 자율주행 컴퓨팅 생태계와의 결합을 통해 제품화를 추진해 왔다. NVIDIA 측 파트너 소개 자료에서는 Nuro Driver가 NVIDIA DRIVE 및 DriveOS 안전 아키텍처 기반으로 구축되는 방향을 제시하고 있으며, 이는 OEM과 모빌리티 제공업체가 하드웨어·운영체제·안전 설계를 포함한 통합 스택 관점에서 자율주행 시스템을 개발·검증하는 데 활용될 수 있음을 의미한다.
최근 자율주행 산업은 비용과 개발 기간을 낮추기 위한 “부품·소프트웨어·데이터” 연동이 중요한 경쟁축으로 재부상하고 있다. 로이터 보도에서도 NVIDIA가 다양한 파트너십을 통해 자율주행 개발을 다시 가속하려는 흐름이 언급되며, Nuro와 같은 기술 공급자형 기업의 협력 모델이 산업 전반에서 의미를 갖는다고 정리된다.
4. 사업 모델 전환: ‘배송 차량 운영’에서 ‘기술 라이선스’로
Nuro는 초기 단계에서 자율주행 배송을 직접 수행하는 방식으로 기술을 검증했다. 그러나 2024년 전후로 자동차 제조사와 모빌리티 사업자에게 기술을 제공하는 라이선싱 중심 모델을 전면에 내세우는 변화가 명확해졌다. 이 전환은 (1) 특정 서비스 운영보다 더 넓은 시장(OEM/플릿/로보택시 등)을 대상으로 확장할 수 있고, (2) 다양한 차종에 적용 가능한 범용성을 강조할 수 있으며, (3) 규제·운영 부담을 파트너와 역할 분담하는 구조를 만들 수 있다는 점에서 산업적으로 자주 채택되는 경로다.
또한 외부 파트너십 확장 측면에서, Nuro Driver를 중심으로 하는 협업 발표가 이어지고 있다. 예를 들어 대규모 컴퓨팅·검증 인프라와 결합해 개발 및 상용화를 가속하려는 형태의 협업이 공개적으로 소개된 바 있다.
5. 연혁과 자금 조달 동향
Nuro가 공개한 회사 연혁 자료에서는 2016년 설립 이후 전용 레벨4 차량 개발, 상업 배송, 연방정부의 자율주행 관련 예외(exemption) 획득, 복수 주(州)에서의 무인 운행 경험 축적 등이 주요 이정표로 제시된다. 또한 자율주행 누적 마일리지와 무사고(과실 없음) 지표를 성과로 강조하는 자료도 공개되어 있다.
자금 조달 측면에서는 2025년 8월, Nuro가 약 2억 300만 달러(203M) 규모의 시리즈 E 투자 유치와 약 60억 달러 수준의 기업가치를 공지한 바 있으며, 주요 매체 보도에서도 같은 수치가 확인된다. 이는 자율주행 산업 전반의 투자 환경이 보수적으로 변한 이후에도, “직접 운영형 서비스”보다 “플랫폼·라이선스형 기술 공급”의 지속 가능성을 시장이 평가하는 사례로 해석될 여지가 있다.
출처
Nuro 공식 웹사이트(제품 및 성과 개요): https://www.nuro.ai/
Nuro 공식 웹사이트(Company 연혁): https://www.nuro.ai/company
Nuro 공식 웹사이트(Nuro Driver 소개): https://www.nuro.ai/nuro-driver
NVIDIA 파트너 페이지(Nuro 및 NVIDIA DRIVE 관련): https://www.nvidia.com/en-us/solutions/autonomous-vehicles/partners/nuro/
로이터(자율주행 파트너십 동향, 2026-01-09): https://www.reuters.com/business/autos-transportation/nvidia-auto-suppliers-roll-out-partnerships-rekindle-self-driving-push-2026-01-09/
Nuro 블로그(Series E 203M 및 6B valuation 공지, 2025-08-21): https://www.nuro.ai/blog/nuro-closes-203-million-series-e-financing-to-advance-its-ai-first-self-driving-technology-and-commercial-partnerships
Financial Times(Nuro 투자 유치 및 사업 전환 보도): https://www.ft.com/content/264cecb7-aa7c-4cd3-9a54-601b3b7ba192
Bloomberg(2025-04-09 투자 및 밸류에이션 보도): https://www.bloomberg.com/news/articles/2025-04-09/self-driving-startup-nuro-raises-106-million-at-lower-valuation
Wikipedia(Nuro 개요 및 사업 방향 요약): https://en.wikipedia.org/wiki/Nuro
Lenovo 보도자료(Nuro Driver 및 NVIDIA DRIVE 기반 협업, 2025-03-18): https://news.lenovo.com/pressroom/press-releases/lenovo-and-nuro-forge-collaboration-to-accelerate-autonomous-driving-built-on-nvidia-drive/
(Nuro)가 공동 개발한 로보택시
로보택시
로보택시(로봇택시, 자율주행택시, 무인택시)는 승차 호출(ride-hailing) 또는 유사한 모빌리티 서비스 맥락에서 운전자의 직접 조작 없이 주행하는 자율주행 차량 기반의 유상 운송 서비스를 의미한다. 통상적으로는 서비스 사업자가 차량·운영 소프트웨어·원격 관제·정비 체계를 포함한 ‘운영 시스템’ 전체를 구성하고, 이용자는 앱 등으로 차량을 호출해 탑승하는 방식으로 제공된다.
1. 개념과 기술적 전제: SAE 자동화 레벨과 운행 조건(ODD)
로보택시는 ‘자율주행 기능’이 아니라 ‘유상 운송 서비스’로서의 성격이 강하다. 즉, 자율주행 소프트웨어(인지·판단·제어)뿐 아니라 승객 안전, 호출·배차, 원격 지원, 데이터 기록, 사고 대응, 보험·규제 준수 등이 결합되어 하나의 서비스로 성립한다.
자율주행 자동화 단계는 SAE J3016 분류가 널리 사용된다. 로보택시가 지향하는 형태는 대체로 레벨4(Level 4, 고도 자동화) 이상이며, 이는 특정 운행설계영역(ODD: Operational Design Domain) 안에서 시스템이 주행 과업을 수행하고, 예외 상황에서도 ‘최소 위험 상태(minimal risk condition)’로 스스로 전환할 수 있어야 한다는 요구와 연결된다. 현실의 로보택시는 도심 일부 구역, 특정 날씨·시간대, 지정된 지도 및 속도 제한 등 제한된 ODD에서 먼저 상용화되는 경우가 많다.
2. 로보택시의 장점: 안전·접근성·운영 효율의 잠재력
교통 안전 개선 가능성이 가장 자주 언급된다. 로보택시는 신호 준수, 제한속도 준수, 보행자·자전거 감지 등 규칙 기반의 안전 동작을 일관되게 수행하도록 설계될 수 있으며, 위험 상황에서 보수적으로 대응하는 정책을 적용하기 쉽다.
이동 접근성 확대도 핵심 장점으로 꼽힌다. 고령자, 장애인, 야간 이동 수요, 대중교통이 취약한 지역에서 호출형 이동 서비스의 공급을 늘릴 수 있다는 기대가 있다. 또한 원격 지원과 관제 체계를 결합하면, 운전 인력 부족 상황에서 ‘차량 가동률’을 높이는 방향으로 운영을 최적화할 여지가 있다.
운영 효율 및 서비스 품질의 표준화 역시 장점으로 논의된다. 일정 수준 이상의 자율주행이 안정화되면, 운전자 인건비 비중이 큰 도심 단거리 운송에서 비용 구조가 달라질 수 있고, 차량 상태·주행 데이터 기반의 정비와 보험 모델이 정교해질 수 있다.
3. 로보택시의 단점과 한계: 안전 검증, 비용, 혼잡, 규제·수용성
안전성 검증의 난이도가 가장 큰 제약이다. 도심은 예외 상황이 빈번하며, 공사 구간·돌발 보행·비정형 교통 흐름 등은 데이터와 정책 설계의 복잡도를 급격히 높인다. 따라서 로보택시는 대개 보수적 주행(완만한 가감속, 넉넉한 차간거리, 신중한 진입)으로 안정성을 확보하려 하며, 이는 체감 속도 저하와 연결될 수 있다.
비용 구조의 부담도 크다. 라이다·레이다·고성능 컴퓨팅 등 하드웨어 비용과, 지도·시뮬레이션·검증, 관제 인력, 정비·청소, 보험 등 운영 비용이 결합되어 단기적으로는 일반 차량 호출보다 비싸거나 제한된 지역에서만 성립하기 쉽다.
도심 혼잡과 ‘공차 주행(deadheading)’ 문제가 단점으로 지적된다. 승객을 태우지 않은 상태로 배차 위치를 조정하거나 회송하는 과정에서 통행량이 늘 수 있으며, 대중교통과의 관계(대체재인지 보완재인지)에 따라 도시 교통정책과 충돌할 여지도 있다.
규제와 사회적 수용성도 상용화 속도를 좌우한다. 국가·도시별로 무인 주행의 허용 범위, 사고 책임, 데이터 기록 및 공개, 원격 운행·관제 요건이 달라 서비스 확장이 단일한 기술 문제로만 결정되지 않는다.
4. 주요 개발·운영 업체와 지역별 전개
미국에서는 웨이모(Waymo)가 다수 도시에서 로보택시 서비스를 확대하는 흐름을 공개적으로 설명해 왔다. 2025년 11월에는 마이애미, 댈러스, 휴스턴, 샌안토니오, 올랜도 등 추가 도시에서의 전개 계획을 발표한 바 있다. CES 2026에서는 웨이모가 새로운 로보택시 차량(‘Ojai’)을 공개했다는 보도도 나왔다.
중국에서는 바이두의 아폴로 고(Apollo Go)가 ‘완전 무인(100% driverless) 운영 확대’를 강조하며 다수 도시로 확장하고 있다는 발표를 이어왔다. 중동 등 해외 시장으로의 진출도 협력 형태로 논의되고 있다.
기타 지역에서는 도시 교통 당국과의 협력 모델이 늘고 있다. 예를 들어 두바이 RTA는 크루즈(Cruise)와의 협력을 포함한 자율주행 로보택시 운영 계획을 단계적으로 공개하며 운행 구역을 제시했다는 보도가 있었다. 유럽에서는 로보택시 도입 필요성 및 도시 구조와의 적합성을 두고 찬반 논의가 지속된다.
또한 아마존 산하의 주욱스(Zoox), 우버(Uber)의 신규 로보택시 계획 및 파트너십 등 다양한 플레이어가 시장 진입을 준비하는 정황이 최근 보도로 확인된다. 이는 로보택시가 ‘특정 기업의 단독 실험’에서 ‘복수 사업자의 경쟁 구도’로 이동하고 있음을 시사한다.
5. CES 2026 사례: 현대차그룹 모셔널 로보택시 체험에서 드러난 특성
2026년 1월 라스베이거스에서 공개된 현대차그룹 계열 모셔널(Motional)의 아이오닉 5 기반 로보택시 시승 보도는 로보택시의 현실적 특성을 구체적으로 보여준다. 보도에 따르면 2026년 1월 8일(현지시간) 도심 등 약 14km를 약 35분간 주행하는 시범 운행에서, 차량은 평균 시속 약 40km 수준의 정속 주행을 보였고 급가속·급제동이 두드러지지 않았으며, 신호·정지선·스톱(Stop) 표지 등 교통 규칙을 매우 엄격하게 준수하는 방식으로 운행됐다.
특히 보행자 돌발 진입 가능성을 예측해 차간거리를 선제적으로 넓게 확보하는 등 ‘안전 우선의 보수적 정책’이 강조되었고, 그 결과 주변 차량 대비 체감 속도가 느리게 느껴질 수 있다는 평가가 함께 제시됐다. 이는 로보택시가 상용화를 위해 선택하는 전형적 트레이드오프(안전 여유 확보 vs. 이동 시간·쾌적성)로 해석할 수 있다.
같은 맥락에서, 모셔널이 엔드투엔드(E2E) 방식의 적용과 서비스 재론칭 계획을 언급한 보도도 있다. 로보택시 산업 전반에서 ‘주행의 자연스러움’과 ‘검증 가능성’을 동시에 만족시키기 위해, 데이터 중심 학습과 안전 아키텍처를 결합하는 접근이 강화되는 추세와 연결된다.
출처
중앙일보(원문 표기된 기사): https://www.joongang.co.kr/article/25396800
다음 뉴스(중앙일보 기사 유통본, 2026-01-12): https://v.daum.net/v/20260112083204350
아시아경제(현대차그룹 모셔널 로보택시 CES 2026 관련, 2026-01-12): https://www.asiae.co.kr/article/2026011207374042523
SAE(자동화 레벨 개요 및 J3016 관련 설명): https://www.sae.org/news/blog/sae-levels-driving-automation-clarity-refinements
UNECE 위키(참고용 PDF, SAE J3016 문서): https://wiki.unece.org/download/attachments/128418539/SAE%20J3016_202104.pdf
Waymo 공식 블로그(2025-11-18, 신규 도시 전개 관련): https://waymo.com/blog/2025/11/safe-routine-ready-autonomous-driving-in-new-cities
SF Chronicle(웨이모 CES 2026 로보택시 ‘Ojai’ 보도, 2026-01): https://www.sfchronicle.com/tech/article/waymo-ojai-robotaxi-zeekr-21282279.php
Car and Driver(웨이모 ‘Ojai’ 세부 보도, 2026-01): https://www.caranddriver.com/news/a69938250/waymo-ojai-autonomous-robotaxi-details/
Apollo Go(완전 무인 운영 및 확장 관련 공지): https://www.apollogo.com/news/366
Reuters(글로벌 로보택시 전개 동향, 2025-12): https://www.reuters.com/business/media-telecom/driverless-future-gains-momentum-with-global-robotaxi-deployments-2025-12-22/
Gulf News(두바이 RTA 로보택시 단계적 롤아웃 관련, 2026-01): https://gulfnews.com/uae/transport/dubai-rta-reveals-phase-1-rollout-of-driverless-robotaxis-across-65-locations-1.500403033
Fortune(Zoox 유료 서비스 계획 관련, 2025-12): https://fortune.com/2025/12/08/amazon-robotaxi-service-zoox-plans-fees-vegas-san-francisco/
시제품이 공개됐다. 이 로보택시는 루시드의 전기 SUV인 ‘그래비티(Gravity)’를 바탕으로 만들어졌다. 우버는 이 프로젝트를 위해 루시드에 약 4,410억 원(3억 달러)을 과감하게 투자했고, 차량 2만 대를 구매하기로 계약했다. 이들은 앞으로 샌프란시스코 베이 지역에서 실제로 손님을 태우는 상업 서비스를 시작할 계획이다.
자율주행
자율주행
목차
1. 자율주행의 개념 및 분류
2. 자율주행 기술의 역사와 발전 과정
3. 자율주행의 핵심 기술 및 원리
4. 주요 활용 사례 및 응용 분야
5. 현재 동향 및 상용화 수준
6. 자율주행 기술의 미래 전망 및 기대 효과
1. 자율주행의 개념 및 분류
자율주행은 차량이 운전자의 조작 없이 주변 환경을 인지하고, 주행 상황을 판단하며, 스스로 차량을 제어하여 목적지까지 이동하는 기술을 의미한다. 이는 단순한 운전자 보조 시스템을 넘어, 차량 자체의 지능적인 판단과 행동을 통해 안전하고 효율적인 이동을 구현하는 것을 목표로 한다. 자율주행 기술은 그 발전 수준에 따라 국제적으로 표준화된 분류 체계를 따르는데, 이는 미국 자동차 공학회(SAE, Society of Automotive Engineers)에서 정의한 6단계(레벨 0~5) 분류가 가장 널리 사용된다.
1.1. SAE 자율주행 레벨 분류
SAE 분류는 주행 중 운전자의 개입 정도와 시스템이 담당하는 주행 기능의 범위를 기준으로 자율주행 단계를 나눈다. 각 레벨은 다음과 같다.
레벨 0 (자동화 없음, No Automation): 운전자가 모든 주행 기능을 직접 제어하는 단계이다. 차량은 어떠한 자율주행 기능도 제공하지 않는다.
레벨 1 (운전자 보조, Driver Assistance): 특정 주행 모드에서 시스템이 운전자를 보조하는 단계이다. 예를 들어, 어댑티브 크루즈 컨트롤(ACC)이나 차선 유지 보조(LKA) 기능이 이에 해당한다. 운전자는 여전히 주변 환경을 주시하고, 언제든 차량 제어권을 넘겨받을 준비를 해야 한다.
레벨 2 (부분 자동화, Partial Automation): 시스템이 조향과 가감속 등 두 가지 이상의 주행 기능을 동시에 수행하는 단계이다. 테슬라의 오토파일럿이나 현대차의 고속도로 주행 보조(HDA) 등이 대표적이다. 하지만 운전자는 여전히 주행 환경을 모니터링하고, 시스템이 요청하거나 비상 상황 발생 시 즉시 개입해야 한다.
레벨 3 (조건부 자동화, Conditional Automation): 특정 조건 하에서 시스템이 모든 주행 기능을 수행하고 주변 환경을 모니터링하는 단계이다. 운전자는 시스템이 안전하게 작동할 수 있는 특정 조건(예: 고속도로 주행) 내에서는 운전에서 자유로울 수 있다. 그러나 시스템이 주행 불가능 상황을 감지하고 운전자에게 개입을 요청하면, 운전자는 제한된 시간 내에 제어권을 넘겨받아야 한다. 혼다의 레전드와 메르세데스-벤츠의 드라이브 파일럿이 레벨 3 시스템을 상용화한 사례이다.
레벨 4 (고도 자동화, High Automation): 특정 운행 설계 영역(ODD, Operational Design Domain) 내에서 시스템이 모든 주행 기능을 수행하며, 운전자의 개입 없이 비상 상황에도 스스로 대처할 수 있는 단계이다. 운전자는 ODD 내에서는 운전석에 앉아있을 필요조차 없으며, 시스템이 운행 불가능 상황을 감지하더라도 안전하게 차량을 정지시킬 수 있다. 로보택시 서비스 등이 레벨 4를 목표로 개발되고 있다.
레벨 5 (완전 자동화, Full Automation): 모든 도로 조건과 환경에서 시스템이 모든 주행 기능을 수행하는 단계이다. 운전자의 개입이 전혀 필요 없으며, 사실상 운전대나 페달이 없는 차량도 가능해진다. 이는 인간 운전자가 할 수 있는 모든 주행을 시스템이 완벽하게 대체하는 궁극적인 자율주행 단계이다.
2. 자율주행 기술의 역사와 발전 과정
자율주행 기술의 역사는 20세기 중반으로 거슬러 올라간다. 초기에는 주로 군사적 목적이나 자동화된 운송 시스템 연구의 일환으로 시작되었다.
2.1. 초기 연구 및 개념 정립 (1950년대 ~ 1980년대)
1950년대에는 제너럴 모터스(GM)가 '미래의 고속도로(Future Highway)'라는 개념을 제시하며, 도로에 매설된 전선을 통해 차량을 제어하는 아이디어를 선보였다. 이는 오늘날 자율주행의 초기 구상으로 볼 수 있다. 1980년대에는 카네기 멜론 대학교의 ALVINN(Autonomous Land Vehicle In a Neural Network) 프로젝트가 신경망을 이용해 도로를 인식하고 주행하는 연구를 진행하며 인공지능의 가능성을 보여주었다.
2.2. DARPA 챌린지 및 센서 기술 발전 (2000년대)
자율주행 기술 발전에 결정적인 전환점이 된 것은 미국 국방부 산하 방위고등연구계획국(DARPA)이 주최한 'DARPA 그랜드 챌린지'와 '어반 챌린지'이다. 2004년부터 시작된 이 대회들은 무인 차량이 사막이나 도시 환경에서 정해진 코스를 완주하는 것을 목표로 했으며, 라이다(LiDAR), 레이더(Radar), 카메라 등 다양한 센서 기술과 인공지능 기반의 환경 인식 및 경로 계획 기술 발전을 촉진했다. 스탠퍼드 대학교의 '스탠리(Stanley)'와 카네기 멜론 대학교의 '보스(Boss)' 등이 이 대회를 통해 자율주행 기술의 실현 가능성을 입증했다.
2.3. 인공지능 및 빅데이터 도입 (2010년대)
2010년대에 들어서면서 딥러닝을 비롯한 인공지능 기술의 비약적인 발전과 컴퓨팅 파워의 증가는 자율주행 기술 발전에 가속도를 붙였다. 구글(현 웨이모)은 2009년부터 자율주행차 프로젝트를 시작하며 실제 도로 주행 데이터를 대규모로 수집하고, 이를 기반으로 인공지능 알고리즘을 고도화했다. 테슬라는 카메라 기반의 비전 시스템과 인공지능을 활용한 자율주행 기술을 개발하며 상용차에 적용하기 시작했다. 이 시기에는 고정밀 지도 기술과 V2X(Vehicle-to-everything) 통신 기술의 중요성도 부각되었다.
2.4. 상용화 경쟁 심화 (2020년대 이후)
현재는 레벨 2, 3 수준의 자율주행 기능이 상용차에 폭넓게 적용되고 있으며, 레벨 4 수준의 로보택시 서비스가 일부 지역에서 시범 운영되거나 상용화 초기 단계에 진입했다. 웨이모, 크루즈(Cruise), 바이두(Baidu) 등은 특정 지역에서 운전자 없는 로보택시 서비스를 제공하며 기술의 안정성과 신뢰성을 입증하고 있다. 완성차 제조사들은 물론, 엔비디아(NVIDIA), 인텔(Intel) 모빌아이(Mobileye)와 같은 반도체 및 소프트웨어 기업들도 자율주행 시장의 주도권을 잡기 위해 치열하게 경쟁하고 있다.
3. 자율주행의 핵심 기술 및 원리
자율주행 시스템은 크게 주변 환경을 인지하는 센서, 수집된 데이터를 분석하고 판단하는 인공지능, 정확한 위치를 파악하는 고정밀 지도 및 측위 기술, 그리고 차량을 제어하는 제어 시스템으로 구성된다. 이 네 가지 핵심 기술이 유기적으로 결합하여 자율주행을 가능하게 한다.
3.1. 환경 인지 센서 기술
자율주행차는 사람의 눈과 같은 역할을 하는 다양한 센서를 통해 주변 환경을 인식한다.
카메라 (Camera): 차량 주변의 시각 정보를 수집하여 차선, 신호등, 표지판, 보행자, 다른 차량 등을 식별한다. 색상 정보를 얻을 수 있고 비용이 저렴하며 해상도가 높다는 장점이 있지만, 빛의 변화(역광, 터널), 날씨(안개, 비, 눈)에 취약하다는 단점이 있다.
레이더 (Radar): 전파를 발사하여 물체에 반사되어 돌아오는 시간을 측정해 물체와의 거리, 속도, 방향을 감지한다. 날씨 변화에 강하고 장거리 감지에 유리하며, 특히 전방 충돌 방지 시스템(FCW)이나 어댑티브 크루즈 컨트롤(ACC)에 필수적으로 사용된다. 하지만 물체의 형상을 정확히 파악하기 어렵다는 한계가 있다.
라이다 (LiDAR): 레이저 펄스를 발사하여 반사되는 시간을 측정해 주변 환경의 3D 지도를 생성한다. 매우 정밀한 거리 및 형태 정보를 제공하며, 야간에도 뛰어난 성능을 발휘한다. 자율주행차의 '눈' 또는 '뇌'의 핵심 센서로 불리지만, 높은 비용과 날씨에 따른 성능 저하 가능성이 단점으로 지적된다.
초음파 센서 (Ultrasonic Sensor): 주로 근거리 물체 감지에 사용되며, 주차 보조 시스템이나 저속 주행 시 장애물 감지에 활용된다.
3.2. 인공지능 및 머신러닝
다양한 센서에서 수집된 방대한 데이터는 인공지능(AI)과 머신러닝(ML) 알고리즘을 통해 분석되고 해석된다. 이는 자율주행차의 '뇌' 역할을 한다.
데이터 융합 (Sensor Fusion): 각 센서의 장단점을 보완하기 위해 여러 센서에서 얻은 데이터를 통합하여 보다 정확하고 신뢰성 있는 환경 모델을 구축한다. 예를 들어, 카메라의 시각 정보와 라이다의 3D 거리 정보를 결합하여 물체의 종류와 위치를 더욱 정확하게 파악한다.
객체 인식 및 분류 (Object Detection & Classification): 딥러닝 기반의 컴퓨터 비전 기술을 활용하여 이미지 및 3D 포인트 클라우드 데이터에서 차량, 보행자, 자전거, 차선, 신호등 등을 실시간으로 감지하고 분류한다.
경로 계획 및 의사 결정 (Path Planning & Decision Making): 인식된 환경 정보와 고정밀 지도를 바탕으로 안전하고 효율적인 주행 경로를 계획한다. 이는 예측 알고리즘을 통해 다른 차량이나 보행자의 움직임을 예측하고, 이에 따라 차선 변경, 속도 조절, 정지 등의 의사결정을 내리는 과정을 포함한다. 강화 학습(Reinforcement Learning)과 같은 고급 AI 기술이 활용되기도 한다.
3.3. 고정밀 지도 및 측위 기술
자율주행차는 정확한 위치 파악과 주변 환경에 대한 상세한 정보를 위해 고정밀 지도(HD Map)와 정밀 측위 기술을 필요로 한다.
고정밀 지도 (HD Map): 일반 내비게이션 지도보다 훨씬 정밀한 정보를 제공한다. 차선 정보, 도로 경계, 신호등 위치, 표지판, 노면 표시, 심지어 가로수나 건물과 같은 주변 지형지물까지 센티미터 단위의 정확도로 포함한다. 이는 센서의 한계를 보완하고, 차량이 현재 위치를 정확히 파악하며, 미리 경로를 계획하는 데 필수적이다.
정밀 측위 (Precise Positioning): GPS(GNSS) 신호와 함께 IMU(관성 측정 장치), 휠 속도 센서, 카메라, 라이다 등 다양한 센서 데이터를 융합하여 차량의 정확한 위치를 실시간으로 파악한다. 특히 RTK(Real-Time Kinematic) GPS나 PPP(Precise Point Positioning)와 같은 기술은 GPS 오차를 보정하여 수 센티미터 수준의 정밀한 위치 정보를 제공한다.
3.4. 제어 시스템 (Drive-by-Wire)
자율주행 시스템의 판단과 계획에 따라 차량을 실제로 움직이는 것이 제어 시스템이다. 이는 'Drive-by-Wire' 기술을 기반으로 한다.
전자식 제어 (Electronic Control): 기존의 기계식 연결(스티어링 휠과 바퀴, 브레이크 페달과 브레이크 등)을 전기 신호로 대체하는 기술이다. 스티어 바이 와이어(Steer-by-Wire), 브레이크 바이 와이어(Brake-by-Wire), 스로틀 바이 와이어(Throttle-by-Wire) 등이 이에 해당한다. 이를 통해 자율주행 시스템이 차량의 조향, 가속, 제동을 정밀하게 제어할 수 있게 된다.
차량 동역학 제어 (Vehicle Dynamics Control): 차량의 안정성과 승차감을 유지하면서 경로를 정확하게 추종하도록 제어한다. 이는 속도 제어, 차선 유지 제어, 장애물 회피 제어 등 다양한 하위 제어 알고리즘을 포함한다.
4. 주요 활용 사례 및 응용 분야
자율주행 기술은 단순히 개인 승용차를 넘어 다양한 운송 및 물류 분야에서 혁신적인 변화를 가져오고 있다.
4.1. 승용차 및 대중교통
개인 승용차: 현재 레벨 2 수준의 자율주행 기능(고속도로 주행 보조, 차선 변경 보조 등)이 고급차종을 중심으로 보편화되고 있으며, 테슬라와 같은 일부 제조사는 레벨 3에 준하는 기능을 제공하며 운전자의 편의성을 높이고 있다. 미래에는 완전 자율주행 승용차가 보편화되어 운전자가 운전에서 완전히 해방되는 시대를 열 것으로 기대된다.
로보택시 (Robotaxi): 레벨 4 수준의 자율주행 기술을 기반으로 운전자 없이 승객을 운송하는 서비스이다. 웨이모(Waymo), 크루즈(Cruise), 바이두(Baidu) 등은 미국 피닉스, 샌프란시스코, 중국 베이징 등 일부 도시에서 로보택시 서비스를 상용화하거나 시범 운영하고 있다. 이는 대중교통의 효율성을 높이고, 이동 약자의 접근성을 개선하며, 교통 체증 및 주차 문제 해결에 기여할 것으로 보인다.
자율주행 셔틀: 특정 구간을 정기적으로 운행하는 자율주행 셔틀버스도 상용화되고 있다. 공항, 대학 캠퍼스, 산업 단지, 신도시 등에서 고정된 노선을 운행하며 대중교통의 보조적인 역할을 수행한다. 국내에서도 세종시, 순천만국가정원 등에서 자율주행 셔틀이 운영된 바 있다.
4.2. 물류 및 배송
자율주행 트럭: 장거리 운송에 특화된 자율주행 트럭은 물류 비용 절감, 운전자 피로도 감소, 운행 시간 증대 등의 이점을 제공한다. 투심플(TuSimple), 오로라(Aurora) 등은 고속도로를 중심으로 자율주행 트럭 운송 서비스를 개발 및 시범 운영하고 있다.
배송 로봇: 라스트마일(Last-mile) 배송에 활용되는 자율주행 배송 로봇은 도심이나 아파트 단지 내에서 소규모 물품을 배송한다. 이는 인력난 해소와 배송 효율성 증대에 기여하며, 국내에서도 우아한형제들의 '딜리'와 같은 배송 로봇이 시범 운영되고 있다.
4.3. 기타 운송수단
철도: 지하철, 경전철 등 도시 철도 시스템에서는 이미 높은 수준의 무인 운전 시스템이 적용되고 있다. 이는 정시성 확보와 운영 효율성 증대에 크게 기여한다.
항공기: 항공기는 이륙 및 착륙 시 조종사의 개입이 필요하지만, 순항 비행 중에는 오토파일럿 시스템을 통해 상당 부분 자율 비행이 이루어진다. 미래에는 완전 자율 비행 항공기 및 드론 택시(UAM) 개발이 활발히 진행될 것으로 예상된다.
선박: 자율운항 선박은 항해 중 충돌 회피, 경로 최적화, 연료 효율 증대 등을 목표로 개발되고 있다. 현대중공업그룹의 아비커스(Avikus)는 대형 선박의 자율운항 솔루션을 개발하며 상용화를 추진 중이다.
5. 현재 동향 및 상용화 수준
현재 자율주행 기술은 빠른 속도로 발전하며 상용화 단계를 밟고 있으나, 완전 자율주행(레벨 5)에 도달하기까지는 여전히 많은 과제가 남아있다.
5.1. 상용화 현황 및 주요 기업 경쟁
현재 시장에서는 레벨 2 수준의 자율주행 기능이 보편화되어 신차 구매 시 쉽게 접할 수 있다. 고속도로 주행 보조(HDA), 차선 유지 보조(LKA), 어댑티브 크루즈 컨트롤(ACC) 등이 대표적이다. 레벨 3 자율주행은 특정 조건(예: 고속도로 정체 구간)에서 운전자의 개입 없이 주행이 가능한 수준으로, 메르세데스-벤츠의 '드라이브 파일럿'과 혼다의 '레전드'가 일본과 독일 등 일부 국가에서 상용화되었다.
레벨 4 자율주행은 특정 운행 설계 영역(ODD) 내에서 운전자 개입 없이 완전 자율주행이 가능한 단계로, 웨이모(Waymo)와 크루즈(Cruise)가 미국 피닉스, 샌프란시스코 등에서 로보택시 서비스를 운영하며 선두를 달리고 있다. 중국에서는 바이두(Baidu)의 아폴로(Apollo)가 우한, 충칭 등에서 로보택시를 운영 중이다.
주요 완성차 제조사들은 물론, 구글 웨이모, GM 크루즈, 바이두, 그리고 엔비디아, 인텔 모빌아이와 같은 기술 기업들이 자율주행 소프트웨어 및 하드웨어 개발에 막대한 투자를 하며 치열한 경쟁을 벌이고 있다. 특히 소프트웨어 정의 차량(SDV)으로의 전환이 가속화되면서, 자율주행 기술은 차량의 핵심 경쟁력으로 부상하고 있다.
5.2. 기술적 도전 과제
자율주행 기술의 완전한 상용화를 위해서는 여전히 해결해야 할 기술적 난제들이 많다.
악천후 및 비정형 환경 대응: 폭우, 폭설, 짙은 안개 등 악천후 상황에서는 센서의 인지 능력이 크게 저하될 수 있다. 또한, 공사 구간, 비포장도로, 예측 불가능한 보행자 행동 등 비정형적인 주행 환경에서의 안정적인 대응 능력 확보가 중요하다.
엣지 케이스 (Edge Cases) 처리: 일반적이지 않고 드물게 발생하는 '엣지 케이스' 상황(예: 도로 위의 특이한 물체, 비정상적인 교통 흐름)에 대한 시스템의 판단 및 대응 능력 강화가 필요하다. 이를 위해 방대한 양의 실제 주행 데이터와 시뮬레이션 데이터를 활용한 학습이 필수적이다.
사이버 보안: 자율주행차는 외부 네트워크에 연결되어 해킹의 위협에 노출될 수 있다. 차량 제어 시스템에 대한 사이버 공격은 심각한 안전 문제를 야기할 수 있으므로, 강력한 보안 시스템 구축이 필수적이다.
높은 컴퓨팅 파워 및 전력 소모: 복잡한 인공지능 알고리즘과 수많은 센서 데이터를 실시간으로 처리하기 위해서는 고성능 컴퓨팅 하드웨어가 필요하며, 이는 차량의 전력 소모를 증가시키는 요인이 된다.
5.3. 법적 및 윤리적 도전 과제
기술 발전과 더불어 법적, 윤리적 문제 또한 자율주행 상용화의 중요한 걸림돌로 작용하고 있다.
사고 책임 소재: 자율주행차 사고 발생 시 책임 소재를 누구에게 물을 것인가(운전자, 제조사, 소프트웨어 개발사 등)에 대한 명확한 법적 기준이 아직 정립되지 않았다. 이는 기술 개발 및 보험 제도에 큰 영향을 미친다.
규제 및 표준화: 각국 정부는 자율주행차의 안전성 확보를 위한 규제 프레임워크를 마련하고 있으며, 국제적인 표준화 노력도 진행 중이다. 하지만 기술 발전 속도에 맞춰 법규를 정비하는 것이 쉽지 않다.
윤리적 딜레마 (Trolley Problem): 피할 수 없는 사고 상황에서 자율주행차가 누구의 생명을 우선시해야 하는가와 같은 윤리적 딜레마는 사회적 합의가 필요한 부분이다. 예를 들어, 보행자와 탑승자 중 누구를 보호할 것인가와 같은 문제는 시스템 설계에 있어 중요한 고려 사항이다.
데이터 프라이버시: 자율주행차는 운전자의 이동 경로, 습관 등 민감한 개인 정보를 수집할 수 있다. 이러한 데이터의 수집, 저장, 활용에 대한 투명성과 보안성 확보가 중요하다.
6. 자율주행 기술의 미래 전망 및 기대 효과
자율주행 기술은 미래 사회의 모습을 근본적으로 변화시킬 잠재력을 가지고 있으며, 다양한 분야에서 혁신적인 기대 효과를 가져올 것으로 전망된다.
6.1. 미래 사회 변화 예측
교통 시스템의 혁신: 완전 자율주행 시대가 도래하면 교통 체증이 크게 감소하고, 교통 흐름이 최적화될 것이다. 차량 간 통신(V2V)과 인프라 통신(V2I)을 통해 도로 위의 모든 차량이 유기적으로 연결되어 효율적인 운행이 가능해진다. 또한, 주차 공간 활용의 효율성이 증대되고, 개인 차량 소유의 필요성이 줄어들며 공유 모빌리티 서비스가 더욱 활성화될 수 있다.
도시 계획 및 인프라 변화: 자율주행차에 최적화된 스마트 도시 인프라가 구축될 것이다. 이는 도로 설계, 신호 체계, 주차 공간 등 도시 전반의 변화를 유도하며, 대중교통 시스템과의 연계를 통해 도시 이동성을 극대화할 수 있다.
경제 및 고용 시장 영향: 물류 및 운송 산업의 효율성이 극대화되어 비용 절감 효과가 발생할 것이다. 새로운 모빌리티 서비스 시장이 창출되고 관련 산업이 성장할 것으로 예상된다. 반면, 전문 운전자 직업(택시, 트럭, 버스 기사 등)의 감소 가능성도 제기되어, 이에 대한 사회적 대비가 필요하다.
개인의 삶의 질 향상: 운전으로부터 자유로워진 시간은 개인의 생산성 향상이나 여가 활동에 활용될 수 있다. 이동 약자(노약자, 장애인)의 이동권이 크게 확대되며, 교통사고 감소로 인한 사회적 비용 절감 및 생명 보호 효과도 기대된다.
6.2. 완전 자율주행 시대의 도래 시점 및 과제
전문가들은 레벨 5 완전 자율주행의 상용화 시점에 대해 다양한 예측을 내놓고 있다. 일부는 2030년대 중반 이후로 예상하며, 기술적 난제와 사회적 합의가 필요함을 강조한다. 특히, 모든 기상 조건과 모든 도로 환경에서 인간 운전자를 능가하는 안전성을 확보하는 것이 가장 큰 과제이다.
또한, 앞서 언급된 기술적, 법적, 윤리적 과제들을 해결하기 위한 지속적인 연구 개발과 국제적인 협력, 그리고 사회적 논의가 필수적이다. 특히, 자율주행 시스템의 투명성과 신뢰성을 확보하고, 사고 발생 시 책임 소재를 명확히 하며, 윤리적 기준을 수립하는 것이 중요하다.
6.3. 윤리적 논의의 중요성
자율주행 기술은 단순한 공학적 문제를 넘어 사회 전체의 가치관과 윤리적 판단에 영향을 미친다. '트롤리 딜레마'와 같은 극단적인 상황뿐만 아니라, 시스템의 편향성, 데이터 프라이버시, 인간과 기계의 상호작용 방식 등 다양한 윤리적 질문에 대한 답을 찾아야 한다. 기술 개발 단계부터 사회 각계각층의 참여를 통해 윤리적 가이드라인을 수립하고, 기술이 인간의 존엄성과 안전을 최우선으로 하도록 설계하는 노력이 지속되어야 할 것이다.
자율주행 기술은 인류에게 전례 없는 이동의 자유와 편의를 제공할 잠재력을 가지고 있다. 기술의 발전과 함께 사회적 합의와 제도적 정비가 조화를 이룰 때, 우리는 비로소 안전하고 지속 가능한 자율주행 시대를 맞이할 수 있을 것이다.
참고 문헌
SAE International. (2021). J3016_202104: Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehicles.
National Highway Traffic Safety Administration (NHTSA). (2022). Automated Vehicles for Safety. Retrieved from https://www.nhtsa.gov/technology-innovation/automated-vehicles-safety
Mercedes-Benz. (2023). DRIVE PILOT. Retrieved from https://www.mercedes-benz.com/en/innovation/drive-pilot/
Carnegie Mellon University. (n.d.). ALVINN. Retrieved from https://www.cs.cmu.edu/~tjochem/alvinn/alvinn.html
DARPA. (n.d.). Grand Challenge. Retrieved from https://www.darpa.mil/about-us/timeline/grand-challenge
Waymo. (n.d.). Our history. Retrieved from https://waymo.com/journey/
Cruise. (2023). Cruise Origin. Retrieved from https://www.getcruise.com/origin/
Mobileye. (2023). Mobileye SuperVision™ and Mobileye Chauffeur™. Retrieved from https://www.mobileye.com/our-technology/mobileye-supervision-and-mobileye-chauffeur/
Kim, J. H., & Kim, J. H. (2022). A Review of Sensor Fusion Techniques for Autonomous Driving. Journal of Advanced Transportation, 2022.
Chen, X., et al. (2023). Deep Learning for Autonomous Driving: A Survey. IEEE Transactions on Intelligent Transportation Systems, 24(1), 1-20.
Jo, K., et al. (2022). High-Definition Map Generation and Localization for Autonomous Driving: A Survey. Sensors, 22(1), 321.
Guldner, S., et al. (2021). Drive-by-Wire Systems for Autonomous Vehicles: A Review. SAE Technical Paper, 2021-01-0863.
Tesla. (n.d.). Autopilot and Full Self-Driving Capability. Retrieved from https://www.tesla.com/autopilot
Baidu Apollo. (n.d.). Robotaxi. Retrieved from https://apollo.baidu.com/robotaxi
국토교통부. (2023). 자율주행 셔틀 서비스 확대.
TuSimple. (n.d.). Autonomous Freight Network. Retrieved from https://www.tusimple.com/technology/autonomous-freight-network
우아한형제들. (n.d.). 배달의민족 자율주행 로봇 '딜리'. Retrieved from https://www.woowahan.com/tech/robot-delivery
Siemens Mobility. (n.d.). Automated Train Operation. Retrieved from https://www.siemens.com/global/en/products/mobility/rail-solutions/automation/automated-train-operation.html
Airbus. (n.d.). Urban Air Mobility. Retrieved from https://www.airbus.com/en/innovation/future-mobility/urban-air-mobility
Avikus. (n.d.). Autonomous Navigation. Retrieved from https://www.avikus.ai/technology/autonomous-navigation
Honda. (2021). Honda SENSING Elite. Retrieved from https://global.honda/newsroom/news/2021/4210304eng.html
Deloitte. (2023). The future of mobility: Autonomous vehicles. Retrieved from https://www2.deloitte.com/us/en/pages/manufacturing/articles/future-of-mobility-autonomous-vehicles.html
Badue, C., et al. (2021). Self-Driving Cars: A Survey. Expert Systems with Applications, 165, 113812.
European Union Agency for Cybersecurity (ENISA). (2022). Cybersecurity of Autonomous Vehicles. Retrieved from https://www.enisa.europa.eu/publications/cybersecurity-of-autonomous-vehicles
Fagnant, D. J., & Kockelman, K. (2021). Preparing a Nation for Autonomous Vehicles: Opportunities, Barriers and Policy Recommendations. Transportation Research Part A: Policy and Practice, 144, 1-14.
Bonnefon, J. F., et al. (2016). The social dilemma of autonomous vehicles. Science, 352(6293), 1573-1576.
McKinsey & Company. (2023). Autonomous driving: The path to adoption. Retrieved from https://www.mckinsey.com/industries/automotive-and-assembly/our-insights/autonomous-driving-the-path-to-adoption
KPMG. (2022). Autonomous Vehicles Readiness Index. Retrieved from https://kpmg.com/xx/en/home/insights/2022/07/autonomous-vehicles-readiness-index.html
Gartner. (2023). Hype Cycle for Automotive and Smart Mobility.
로보택시란 운전자 없이 자동차가 스스로 목적지까지 이동하는 택시를 말한다. 우버는 자율주행 기술을 자체 개발하기보다는 루시드와 뉴로와의 전략적 제휴를 통해 빠르게 시장에 진입한다는 전략을 택했다. 루시드는 튼튼한 전기차
전기차
목차
1. 전기차의 개념 및 주요 유형
1.1. 전기차의 정의
1.2. 전기차의 주요 유형
2. 전기차의 역사와 발전 과정
2.1. 초기 전기차의 등장과 전성기 (19세기 중반 ~ 20세기 초)
2.2. 내연기관차의 부상과 전기차의 쇠퇴 (20세기 초 ~ 1960년대)
2.3. 현대 전기차의 부활 (1970년대 이후)
3. 전기차의 핵심 기술 및 구동 원리
3.1. 배터리 기술
3.2. 전기 모터 및 구동 시스템
3.3. 충전 시스템 및 회생 제동
4. 전기차의 장점과 단점
4.1. 주요 장점
4.2. 주요 단점
5. 다양한 전기차 활용 사례
5.1. 승용차 및 상용차
5.2. 특수 목적 차량 및 재활용 사례
6. 전기차 시장의 현재 동향
6.1. 글로벌 시장 성장 및 정책 동향
6.2. 기술 혁신 및 시장 경쟁 심화
7. 전기차의 미래 전망
7.1. 배터리 기술 발전과 주행 거리 확대
7.2. 충전 인프라 고도화 및 V2G 기술 확산
7.3. 자율주행 및 새로운 모빌리티 서비스와의 융합
1. 전기차의 개념 및 주요 유형
전기차(Electric Vehicle, EV)는 전기를 동력원으로 삼아 운행하는 자동차를 일컫는 말이다. 이는 내연기관이 아닌 전기 모터를 사용하여 운동 에너지를 얻는 것이 특징이다. 전기차는 화석 연료를 전혀 사용하지 않거나 최소한으로 사용함으로써 대기 오염 물질 배출을 줄이는 친환경적인 특성을 가진다.
1.1. 전기차의 정의
전기차는 고전압 배터리에 저장된 전기에너지를 전기모터로 공급하여 구동력을 발생시키는 차량으로, 화석연료를 전혀 사용하지 않는 무공해 차량이다. 내연기관차와 달리 엔진이 없으며, 배기가스가 발생하지 않아 대기질 개선에 기여한다. 또한, 전기모터의 특성상 소음과 진동이 적어 정숙하고 부드러운 주행감을 제공한다.
1.2. 전기차의 주요 유형
전기차는 동력 공급 방식에 따라 크게 세 가지 주요 유형으로 구분된다.
순수 전기차(Battery Electric Vehicle, BEV): 배터리에 저장된 전기에너지로만 구동되는 차량이다. 내연기관이나 연료탱크가 전혀 없으며, 외부 충전을 통해서만 에너지를 공급받는다. 가장 일반적인 형태의 전기차로, '전기차'라고 하면 주로 BEV를 의미하는 경우가 많다.
플러그인 하이브리드 전기차(Plug-in Hybrid Electric Vehicle, PHEV): 배터리와 전기모터, 그리고 내연기관 엔진을 모두 탑재한 차량이다. 일정 거리까지는 전기로만 주행할 수 있으며, 배터리 소진 시에는 내연기관 엔진을 사용하거나 하이브리드 모드로 전환하여 주행한다. 외부 충전이 가능하며, 내연기관의 연료도 주입할 수 있어 주행 거리의 제약이 적다는 장점이 있다.
수소 연료전지차(Fuel Cell Electric Vehicle, FCEV): 수소를 연료로 사용하여 자체적으로 전기를 생산하는 차량이다. 수소와 산소의 화학 반응을 통해 전기를 만들어 전기모터를 구동하며, 부산물로 물만 배출하는 궁극의 친환경차로 불린다. 전기 공급 없이 내부에서 전기를 생산한다는 점에서 BEV와 차이가 있다. 다만, 수소 충전 인프라 부족과 높은 생산 비용 등의 과제를 안고 있다.
2. 전기차의 역사와 발전 과정
전기차는 내연기관차보다 먼저 발명되었으며, 여러 차례의 부침을 겪으며 현재의 모습으로 발전해 왔다. 그 역사는 거의 200년에 걸쳐 수많은 기술적, 사회적 변화를 담고 있다.
2.1. 초기 전기차의 등장과 전성기 (19세기 중반 ~ 20세기 초)
최초의 전기차는 1832년에서 1839년 사이에 스코틀랜드의 발명가 로버트 앤더슨(Robert Anderson)이 발명한 조잡한 전기 마차로 알려져 있다. 이후 1881년 프랑스의 발명가 구스타프 트루베(Gustave Trouvé)가 개선된 납축전지와 지멘스의 전기모터를 활용한 삼륜 전기차를 선보이며 상업적 성공을 거두었다. 19세기 후반에서 20세기 초에는 전기차가 황금기를 맞이했다. 당시 전기차는 휘발유 엔진 자동차에 비해 냄새가 적고 진동과 소음이 덜하며 운전이 쉽다는 장점으로 상류층 여성 운전자들 사이에서 큰 인기를 끌었다. 1900년경에는 전기차가 최고 속도 기록을 보유하기도 했으며, 1912년 미국에서는 3만 대 이상의 전기차가 보급되어 내연기관차보다 많은 수를 기록했다.
2.2. 내연기관차의 부상과 전기차의 쇠퇴 (20세기 초 ~ 1960년대)
전기차의 전성기는 오래가지 못했다. 20세기 초 헨리 포드의 대량 생산 시스템 도입으로 내연기관차의 생산 단가가 크게 낮아졌고, 텍사스 유전 발견으로 인한 저렴한 휘발유 공급은 내연기관차의 경제성을 더욱 높였다. 또한, 내연기관 기술의 발전과 함께 시동 모터의 발명, 도로망 확충으로 인한 장거리 이동 수요 증가 등은 주행 거리가 짧고 충전 시간이 긴 전기차의 단점을 부각시켰다. 이로 인해 전기차는 점차 시장에서 밀려나게 되었고, 1920년대 중반 이후에는 소량 생산되거나 특수 목적 차량으로만 명맥을 유지하게 되었다.
2.3. 현대 전기차의 부활 (1970년대 이후)
1970년대 두 차례의 석유 파동은 화석 연료 의존도에 대한 경각심을 불러일으켰고, 1990년대 이후 심각해진 환경 오염 문제와 기후 변화에 대한 인식이 높아지면서 전기차에 대한 관심이 다시 증가하기 시작했다. 특히 2000년대 이후 리튬 이온 배터리 기술의 비약적인 발전은 전기차의 주행 거리를 늘리고 성능을 향상시키는 결정적인 계기가 되었다. 고에너지 밀도와 효율성을 가진 리튬 이온 배터리의 등장은 전기차의 실용성을 크게 높였으며, 각국 정부의 환경 규제 강화와 구매 보조금 지원 정책에 힘입어 전기차는 본격적인 부활을 맞이하게 되었다.
3. 전기차의 핵심 기술 및 구동 원리
전기차는 배터리, 전기 모터, 인버터, 충전 시스템, 회생 제동 시스템 등 다양한 핵심 기술의 유기적인 결합으로 구동된다. 이들 기술은 전기차의 성능, 효율성, 안전성을 결정하는 중요한 요소이다.
3.1. 배터리 기술
전기차의 '연료통' 역할을 하는 배터리는 차량의 구동을 위한 전력을 저장하고 공급하는 핵심 부품이다. 주로 리튬 이온 배터리가 사용되며, 이는 높은 에너지 밀도와 효율성, 긴 수명주기를 기반으로 전기차 시대를 가능케 한 핵심 기술로 자리 잡았다. 전기차 배터리는 '배터리 셀 → 모듈 → 배터리 팩' 순서로 이어지는 계층적 시스템으로 구성된다.
배터리 셀: 전기를 저장하고 방출하는 최소 단위로, 양극, 음극, 분리막, 전해액 등으로 구성된다. 현재 주로 사용되는 리튬 이온 배터리 셀의 화학 조성으로는 NCM(니켈∙코발트∙망간), NCA(니켈∙코발트∙알루미늄), LFP(리튬∙인산철) 등이 있다. 에너지 밀도 향상을 위해 니켈 함량을 높인 하이니켈 배터리 개발이 활발하며, 이는 프리미엄 전기차나 대형 트럭 배터리 팩에 적용 가능하다.
배터리 모듈: 여러 개의 배터리 셀을 묶어 외부 충격과 열로부터 보호하는 단위이다.
배터리 팩: 여러 개의 배터리 모듈과 배터리 관리 시스템(BMS), 열관리 시스템, 보호용 하우징, 고전압 전기 인터페이스 등 서브시스템이 통합되어 차량 전체에 전력을 공급하는 실질적인 전원 장치이다. 배터리 팩의 용량은 전기차의 주행 가능 거리를 결정하는 핵심 요소이다.
배터리 기술 발전은 에너지 밀도 증가(더 가볍고 용량이 큰 소재 적용), 충전 속도 개선, 안전성 확보에 초점을 맞추고 있다. 특히 초급속 충전 시 발생하는 열을 최소화하고 저항을 낮추기 위한 최적의 배터리 소재 개발과 구조 설계가 진행 중이다.
3.1. 전기 모터 및 구동 시스템
전기 모터는 배터리에서 공급받은 전기에너지를 기계적 운동 에너지로 변환하여 바퀴를 구동시키는 장치이다. 내연기관 엔진과 달리 즉각적인 토크(회전력)를 발생시켜 정지 상태에서부터 뛰어난 가속 성능을 제공한다. 또한, 부품 수가 적고 구조가 단순하여 효율성이 높으며, 소음과 진동이 적다는 장점이 있다.
전기차의 구동 시스템에서 전기 모터만큼 중요한 역할을 하는 것이 바로 인버터(Inverter)이다. 인버터는 배터리에서 제공되는 직류(DC) 전력을 전기모터가 사용할 수 있는 교류(AC) 전력으로 변환해주는 역할을 한다. 이를 위해 인버터는 입력 전압의 주파수, 전류, 전압을 변환하고 출력 전압의 주파수, 전류, 전압을 정밀하게 조절하여 모터의 속도와 방향을 제어한다. 즉, 인버터는 전기차의 가속과 감속 명령을 담당하며, 전기차의 주행 성능과 운전성을 높이는 데 매우 중요한 역할을 수행한다. 인버터는 주로 파워 모듈(다이오드, 트랜지스터)과 제어 회로로 구성된다.
3.3. 충전 시스템 및 회생 제동
전기차는 외부 충전기를 통해 배터리를 충전한다. 충전 방식은 크게 교류(AC) 완속 충전과 직류(DC) 급속 충전으로 나뉜다. 완속 충전은 주로 가정이나 공공 장소에서 장시간에 걸쳐 충전하는 방식이며, 급속 충전은 고속도로 휴게소나 전용 충전소에서 단시간에 빠르게 충전하는 방식이다. 충전 표준으로는 국내에서는 DC 콤보(CCS Type 1) 방식이 주로 사용되며, 유럽은 Type 2, 일본은 CHAdeMO 등이 있다. 충전 시간은 배터리 용량, 충전기 출력, 차량의 충전 시스템 등에 따라 달라진다.
회생 제동(Regenerative Braking)은 전기차의 에너지 효율을 높이는 핵심 기술이다. 내연기관차는 브레이크를 밟을 때 운동 에너지가 마찰열로 소실되지만, 전기차는 감속하거나 제동할 때 전기 모터가 발전기처럼 작동하여 차량의 운동 에너지를 전기 에너지로 변환해 배터리에 다시 저장한다. 이는 마치 내리막길에서 자전거 페달을 뒤로 돌려 발전기를 돌리는 것과 유사하다. 회생 제동 시스템은 특히 제동 횟수가 많은 도심 주행에서 에너지 효율성을 극대화하여 주행 거리를 늘리는 데 기여한다.
4. 전기차의 장점과 단점
전기차는 친환경성과 경제성 등 여러 장점을 가지지만, 충전 인프라와 초기 비용 등 해결해야 할 과제도 안고 있다.
4.1. 주요 장점
친환경성: 주행 중 배기가스를 전혀 배출하지 않아 대기 오염을 줄이고 탄소 배출량 감소에 기여한다. 이는 기후 변화 대응에 중요한 역할을 한다.
경제성: 내연기관차 대비 저렴한 연료비(충전 비용)와 유지 보수 비용을 제공한다. 전기 요금이 휘발유나 경유 가격보다 저렴하며, 엔진 오일 교환이나 복잡한 내연기관 부품 교체 비용이 발생하지 않아 장기적으로 운용 비용을 절감할 수 있다.
뛰어난 주행 성능 및 정숙성: 전기 모터는 정지 상태에서부터 최대 토크를 발휘하여 뛰어난 가속 성능을 자랑한다. 또한, 엔진 소음과 진동이 없어 매우 조용하고 부드러운 주행감을 제공하여 운전자와 승객의 피로도를 낮춘다.
각종 혜택: 많은 국가에서 전기차 구매 시 정부 보조금, 세금 감면, 공영 주차장 할인, 통행료 감면 등 다양한 혜택을 제공하여 초기 구매 부담을 덜어준다.
4.2. 주요 단점
높은 초기 구매 비용: 동급 내연기관차에 비해 초기 구매 비용이 높은 편이다. 이는 주로 고가의 배터리 가격 때문이며, 보조금을 받더라도 여전히 부담스러운 수준일 수 있다.
충전 인프라 부족 및 긴 충전 시간: 충전소의 수가 내연기관 주유소에 비해 여전히 부족하며, 급속 충전이라 할지라도 내연기관차 주유 시간(약 5분)에 비해 긴 충전 시간이 소요된다. 2024년 J.D. 파워 설문조사에 따르면, 전기차 사용자 5명 중 1명은 공공 충전소에서 충전 실패를 경험했으며, 이는 재구매 의사에 부정적인 영향을 미치는 것으로 나타났다.
제한된 주행 거리 및 배터리 성능 저하: 배터리 기술이 발전하고 있으나, 여전히 내연기관차에 비해 주행 거리가 짧다는 인식이 있으며, 특히 겨울철 저온 환경에서는 배터리 효율이 감소하여 주행 거리가 더욱 줄어들 수 있다. 배터리 수명에 따른 성능 저하와 고가의 배터리 교체 비용도 단점으로 지적된다.
화재 위험성 및 진압의 어려움: 전기차 화재 발생 빈도는 내연기관차보다 낮지만, 화재 발생 시 '열폭주(Thermal Runaway)' 현상으로 인해 고온·고압 상태로 빠르게 확산되며 진압이 어렵고 재발화 위험성이 높다는 특징이 있다. 특히 배터리 손상, 과충전, 냉각 시스템 고장 등이 주요 원인으로 꼽힌다.
배터리 생산 및 폐기 과정에서의 환경 오염 논란: 전기차는 주행 중 배기가스가 없지만, 배터리 생산에 필요한 리튬, 코발트, 니켈 등 희토류 광물 채굴 과정에서 환경 파괴(산림 훼손, 수질 오염)와 인권 침해(아동 노동 착취) 문제가 발생할 수 있다는 지적이 있다. 또한, 폐배터리 재활용 및 처리 과정에서 유독 물질 배출 가능성도 환경 오염 논란의 한 부분이다.
5. 다양한 전기차 활용 사례
전기차는 승용차를 넘어 다양한 운송 수단과 특수 목적 분야에서 활발하게 활용되고 있으며, 지속 가능한 모빌리티 솔루션으로서 그 영역을 확장하고 있다.
5.1. 승용차 및 상용차
가장 일반적인 형태인 승용차 부문에서는 소형 해치백부터 고급 세단, SUV에 이르기까지 다양한 모델이 출시되어 소비자 선택의 폭을 넓히고 있다. 특히, 대중교통 및 물류 운송 분야에서 전기차 보급이 빠르게 확대되고 있다.
전기 버스: 대도시를 중심으로 전기 버스 도입이 활발하다. 전기 버스는 배기가스가 없어 도심 대기질 개선에 크게 기여하며, 저상 버스 형태로 제작되어 교통 약자의 이동 편의성을 높이는 데도 유리하다. 서울시 등 국내 주요 도시에서도 전기 버스 운행을 확대하고 있다.
전기 트럭 및 밴: 물류 운송 부문에서도 전기 트럭과 전기 밴의 활용이 증가하고 있다. 특히 도심 내 단거리 배송에 적합하며, 소음이 적어 심야 배송에도 유리하다. 테슬라 세미(Tesla Semi)와 같은 대형 전기 트럭도 개발되어 장거리 운송 시장의 변화를 예고하고 있다.
5.2. 특수 목적 차량 및 재활용 사례
전기차 기술은 개인 이동 수단은 물론, 에너지 저장 및 재활용 분야에서도 혁신적인 활용 사례를 만들어내고 있다.
개인 이동 수단: 전기 오토바이, 전기 스쿠터, 전기 자전거 등 개인 이동 수단 시장에서도 전기 동력의 비중이 커지고 있다. 이는 도심에서의 이동 편의성을 높이고, 교통 체증 및 환경 오염 문제를 줄이는 데 기여한다.
전기차 폐배터리 재활용: 전기차의 수명이 다한 후 발생하는 폐배터리는 성능이 저하되었더라도 잔존 용량이 남아있어 다양한 분야에서 재활용될 수 있다. 예를 들어, 성능이 저하된 전기차 폐배터리를 묶어 대규모 에너지 저장 장치(ESS)로 활용하여 발전소나 스마트 버스 승강장, 공장 등에 전력을 공급하는 사례가 있다. 또한, 농기계의 동력원으로 재사용하거나, 비상 전원 공급 장치(UPS) 등으로 활용하는 등 특이한 응용 사례도 나타나고 있다. 이는 배터리 생산 및 폐기 과정에서의 환경 오염 논란을 줄이고 자원 순환 경제를 구축하는 데 중요한 역할을 한다.
6. 전기차 시장의 현재 동향
글로벌 전기차 시장은 지속적인 성장세를 보이고 있으나, 최근 몇 년간의 급격한 성장 이후 성장 속도 조절기에 진입하고 있다는 분석이 나온다.
6.1. 글로벌 시장 성장 및 정책 동향
2023년 글로벌 전기차 판매량은 1,407만 대를 기록하며 전년 대비 33.5% 성장했다. 2024년 1분기에는 전년 동기 대비 약 25% 증가했으며, 연간 판매량은 1,700만 대를 돌파하여 신차 시장 점유율 20%를 넘을 것으로 IEA(국제에너지기구)는 전망했다.
각국 정부의 탄소 배출 규제 강화와 구매 보조금 지원 정책은 전기차 판매량 증가의 주요 동력이었다. 특히 중국은 2024년 1분기 기준 56.2%의 시장 점유율을 기록하며 세계 최대 전기차 시장으로서의 지위를 견고히 하고 있으며, 2024년 전체 판매량의 약 3분의 2를 차지할 것으로 예상된다. 유럽과 미국 시장도 꾸준한 성장을 보이고 있다.
그러나 최근 단기적인 경제 불확실성 심화, 고물가, 고금리에 따른 소비 심리 위축, 충전 인프라 부족, 그리고 얼리 어답터(Early adopters) 소비층의 구매 수요 완결 등으로 인해 전기차 시장의 성장세가 둔화될 것이라는 전망도 제기된다. 일부 국가에서는 보조금 축소 및 내연기관차 퇴출 방안 완화 움직임도 나타나고 있으며, 미국에서는 대선 결과에 따라 친환경 산업 대신 전통 산업 육성이 강화될 가능성도 대두되고 있다.
6.2. 기술 혁신 및 시장 경쟁 심화
전기차 시장의 성장은 지속적인 기술 혁신에 힘입고 있다. 배터리 에너지 밀도 향상, 충전 속도 개선, 배터리 관리 시스템(BMS) 고도화 등 핵심 기술 개발이 활발하게 이루어지고 있다. 특히 배터리 가격의 급격한 하락은 전기차의 가격 경쟁력을 높이는 데 기여하고 있으며, 2024년 글로벌 배터리팩 평균 가격은 전년 대비 약 25% 낮아졌다.
기존 완성차 업체(현대차, 기아, GM, 폭스바겐 등)와 테슬라 같은 신생 전기차 전문 기업, 그리고 IT 기업(애플, 소니 등)들의 시장 진입으로 경쟁이 심화되고 있다. 이러한 경쟁은 기술 발전과 가격 인하를 촉진하지만, 동시에 일부 기업의 수익성 악화와 과잉 생산 문제로 이어질 수 있다는 우려도 존재한다. 충전 인프라 확충은 여전히 중요한 과제로 인식되며, 충전기 고장, 결제의 어려움, 대기 시간 문제 등이 해결되어야 할 숙제이다.
7. 전기차의 미래 전망
전기차는 배터리 기술 발전, 충전 인프라 고도화, 자율주행 및 커넥티비티와의 융합을 통해 미래 모빌리티의 핵심으로 자리매김할 것으로 예상된다.
7.1. 배터리 기술 발전과 주행 거리 확대
미래 전기차의 핵심은 차세대 배터리 기술에 달려 있다. 현재 주류인 리튬 이온 배터리의 한계를 뛰어넘기 위한 연구가 활발하며, 특히 전고체 배터리(Solid-state battery)는 '꿈의 배터리'로 불리며 주목받고 있다. 전고체 배터리는 액체 전해질 대신 고체 전해질을 사용하여 화재 및 폭발 위험이 적고, 에너지 밀도를 획기적으로 높여 주행 거리를 대폭 늘릴 수 있으며, 충전 시간도 단축할 수 있는 잠재력을 가지고 있다. 한국의 삼성SDI, LG에너지솔루션, SK온을 비롯해 중국의 CATL, BYD, 일본의 토요타, 미국의 솔리드파워 등 전 세계 주요 배터리 및 완성차 기업들이 2027년에서 2030년 상용화를 목표로 개발 경쟁을 벌이고 있다.
이 외에도 실리콘 음극재, 나트륨 이온 배터리 등 다양한 차세대 배터리 기술 개발을 통해 에너지 밀도를 높이고 비용을 절감하며 주행 거리를 확대하려는 노력이 지속될 것이다.
7.2. 충전 인프라 고도화 및 V2G 기술 확산
전기차의 대중화를 위해서는 충전 인프라의 양적, 질적 고도화가 필수적이다. 초급속 충전 기술은 더욱 발전하여 충전 시간을 내연기관차 주유 시간 수준으로 단축하는 것을 목표로 하며, 무선 충전 기술도 상용화될 것으로 예상된다. 또한, 인공지능 기반의 지능형 충전 시스템은 차량의 위치, 배터리 상태, 전력망 상황 등을 고려하여 최적의 충전 솔루션을 제공할 것이다.
특히 V2G(Vehicle-to-Grid) 기술은 전기차를 단순한 이동 수단이 아닌 '움직이는 에너지 저장 장치'로 활용하는 개념이다. V2G는 전기차 배터리에 저장된 전력을 필요할 때 전력망으로 다시 공급하여 전력 수급 안정화에 기여하고, 피크 시간대 전력 부하를 줄이는 역할을 한다. 이는 전기차 소유주에게는 추가적인 수익을 창출할 기회를 제공하고, 전체 전력 시스템의 효율성을 높이는 데 중요한 역할을 할 것으로 기대된다.
7.3. 자율주행 및 새로운 모빌리티 서비스와의 융합
전기차는 자율주행 기술과의 결합을 통해 미래 모빌리티의 혁신을 이끌어갈 것이다. 전기차는 내연기관차에 비해 구조가 단순하고 전자 제어에 용이하여 자율주행 시스템을 통합하기에 유리하다. 자율주행 전기차는 운전자의 개입 없이 스스로 주행하며, 더욱 안전하고 편리한 이동 경험을 제공할 것이다.
이러한 기술적 진보는 공유 경제 기반의 새로운 모빌리티 서비스 모델을 탄생시킬 것으로 예상된다. 로보택시(Robotaxi), 차량 공유(Car-sharing), 구독형 모빌리티 서비스 등은 자율주행 전기차를 통해 더욱 효율적이고 경제적인 형태로 발전할 것이다. 또한, 전기차는 스마트 시티 인프라와 연동되어 교통 흐름 최적화, 에너지 관리 효율화 등 다양한 도시 문제 해결에도 기여할 것으로 기대된다. 전기차는 단순한 친환경 운송 수단을 넘어, 미래 사회의 라이프스타일과 도시 환경을 변화시키는 핵심 동력이 될 것이다.
참고 문헌
무공해차 통합누리집, "전기차 소개 > 전기차 개요", https://www.ev.or.kr/portal/content/201
위키백과, "전기자동차", https://ko.wikipedia.org/wiki/%EC%A0%84%EA%B8%B0%EC%9E%90%EB%8F%99%EC%B0%A8
모토야, "세계 최초의 전기차는 언제 만들어졌을까?", 2021년 7월 15일, https://www.motoya.co.kr/news/articleView.html?idxno=200000000000673
CAR with MC - 티스토리, "전기자동차란? 전기자동차의 정의와 장단점", 2022년 3월 18일, https://carwithmc.tistory.com/264
REOB (리오브), "전기자동차, 전기차 (Electric Vehicle, Electric Car, EV)", https://reob.co.kr/wiki/electric-vehicle/
KB의 생각, "전기자동차란? - 뜻 & 정의", https://www.kbfg.com/insights/view?idx=39
EVCOME, "전기 자동차의 역사", 2024년 10월 18일, https://www.evcome.com/ko/electric-car-history/
나무위키, "전기자동차/화재 위험성 논란", https://namu.wiki/w/%EC%A0%84%EA%B8%B0%EC%9E%90%EB%8F%99%EC%B0%A8/%ED%99%94%EC%9E%AC%20%EC%9C%84%ED%97%88%EC%84%B1%20%EB%85%BC%EB%9E%80
뉴스퀘스트, "친환경 전기차의 딜레마..."배터리 생산·폐기 과정서 환경오염 유발"", 2021년 3월 4일, https://www.newsquest.co.kr/news/articleView.html?idxno=81970
아트라스비엑스 공식 웹사이트, "[전기차의 역사, 그 기원부터 현재까지]", https://www.hankookatlasbx.com/kr/story/history-of-ev
엘레멘트, "전기자동차 화재 원인을 파헤치다: 열폭주 리스크와 안전 인증의 핵심", 2025년 7월 17일, https://www.element.com/korea/resources/blog/electric-vehicle-fire-causes-thermal-runaway-risk-and-safety-certification
SNE Research, "올해 전세계 전기차 시장 16.4백만대-전년대비 16.6% 성장전망", 2024년 3월 14일, https://www.sneresearch.com/kr/insight/press-release/view/319
시사저널, "“무조건 위험하다?”… 전기차 화재에 대한 오해와 진실", 2024년 8월 7일, https://www.sisajournal.com/news/articleView.html?idxno=300000
위키백과, "전기자동차의 역사", https://ko.wikipedia.org/wiki/%EC%A0%84%EA%B8%B0%EC%9E%90%EB%8F%99%EC%B0%A8%EC%9D%98_%EC%97%AD%EC%82%AC
알체라, "전기차 화재 주요 원인과 해결책 안내", 2025년 3월 13일, https://www.alcherainc.com/blog/ev-fire-causes-and-solutions
내연기관차보다 먼저? 탄생부터 역주행까지, 전기차의 발전사, 2023년 5월 25일, https://blog.naver.com/with_korea/223111497914
지티티코리아, "[한선화의 소소(昭疏)한 과학] 전기차 화재의 위험성과 예방법", 2024년 8월 22일, https://www.gtt.co.kr/news/articleView.html?idxno=1054
서울일보, "배터리 생산과정서 환경오염 유발…전기차의 딜레마", 2022년 11월 24일, http://www.seoulilbo.com/news/articleView.html?idxno=561053
위키백과, "전기차 배터리", https://ko.wikipedia.org/wiki/%EC%A0%84%EA%B8%B0%EC%B0%A8_%EB%B0%B0%ED%84%B0%EB%A6%AC
EVPOST, "전기차 단점 10가지 – 전기차 불편한데 왜 사요?", 2022년 3월 21일, https://evpost.co.kr/news/articleView.html?idxno=1701
임팩트온, "전기차 판매 부진… 이유는? “충전 문제만은 아니야”", 2023년 11월 6일, https://www.impacton.net/news/articleView.html?idxno=7648
전기와 자동차, "전기차 인버터란? 역할 구성요소 제어원리 초핑제어 PWM 유사사인파", https://electric-car.tistory.com/entry/%EC%A0%84%EA%B8%B0%EC%B0%A8-%EC%9D%B8%EB%B2%84%ED%84%B0%EB%9E%80-%EC%97%AD%ED%95%A0-%EA%B5%AC%EC%84%B1%EC%9A%94%EC%86%8C-%EC%A0%9C%EC%96%B4%EC%9B%90%EB%A6%AC-%EC%B4%88%ED%95%91%EC%A0%9C%EC%96%B4-PWM-%EC%9C%A0%EC%82%AC%EC%82%AC%EC%9D%B8%ED%8C%8C
Hyundai Motor Group, "[전기차 백과사전 A to Z] 쉽게 알아보는 전기차의 구동 원리", 2020년 3월 16일, https://tech.hyundaimotorgroup.com/kr/article/ev-wiki-a-to-z-1/
NEWS & INSIGHTS, "전기차는 정말 친환경일까?", https://www.newsandinsights.co.kr/news/articleView.html?idxno=119
지디넷코리아, "전고체 배터리 경쟁↑…한·중·미·일 '기술 패권' 누가 먼저 잡나", 2025년 3월 2일, https://zdnet.co.kr/view/?no=20250302142211
서울경제, "中 '꿈의 배터리' 전고체 배터리 표준 발표…주도권 장악 나서나", 2026년 1월 4일, https://www.sedaily.com/NewsView/2D3S0E1A2V
SNE리서치, "2024년 1~3월 글로벌 전기차 인도량 약 313.9만대, 전년 대비 20.4% 성장", 2024년 5월 8일, https://www.sneresearch.com/kr/insight/press-release/view/329
엘레멘트 코리아, "전기차 배터리 구조, 셀부터 팩까지 완전 정리", 2025년 5월 23일, https://www.element.com/korea/resources/blog/electric-vehicle-battery-structure-cell-to-pack
한겨레, "전기차에 드리운 '환경파괴·인권침해' 그늘…'에너지 전환'은 필연", 2024년 11월 4일, https://www.hani.co.kr/arti/economy/economy_general/1161730.html
YouTube, "더 안전하게…배터리 업계, 전고체 배터리 개발 경쟁", 매일경제TV, 2025년 11월 28일, https://www.youtube.com/watch?v=kYJ6X2z-w9c
엠투데이, "전기차 배터리, 심각한 인권유린. 환경재앙 불러 온다. 국제앰네스티 보고서 지적", 2019년 4월 2일, https://www.m2day.co.kr/2019/04/02/%EC%A0%84%EA%B8%B0%EC%B0%A8-%EB%B0%B0%ED%84%B0%EB%A6%AC-%EC%8B%AC%EA%B0%81%ED%95%9C-%EC%9D%B8%EA%B6%8C%EC%9C%A0%EB%A6%B0-%ED%99%98%EA%B2%BD%EC%9E%AC%EC%95%99-%EB%B6%88%EB%9F%AC-%EC%98%A8%EB%8B%A4/
미니모터스클럽, "전기차 인버터의 모든 것| 작동 원리, 종류, 장단점, 그리고 미래", 2024년 7월 27일, https://minimotorsclub.com/blogs/news/%EC%A0%84%EA%B8%B0%EC%B0%A8-%EC%9D%B8%EB%B2%84%ED%84%B0%EC%9D%98-%EB%AA%A8%EB%93%A0-%EA%B2%83-%EC%9E%91%EB%8F%99-%EC%9B%90%EB%A6%AC-%EC%A2%85%EB%A5%98-%EC%9E%A5%EB%8B%A8%EC%A0%90-%EA%B7%B8%EB%A6%AC%EA%B3%A0-%EB%AF%B8%EB%9E%98
Hyundai Motor Group, "[HMG 전기차 배터리 개발 시리즈 3편] 더 멀리 달리는 전기차를 만들 수 있는 비결", 2023년 9월 1일, https://tech.hyundaimotorgroup.com/kr/article/ev-battery-development-series-3/
YouTube, "전기차 배터리팩의 모든 걸 알려드리겠습니다 Ultimate Guide to Electric Car Battery Packs, Everything You Need to Know!", CTNS, 2023년 8월 23일, https://www.youtube.com/watch?v=0kF1-15-k1A
매일경제, "한국·미국·독일 '배터리 삼각동맹'…전고체 시장 선점 나섰다", 2025년 11월 1일, https://www.mk.co.kr/news/business/11181262
YouTube, ""1억 차가 5천만원 헐값에..." 지금 사면 1년 뒤 반드시 땅을 치고 후회한다 전기차의 몰락", 부자의돈공식, 2025년 12월 11일, https://www.youtube.com/watch?v=U36fK-6aY34
다나와 자동차, "2024년 1~6월 글로벌 전기차 인도량 약 715.9만대, 전년 대비 20.8% 성", 2024년 8월 12일, http://auto.danawa.com/auto/?_method=blog&blogSeq=10010998&logger=auto_blog_20240812_2
LG에너지솔루션, "전기차의 심장 '배터리', 2차 전지의 현재와 미래", 2025년 5월 23일, https://www.lgensol.com/kr/company/news/blogDetail/BLOGD202307133748283584
헬로티, "전기자동차용 파워트레인에 이용되는 인버터 기술", 2024년 3월 6일, http://www.hellot.net/news/article.html?no=81056
오마이뉴스, ""다시는 전기차를 구매하지 않겠다"는 사람들, 왜?", 2025년 5월 11일, https://www.ohmynews.com/NWS_Web/View/at_pg.aspx?CNTN_CD=A0003027870
한국표준과학연구원, "화재 위험 제로' 전고체전지 상용화 앞당긴다", 2026년 1월 7일, https://www.kriss.re.kr/standard/news/view.do?nttId=16024&menuId=216&pageIndex=1
인버터란? 인버터 원리와 종류, 용도. 컨버터와의 차이, 2023년 4월 20일, https://blog.naver.com/energy_solution_/223078893974
그리니엄, "글로벌 전기차 시장, 2024년 '1700만대' 신기록 달성", 2025년 5월 19일, https://greenium.kr/news/article.html?no=100000000000859
YouTube, "The real reason to be cautious when buying an electric car! New or used!", 노사장TV, 2025년 6월 10일, https://www.youtube.com/watch?v=m7H0eJm001g
뉴스;트리, "현대차, 지난해 美 전기차 판매량 16.3% '뚝'...원인은?", 2026년 1월 5일, https://www.newstree.kr/news/articleView.html?idxno=100000000000673
차체를, 뉴로는 똑똑한 자율주행 두뇌를 맡았고, 우버는 전 세계에 뻗어 있는 운영 노하우를 제공한다.
이 로보택시의 지붕에는 특별한 장치가 있다. 고해상도 카메라와 최첨단 라이다
라이다
1. 개념과 측정 원리: 레이저 펄스와 3차원 좌표
라이다(LiDAR)는 레이저(빛) 펄스를 목표물에 방출한 뒤 반사되어 되돌아오는 시간을 측정하여 거리를 계산하고, 이를 다수 방향으로 반복해 3차원 형상을 재구성하는 센싱 기술이다. 기본 원리는 빛의 왕복 시간(Time-of-Flight)을 거리로 환산하는 방식이며, 실제 시스템에서는 거리 정보에 더해 센서의 자세·위치를 결합해 측정점의 공간 좌표(X, Y, Z)를 산출한다. 이때 수집되는 3차원 데이터는 일반적으로 점군(Point Cloud) 형태로 표현되며, 지형·구조물·차량 주변 환경을 정밀하게 모델링하는 데 쓰인다.
라이다는 원격탐사 분야(지형·산림·도시 모델링)뿐 아니라 로봇, 물류 자동화, 산업용 3D 스캐닝, 그리고 자율주행용 환경 인지 센서로 널리 연구·적용되고 있다.
2. 레이더(RADAR)와의 차이: 장점과 한계
2.1 라이다가 레이더에 비해 나은 점
라이다는 레이더보다 파장이 훨씬 짧은 빛(레이저)을 사용하므로, 동일 조건에서 더 높은 각 분해능과 공간 해상도를 얻기 유리하다. 그 결과 물체의 윤곽, 모서리, 작은 구조를 상대적으로 정밀하게 포착해 3차원 형상 기반의 분류 및 정밀 지도화에 강점을 가진다. 자율주행 관점에서는 차선 경계, 연석, 구조물의 형태 정보를 점군으로 직접 확보할 수 있어 고정밀 환경 표현에 활용된다.
2.2 라이다가 레이더에 비해 부족한 점
라이다는 광학 신호 특성상 안개·비·눈과 같은 악천후에서 산란과 감쇠의 영향을 더 크게 받는 경향이 있으며, 결과적으로 탐지거리와 신뢰도가 저하될 수 있다. 반면 레이더는 마이크로파 대역을 사용해 기상 조건에 상대적으로 강하고, 장거리 탐지에도 유리한 경우가 많다. 또한 레이더는 도플러 효과를 이용해 상대속도(접근·이탈 속도) 정보를 직접적으로 얻는 데 강점이 있어, 주행 안전을 위한 속도 기반 판단에 유리하다. 라이다는 속도 추정을 수행할 수 있으나, 일반적인 펄스 방식에서는 레이더만큼 직접적·견고한 속도 측정이 어렵거나 구현 복잡도가 증가할 수 있다.
3. 자율주행 시스템에서: 인지, 지도화·자기위치추정, 센서 융합
자율주행에서 라이다는 주변 환경을 3차원으로 계측해 장애물 인지, 주행 가능 영역 추정, 정밀 지도 구축 및 자기 위치 추정에 활용된다. 특히 3차원 점군은 물체의 거리와 형상을 직접 제공하므로, 카메라 기반 추정에서 발생할 수 있는 스케일(절대거리) 불확실성을 줄이는 데 도움이 된다. 고정밀 지도(HD Map) 또는 3차원 점군 지도를 기반으로 한 정합(registration) 방법은 도심 환경에서의 정밀 로컬라이제이션(Localization) 연구에서 중요한 축으로 다뤄진다.
실차 시스템에서는 라이다 단독이 아니라 카메라(색·텍스처), 레이더(속도·기상 내성), GNSS/IMU(절대 위치·자세)와의 센서 융합이 일반적이다. 라이다는 형태 기반 정보에 강하지만 기상·오염에 취약할 수 있으므로, 상호 보완적 센서 구성이 안전성과 가용성을 높이는 방향으로 발전해 왔다.
4. 방식: 주사식 스캐너와 섬광(플래시) 스캐너
4.1 주사식(스캐닝) 라이다
주사식 라이다는 레이저 빔을 시간에 따라 여러 방향으로 ‘스캔’하여 공간을 훑고 점군을 구성한다. 구현 방식에 따라 회전 부품을 사용하는 기계식(예: 회전 미러/회전 헤드), 미세거울을 이용하는 MEMS 기반, 또는 다른 빔 조향 구조로 분류된다. 기계식 방식은 넓은 시야각(예: 360도)에 유리하고 성숙한 구현이 가능하지만, 회전·구동부가 존재하므로 내구성·진동·방진/방수 설계와 비용 측면에서 부담이 될 수 있다. 반면 MEMS 등 준(準) 솔리드스테이트 접근은 소형화와 부품 수 감소를 통해 신뢰성·원가 개선을 목표로 한다.
4.2 섬광(플래시) 라이다
섬광(플래시) 라이다는 특정 시야각 전체를 한 번에 조명하듯 레이저를 확산 또는 어레이 형태로 방출하고, 수신부(예: 배열형 센서)에서 동시에 반사 신호를 받아 깊이(거리) 영상을 구성하는 방식으로 설명된다. 이 접근은 빔 조향을 위한 기계적 스캐닝이 필요 없거나 줄어들 수 있어 구조 단순화와 잠재적 신뢰성 향상에 유리하다. 다만 동일한 조건에서 장거리 성능, 눈 안전(eye safety) 제약 하에서의 출력 설계, 강한 태양광 등 주변광(ambient light) 조건 대응, 수신 신호 처리 등에서 구현 난도가 높아질 수 있다. 따라서 응용 요구(거리, 시야각, 해상도, 원가)에 따라 주사식과 섬광 방식이 선택되거나, 중간 형태의 하이브리드/솔리드스테이트 계열로 다양화되는 추세가 관찰된다.
5. 제약과 발전 방향: 기상 대응, 비용, 솔리드스테이트
라이다의 대표적 제약은 악천후 및 공기 중 입자(안개·비·눈·먼지)에 따른 광 산란, 그리고 센서 표면 오염(흙, 물방울)로 인한 성능 저하다. 자율주행에서는 이러한 상황에서의 가용성이 중요하므로, 레이더·카메라와의 융합, 센서 세정·열선·코팅 등 하드웨어 대책, 그리고 신호처리·추적 알고리즘의 강인화가 함께 논의된다.
산업적 관점에서는 원가 절감과 차량 탑재 적합성(소형화, 내구성, 저전력)이 핵심 과제이며, 이를 위해 회전 부품 의존도를 낮춘 솔리드스테이트(또는 준 솔리드스테이트) 라이다 개발이 활발하다. 또한 파장 선택(예: 근적외선 대역)과 안전 규격을 만족하면서도 충분한 거리·해상도를 확보하려는 설계 최적화가 지속적으로 연구되고 있다.
출처
NEON Science, “The Basics of LiDAR - Light Detection and Ranging” (Sep 13, 2024): https://www.neonscience.org/resources/learning-hub/tutorials/lidar-basics
Texas Instruments, “An Introduction to Automotive LIDAR” (PDF): https://www.ti.com/lit/slyy150
NIH PubMed Central, “MEMS Mirrors for LiDAR: A Review” (2020): https://pmc.ncbi.nlm.nih.gov/articles/PMC7281653/
ScienceDirect Topics, “Light Detection and Ranging - an overview”: https://www.sciencedirect.com/topics/engineering/light-detection-and-ranging
IBM, “What is LiDAR?”: https://www.ibm.com/think/topics/lidar
MDPI, “LiDAR-Based Sensor Fusion SLAM and Localization …” (2023): https://www.mdpi.com/2313-433X/9/2/52
Wevolver, “Lidar vs radar” (Apr 9, 2024): https://www.wevolver.com/article/lidar-vs-radar
Wikipedia, “Lidar”: https://en.wikipedia.org/wiki/Lidar
(Solid-state lidar), 레이더 센서를 하나로 뭉친 ‘루프형 헤일로(Roof-mounted halo)’다. 여기에 엔비디아의 컴퓨터인 ‘드라이브 AGX 토르’가 더해져 자율주행
자율주행
목차
1. 자율주행의 개념 및 분류
2. 자율주행 기술의 역사와 발전 과정
3. 자율주행의 핵심 기술 및 원리
4. 주요 활용 사례 및 응용 분야
5. 현재 동향 및 상용화 수준
6. 자율주행 기술의 미래 전망 및 기대 효과
1. 자율주행의 개념 및 분류
자율주행은 차량이 운전자의 조작 없이 주변 환경을 인지하고, 주행 상황을 판단하며, 스스로 차량을 제어하여 목적지까지 이동하는 기술을 의미한다. 이는 단순한 운전자 보조 시스템을 넘어, 차량 자체의 지능적인 판단과 행동을 통해 안전하고 효율적인 이동을 구현하는 것을 목표로 한다. 자율주행 기술은 그 발전 수준에 따라 국제적으로 표준화된 분류 체계를 따르는데, 이는 미국 자동차 공학회(SAE, Society of Automotive Engineers)에서 정의한 6단계(레벨 0~5) 분류가 가장 널리 사용된다.
1.1. SAE 자율주행 레벨 분류
SAE 분류는 주행 중 운전자의 개입 정도와 시스템이 담당하는 주행 기능의 범위를 기준으로 자율주행 단계를 나눈다. 각 레벨은 다음과 같다.
레벨 0 (자동화 없음, No Automation): 운전자가 모든 주행 기능을 직접 제어하는 단계이다. 차량은 어떠한 자율주행 기능도 제공하지 않는다.
레벨 1 (운전자 보조, Driver Assistance): 특정 주행 모드에서 시스템이 운전자를 보조하는 단계이다. 예를 들어, 어댑티브 크루즈 컨트롤(ACC)이나 차선 유지 보조(LKA) 기능이 이에 해당한다. 운전자는 여전히 주변 환경을 주시하고, 언제든 차량 제어권을 넘겨받을 준비를 해야 한다.
레벨 2 (부분 자동화, Partial Automation): 시스템이 조향과 가감속 등 두 가지 이상의 주행 기능을 동시에 수행하는 단계이다. 테슬라의 오토파일럿이나 현대차의 고속도로 주행 보조(HDA) 등이 대표적이다. 하지만 운전자는 여전히 주행 환경을 모니터링하고, 시스템이 요청하거나 비상 상황 발생 시 즉시 개입해야 한다.
레벨 3 (조건부 자동화, Conditional Automation): 특정 조건 하에서 시스템이 모든 주행 기능을 수행하고 주변 환경을 모니터링하는 단계이다. 운전자는 시스템이 안전하게 작동할 수 있는 특정 조건(예: 고속도로 주행) 내에서는 운전에서 자유로울 수 있다. 그러나 시스템이 주행 불가능 상황을 감지하고 운전자에게 개입을 요청하면, 운전자는 제한된 시간 내에 제어권을 넘겨받아야 한다. 혼다의 레전드와 메르세데스-벤츠의 드라이브 파일럿이 레벨 3 시스템을 상용화한 사례이다.
레벨 4 (고도 자동화, High Automation): 특정 운행 설계 영역(ODD, Operational Design Domain) 내에서 시스템이 모든 주행 기능을 수행하며, 운전자의 개입 없이 비상 상황에도 스스로 대처할 수 있는 단계이다. 운전자는 ODD 내에서는 운전석에 앉아있을 필요조차 없으며, 시스템이 운행 불가능 상황을 감지하더라도 안전하게 차량을 정지시킬 수 있다. 로보택시 서비스 등이 레벨 4를 목표로 개발되고 있다.
레벨 5 (완전 자동화, Full Automation): 모든 도로 조건과 환경에서 시스템이 모든 주행 기능을 수행하는 단계이다. 운전자의 개입이 전혀 필요 없으며, 사실상 운전대나 페달이 없는 차량도 가능해진다. 이는 인간 운전자가 할 수 있는 모든 주행을 시스템이 완벽하게 대체하는 궁극적인 자율주행 단계이다.
2. 자율주행 기술의 역사와 발전 과정
자율주행 기술의 역사는 20세기 중반으로 거슬러 올라간다. 초기에는 주로 군사적 목적이나 자동화된 운송 시스템 연구의 일환으로 시작되었다.
2.1. 초기 연구 및 개념 정립 (1950년대 ~ 1980년대)
1950년대에는 제너럴 모터스(GM)가 '미래의 고속도로(Future Highway)'라는 개념을 제시하며, 도로에 매설된 전선을 통해 차량을 제어하는 아이디어를 선보였다. 이는 오늘날 자율주행의 초기 구상으로 볼 수 있다. 1980년대에는 카네기 멜론 대학교의 ALVINN(Autonomous Land Vehicle In a Neural Network) 프로젝트가 신경망을 이용해 도로를 인식하고 주행하는 연구를 진행하며 인공지능의 가능성을 보여주었다.
2.2. DARPA 챌린지 및 센서 기술 발전 (2000년대)
자율주행 기술 발전에 결정적인 전환점이 된 것은 미국 국방부 산하 방위고등연구계획국(DARPA)이 주최한 'DARPA 그랜드 챌린지'와 '어반 챌린지'이다. 2004년부터 시작된 이 대회들은 무인 차량이 사막이나 도시 환경에서 정해진 코스를 완주하는 것을 목표로 했으며, 라이다(LiDAR), 레이더(Radar), 카메라 등 다양한 센서 기술과 인공지능 기반의 환경 인식 및 경로 계획 기술 발전을 촉진했다. 스탠퍼드 대학교의 '스탠리(Stanley)'와 카네기 멜론 대학교의 '보스(Boss)' 등이 이 대회를 통해 자율주행 기술의 실현 가능성을 입증했다.
2.3. 인공지능 및 빅데이터 도입 (2010년대)
2010년대에 들어서면서 딥러닝을 비롯한 인공지능 기술의 비약적인 발전과 컴퓨팅 파워의 증가는 자율주행 기술 발전에 가속도를 붙였다. 구글(현 웨이모)은 2009년부터 자율주행차 프로젝트를 시작하며 실제 도로 주행 데이터를 대규모로 수집하고, 이를 기반으로 인공지능 알고리즘을 고도화했다. 테슬라는 카메라 기반의 비전 시스템과 인공지능을 활용한 자율주행 기술을 개발하며 상용차에 적용하기 시작했다. 이 시기에는 고정밀 지도 기술과 V2X(Vehicle-to-everything) 통신 기술의 중요성도 부각되었다.
2.4. 상용화 경쟁 심화 (2020년대 이후)
현재는 레벨 2, 3 수준의 자율주행 기능이 상용차에 폭넓게 적용되고 있으며, 레벨 4 수준의 로보택시 서비스가 일부 지역에서 시범 운영되거나 상용화 초기 단계에 진입했다. 웨이모, 크루즈(Cruise), 바이두(Baidu) 등은 특정 지역에서 운전자 없는 로보택시 서비스를 제공하며 기술의 안정성과 신뢰성을 입증하고 있다. 완성차 제조사들은 물론, 엔비디아(NVIDIA), 인텔(Intel) 모빌아이(Mobileye)와 같은 반도체 및 소프트웨어 기업들도 자율주행 시장의 주도권을 잡기 위해 치열하게 경쟁하고 있다.
3. 자율주행의 핵심 기술 및 원리
자율주행 시스템은 크게 주변 환경을 인지하는 센서, 수집된 데이터를 분석하고 판단하는 인공지능, 정확한 위치를 파악하는 고정밀 지도 및 측위 기술, 그리고 차량을 제어하는 제어 시스템으로 구성된다. 이 네 가지 핵심 기술이 유기적으로 결합하여 자율주행을 가능하게 한다.
3.1. 환경 인지 센서 기술
자율주행차는 사람의 눈과 같은 역할을 하는 다양한 센서를 통해 주변 환경을 인식한다.
카메라 (Camera): 차량 주변의 시각 정보를 수집하여 차선, 신호등, 표지판, 보행자, 다른 차량 등을 식별한다. 색상 정보를 얻을 수 있고 비용이 저렴하며 해상도가 높다는 장점이 있지만, 빛의 변화(역광, 터널), 날씨(안개, 비, 눈)에 취약하다는 단점이 있다.
레이더 (Radar): 전파를 발사하여 물체에 반사되어 돌아오는 시간을 측정해 물체와의 거리, 속도, 방향을 감지한다. 날씨 변화에 강하고 장거리 감지에 유리하며, 특히 전방 충돌 방지 시스템(FCW)이나 어댑티브 크루즈 컨트롤(ACC)에 필수적으로 사용된다. 하지만 물체의 형상을 정확히 파악하기 어렵다는 한계가 있다.
라이다 (LiDAR): 레이저 펄스를 발사하여 반사되는 시간을 측정해 주변 환경의 3D 지도를 생성한다. 매우 정밀한 거리 및 형태 정보를 제공하며, 야간에도 뛰어난 성능을 발휘한다. 자율주행차의 '눈' 또는 '뇌'의 핵심 센서로 불리지만, 높은 비용과 날씨에 따른 성능 저하 가능성이 단점으로 지적된다.
초음파 센서 (Ultrasonic Sensor): 주로 근거리 물체 감지에 사용되며, 주차 보조 시스템이나 저속 주행 시 장애물 감지에 활용된다.
3.2. 인공지능 및 머신러닝
다양한 센서에서 수집된 방대한 데이터는 인공지능(AI)과 머신러닝(ML) 알고리즘을 통해 분석되고 해석된다. 이는 자율주행차의 '뇌' 역할을 한다.
데이터 융합 (Sensor Fusion): 각 센서의 장단점을 보완하기 위해 여러 센서에서 얻은 데이터를 통합하여 보다 정확하고 신뢰성 있는 환경 모델을 구축한다. 예를 들어, 카메라의 시각 정보와 라이다의 3D 거리 정보를 결합하여 물체의 종류와 위치를 더욱 정확하게 파악한다.
객체 인식 및 분류 (Object Detection & Classification): 딥러닝 기반의 컴퓨터 비전 기술을 활용하여 이미지 및 3D 포인트 클라우드 데이터에서 차량, 보행자, 자전거, 차선, 신호등 등을 실시간으로 감지하고 분류한다.
경로 계획 및 의사 결정 (Path Planning & Decision Making): 인식된 환경 정보와 고정밀 지도를 바탕으로 안전하고 효율적인 주행 경로를 계획한다. 이는 예측 알고리즘을 통해 다른 차량이나 보행자의 움직임을 예측하고, 이에 따라 차선 변경, 속도 조절, 정지 등의 의사결정을 내리는 과정을 포함한다. 강화 학습(Reinforcement Learning)과 같은 고급 AI 기술이 활용되기도 한다.
3.3. 고정밀 지도 및 측위 기술
자율주행차는 정확한 위치 파악과 주변 환경에 대한 상세한 정보를 위해 고정밀 지도(HD Map)와 정밀 측위 기술을 필요로 한다.
고정밀 지도 (HD Map): 일반 내비게이션 지도보다 훨씬 정밀한 정보를 제공한다. 차선 정보, 도로 경계, 신호등 위치, 표지판, 노면 표시, 심지어 가로수나 건물과 같은 주변 지형지물까지 센티미터 단위의 정확도로 포함한다. 이는 센서의 한계를 보완하고, 차량이 현재 위치를 정확히 파악하며, 미리 경로를 계획하는 데 필수적이다.
정밀 측위 (Precise Positioning): GPS(GNSS) 신호와 함께 IMU(관성 측정 장치), 휠 속도 센서, 카메라, 라이다 등 다양한 센서 데이터를 융합하여 차량의 정확한 위치를 실시간으로 파악한다. 특히 RTK(Real-Time Kinematic) GPS나 PPP(Precise Point Positioning)와 같은 기술은 GPS 오차를 보정하여 수 센티미터 수준의 정밀한 위치 정보를 제공한다.
3.4. 제어 시스템 (Drive-by-Wire)
자율주행 시스템의 판단과 계획에 따라 차량을 실제로 움직이는 것이 제어 시스템이다. 이는 'Drive-by-Wire' 기술을 기반으로 한다.
전자식 제어 (Electronic Control): 기존의 기계식 연결(스티어링 휠과 바퀴, 브레이크 페달과 브레이크 등)을 전기 신호로 대체하는 기술이다. 스티어 바이 와이어(Steer-by-Wire), 브레이크 바이 와이어(Brake-by-Wire), 스로틀 바이 와이어(Throttle-by-Wire) 등이 이에 해당한다. 이를 통해 자율주행 시스템이 차량의 조향, 가속, 제동을 정밀하게 제어할 수 있게 된다.
차량 동역학 제어 (Vehicle Dynamics Control): 차량의 안정성과 승차감을 유지하면서 경로를 정확하게 추종하도록 제어한다. 이는 속도 제어, 차선 유지 제어, 장애물 회피 제어 등 다양한 하위 제어 알고리즘을 포함한다.
4. 주요 활용 사례 및 응용 분야
자율주행 기술은 단순히 개인 승용차를 넘어 다양한 운송 및 물류 분야에서 혁신적인 변화를 가져오고 있다.
4.1. 승용차 및 대중교통
개인 승용차: 현재 레벨 2 수준의 자율주행 기능(고속도로 주행 보조, 차선 변경 보조 등)이 고급차종을 중심으로 보편화되고 있으며, 테슬라와 같은 일부 제조사는 레벨 3에 준하는 기능을 제공하며 운전자의 편의성을 높이고 있다. 미래에는 완전 자율주행 승용차가 보편화되어 운전자가 운전에서 완전히 해방되는 시대를 열 것으로 기대된다.
로보택시 (Robotaxi): 레벨 4 수준의 자율주행 기술을 기반으로 운전자 없이 승객을 운송하는 서비스이다. 웨이모(Waymo), 크루즈(Cruise), 바이두(Baidu) 등은 미국 피닉스, 샌프란시스코, 중국 베이징 등 일부 도시에서 로보택시 서비스를 상용화하거나 시범 운영하고 있다. 이는 대중교통의 효율성을 높이고, 이동 약자의 접근성을 개선하며, 교통 체증 및 주차 문제 해결에 기여할 것으로 보인다.
자율주행 셔틀: 특정 구간을 정기적으로 운행하는 자율주행 셔틀버스도 상용화되고 있다. 공항, 대학 캠퍼스, 산업 단지, 신도시 등에서 고정된 노선을 운행하며 대중교통의 보조적인 역할을 수행한다. 국내에서도 세종시, 순천만국가정원 등에서 자율주행 셔틀이 운영된 바 있다.
4.2. 물류 및 배송
자율주행 트럭: 장거리 운송에 특화된 자율주행 트럭은 물류 비용 절감, 운전자 피로도 감소, 운행 시간 증대 등의 이점을 제공한다. 투심플(TuSimple), 오로라(Aurora) 등은 고속도로를 중심으로 자율주행 트럭 운송 서비스를 개발 및 시범 운영하고 있다.
배송 로봇: 라스트마일(Last-mile) 배송에 활용되는 자율주행 배송 로봇은 도심이나 아파트 단지 내에서 소규모 물품을 배송한다. 이는 인력난 해소와 배송 효율성 증대에 기여하며, 국내에서도 우아한형제들의 '딜리'와 같은 배송 로봇이 시범 운영되고 있다.
4.3. 기타 운송수단
철도: 지하철, 경전철 등 도시 철도 시스템에서는 이미 높은 수준의 무인 운전 시스템이 적용되고 있다. 이는 정시성 확보와 운영 효율성 증대에 크게 기여한다.
항공기: 항공기는 이륙 및 착륙 시 조종사의 개입이 필요하지만, 순항 비행 중에는 오토파일럿 시스템을 통해 상당 부분 자율 비행이 이루어진다. 미래에는 완전 자율 비행 항공기 및 드론 택시(UAM) 개발이 활발히 진행될 것으로 예상된다.
선박: 자율운항 선박은 항해 중 충돌 회피, 경로 최적화, 연료 효율 증대 등을 목표로 개발되고 있다. 현대중공업그룹의 아비커스(Avikus)는 대형 선박의 자율운항 솔루션을 개발하며 상용화를 추진 중이다.
5. 현재 동향 및 상용화 수준
현재 자율주행 기술은 빠른 속도로 발전하며 상용화 단계를 밟고 있으나, 완전 자율주행(레벨 5)에 도달하기까지는 여전히 많은 과제가 남아있다.
5.1. 상용화 현황 및 주요 기업 경쟁
현재 시장에서는 레벨 2 수준의 자율주행 기능이 보편화되어 신차 구매 시 쉽게 접할 수 있다. 고속도로 주행 보조(HDA), 차선 유지 보조(LKA), 어댑티브 크루즈 컨트롤(ACC) 등이 대표적이다. 레벨 3 자율주행은 특정 조건(예: 고속도로 정체 구간)에서 운전자의 개입 없이 주행이 가능한 수준으로, 메르세데스-벤츠의 '드라이브 파일럿'과 혼다의 '레전드'가 일본과 독일 등 일부 국가에서 상용화되었다.
레벨 4 자율주행은 특정 운행 설계 영역(ODD) 내에서 운전자 개입 없이 완전 자율주행이 가능한 단계로, 웨이모(Waymo)와 크루즈(Cruise)가 미국 피닉스, 샌프란시스코 등에서 로보택시 서비스를 운영하며 선두를 달리고 있다. 중국에서는 바이두(Baidu)의 아폴로(Apollo)가 우한, 충칭 등에서 로보택시를 운영 중이다.
주요 완성차 제조사들은 물론, 구글 웨이모, GM 크루즈, 바이두, 그리고 엔비디아, 인텔 모빌아이와 같은 기술 기업들이 자율주행 소프트웨어 및 하드웨어 개발에 막대한 투자를 하며 치열한 경쟁을 벌이고 있다. 특히 소프트웨어 정의 차량(SDV)으로의 전환이 가속화되면서, 자율주행 기술은 차량의 핵심 경쟁력으로 부상하고 있다.
5.2. 기술적 도전 과제
자율주행 기술의 완전한 상용화를 위해서는 여전히 해결해야 할 기술적 난제들이 많다.
악천후 및 비정형 환경 대응: 폭우, 폭설, 짙은 안개 등 악천후 상황에서는 센서의 인지 능력이 크게 저하될 수 있다. 또한, 공사 구간, 비포장도로, 예측 불가능한 보행자 행동 등 비정형적인 주행 환경에서의 안정적인 대응 능력 확보가 중요하다.
엣지 케이스 (Edge Cases) 처리: 일반적이지 않고 드물게 발생하는 '엣지 케이스' 상황(예: 도로 위의 특이한 물체, 비정상적인 교통 흐름)에 대한 시스템의 판단 및 대응 능력 강화가 필요하다. 이를 위해 방대한 양의 실제 주행 데이터와 시뮬레이션 데이터를 활용한 학습이 필수적이다.
사이버 보안: 자율주행차는 외부 네트워크에 연결되어 해킹의 위협에 노출될 수 있다. 차량 제어 시스템에 대한 사이버 공격은 심각한 안전 문제를 야기할 수 있으므로, 강력한 보안 시스템 구축이 필수적이다.
높은 컴퓨팅 파워 및 전력 소모: 복잡한 인공지능 알고리즘과 수많은 센서 데이터를 실시간으로 처리하기 위해서는 고성능 컴퓨팅 하드웨어가 필요하며, 이는 차량의 전력 소모를 증가시키는 요인이 된다.
5.3. 법적 및 윤리적 도전 과제
기술 발전과 더불어 법적, 윤리적 문제 또한 자율주행 상용화의 중요한 걸림돌로 작용하고 있다.
사고 책임 소재: 자율주행차 사고 발생 시 책임 소재를 누구에게 물을 것인가(운전자, 제조사, 소프트웨어 개발사 등)에 대한 명확한 법적 기준이 아직 정립되지 않았다. 이는 기술 개발 및 보험 제도에 큰 영향을 미친다.
규제 및 표준화: 각국 정부는 자율주행차의 안전성 확보를 위한 규제 프레임워크를 마련하고 있으며, 국제적인 표준화 노력도 진행 중이다. 하지만 기술 발전 속도에 맞춰 법규를 정비하는 것이 쉽지 않다.
윤리적 딜레마 (Trolley Problem): 피할 수 없는 사고 상황에서 자율주행차가 누구의 생명을 우선시해야 하는가와 같은 윤리적 딜레마는 사회적 합의가 필요한 부분이다. 예를 들어, 보행자와 탑승자 중 누구를 보호할 것인가와 같은 문제는 시스템 설계에 있어 중요한 고려 사항이다.
데이터 프라이버시: 자율주행차는 운전자의 이동 경로, 습관 등 민감한 개인 정보를 수집할 수 있다. 이러한 데이터의 수집, 저장, 활용에 대한 투명성과 보안성 확보가 중요하다.
6. 자율주행 기술의 미래 전망 및 기대 효과
자율주행 기술은 미래 사회의 모습을 근본적으로 변화시킬 잠재력을 가지고 있으며, 다양한 분야에서 혁신적인 기대 효과를 가져올 것으로 전망된다.
6.1. 미래 사회 변화 예측
교통 시스템의 혁신: 완전 자율주행 시대가 도래하면 교통 체증이 크게 감소하고, 교통 흐름이 최적화될 것이다. 차량 간 통신(V2V)과 인프라 통신(V2I)을 통해 도로 위의 모든 차량이 유기적으로 연결되어 효율적인 운행이 가능해진다. 또한, 주차 공간 활용의 효율성이 증대되고, 개인 차량 소유의 필요성이 줄어들며 공유 모빌리티 서비스가 더욱 활성화될 수 있다.
도시 계획 및 인프라 변화: 자율주행차에 최적화된 스마트 도시 인프라가 구축될 것이다. 이는 도로 설계, 신호 체계, 주차 공간 등 도시 전반의 변화를 유도하며, 대중교통 시스템과의 연계를 통해 도시 이동성을 극대화할 수 있다.
경제 및 고용 시장 영향: 물류 및 운송 산업의 효율성이 극대화되어 비용 절감 효과가 발생할 것이다. 새로운 모빌리티 서비스 시장이 창출되고 관련 산업이 성장할 것으로 예상된다. 반면, 전문 운전자 직업(택시, 트럭, 버스 기사 등)의 감소 가능성도 제기되어, 이에 대한 사회적 대비가 필요하다.
개인의 삶의 질 향상: 운전으로부터 자유로워진 시간은 개인의 생산성 향상이나 여가 활동에 활용될 수 있다. 이동 약자(노약자, 장애인)의 이동권이 크게 확대되며, 교통사고 감소로 인한 사회적 비용 절감 및 생명 보호 효과도 기대된다.
6.2. 완전 자율주행 시대의 도래 시점 및 과제
전문가들은 레벨 5 완전 자율주행의 상용화 시점에 대해 다양한 예측을 내놓고 있다. 일부는 2030년대 중반 이후로 예상하며, 기술적 난제와 사회적 합의가 필요함을 강조한다. 특히, 모든 기상 조건과 모든 도로 환경에서 인간 운전자를 능가하는 안전성을 확보하는 것이 가장 큰 과제이다.
또한, 앞서 언급된 기술적, 법적, 윤리적 과제들을 해결하기 위한 지속적인 연구 개발과 국제적인 협력, 그리고 사회적 논의가 필수적이다. 특히, 자율주행 시스템의 투명성과 신뢰성을 확보하고, 사고 발생 시 책임 소재를 명확히 하며, 윤리적 기준을 수립하는 것이 중요하다.
6.3. 윤리적 논의의 중요성
자율주행 기술은 단순한 공학적 문제를 넘어 사회 전체의 가치관과 윤리적 판단에 영향을 미친다. '트롤리 딜레마'와 같은 극단적인 상황뿐만 아니라, 시스템의 편향성, 데이터 프라이버시, 인간과 기계의 상호작용 방식 등 다양한 윤리적 질문에 대한 답을 찾아야 한다. 기술 개발 단계부터 사회 각계각층의 참여를 통해 윤리적 가이드라인을 수립하고, 기술이 인간의 존엄성과 안전을 최우선으로 하도록 설계하는 노력이 지속되어야 할 것이다.
자율주행 기술은 인류에게 전례 없는 이동의 자유와 편의를 제공할 잠재력을 가지고 있다. 기술의 발전과 함께 사회적 합의와 제도적 정비가 조화를 이룰 때, 우리는 비로소 안전하고 지속 가능한 자율주행 시대를 맞이할 수 있을 것이다.
참고 문헌
SAE International. (2021). J3016_202104: Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehicles.
National Highway Traffic Safety Administration (NHTSA). (2022). Automated Vehicles for Safety. Retrieved from https://www.nhtsa.gov/technology-innovation/automated-vehicles-safety
Mercedes-Benz. (2023). DRIVE PILOT. Retrieved from https://www.mercedes-benz.com/en/innovation/drive-pilot/
Carnegie Mellon University. (n.d.). ALVINN. Retrieved from https://www.cs.cmu.edu/~tjochem/alvinn/alvinn.html
DARPA. (n.d.). Grand Challenge. Retrieved from https://www.darpa.mil/about-us/timeline/grand-challenge
Waymo. (n.d.). Our history. Retrieved from https://waymo.com/journey/
Cruise. (2023). Cruise Origin. Retrieved from https://www.getcruise.com/origin/
Mobileye. (2023). Mobileye SuperVision™ and Mobileye Chauffeur™. Retrieved from https://www.mobileye.com/our-technology/mobileye-supervision-and-mobileye-chauffeur/
Kim, J. H., & Kim, J. H. (2022). A Review of Sensor Fusion Techniques for Autonomous Driving. Journal of Advanced Transportation, 2022.
Chen, X., et al. (2023). Deep Learning for Autonomous Driving: A Survey. IEEE Transactions on Intelligent Transportation Systems, 24(1), 1-20.
Jo, K., et al. (2022). High-Definition Map Generation and Localization for Autonomous Driving: A Survey. Sensors, 22(1), 321.
Guldner, S., et al. (2021). Drive-by-Wire Systems for Autonomous Vehicles: A Review. SAE Technical Paper, 2021-01-0863.
Tesla. (n.d.). Autopilot and Full Self-Driving Capability. Retrieved from https://www.tesla.com/autopilot
Baidu Apollo. (n.d.). Robotaxi. Retrieved from https://apollo.baidu.com/robotaxi
국토교통부. (2023). 자율주행 셔틀 서비스 확대.
TuSimple. (n.d.). Autonomous Freight Network. Retrieved from https://www.tusimple.com/technology/autonomous-freight-network
우아한형제들. (n.d.). 배달의민족 자율주행 로봇 '딜리'. Retrieved from https://www.woowahan.com/tech/robot-delivery
Siemens Mobility. (n.d.). Automated Train Operation. Retrieved from https://www.siemens.com/global/en/products/mobility/rail-solutions/automation/automated-train-operation.html
Airbus. (n.d.). Urban Air Mobility. Retrieved from https://www.airbus.com/en/innovation/future-mobility/urban-air-mobility
Avikus. (n.d.). Autonomous Navigation. Retrieved from https://www.avikus.ai/technology/autonomous-navigation
Honda. (2021). Honda SENSING Elite. Retrieved from https://global.honda/newsroom/news/2021/4210304eng.html
Deloitte. (2023). The future of mobility: Autonomous vehicles. Retrieved from https://www2.deloitte.com/us/en/pages/manufacturing/articles/future-of-mobility-autonomous-vehicles.html
Badue, C., et al. (2021). Self-Driving Cars: A Survey. Expert Systems with Applications, 165, 113812.
European Union Agency for Cybersecurity (ENISA). (2022). Cybersecurity of Autonomous Vehicles. Retrieved from https://www.enisa.europa.eu/publications/cybersecurity-of-autonomous-vehicles
Fagnant, D. J., & Kockelman, K. (2021). Preparing a Nation for Autonomous Vehicles: Opportunities, Barriers and Policy Recommendations. Transportation Research Part A: Policy and Practice, 144, 1-14.
Bonnefon, J. F., et al. (2016). The social dilemma of autonomous vehicles. Science, 352(6293), 1573-1576.
McKinsey & Company. (2023). Autonomous driving: The path to adoption. Retrieved from https://www.mckinsey.com/industries/automotive-and-assembly/our-insights/autonomous-driving-the-path-to-adoption
KPMG. (2022). Autonomous Vehicles Readiness Index. Retrieved from https://kpmg.com/xx/en/home/insights/2022/07/autonomous-vehicles-readiness-index.html
Gartner. (2023). Hype Cycle for Automotive and Smart Mobility.
기능을 돕는다. 덕분에 차는 주변 360도를 빈틈없이 감지할 수 있으며 내부 인터페이스는 탑승자가 온도, 음악, 시트 가열 등을 조절할 수 있는 기능을 제공한다.
기존의 많은 자율주행차는 차를 먼저 만든 뒤 다시 분해해서 장비를 달아야 했다. 하지만 루시드는 애리조나 공장에서 처음부터 자율주행 장비를 넣어 차를 완성한다. 경쟁자인 웨이모
웨이모
웨이모(Waymo)는 알파벳(Alphabet) 산하 자율주행 기술 기업으로, 자율주행 시스템인 Waymo Driver를 기반으로
일반 대중이 이용 가능한 로보택시(무인 호출형 차량) 서비스를 운영한다. 대표 서비스명은 Waymo One이며,
미국 주요 도시에서 상업 운행을 확장해 왔다.
새로운 목차
1. 개요: 웨이모와 Waymo One
2. 핵심 기술: Waymo Driver, 센서·지도·데이터
3. 서비스 운영과 주행 테스트: 서비스 지역, 파트너십, 확장
4. 역사와 시제품: 구글 프로젝트에서 6세대 하드웨어까지
5. 법률·사고·논란: 규제 체계, 리콜, 사회적 쟁점
1. 개요: 웨이모와 Waymo One
웨이모는 무인 자율주행을 목표로 하는 상용 서비스를 중심에 두고 있으며, 이용자는 앱을 통해 차량을 호출해 이동한다.
서비스는 24시간 운영을 표방하며, 도시별로 운행 가능 구역(지오펜스)을 설정해 운행 안전성과 운영 효율을 관리한다.
일부 도시는 자사 앱이 아닌 외부 플랫폼과의 연계를 통해 이용 경험을 제공하기도 한다.
2. 핵심 기술: Waymo Driver, 센서·지도·데이터
2.1 센서 융합과 인지(Perception)
웨이모의 자율주행은 카메라, 라이다(LiDAR), 레이더(Radar) 등 다중 센서의 정보를 결합(센서 융합)해 주변 객체와 도로 상황을 인지하고,
주행 경로를 계획한 뒤 차량을 제어하는 방식으로 설명된다. 웨이모는 자사 공개 자료에서 라이다의 3차원 환경 인지, 카메라의 360도 시야,
레이더의 속도·거리 측정 등 센서별 역할을 구분해 안내한다.
2.2 6세대(6th-gen) Waymo Driver 하드웨어
웨이모는 6세대 자율주행 하드웨어를 공개하며, 비용 최적화와 성능 향상을 목표로 한 센서 구성을 제시했다.
공개된 사양에는 13대 카메라, 4대 라이다, 6대 레이더 및 외부 음향 수신 장치 등이 포함된다.
또한 혹한·우천 등 환경 대응을 위해 센서에 와이퍼, 히터, 분사 장치와 같은 물리적 보조 장치를 적용하는 방향이 언급된다.
2.3 고정밀 지도(HD Map)와 운영 데이터
웨이모 계열 접근법의 핵심 요소로는 고정밀 지도와 실시간 센서 데이터의 정합을 통한 위치 추정 및 안전 주행이 자주 거론된다.
한편, 웨이모는 학계·산업 생태계와의 접점을 위해 Waymo Open Dataset을 제공해 인지·추적 등 연구 과제의 벤치마크를 확산시켜 왔다.
이는 기술 검증과 인재·연구 커뮤니티 형성 측면에서 간접적인 경쟁력으로 작동한다.
2.4 특허 출원과 지식재산 전략(개요)
자율주행 산업에서는 센서 설계, 지도 제작·갱신, 인지·예측 알고리즘, 차량-관제 연동 등 다양한 층위에서 지식재산(IP)이 형성된다.
웨이모의 경우, 외부적으로는 기술 공개와 상용 서비스 확대를 병행하면서도, 분쟁(영업비밀·특허 등)을 통해
핵심 기술의 보호 범위를 다투는 양상이 확인되어 왔다.
3. 서비스 운영과 주행 테스트: 서비스 지역, 파트너십, 확장
3.1 운영 지역(서비스 에어리어)
웨이모는 미국에서 여러 도시를 중심으로 로보택시 서비스를 운영해 왔으며,
공식 안내 자료에서는 샌프란시스코 베이 에어리어, 피닉스, 로스앤젤레스 등이 핵심 서비스 권역으로 제시된다.
또한 오스틴과 애틀랜타에서는 우버(Uber) 플랫폼을 통해 웨이모를 경험하는 형태가 안내된다.
3.2 운영 방식: 지오펜스, 단계적 확장, 고속도로(프리웨이) 적용
웨이모 운영의 일반적 특징은 (1) 제한된 구역에서의 안정적 운행, (2) 데이터 축적과 소프트웨어 업데이트,
(3) 구역·시간대·도로 유형의 점진적 확대이다. 웨이모는 2025년 회고 성격의 공식 글에서
일부 도시에서 고속도로 주행 경험을 제공하고, 이후 더 많은 도시로 확대할 계획을 언급했다.
3.3 파트너십: 차량 플랫폼과 호출 플랫폼
로보택시 사업은 자율주행 소프트웨어만으로 완결되지 않으며, 차량 플랫폼(차종·전장 설계)과
호출·결제·고객지원 플랫폼의 결합이 중요하다. 웨이모는 기존 차량(예: 전기 SUV)을 기반으로 운용해 왔고,
최근에는 특정 목적형 로보택시 플랫폼을 도입하는 방향도 보도되었다.
4. 역사와 시제품: 구글 프로젝트에서 6세대 하드웨어까지
4.1 출발점과 분사
웨이모의 기원은 구글의 자율주행차 프로젝트로 거슬러 올라가며, 이후 알파벳 체제에서 독립 법인 형태로 정리되었다.
초기에는 실험용 차량(개조 차량, 시범 운행) 중심으로 기술 성숙을 추구했고, 시간이 지나며 유료 승객 대상 상용 서비스로 전환됐다.
4.2 상용 로보택시로의 전환
상용 전환의 핵심은 “기술 시연”에서 “운영 품질”로의 무게 중심 이동이다.
즉, 승객 안전 계획, 원격 지원 체계, 차량 유지보수, 운영 지역 내 예외 상황 대응 등 도시 단위의 운영 역량이 경쟁의 일부가 된다.
4.3 시제품 및 차세대 로보택시(Ojai 등)
2026년 CES 국면에서 웨이모의 차세대 로보택시로 보도된 ‘Ojai’는 특정 제조사와의 협업을 통해 제작되는
목적형 전기 밴 형태로 소개되었다. 보도에 따르면 차량은 해외에서 조립된 뒤 미국에서 웨이모의 6세대 자율주행 하드웨어가 통합되는 방식이 언급되며, 웨이모는 기존 운영 도시 외에 다수 도시로 확장을 시사한 바 있다.
5. 법률·사고·논란: 규제 체계, 리콜, 사회적 쟁점
5.1 규제 구조: 캘리포니아 DMV·CPUC의 이원 체계
캘리포니아에서는 자율주행차의 시험·배치(테스트/디플로이먼트) 허가를 주로 DMV가 다루고, 유상 여객 운송과 관련한 프로그램·보고 의무 등은 CPUC 프로그램 구조 안에서 운영되는 것으로 안내된다.
실제로 웨이모의 운행 가능 구역 확대는 DMV 문서에서 허가·갱신 형태로 공지되며, CPUC는 승객 안전 계획 및 정기 보고와 같은 틀을 제시한다.
5.2 리콜과 소프트웨어 업데이트
자율주행 시스템은 소프트웨어가 안전 성능에 직접적인 영향을 미치기 때문에, 결함 가능성이 확인되면 대규모 소프트웨어 업데이트 또는 리콜 형태로 시정되는 사례가 발생한다.
웨이모는 2024년 2월 “이전 소프트웨어”에 대한 자발적 리콜(업데이트)을 공지했으며, 2025년에는 미국 도로교통안전국(NHTSA) 리콜 문서에서도 소프트웨어 업데이트를 통한 시정 내용이 확인된다.
5.3 사고·운영 장애와 안전성 논쟁
로보택시는 실제 도로 환경의 예외 상황(공사 구간 변화, 신호 장애, 돌발 객체 등)에서 운영 안정성이 시험대에 오른다.
2025년 말 샌프란시스코의 대규모 정전 상황에서 웨이모 차량이 교차로 등에서 운행 장애를 일으켜 교통 및 긴급차량 통행에 영향을 주었다는 보도가 있었고, 2026년 1월에는 규제 강화를 요구하는 운전기사 단체의 시위가 보도되며 사회적 갈등이 부각되었다.
또한 피닉스에서 차량이 경전철 선로 위에 정차해 승객이 대피하는 영상이 보도되는 등, 개별 사건이 기술 신뢰도 논쟁으로 연결되는 양상이 나타난다.
5.4 법률 분쟁: 영업비밀(트레이드 시크릿) 소송의 의미
웨이모는 자율주행 라이다 등 핵심 기술을 둘러싼 영업비밀 분쟁의 대표 사례로 자주 언급되는 웨이모-우버 소송을 겪었으며, 2018년 합의로 종료되었다.
이 사건은 자율주행 산업에서 인력 이동, 부품 설계, 소프트웨어 자산이 기업 경쟁력의 핵심이라는 점을 사회적으로 각인시킨 사례로 평가된다.
출처
Waymo 공식 웹사이트(서비스 운영 도시 안내): https://waymo.com/
Waymo 고객지원(서비스 에어리어): https://support.google.com/waymo/answer/9059119?hl=en
Waymo 블로그(6세대 Waymo Driver 소개, 2024-08-19): https://waymo.com/blog/2024/08/meet-the-6th-generation-waymo-driver
Waymo 블로그(자발적 리콜 공지, 2024-02-13): https://waymo.com/blog/2024/02/voluntary-recall-of-our-previous-software
NHTSA 리콜 문서(Part 573 Safety Recall Report 25E-034, PDF): https://static.nhtsa.gov/odi/rcl/2025/RCLRPT-25E034-2471.PDF
California DMV(자율주행 프로그램 안내): https://www.dmv.ca.gov/portal/vehicle-industry-services/autonomous-vehicles/
California DMV(웨이모 허가 구역/확장 공지): https://www.dmv.ca.gov/portal/vehicle-industry-services/autonomous-vehicles/autonomous-vehicle-testing-permit-holders/waymo-approved-areas-of-operation-for-driverless-testing-and-deployment/
California Public Utilities Commission(CPUC, AV 승객 서비스 프로그램): https://www.cpuc.ca.gov/regulatory-services/licensing/transportation-licensing-and-analysis-branch/autonomous-vehicle-programs
California Public Utilities Commission(CPUC, 분기 보고 안내): https://www.cpuc.ca.gov/regulatory-services/licensing/transportation-licensing-and-analysis-branch/autonomous-vehicle-programs/quarterly-reporting
AP News(샌프란시스코 시위 및 규제 논의 보도, 2026-01-09): https://apnews.com/article/ae899573f4b12aa1844656fa5f7365ec
San Francisco Chronicle(정전 시 웨이모 운영 장애 보도, 2026-01): https://www.sfchronicle.com/sf/article/daniel-lurie-waymo-blackouts-pge-21282099.php
PEOPLE(피닉스 경전철 선로 정차 사건 보도, 2026-01): https://people.com/passenger-forced-to-flee-self-driving-vehicle-after-stops-path-of-an-oncoming-train-11884070
The Guardian(웨이모-우버 합의 보도, 2018-02-09): https://www.theguardian.com/us-news/2018/feb/09/uber-waymo-reach-settlement-trade-secrets-trial
Uber Newsroom(웨이모-우버 합의 공지, 2018-02-09): https://www.uber.com/en-NO/newsroom/uber-waymo-settlement/
arXiv / CVPR 2020(웨이모 오픈 데이터셋 논문 PDF): https://openaccess.thecvf.com/content_CVPR_2020/papers/Sun_Scalability_in_Perception_for_Autonomous_Driving_Waymo_Open_Dataset_CVPR_2020_paper.pdf
Car and Driver(차세대 로보택시 Ojai 보도, 2026-01): https://www.caranddriver.com/news/a69938250/waymo-ojai-autonomous-robotaxi-details/
(Waymo)와 달리 조립과 분해 과정을 생략해 만드는 시간과 비용을 절감한다.
이미 2025년 12월부터 샌프란시스코 베이 지역에서는 시험 운행을 시작했다. 혹시 모를 상황에 대비해 안전 요원이 탄 상태로 달리고 있으며, 2026년 말부터는 루시드 공장에서 본격적으로 대량 생산을 시작할 예정이다. 우버는 앞으로 6년 안에 로보택시를 2만 대 이상 도입하겠다는 목표를 세웠다.
로보택시가 일상이 되면 우리 교통 환경은 크게 바뀔 것이다. 도로는 더 효율적이고 안전해지며, 환경 오염도 줄어들 수 있다. 물론 경쟁도 치열해질 전망이다. 이미 시장에 있는 웨이모나 죽스
죽스
죽스(Zoox)는 호출형 이동 서비스에 최적화된 목적형(purpose-built) 로보택시 개발을 표방하는 자율주행 기업이다. 운전자를 위한 자동차가 아니라 승객 중심의 무인 이동 수단을 지향한다. 회사는 아마존(Amazon)에 인수되어 자회사 형태로 운영된다.
1. 개요: Zoox 로보택시의 정의와 지향점
Zoox는 기존 승용차를 개조해 자율주행 시스템을 탑재하는 방식과 구분되는 접근을 취한다.
즉, 처음부터 무인 호출 서비스에 맞게 차량의 차체, 실내, 승하차 동선, 안전 장치, 센서 배치 등을 통합 설계한다는 점을 강조한다.
이러한 목적형 로보택시는 차량 자체가 서비스의 ‘단말’로 기능하도록 설계되며, 탑승 경험(좌석 배치, 공간 활용, 접근성)과 운영 경험(픽업·드롭오프, 원격 지원, 유지보수)을 함께 최적화하는 방향으로 설명된다.
2. 역사: 설립, 아마존 인수, 상용화 단계
Zoox는 2014년에 설립되었고, 2020년 아마존이 자율주행 호출 서비스 비전을 내세우며 Zoox 인수를 발표했다.
이후 Zoox는 아마존 자회사로서 독자적 로보택시 개발과 시험 운행을 이어 왔다.
상용화 경로는 일반적으로 (1) 폐쇄 구역 및 제한 조건의 시험 주행, (2) 안전요원 동승 또는 제한된 승객(직원) 대상 운행, (3) 일정 지역에서의 제한적 공개 운행으로 전개된다. Zoox 역시 일부 도시에서 직원 대상 운행 및 공개 운행 확대가 보도되었으며, 생산 거점 확충을 통해 차량 공급 능력도 강화하는 흐름이 확인된다.
3. 차량: ‘완전’ 자율주행을 전제로 한 목적형 로보택시 설계
3.1 조작장치 비탑재와 실내 중심 구성
Zoox의 대표 로보택시 콘셉트는 핸들(스티어링 휠)과 페달 등 전통적 수동 조작장치를 전제로 하지 않는 형태로 알려져 있다. 내부는 승객 탑승을 중심으로 구성되며, 마주보는 좌석 배치와 같은 라운지형 실내를 통해 ‘운전석이 비어 있는 차량’에서 발생할 수 있는 심리적 이질감을 줄이려는 설계 의도가 자주 언급된다.
3.2 양방향(비대칭 없는) 주행 개념
Zoox 로보택시의 중요한 특징으로 양방향(bi-directional) 주행이 거론된다. 전후 개념이 약한 대칭적 차체 구성을 통해, 회차(U턴) 부담을 줄이고 도심 승하차 지점에서의 기동성을 높이려는 목적을 가진다.
3.3 전기 구동과 도심 서비스 최적화
Zoox는 로보택시를 전기차 기반으로 설계해 도심 이동 서비스의 효율성과 지속가능성(배출가스 저감) 측면을 부각한다. 또한 로보택시 서비스에서는 차량 속도, 운행 가능 시간, 운행 구역(지오펜스) 등이 규제·안전·운영비용과 결합되므로, 단계적 확장이 일반적이다.
4. 기술: 지속 가능한 소프트웨어 정의 모빌리티(SDM)와 엔비디아 플랫폼
4.1 SDM의 의미: 차량이 아니라 ‘서비스 시스템’
소프트웨어 정의 모빌리티(SDM) 모델은 차량 성능과 서비스 품질이 소프트웨어 업데이트, 데이터 학습, 원격 지원, 관제 및 유지보수 체계에 의해 지속적으로 개선된다는 관점을 전제로 한다. 로보택시는 단일 제품이라기보다 운영 지역의 도로 환경, 이용 패턴, 규제 조건에 맞춰 지속적으로 튜닝되는 서비스 시스템으로 이해될 수 있다.
4.2 엔비디아 DRIVE 기반 구축과 컴퓨팅 생태계
Zoox는 엔비디아(NVIDIA)의 자율주행용 플랫폼인 NVIDIA DRIVE를 기반으로 구동되는 로보택시로 소개된 바 있으며, 엔비디아는 Zoox 사례를 자사 플랫폼을 활용한 로보택시 구현의 대표 사례 중 하나로 제시해 왔다.
이러한 구조는 차량 내 실시간 인지·판단·제어뿐 아니라, 학습 및 검증을 위한 컴퓨팅·개발 도구 체계와 결합되는 형태로 설명된다.
5. 운영·규제·이슈: 주행 테스트, 생산 확장, 사고·조사
5.1 주행 테스트와 운행 조건 확대
Zoox의 도로 주행 테스트는 네바다(라스베이거스) 및 캘리포니아(샌프란시스코 등)에서의 운행이 반복적으로 보도되어 왔다.
로보택시 운영은 일반적으로 속도 상한, 야간 운행, 강우·노면 조건 등 제약을 단계적으로 완화하며 확장되는데, Zoox 역시 운행 구역과 시간대, 속도 등 조건을 넓히는 계획과 진행 상황이 기사 형태로 공개되었다.
5.2 생산 시설과 양산 체계
로보택시 사업에서 중요한 변수는 ‘기술 시연’ 이후의 차량 공급 능력이다.
Zoox는 로보택시 생산 시설을 구축해 연간 생산 능력 확대를 추진하는 것으로 보도되었으며, 이는 서비스 지역 확장과 운영 규모 확대의 전제가 된다.
5.3 사고, 안전성 논쟁, 규제기관 조사
자율주행 기술 기업은 주행 중 충돌 및 이상 거동 사례가 발생할 경우, 규제기관의 조사와 안전성 요구 강화에 직면할 수 있다. Zoox는 미국 도로교통안전국(NHTSA)이 일부 충돌 사례와 관련해 예비 조사에 착수했다는 보도가 있었고, 특히 취약 도로이용자(오토바이 등) 주변에서의 시스템 거동이 쟁점으로 언급되었다. 이러한 사건은 로보택시의 상용화 속도, 운행 지역 승인, 요금 부과 승인 등과 결합되어 사회적 논쟁으로 확산될 수 있다.
출처
Zoox 공식 사이트(브랜드 문구 및 로보택시 개요): https://zoox.com/
Zoox 앱(브랜드 문구 및 서비스 설명, Google Play): https://play.google.com/store/apps/details?hl=en&id=com.zoox.android.ride
아마존 공식 발표(Zoox 인수 발표, 2020-06-26): https://www.aboutamazon.com/news/company-news/were-acquiring-zoox-to-help-bring-their-vision-of-autonomous-ride-hailing-to-reality
엔비디아 뉴스룸(Zoox 로보택시와 NVIDIA DRIVE, 2021-04-12): https://nvidianews.nvidia.com/news/volvo-cars-zoox-saic-and-more-join-growing-range-of-autonomous-vehicle-makers-using-new-nvidia-drive-solutions
엔비디아 블로그(Zoox 로보택시 및 엔비디아 기반 소개, 2020-12-17): https://blogs.nvidia.com/blog/zoox-autonomous-robotaxi-powered-by-nvidia/
엔비디아 블로그(Zoox와 컴퓨팅·도구 생태계 언급, 2024-07-31): https://blogs.nvidia.com/blog/nvidia-zoox-autonomous-ride-hailing/
Reuters(직원 탑승 공개도로 테스트 보도, 2023-02-13): https://www.reuters.com/technology/amazons-zoox-tests-robotaxi-public-road-with-employees-passengers-2023-02-13/
Reuters(라스베이거스 테스트 조건 확대 보도, 2024-03-14): https://www.reuters.com/technology/amazons-zoox-robotaxis-drive-faster-farther-night-las-vegas-2024-03-14/
Reuters(로보택시 생산 시설 보도, 2025-06-18): https://www.reuters.com/business/autos-transportation/zoox-launches-its-first-robotaxi-production-facility-taking-tesla-waymo-2025-06-18/
Reuters(충돌 이후 NHTSA 조사 착수 보도, 2024-05-13): https://www.reuters.com/business/autos-transportation/us-opens-probe-into-amazon-owned-zoox-cars-2024-05-13/
AP News(NHTSA 조사 관련 보도, 2024): https://apnews.com/article/45c53600710407bc6f82b0a855c46e12
The Verge(라스베이거스 공개 서비스 관련 보도, 2025): https://www.theverge.com/news/774748/zoox-amazon-robotaxi-las-vegas-public
TechCrunch(라스베이거스 도로 테스트 보도, 2023-06-27): https://techcrunch.com/2023/06/27/zoox-begins-testing-robotaxis-on-public-roads-in-las-vegas/
(Zoox) 같은 업체들과의 경쟁도 본격화된다. 하지만 우버는 이미 전 세계에 깔린 호출 플랫폼을 가지고 있어, 이 경쟁에서 남다른 유리함을 가질 수 있다.
© 2026 TechMore. All rights reserved. 무단 전재 및 재배포 금지.
