테슬라 주춤할 때, 현대차는 규제와 합의로 자율주행·로봇 기회 모색한다

기술은 빠르게 발전하고 있지만, 이를 사회가 받아들일 수 있는 수준인지 판단하고 관련 규제를 마련하는 데는 상당한 시간이 소요됩니다. 전문가들은 짧게는 5년, 길게는 10년 이상이 걸릴 수 있다고 보고 있습니다.

현대차그룹 경영연구원 박형근 실장은 "규제가 항상 후행하잖아요. 기술은 저만치 있는데 사실 이게 우리가 납득할 수 있는 수준인가를 판단하는 데 규제만 해도 수년이 걸리는 거예요. 짧게는 5년, 10년 이렇게 걸리니까."라고 설명했습니다.

불과 몇 년 전만 해도 자율주행 기술의 실현 가능성에 대해 회의적인 시각이 많았지만, 최근 들어 전문가들의 입장이 긍정적으로 변화하고 있습니다. 특히 2024년 테슬라가 엔드 투 엔드(End-to-End) 기술을 도입하면서 자율주행 기술이 비약적으로 발전했다는 평가를 받고 있습니다.

박형근 실장은 "지금은 언젠간 달성할 거라는 생각이 있어요. 예전에는 아예 안 될 것 같다는 생각도 들었었거든요. 2024년에 테슬라가 엔드 투 엔드 기술을 도입하면서 기술이 비약적으로 발전했습니다."라며 기술 발전이 전문가들의 인식 변화에 미친 영향을 강조했습니다.

실제 주행 경험을 통해 자율주행 기술의 발전 수준을 체감할 수 있습니다. 박형근 실장은 테슬라 FSD(Full Self-Driving)와 중국 바이두 아폴로, 위라이드 등 여러 자율주행 차량을 직접 경험한 결과, 규제가 문제일 뿐 차량이 도로를 돌아다니는 데는 큰 문제가 없었다고 밝혔습니다. 특히 테슬라 FSD 버전 13.2를 타고 이틀 동안 250km를 주행하면서 단 한 번도 개입할 필요가 없었다고 말했습니다.

이는 기술적으로는 이미 상당한 수준에 도달했음을 시사하며, 남은 과제는 기술적인 한계 극복보다 사회적 수용성과 규제 마련이라는 점을 다시 한번 부각합니다.

자율주행 기술의 상용화까지는 기술 개발 외에 규제 도입과 소비자 수용성 확보에 상당한 시간이 필요할 것으로 예상됩니다. 박형근 실장은 규제 마련에 약 5년, 소비자들이 자율주행차를 신뢰하고 받아들이는 데 또 다른 5년이 걸릴 것으로 보고 있습니다. 이 두 기간을 합치면 최소 10년이 소요될 것이며, 5년 이내에 자율주행차가 일반 도로를 자유롭게 주행하는 모습은 보기 어려울 것이라고 전망했습니다.

그는 "5년의 규제 기간, 5년의 소비자 수용 기간을 합치면 10년이 훌쩍 흘러갑니다. 저는 5년 이내에 자율주행차가 막 돌아다닐 거라는 생각은 전혀 하지 않고 있습니다."라고 단언하며, 현실적인 상용화 시점에 대한 기대치를 조절했습니다.

국내 자율주행 규제는 국제 기준을 따르며 점진적으로 도입될 예정입니다. 박형근 실장은 우리나라는 국제 규정을 준수하고 있으며, 2027년 하반기부터 레벨2 플러스 수준의 자율주행 규정이 도입될 것으로 전망했습니다. 이에 따라 2027년 말부터는 벤츠, BMW, 샤오펑 등 해외 제조사의 최신 자율주행 기능을 국내에서도 활용할 수 있게 될 것이라고 설명했습니다.

레벨2 플러스는 특정 조건 하에서 운전자의 개입 없이 차량이 스스로 주행하는 수준을 의미하며, 이는 완전 자율주행(레벨4 또는 5)으로 나아가기 위한 중간 단계입니다. 국내 규제 도입은 자율주행 기술 발전과 함께 점진적으로 이루어질 것으로 보이며, 완전 자율주행까지는 더욱 긴 시간이 필요할 것으로 예상됩니다.

SDV의 등장은 피지컬 AI 디바이스가 확산되는 것을 의미하며, 이 디바이스들이 풀리기 시작하면 대량의 데이터를 축적할 수 있게 될 것입니다.

데이터 축적은 자율주행 및 로봇 기술 개발에 필수적인 요소로, 현대차는 이를 통해 기술 고도화에 박차를 가할 방침입니다.

전통적인 자동차 산업은 부품 설계 단계에서 불량이 발생하지 않도록 극도로 낮은 불량률을 추구합니다. 그러나 소프트웨어 개발은 '일단 차에 실어놓고 돌리면서 98%까지 성능을 올릴 자신이 있으니 그렇게 해달라'는 식의 접근 방식을 선호합니다.

박형근 실장은 "기존의 레거시 조직에서는 차량 부품을 설계했을 때 불량이 나면 안 되는 거예요. 정말 낮은 확률로 나와야 되는 거죠. 그런데 소프트웨어 조직이 들어왔을 때 '일단 차에 실어놓고 돌리면서 98%까지 올릴 자신이 있으니까 그렇게 해줘'라고 하는데 기존의 표준 사이클 안에서는 절대로 넘어갈 수 없는 거거든요."라고 설명하며, 이러한 개발 문화와 표준 사이클의 차이가 전환을 어렵게 만든다고 지적했습니다.

박형근 실장은 현대차가 SDV를 실제 차량에 적용할 계획을 가지고 있으며, 이를 위해 웨이모, 엔비디아, 구글 등 선도 기업들과 협력하고 있다고 밝혔습니다. 또한, 자회사 모셔널과 로보틱스 기업 보스턴 다이내믹스를 통해 기술 역량을 강화하고 있습니다.

이러한 다각적인 접근 방식은 현대차가 자율주행 및 로봇 분야에서 경쟁력을 확보하려는 의지를 보여줍니다.

박형근 실장은 고가의 엔비디아 플랫폼을 도입하는 이유가 바로 데이터 축적에 필요한 시간을 상당 부분 압축하기 위함이라고 설명했습니다. 이는 현대차가 빠른 추격 전략의 일환으로 외부 기술 협력을 활용하는 동시에, 궁극적으로는 자체 개발 역량도 확보하겠다는 투트랙 전략을 의미합니다.

이러한 전략은 현대차가 단기적인 기술 확보와 장기적인 자생력 강화를 동시에 추구하고 있음을 보여줍니다.

엔비디아로부터 5만 장의 그래픽처리장치(GPU)를 공급받기로 한 만큼, 이를 활용하여 새만금을 AI 기술 개발의 거점으로 삼겠다는 구상입니다. 새만금은 넓은 부지와 태양광, 풍력 발전 등 친환경 에너지 확보에 유리한 조건을 갖추고 있어 종합적인 실험 단지로 적합하다는 평가입니다.

박형근 실장은 "보신 것처럼 저희가 새만금 단지를 활용해서 AI 데이터 센터를 구축할 건데, 엔비디아로부터 5만 장 공급받기로 했잖아요. 새만금 단지를 좀 활용해 보자. 거기에 부지가 굉장히 좋고 태양광이나 풍력 발전이 굉장히 좋거든요. 종합 선물 세트 같은 그런 실험 단지가 생겼어요. 그 안에 이제 로봇 부품 제조 클러스터도 좀 만들어 보겠다 이런 구상들을 하고 있는 거고요."라고 구체적인 계획을 설명했습니다.

이러한 투자는 데이터 기반의 자율주행 및 로봇 기술 개발에 필수적인 인프라를 구축하고, 동시에 로봇 부품의 국산화를 통한 공급망 강화에도 기여할 것으로 기대됩니다.

과거 일본을 따라잡기 위해 노력하던 사이, 중국이 급속도로 성장하여 이제는 한국을 거의 추월하는 수준에 이르렀다는 분석입니다.

박형근 실장은 "일본 따라가려고 하니 중국이 갑자기 뒤에서 치고 올라와서 지금은 거의 추월하는 직전에까지 이르렀는데, 그거를 국내에서 할 수 있겠느냐라는 게 다음에 질문인 거죠."라고 언급하며, 국내 로봇 부품 산업이 직면한 현실적인 과제를 지적했습니다.

현재 로봇 제조 시장에서 경제적인 가격 경쟁력을 확보하기 위해서는 중국의 부품 공급망을 활용하는 것이 불가피하다는 분석이 제기됩니다. 박형근 실장은 "중국의 부품 생태계를 활용하지 않고서는 로봇을 경제적인 가격에 만들기가 어려운 거예요."라고 단언했습니다.

이는 로봇 부품 분야에서 중국이 가진 가격 경쟁력과 생산 규모가 전 세계 로봇 산업에 미치는 영향력을 보여줍니다. 한국 기업들이 로봇 완제품 시장에서 경쟁력을 갖추기 위해서는 중국 부품 생태계와의 협력이 필수적이거나, 이에 상응하는 자체 경쟁력 확보가 시급함을 시사합니다.

중국은 유닛트리(Unitree) 등 기업을 통해 5,000대, 10,000대 규모의 로봇을 양산하며 생산 경험을 축적하고 있습니다. 그러나 이러한 양산형 로봇들이 아직까지 인간을 대체할 정도의 정밀도를 갖추지는 못했다는 한계가 지적됩니다.

박형근 실장은 "중국은 그래도 경험이 있는 거죠. 지금 유닛트리 5,000대, 만 대 이렇게 하고 있잖아요. 근데 그 로봇들도 사실 아직까지는 사람을 대체할 정도의 정밀도를 못 갖고 있다는 게 한계점인 거거든요."라고 설명하며, 로봇 기술의 양적 성장과 질적 완성도 사이의 간극을 강조했습니다. 즉, 단순히 많은 로봇을 만드는 것을 넘어, 실제 작업 환경에서 요구되는 정교한 움직임과 판단 능력을 갖추는 것이 중요하다는 의미입니다.

진행자는 내년이나 내후년에 가정에서 설거지하는 휴머노이드 로봇을 볼 수 있을 것이라는 기대를 언급했지만, 박형근 실장은 현재의 기술 수준으로는 그러한 상용화는 요원하다고 평가했습니다.

이는 휴머노이드 로봇이 복잡하고 비정형적인 인간 환경에서 스스로 판단하고 행동하기 위해서는 방대한 데이터와 고도화된 인공지능 학습이 선행되어야 함을 의미합니다. 지금은 마치 초기 자동차 시대와 같이 기본적인 기능을 구현하고 데이터를 모으는 시기라는 설명입니다.

공장에서는 반복적이고 예측 가능한 작업이 많아 인력 대체 효과가 크기 때문입니다. 박형근 실장은 "저는 만약 이게 휴머노이드 로봇이 뭔가 기능을 하기 시작한다면 공장들이 먼저 쓰기 시작할 거다. 그건 인력을 대체할 수 있으니까. 그런데 휴머노이드가 인력을 대체하는 공장들의 사례가 아직 보여지지 않고 있잖아요."라고 언급하며, 아직은 공장 현장에서의 실질적인 인력 대체 사례가 부족하다고 지적했습니다.

휴머노이드 로봇이 공장에서 충분한 데이터를 축적하고 성능을 입증한 후에야 가정과 같은 복잡하고 다양한 환경으로 확장될 수 있을 것입니다. 가정용 로봇은 단순히 기술적인 문제뿐 아니라 규제, 안전, 사생활 보호 등 사회적 수용성 문제를 해결해야 하므로 상용화까지 더 많은 시간이 걸릴 것으로 예상됩니다.

웨이모와 테슬라의 로보택시 사업 구조를 비교할 때, 웨이모는 제한된 지역에서 높은 수준의 자율주행 서비스를 제공하지만 고비용 구조를 가지고 있습니다. 반면 테슬라는 FSD를 통해 일반 소비자들에게 기술을 배포하여 광범위한 데이터를 축적하고 있지만, 아직 완전 자율주행에는 도달하지 못했습니다. 이처럼 자율주행과 휴머노이드 로봇 모두 기술 발전과 더불어 규제, 신뢰, 경제성이라는 허들을 넘어서야 일상에 스며들 수 있을 것입니다.

결론적으로, 휴머노이드 로봇의 대중화는 제조 현장에서의 데이터 축적과 사회적 합의가 선행되어야 할 장기적인 과제입니다.