운전석 없는 완전 무인 로보택시, 2028년 서울 강남 도심 24시간 질주

1. Future Diary (2028년 10월 18일 새벽 2시 15분, 서울 강남역 테헤란로 사거리)

‘차 문이 위로 열리고 실내에 올라탔을 때 가장 먼저 느껴진 건 당혹스러울 정도의 텅 빈 공간감이었습니다. 운전대도 브레이크 페달도 사이드미러 조작 레버도 없었습니다. 대신 마주 앉은 좌석 사이로 부드러운 앰비언트 라이트와 홀로그래픽 주행 경로만 떠올랐습니다.’

비가 부슬부슬 내리는 새벽 2시, 강남역 11번 출구 앞 택시 승강장은 취객과 귀가 인파로 북새통을 이루던 과거의 풍경과 완전히 달라져 있었다. 스마트폰 호출 앱을 누른 지 1분 40초 만에 은백색의 매끄러운 캡슐 형태 차량 ’서울모빌리티 S-Pod’이 소리 없이 미끄러져 들어왔다. 차량 전면 유리창 안쪽에는 사람의 체온이나 손짓 대신, 초당 수백억 회의 텐서 연산을 처리하는 듀얼 온디바이스 NPU 쿨링팬의 미세한 공기 순환음만이 낮게 깔렸다.

승차 도어는 햅틱 센서에 스마트폰을 태그하자마자 부드러운 유압음과 함께 비대칭 윙 형태로 개방되었다. 운전석과 조수석이라는 개념 자체가 사라진 캐빈 룸에는 4인용 라운지 소파가 서로를 마주 보고 배치되어 있었고 센터 콘솔 자리에는 투명 OLED 패널이 실시간 차선 인식률(99.98%)과 악천후 투과 4D 이미징 레이다의 원시 포인트 클라우드를 잔잔한 푸른 그래픽으로 시각화하고 있었다. 출발 버튼을 누르자 가속 페달을 밟는 이질적인 변속 충격 없이 4바퀴 인휠 모터가 0.1초의 지연도 없이 테헤란로 8차선 도로의 공백을 파고들었다.

사거리 한복판에서 오토바이 한 대가 신호를 위반하고 사각지대에서 급작스럽게 튀어나왔지만 차량은 인간 운전자의 평균 반사 신경(약 700ms)보다 20배 이상 빠른 32ms 만에 회피 궤적을 연산하고 후방 좌석 승객의 목 꺾임이 없도록 정밀한 제동 감쇠력을 배분했다. 르포 취재에 동행한 서울대 미래모빌리티연구소 김태형 연구원은 창밖으로 유유히 지나가는 포스코사거리를 바라보며 말했다. ‘운전자의 존재가 오히려 시스템의 병목이었던 시대가 끝났습니다. 서울 도심 300km² 내에서 1,200대의 무인 포드가 24시간 동안 인간의 개입 없이 완벽한 군집 주행 평형을 이루고 있습니다.’

---

2. 핵심 요약 (Quick Overview & TL;DR)

구분	핵심 내용
핵심 기술	End-to-End World Model 기반 VLA(비전-언어-행동) 자율주행 아키텍처, 4D 이미징 레이다-솔리드 스테이트 라이다 하이브리드 센서 퓨전, C-V2X 기반 도심 신호 동기화
예상 상용화 시점	2028년 상반기 서울 3개 특구(강남·여의도·상암) 24시간 무인 유상 운송 전면 개시
현재 기술 수준 (2026)	운전석에 안전관리자가 탑승하는 제한적 레벨4 실증 및 특정 구역(ODD) 야간 한정 무인 파일럿 운행 단계
결정적 패러다임 전환	’인간 운전자를 보조하는 첨단 ADAS’에서 ’운전 장치(스티어링 휠·페달) 자체가 배제된 순수 TaaS(Transportation-as-a-Service) 전용 PBV’로의 전환
주요 기술적 동력	1,000 TOPS급 저전력 차량용 엑사스케일 칩셋 양산, 멀티모달 생성형 AI의 제로샷 엣지 케이스 상황 판단 능력 완성
해결 과제	폭설·안개 등 극한 기후 시 광학 센서 오염 극복, 비정형 사고 시 제조물 책임(PL)과 알고리즘 귀책 법리 확립, 운송 노동자 전업 지원

---

3. 현재 상황 및 기술적 토대 (2026년 기준)

핵심 원천 기술 및 메커니즘

2026년 현재 레벨4 자율주행의 핵심 아키텍처는 과거의 ’인지-판단-제어’로 분절된 규칙 기반(Rule-based) 파이프라인에서 **엔드투엔드(End-to-End) 신경망과 물리 월드 모델(World Model)**의 결합 구조로 급격히 진화했습니다. 800만 화소 광학 카메라 11대, 128채널 솔리드 스테이트 라이다 4대, 0.1도 분해능을 가진 4D 이미징 레이다 5대에서 쏟아지는 초당 40Gbps의 센서 데이터는 차량 중앙 집중형 컴퓨터에서 실시간으로 융합(Early Fusion)됩니다.

이 데이터는 거대 비전-언어-행동(VLA) 모델을 거치며 단순 장애물 감지를 넘어 주변 보행자의 시선 방향, 배달 라이더의 미세한 궤적 변화, 도로 파손 상태까지 3차원 점유 그리드(Occupancy Grid) 상에 확률 공간으로 렌더링합니다. 여기에 도로 인프라와 5G-Advanced C-V2X로 연결되어 반경 1km 내 교통신호 잔여 시간과 보이지 않는 교차로 진입 차량의 벡터 데이터를 5ms 이내의 지연시간으로 전송받음으로써 ’인지의 사각지대’를 물리적으로 소멸시켰습니다.

글로벌 선도 기관 및 산업계 동향

• Waymo & Cruise: 샌프란시스코, 피닉스, 오스틴 등에서 누적 1억 마일 이상의 무인 상용 주행 데이터를 축적하며 운전석이 없는 6세대 전용 PBV(목적 기반 모빌리티) 양산 라인을 가동하기 시작했습니다.
• 현대자동차그룹·모셔널(Motional): 아이오닉5 기반 로보택시의 글로벌 실증을 바탕으로 2027년 양산을 목표로 스티어링 휠을 완전히 제거한 E-GMP 플랫폼 기반 레벨4 전용 캡슐 차량의 최종 국토부 안전 인증 테스트를 진행 중입니다.
• KAIST 자율주행 연구소 & KIST: 도심 고밀도 환경에서 갑작스러운 장애물 출현 시 물리 법칙 기반 궤적 최적화 알고리즘을 신경망과 결합하는 핀포인트 제어 기술을 발표하며 비정형 도심 주행 안전성을 99.9999% 수준까지 끌어올렸습니다.

---

4. 실현 가능성을 높이는 동력 vs 극복해야 할 난제

🚀 기술 실현을 앞당기는 핵심 동력 (Key Drivers)

1. 파운데이션 모델의 엣지 경량화와 1,000 TOPS급 칩셋: 3nm 이하 공정으로 제작된 차세대 오토모티브 칩셋이 150W 미만의 전력으로 수십억 매개변수의 자율주행 특화 신경망을 초당 60프레임 이상 온디바이스로 완벽히 추론합니다.
2. 모빌리티 운영 비용(TCO)의 티핑 포인트 도달: 운전원 인건비(전체 운영비의 약 65%)가 제거되고 전동화 플랫폼의 유지보수 비용이 내연기관 대비 40% 이하로 떨어지면서 로보택시 1km당 요금이 일반 택시의 3분의 1 수준으로 하락하는 경제적 역전이 일어났습니다.
3. 국가 차원의 규제 샌드박스 및 제도적 완충망: 대한민국 국토교통부의 ‘자율주행 모빌리티 촉진법’ 개정을 통해 2027년까지 운전석 없는 차종의 임시운행허가 규격이 신설되고 지자체별 상용화 면허 총량제가 도입되었습니다.

⚠️ 넘어야 할 기술적·제도적 장벽 (Bottlenecks)

1. 극한 기상 환경에서의 센서 불투명성(Blindness): 폭설로 차선이 지워지거나 진흙탕 물이 렌즈를 가릴 때 발생하는 ‘센서 디그레이데이션’ 문제를 극복하기 위한 초음파 세척 노즐 및 열선 융합 기술의 내구 신뢰성 확보가 여전히 요구됩니다.
2. 복합 사고 시 알고리즘 책임 입증 체계: 무인 차량 사고 발생 시 완성차 제조사, 자율주행 SW 공급사, 통신망 사업자 간의 과실 비율을 객관적으로 판정할 수 있는 ’블랙박스 신경망 해석(XAI) 감사 표준’이 미비합니다.
3. 사회적 수용성과 일자리 전환 갈등: 수만 명에 달하는 법인·개인택시 기사들의 생존권 보장 문제와 디지털 취약계층의 서비스 접근성 보장을 위한 사회적 대타협 및 전환 기금 조성이 필수적입니다.

---

5. 산업 생태계 및 사회적 파급 효과 (Impact Analysis)

1) 관련 산업 지형 및 비즈니스 모델 변화

자동차 산업의 중심축이 ’차량 소유(Car Ownership)’에서 ’이동 서비스 구독(TaaS)’으로 완전히 이동합니다. 완성차 업체는 단순 조립 제조사를 넘어 자율주행 플랫폼 운영사 및 데이터 서비스 기업으로 재편됩니다. 운전석이 사라진 차내 공간은 움직이는 업무 공간, 모바일 엔터테인먼트 룸, 원격 진료 부스로 변모하며 인카페인먼트(In-Cabin Entertainment) 시장이 연간 수조 원 규모로 폭발합니다. 또한 도심 노상 주차장 수요가 70% 이상 감소함에 따라 도심 유휴 부지가 녹지와 보행자 친화 광장으로 재생되는 도시 공학적 대전환이 가속화됩니다.

2) 개인의 삶과 노동 환경의 재편

교통 취약계층인 고령자, 장애인, 심야 근무자들의 이동 자유도가 획기적으로 개선됩니다. 음주운전이라는 개념 자체가 사회에서 영구히 퇴출되며 연간 3천 명에 달하던 도심 교통사고 사망자 수는 10분의 1 이하로 급감합니다. 전통적인 운전 노동은 플랫폼 관제 센터의 ‘원격 플릿 오퍼레이터(Remote Fleet Operator)’ 및 차량 위생·배터리 유지보수를 담당하는 고부가가치 모빌리티 케어 직무로 전환됩니다.

---

6. 자주 묻는 질문 (FAQ)

Q1. 운전대와 페달이 아예 없는데 돌발 상황이나 폭우·폭설 시 안전성은 어떻게 확보되나요?

A. 이중화(Redundancy) 설계와 4D 이미징 레이다 덕분입니다. 조향, 제동, 통신, 전원 시스템이 모두 독립된 2개의 백업 라인으로 작동하여 메인 시스템 장애 시에도 0.01초 내에 보조 시스템이 개입합니다. 또한 광학 카메라가 무력화되는 폭우나 짙은 안개 속에서도 전파를 사용하는 4D 이미징 레이다가 300m 전방의 물체 형상을 투과 식별하며 임계치를 넘는 기상 악화 시에는 안전 구역으로 서행 정차하는 ’미니멀 리스크 기동(MRC)’이 자율적으로 수행됩니다.

Q2. 로보택시 이용 요금은 기존 택시나 대중교통과 비교해 어느 수준까지 낮아지나요?

A. 2028년 본격 상용화 시점 기준 기본요금은 약 2,000원 선, km당 요금은 기존 중형택시 대비 약 40~50% 저렴한 수준으로 책정될 전망입니다. 2030년 대량 양산 및 운영 최적화가 완성되면 버스나 지하철 등 대중교통 요금의 약 1.5배 수준까지 낮아져 자가용 소유의 경제적 실익을 완전히 대체할 것으로 분석됩니다.

Q3. 사고 발생 시 법적 책임 소재와 보험 보상은 누구에게 귀속되나요?

A. 차량 소유자나 탑승자가 아닌 ’운행 면허를 취득한 플랫폼 운영사 및 시스템 제조사’가 1차적 무과실 배상 책임을 집니다. 개정된 자동차손해배상 보장법에 따라 정부와 보험사가 공동 조성한 ’자율주행 전용 공제 기금’에서 피해자에게 즉각 전액 보상이 이루어진 후 블랙박스 AI 로그 분석을 통해 소프트웨어 결함 여부에 따라 제조사에 구상권이 청구되는 방식으로 정착됩니다.