자율주행 기반의 로보택시는 더 이상 미래 기술이 아니다. 일부 도시는 이미 운전자가 없는 택시가 일상적으로 운행되고 있고, 기업들은 기술 완성도를 경쟁하는 단계를 넘어 실제 서비스를 운영하는 국면에 들어섰다. 자율주행을 바라보는 기준 역시 달라지고 있다. 얼마나 정교한 기술을 만들었는지가 아니라, 얼마나 안정적으로, 얼마나 넓은 범위에서 서비스를 지속적으로 운영하고 있는지가 핵심으로 떠오른다.

이러한 변화는 주요 플레이어들의 전략에서 뚜렷하게 드러난다. 웨이모_Waymo는 가장 먼저 로보택시 운영을 시작하며 신뢰를 축적해 왔고, 죽스_Zoox는 차량 구조 자체를 바꾸며 이동 경험을 새롭게 정의한다. 바이두_Baidu의 아폴로 고_{Apollo Go}는 도시 단위 확장을 통해 자율주행을 대중교통에 가까운 형태로 끌어내리고 있으며, 테슬라_Tesla는 기존 차량을 네트워크로 연결해 확장 가능한 플랫폼을 준비하고 있다. 로보택시 경쟁의 화두는 더 이상 ‘누가 먼저 만들었는가’의 문제가 아니다. 일상 속으로 얼마나 자연스럽게 스며드는지, 그리고 어떤 방식의 비즈니스 모델을 구축하느냐가 핵심이 되고 있다.

2009년 시작된 로보택시의 선두주자, 웨이모

웨이모는 오늘날 로보택시의 출발점에 가까운 기업이다. 2009년 구글의 비밀 프로젝트 ‘쇼퍼_Chauffeur’로 시작해, 2016년 알파벳 산하 독립 법인으로 분리되며 본격적인 상업화 궤도에 올랐다. 이후 2020년 ‘웨이모 원_{Waymo One}’을 론칭하며 운영을 시작했다. 그리고 2026년 현재, 미국 샌프란시스코, LA, 오스틴 등 주요 도시에서 운영을 확대하고 있다. 레벨 4 자율주행 플랫폼 ‘웨이모 드라이버’를 바탕으로 안정적인 택시 서비스를 제공한다. 작년 한 해 연간 탑승 건수는 1,500만 회를 기록했으며, 누적 주행 거리는 2억 km를 넘겼다. 올해는 도쿄, 런던 등 신규 도시로 서비스 확대도 계획 중이다.

웨이모의 특징은 리스크보다 안전을 우선해 성장했다는 점이다. 이들은 하드웨어를 직접 제조하는 대신, 재규어 I-PACE 등 검증된 양산차에 라이다_LiDAR와 정밀 센서를 결합하는 방식을 택했다. 자신들의 본업인 소프트웨어 고도화에 자원을 집중해 안정성을 확보하겠다는 전략이다. 그리고 지속적인 테스트 운영을 통해 소프트웨어의 안정성과 신뢰성을 높였다.

자동차가 아닌 ‘드라이버’를 대체하는 웨이모의 전략은 자율주행 기술의 발전에 따라 새로운 비즈니스 모델로 확장하고 있다. 완성차 업체와 파트너십을 맺고 기술 라이선스를 제공하는 일종의 ‘플랫폼 공급자’가 되는 것. 2024년 현대자동차와의 전략적 파트너십이 대표 사례다. 최근 공개된 6세대 웨이모 드라이버 시스템은 이러한 라이선스 전략을 더욱 공고히 할 강력한 경쟁력이 될 전망이다. 웨이모는 로보택시 서비스를 넘어 자동차 업계의 차세대 ‘두뇌’가 되고자 한다.

이동 수단에서 휴식과 물류 거점으로의 전환, 죽스

2014년 설립된 죽스_Zoox는 웨이모와 달리 차량 하드웨어부터 직접 설계하는 전략을 택했다. 2020년 아마존_Amazon이 13억 달러에 인수한 이후, 운전석이 없는 대칭형 PBV 개발에 집중해왔다.

죽스 차량은 앞뒤 구분이 없는 양방향 구조와 사륜 조향 시스템을 갖춘 것이 특징으로, 복잡한 도심 환경에서도 높은 기동성을 확보할 수 있도록 설계돼 자율주행 시대에 최적화된 새로운 이동 방식을 제시한다. 2023년에는 포스터 시티_{Foster City} 공공 도로에서 안전요원 없이 목적형 로보택시 주행을 시작했고, 이후 일반 대중 대상 무상 탑승 허가를 받으며 서비스 범위를 넓혀왔다. 현재는 라스 베가스_{Las Vegas}에서 앱 호출 기반 로보택시 서비스를 운영하고 있으며, 샌프란시스코_{San Francisco}에서는 ‘죽스 익스플로러_{Zoox Explorers}’ 프로그램을 통해 체험형 탑승 기회를 제공하고 있다.

웨이모가 기존 양산차에 자율주행 시스템을 얹는 방식이라면, 죽스는 애초에 ‘운전석’이라는 개념 자체를 제거했다. 이는 단순한 디자인 차이를 넘어 서비스 구조의 차이로 이어졌다. 차량은 더 이상 운전을 위한 기계가 아니라 이동 중 머무는 공간으로 탈바꿈한 것. 죽스가 자사 차량을 ‘드라이버_Drivers가 아닌 라이더_Riders를 위해 설계된 목적 기반 자율주행 차량_{Purpose-Built Autonomous Vehicle}’이라고 설명하는 것도 같은 맥락이다.

아마존이 죽스를 인수한 배경도 이 지점과 맞닿아 있다. 아마존은 2020년 인수 발표에서 죽스를 ‘자율주행 승차 호출 차량을 설계해 온 회사’로 소개하며, 이들의 비전을 현실로 가져오겠다고 밝혔다. 차량 기술을 확보하기 위한 인수가 아닌 장기적으로 이동 서비스와 자율주행 플랫폼에 대한 주도권을 확보하려는 계산이 숨어있다.

향후 사업적 가치 역시 이 구조에서 나온다. 죽스는 차량, 소프트웨어, 운영 시스템을 모두 자체적으로 설계, 통제하는 수직 통합형 모델을 지향한다. 이는 초기 비용이 크지만, 서비스 경험과 운영 데이터를 동시에 축적할 수 있다는 점에서 장기적으로는 강한 플랫폼 경쟁력으로 이어질 수 있다. 아직 공식화된 사업 모델은 아니지만, 업계에서는 아마존의 물류, 클라우드 인프라와 결합할 경우 죽스가 로보택시를 넘어 도시형 이동 인프라로 확장될 가능성에도 주목하고 있다.

자율주행 기술이 도시 인프라를 활용하는 방법, 아폴로

바이두_Baidu의 자율주행 플랫폼 아폴로_Apollo는 2013년 내부 연구 프로젝트로 출발했다. 2017년 오픈 플랫폼으로 공개된 뒤부터는 완성차 업체들과 협력 범위를 넓혀왔고, 지금은 자율주행 소프트웨어를 넘어 지도와 클라우드, 차량 플랫폼까지 함께 다루는 구조로 확장돼 있다.

2021년 공개한 5세대 로보택시는 연구실 안에 머물던 기술이 실제 도로 위로 옮겨가는 흐름을 보여줬다. 같은 해 베이징 이좡_Yizhuang에서는 운전석 안전요원 없이 이용할 수 있는 유료 서비스가 시작됐다. 이후 아폴로는 기술 완성도를 앞세우기보다 운영 도시를 늘리는 쪽으로 속도를 냈다. 현재 아폴로 고_{Apollo Go}는 중국 여러 도시를 오가고 있으며, 6세대 로보택시 RT6는 대량 운영을 전제로 설계됐다. 일부 지역에서는 운전석 없는 차량이 더 이상 낯선 장면이 아니다.

아폴로 고_{Apollo Go}의 강점은 개별 차량의 성능보다 운영 방식에서 더 분명하게 드러난다. 차량이 도로 위에서 단독으로 판단하기보다, 신호 체계와 도로 센서, 관제 시스템과 연결된 환경 안에서 움직인다는 점이 특징이다. 도시 인프라와 차량이 실시간으로 정보를 주고받는 V2X 기반 구조는 센서에 의존하는 자율주행과는 다른 방향을 보여준다.

아폴로 고가 주목받는 이유도 여기에 있다. 완성도 높은 차량 몇 대를 앞세우기보다, 일정 수준의 기술을 빠르게 도시 안으로 들여오는 방식에 가깝다. 그 과정에서 비용은 낮아지고 운영 범위는 넓어진다. 물론 기술 신뢰성과 해외 확장성은 여전히 지켜봐야 할 부분으로 남아 있다. 다만 자율주행이 더 이상 차량 자체의 성능만으로 설명되지 않는다는 점만은 분명하다. 아폴로 고는 도시 전체를 하나의 시스템처럼 활용하며 그 변화를 가장 빠르게 현실로 옮기고 있다.

전략적 자산이 된 자동차, 테슬라

일론 머스크_{Elon Musk}는 2016년 ‘테슬라 마스터 플랜 파트 2_{Tesla Master Plan 2}’를 통해 개인 차량을 자율주행 네트워크에 연결하는 구상을 처음 제시했다. 차량을 단순한 이동 수단이 아니라, 필요할 때 스스로 운행하며 수익을 만드는 공유 자산으로 바꾸겠다는 발상이었다. 이후 테슬라는 FSD_{Full Self-Driving} 소프트웨어를 꾸준히 업데이트하며 데이터를 축적해왔고, 수백만 대의 차량이 실제 도로에서 수집한 주행 정보는 그 기반이 됐다.

2024년 들어 로보택시 계획도 조금 더 구체적인 형태를 드러내기 시작했다. 일부 지역에서는 제한적인 자율주행 서비스 테스트가 이어지고 있고, 전용 차량 사이버캡_Cybercab을 포함한 운영 구상도 공개됐다. 아직은 완전 무인 상용 서비스보다는 기술을 다듬고 서비스 구조를 맞춰가는 단계에 가깝다.

테슬라의 접근은 다른 기업들과 분명히 구분된다. 웨이모, 죽스가 라이다 기반의 센서 융합 방식을 채택한 것과 달리, 테슬라는 카메라와 AI 신경망 중심의 ‘비전 방식’을 고수하고 있다. 이는 하드웨어 비용을 낮추고 대규모 확장을 가능하게 하기 위한 선택이다. 또한 차량 판매와 동시에 소프트웨어 업데이트를 통해 기능을 확장하는 구조다. 이 점은 향후 로보택시 네트워크로 전환될 가능성과 연결된다. 기존 차량을 활용할 수 있다는 점에서 별도의 차량을 운영해야 하는 경쟁사 대비 확장 속도 측면에서 유리하다. 기술적 완성도에 대한 논쟁은 여전히 존재하지만, 플랫폼 관점에서는 상대적으로 우위를 점하는 셈이다.

특히 개인이 보유한 차량이 네트워크에 연결돼 수익을 만드는 구조는 자동차를 바라보는 방식 자체를 바꿀 수 있다. 필요할 때 이동 수단으로 쓰이던 차가, 사용하지 않는 시간에는 수익을 만드는 자산이 되는 셈이다. 이 구상이 현실화된다면 자율주행은 특정 기업이 운영하는 서비스에 머물지 않고, 개인이 참여하는 분산형 네트워크로 확장될 가능성이 있다. 물론 기술 신뢰성과 규제, 사고 책임처럼 넘어야 할 문제는 여전히 남아 있다. 그럼에도 테슬라가 그리는 방향은 자율주행이 어떤 방식으로 대규모 확산에 도달할 수 있는지를 비교적 선명하게 보여준다.