솔직히 저도 처음엔 자율주행이 그냥 크루즈 컨트롤 좀 업그레이드된 버전이라고 생각했습니다. 차선 하나 유지해주는 기능 정도라고요. 그런데 최근 자율주행차가 스스로 차선을 변경하고, 복잡한 교차로를 통과하고, 주차까지 마무리하는 영상을 보고 나서 생각이 완전히 바뀌었습니다. 이 기술이 단순한 운전 보조가 아니라, 센서·AI·정밀지도·통신이 동시에 맞물려 돌아가는 복합 시스템이라는 걸 이제야 실감하고 있습니다.
자율주행 레벨, 알고 보면 기술이 아니라 책임의 문제였다
자율주행 기술에는 레벨 0부터 레벨 5까지 단계가 있습니다. 처음엔 저도 단순히 '기술 완성도 순서'라고 이해했는데, 실제로는 조금 다릅니다.
레벨 2는 핸들과 페달을 차가 동시에 제어하지만 운전자가 시선을 도로에 유지해야 하는 감독형 자율주행입니다. 테슬라의 FSD(Full Self-Driving)가 여기에 해당하고, 사고가 나면 운전자 책임입니다. 레벨 3부터는 눈을 잠깐 돌려도 되는 비감독형으로 넘어가고, 레벨 4가 되면 잠을 자도 괜찮은 수준, 즉 회사가 사고 책임을 전적으로 집니다.
여기서 핵심은 이겁니다. 레벨 구분의 진짜 기준은 기술 수준이 아니라 사고 발생 시 책임 소재라는 점입니다. 이 사실을 알고 나서 왜 자동차 제조사들이 레벨 4 이상으로 넘어가기를 그토록 신중하게 접근하는지 이해가 됐습니다. 기술적으로 가능하더라도, 책임을 온전히 떠안는 순간부터 법적·경제적 리스크가 완전히 달라지니까요.
일반적으로 레벨이 높을수록 편의성만 높아진다고 알려져 있지만, 제 생각엔 레벨이 높아질수록 기업과 사회가 감당해야 할 신뢰와 제도적 기반도 함께 높아져야 한다는 게 더 정확한 표현입니다. 실제로 미국 GM은 자율주행 사업에 15조 원을 투자하고도 단 한 건의 교통사고 이슈로 사업을 접었습니다. 기술 완성도보다 사회적 수용성이 상용화의 더 큰 장벽이라는 걸 잘 보여주는 사례입니다.
- 레벨 2: 감독형. 핸들+페달 동시 제어, 시선은 도로 유지 필수 → 사고 시 운전자 책임
- 레벨 3~4: 비감독형. 눈·뇌가 자유로워지는 단계 → 사고 시 제조사 책임
- 레벨 5: 날씨·도로 조건 무관 완전 자율주행 → 현재 상용화 추진 기업 없음
센서 원리, 눈·귀·두뇌가 따로 있었다
자율주행차가 주변을 인식하는 방식이 궁금했는데, 실제로 알아보니 생각보다 훨씬 정교한 구조였습니다. 사람의 눈·귀·두뇌를 각각 다른 센서와 장치가 담당합니다.
'눈' 역할은 카메라와 라이다(LiDAR), 레이더가 나눠 맡습니다. 여기서 라이다란 레이저를 360도로 발사해 반사되어 돌아오는 시간을 측정함으로써 주변 사물의 위치와 거리를 정밀하게 3D로 스캔하는 센서입니다. 레이더가 전파를 써서 300~400m 원거리를 넓게 보는 반면, 라이다는 레이저를 쏘기 때문에 100~200m 이내를 정밀하게 파악합니다. 정확도가 높은 대신 센서 하나 가격이 2,000만 원에 달하고, 안개나 빗방울에 민감하다는 단점이 있습니다. 테슬라가 카메라 단독 방식을 고집하는 이유가 바로 이 비용 때문입니다.
'귀' 역할은 IMU(관성 측정 장치)가 담당합니다. IMU란 차량에 가해지는 모든 방향의 가속도와 회전을 감지해 균형 감각을 제공하는 장치로, 쉽게 말해 자이로 센서입니다. GPS 신호가 끊기는 터널에서는 데드 레코닝(DR) 기법을 씁니다. 데드 레코닝이란 마지막으로 알고 있던 위치에서 속도·방향·경과 시간을 계산해 현재 위치를 추산하는 항법 방식입니다. 어두운 집 안에서 불을 켜지 않고도 몇 발짝이면 소파에 닿는지 몸이 기억하는 것과 비슷한 원리입니다.
'두뇌' 역할은 차량용 제어기(컴퓨터)가 맡고, 수많은 센서 데이터에서 신뢰할 수 있는 값만 걸러내는 데 칼만 필터(Kalman Filter) 알고리즘을 사용합니다. 칼만 필터란 여러 센서에서 동시에 들어오는 노이즈 섞인 데이터를 확률적으로 융합해 현재 상태를 최적으로 추정하는 수학적 알고리즘으로, 1960년대에 개발돼 아폴로 우주선 항법 계산에 처음 실용화된 기술입니다(출처: NASA Apollo Missions). 나사가 달까지 가는 궤도 계산에 쓴 알고리즘이 지금 우리 도로 위 자율주행차에도 그대로 쓰이고 있다는 사실이 꽤 인상적이었습니다.
V2X(Vehicle to Everything) 기술도 빠뜨릴 수 없습니다. V2X란 차량이 교차로 CCTV, 신호등, 다른 차량 등 도로 인프라 전체와 실시간으로 데이터를 주고받는 통신 기술입니다. 큰 트럭 뒤에 가려진 사각지대처럼 차량 센서만으로는 볼 수 없는 상황을 외부 인프라의 눈을 빌려 보완하는 방식입니다. 실제로 구급차가 지나갈 때 교차로 신호가 자동으로 바뀌는 것도 이 기술의 초기 적용 사례입니다.
상용화 전망, 2년 후 버스는 가능하지만 내 차는 다른 이야기
자율주행이 코앞에 왔다는 말은 꽤 오래전부터 들었습니다. 그런데 막상 전문가들 이야기를 들어보면 "대중교통용 셔틀은 2028년 전후로 상용화 가능하지만, 개인 승용차는 아직 시간이 필요하다"는 결론으로 모입니다. 처음 이 말을 들었을 때 실망스러웠는데, 이유를 들어보니 납득이 갔습니다.
현재 웨이모와 같은 무인 택시는 룰베이스(Rule-based) 방식으로 운행됩니다. 룰베이스란 '빨간 불에 정지', '차선 내 주행', '50cm 이상 장애물 감지 시 제동' 같은 수천 가지 규칙을 사람이 직접 입력해 차를 제어하는 방식입니다. 특정 도시 내 정해진 구역에서는 매우 안전하지만, 규칙이 적용되지 않는 돌발 상황이나 새로운 지역에서는 그대로 멈춰버립니다. 샌프란시스코 대규모 정전 당시 웨이모 차량 전체가 도로 위에 멈춰 교통을 마비시킨 게 대표적인 예입니다.
반면 테슬라는 엔드투엔드(E2E) AI 방식을 씁니다. E2E란 인지부터 판단, 제어까지 전 과정을 하나의 AI 신경망이 처리하는 방식으로, 전 세계 수백만 대 차량의 주행 데이터를 학습해 마치 숙련된 운전자처럼 상황을 파악합니다(출처: Tesla Autopilot 공식 페이지). 확장성은 뛰어나지만, AI가 예측 불가한 판단을 내릴 가능성이 있어 무인 완전 자율주행에 적용하기엔 아직 검증이 더 필요합니다.
국내 자율주행 기업들은 두 방식을 결합한 하이브리드 접근을 택하고 있습니다. 실제로 2025년 경주 APEC 행사에서 의전 차량으로 투입된 자율주행 버스도 이 하이브리드 방식으로 운행됐습니다. 현재 서울 청계천에서도 운전석이 없는 레벨 4 무인 차량이 30분 간격으로 실제 운행 중입니다.
개인 승용차 완전 자율주행이 어려운 이유는 기술만의 문제가 아닙니다. 악천후에서 라이다 인식 거리가 70~80m로 줄어드는 센서 한계, 차량용 소형 GPU의 성능 제약, 그리고 무엇보다 사고 발생 시 보험과 법적 책임을 어떻게 처리할 것인가에 대한 사회적 합의가 아직 없다는 점이 가장 큰 걸림돌입니다. 제가 생각해도 기술보다 제도가 먼저 따라와야 많은 분들이 안심하고 탈 수 있을 것 같습니다.
자주 묻는 질문
Q. 테슬라 FSD랑 웨이모는 뭐가 다른 건가요?
A. 가장 큰 차이는 기술 방식과 책임 구조입니다. 테슬라 FSD는 운전자가 탑승한 상태에서 AI가 주행을 보조하는 레벨 2 반자율주행으로, 사고 발생 시 운전자 책임입니다. 반면 웨이모는 운전석 자체가 없는 레벨 4 무인 택시로, 사고 발생 시 웨이모 회사가 책임을 집니다. 일반적으로 테슬라가 더 발전한 기술이라고 알려져 있지만, 완전 무인 자율주행 분야에서는 웨이모가 앞서 있다는 평가가 많습니다.
Q. 비나 눈이 오면 자율주행차 못 쓰는 거 아닌가요?
A. 악천후에서 라이다의 인식 거리가 평상시 200m에서 70~80m 수준으로 줄어드는 건 사실입니다. 그래서 카메라·레이더·라이다를 모두 함께 쓰는 하이브리드 센서 구성이 중요합니다. 레이더는 전파를 사용하기 때문에 비나 안개에 상대적으로 강하고, 세 센서의 데이터를 융합하면 단독 운용보다 훨씬 안정적입니다. 다만 고속도로 시속 100km 이상의 악천후 주행은 현재 기술로도 여전히 도전적인 환경입니다.
Q. 자율주행차 사고 나면 누가 보상해 주나요?
A. 레벨에 따라 다릅니다. 레벨 2까지는 운전자(또는 감독자)가 책임을 지고, 레벨 4부터는 제조사·운영사가 책임을 집니다. 레벨 3은 상황에 따라 책임이 나뉩니다. 문제는 국내 보험 및 법제도가 아직 이 기준을 명확히 정립하지 못한 상태라는 점입니다. 전문가들도 기술보다 법제도와 보험 체계 정비가 상용화의 더 큰 관건이라고 보고 있습니다.
Q. 자율주행차는 해킹 위험 없나요?
A. 해킹 위험이 아예 없다고 단정할 수는 없습니다. 다만 완전 자율주행차 양산을 위해서는 국제 사이버보안 인증 기준을 통과해야 하고, 현재 자동차 사이버보안 규격인 ISO/SAE 21434 같은 표준이 실제 개발에 적용되고 있습니다. 우리가 모바일뱅킹을 믿고 쓰는 것처럼, 보안 기술이 계속 강화되면서 신뢰가 축적되는 방향으로 가고 있다고 보는 게 맞습니다.
결론
저도 처음엔 자율주행을 '운전 편의 기능'으로만 봤습니다. 그런데 라이다·칼만 필터·V2X·데드 레코닝까지 파고들다 보니, 이건 운전 기능 하나가 아니라 도시 교통 시스템 전체를 다시 설계하는 일이라는 걸 알게 됐습니다.
기술의 방향은 분명합니다. 2028년 전후로 마을버스·셔틀 수준의 자율주행은 우리 일상에 들어올 가능성이 높고, 개인 승용차까지 완전 자율주행이 적용되려면 센서 성능·제어기 소형화·보험 및 법제도 정비가 동시에 이루어져야 합니다. 기술보다 사회적 합의가 더 느린 게 현실이지만, 방향 자체는 이미 돌이킬 수 없다고 생각합니다.
지금 당장 할 수 있는 일은 청계천 같은 곳에서 실제 운행 중인 자율주행차를 직접 타보는 것입니다. 타보지 않고 이론으로만 판단하면 막연한 불안이 가득하지만, 한 번이라도 경험하고 나면 생각이 확 달라진다고 저는 확신합니다.
참고: https://www.youtube.com/watch?v=hBVrLwQH33A&list=PLkKcqR2KGxgzqeKZo1Rx93kJFokuVkpye&index=13
운전자 없는 자율주행차... 진짜 맡겨도 될까? (feat. 한지형 대표) [취미는 과학/ 78화 확장판]