[K-VIBE] 정광복의 K-자율주행 도전기…자율주행 다음단계는 '차' 아닌 '세계'

[※ 편집자 주 = 한국국제교류재단(KF)의 2024년 발표에 따르면 세계 한류 팬은 약 2억2천500만명에 육박한다고 합니다. 또한 시간과 공간의 제약을 초월해 지구 반대편과 동시에 소통하는 '디지털 실크로드' 시대도 열리고 있습니다. 바야흐로 '한류 4.0'의 시대입니다. 연합뉴스 동포·다문화부 K컬처팀은 독자 여러분께 새로운 시선으로 한국 문화를 바라보는 데 도움이 되고자 전문가 칼럼 시리즈를 준비했습니다. 시리즈는 주간으로 게재하며 K컬처팀 영문 한류 뉴스 사이트 K바이브에서도 영문으로 보실 수 있습니다.]

정광복 자율주행기술개발혁신사업단장 [자율주행기술개발혁신사업단 제공]

자율주행 기술은 오랫동안 "차가 얼마나 잘 달리는가"라는 질문을 중심으로 발전해 왔다. 더 많은 센서, 더 높은 인식 정확도, 더 빠른 연산 성능이 곧 기술 경쟁력의 지표였다. 실제로 글로벌 자율주행 산업의 초기 경쟁 구도는 "누가 더 많은 주행 거리를 확보했는가"에 의해 좌우됐다. 수백만, 수천만 ㎞의 실제 도로 주행 데이터가 기술 성숙도의 증거처럼 여겨지던 시기다.

이러한 현실 도로 중심 접근의 대표적 사례가 테슬라의 자율주행 전략이다. 테슬라는 고정밀 지도나 대규모 가상 시뮬레이션보다는 전 세계 양산 차량에서 수집되는 방대한 실도로 주행 데이터를 학습의 핵심 자산으로 삼아 왔다. 테슬라 차량이 FSD(감독형)를 사용하며 누적한 실제 도로 주행거리는 2025년 12월 기준 현재 약 70억 마일(약 112억 ㎞)에 이르는 것으로 알려져 있다. 이는 단일 기업이 확보한 자율주행 관련 실도로 데이터로는 전례를 찾기 어려운 규모다.

특히 테슬라가 활용해 온 방식은 이른바 '그림자 모드'(Shadow Mode)다. 이는 차량의 실제 조향과 가감속은 운전자나 기존 시스템이 수행하되 자율주행 알고리즘은 동일한 센서 입력을 받아 "내가 운전했다면 어떤 판단을 했을지"를 동시에 계산해 기록만 남기는 방식이다. 실제 주행에는 개입하지 않으면서도 특정 상황에서 시스템이 어떤 인식·예측·계획을 내렸는지를 대규모로 검증할 수 있다는 점에서 현실 도로를 활용한 학습의 핵심 수단으로 자리 잡았다.

일론 머스크 등장 (리야드=연합뉴스) 김동호 특파원 = 지난 달 29일(현지시간) 사우디아라비아 리야드 킹압둘아지즈 국제콘퍼런스센터(KAIC)에서 열린 미래투자이니셔티브(FII) 행사에서 일론 머스크 테슬라 CEO가 화상으로 등장하고 있다. 2024.11.1 dk@yna.co.kr

그림자 모드를 통해 개발자는 인간의 실제 조작과 시스템의 판단이 크게 어긋난 구간, 즉 '불일치 상황'을 자동으로 수집할 수 있다. 끼어들기, 급정거 연쇄, 무단횡단과 같은 희귀 상황에서 시스템이 어떤 선택을 했는지, 안전 여유나 예측이 충분했는지를 사후적으로 분석하고 알고리즘을 개선하는 방식이다. 현실 도로를 달리면서도 위험을 감수하지 않고 알고리즘을 다듬을 수 있다는 점에서 그림자 모드는 현실 중심 자율주행 개발의 상징적 방법론이라 할 수 있다.

그러나 이 방식의 한계도 분명하다. 현실 도로에서만 데이터를 확보하는 전략은 비용과 시간이 기하급수적으로 증가하고 무엇보다 사고 위험을 검증 과정에 그대로 노출시킨다. 희귀 사고나 극단적 상황은 실제로 발생해야만 데이터가 되기 때문이다. 한 번의 사고가 곧바로 서비스 중단과 규제 강화로 이어질 수 있다는 점에서 현실 중심 접근은 기술적·사회적 지속 가능성에 근본적인 질문을 던지게 했다.

이 지점에서 자율주행 산업은 새로운 해법을 모색하기 시작했다. "사고를 겪고 나서 배우는 방식이 아니라, 사고가 일어날 수 있는 모든 가능성을 미리 경험할 수는 없는가." 이 질문의 답으로 떠오른 개념이 바로 '월드 모델'(World Model)이다. 월드 모델은 단순히 도로 장면을 사실적으로 재현하는 시뮬레이터를 의미하지 않는다. 시뮬레이터가 시험을 위한 가상 환경이라면 월드 모델은 그 환경 안에서 인공지능이 물리 법칙과 인과 관계를 내재화하고 다음에 벌어질 상황을 예측·생성하는 내부 사고 체계에 가깝다. 인간이 주변 맥락을 바탕으로 미래를 그려보듯 월드 모델 기반 AI는 세계의 구조를 이해하고 판단한다.

여기서 자율주행에서 말하는 '세계'는 하나의 의미로만 이해할 수 없다. 인공지능은 가상 환경이라는 연습 무대에서 수많은 주행 상황을 반복적으로 경험하며, "이럴 때는 이렇게 반응해야 한다"는 세상의 규칙을 배워간다. 이렇게 축적된 판단 능력이 바로 월드 모델이다. 다시 말해, 가상 세계는 학습의 장이고, 월드 모델은 그 학습을 통해 길러진 세계 이해 능력이다. 이 과정이 실제 도로에서 수집된 데이터와 맞물려 순환할 때, 자율주행은 사고를 겪으며 배우는 기술에서 벗어나 사고 가능성을 사전에 줄이는 기술로 진화하게 된다.

자율주행AI 모델 알파마요 소개하는 젠슨 황 (라스베이거스=연합뉴스) 김성민 기자 = 젠슨 황 엔비디아 CEO가 5일(현지시간) 미국 네바다주 라스베이거스 퐁텐블로 호텔에서 열린 엔비디아 CES 2026 라이브에서 자율주행AI 모델 알파마요를 소개하고 있다. 2026.1.6 [공동취재] ksm7976@yna.co.kr

이러한 접근을 산업 차원에서 구현하려는 대표적 사례가 엔비디아가 제시한 '코스모스'(Cosmos)다. 코스모스는 단순한 주행 시뮬레이터를 넘어, 도시·도로·교통 주체·날씨·조명·물리 법칙까지 포함한 가상 환경을 구축하고, 그 안에서 AI가 학습·검증·재학습을 반복하도록 설계된 플랫폼이다. 테슬라가 70억 마일의 현실 주행을 통해 축적한 데이터가 '경험의 양'이라면, 코스모스와 같은 월드 모델 기반 플랫폼은 그 경험을 가상 세계에서 기하급수적으로 확장하는 수단이라 할 수 있다.

이로 인해 자율주행 플랫폼의 성격도 달라지고 있다. 과거의 시뮬레이터가 개별 차량의 주행 성능을 점검하는 도구였다면, 이제는 도시 단위의 환경을 생성하고 수많은 가상 차량과 보행자, 교통 요소가 동시에 상호작용하는 일종의 '가상 세계 운영체제'로 진화하고 있다. 자율주행의 안전성은 더 이상 실제 사고 이후에 입증되는 것이 아니라, 가상 세계에서 가능한 모든 위험 시나리오를 사전에 검증하고 제거해 나가는 과정에서 축적된다.

이러한 패러다임 전환은 하드웨어 인프라의 의미 또한 재정의한다. 차량에 탑재되는 엣지 컴퓨팅, 즉 추론 성능은 여전히 중요하다. 그러나 기술 격차를 만들어내는 핵심 무대는 점차 차량 내부가 아니라, 월드 모델과 대규모 인공지능을 학습시키는 백엔드 데이터센터로 이동하고 있다. 수억 시간의 주행 영상과 복잡한 물리·사회적 상호작용을 학습시키기 위한 연산 인프라는 이제 자율주행 경쟁력의 핵심 자산이다. 자율주행은 '차량 한 대의 지능'을 겨루는 싸움에서 '국가 단위의 계산 능력'을 요구하는 기술로 확장되고 있다.

이 흐름은 우리나라 자율주행 전략에도 중요한 시사점을 던진다. 그동안 실증 노선 확대와 도로 인프라 구축에 집중해 왔다면, 이제는 가상 환경을 얼마나 정교하게 구축하고 운영할 수 있는지가 경쟁력을 좌우하게 된다. 개별 기업이 감당하기 어려운 영역인 만큼, 공공과 민간이 함께 활용할 수 있는 공용 AI 학습 인프라와 데이터 파이프라인에 대한 전략적 접근이 필요하다.

자율주행은 더 이상 미래 자동차 기술만이 아니다. 이는 도시 운영과 교통 안전, 산업 경쟁력, 그리고 국가 디지털 역량을 동시에 시험하는 종합 시스템이다. 세계를 얼마나 잘 이해하고, 그 이해를 바탕으로 얼마나 많은 미래를 미리 경험할 수 있는가. 이 질문에 먼저 답하는 주체가 다음 세대 자율주행의 기준을 만들어갈 것이다.

필자의 관점으로 보면 자동차는 이제 혼자 달리지 않는다. 자동차는 세계를 이해하며 달린다. 그리고 그 세계를 먼저 구축하고 운영할 수 있는 나라가 자율주행의 미래를 선점하게 될 것이다.

정광복자율주행기술개발혁신사업단(KADIF) 단장

▲ 도시공학박사(연세대) ▲ 교통공학 전문가·스마트시티사업단 사무국장 역임 ▲ 연세대 강사·인천대 겸임교수 역임 ▲ 서울시 자율주행차시범운행지구 운영위원 ▲ 한국도로공사 고속도로자율주행 자문위원 ▲ 강릉 ITS 세계총회 조직위 위원

▶제보는 카카오톡 okjebo
▶연합뉴스 앱 지금 바로 다운받기~
▶네이버 연합뉴스 채널 구독하기
<저작권자(c) 연합뉴스, 무단 전재-재배포, AI 학습 및 활용 금지>