What California Regulatory Filings Reveal about Robotaxi Operations at Scale

당신을 태우러 오는 자동차에 운전자가 없는 도시를 상상해 보십시오. 그 차들은 단순히 전기차인 것에 그치지 않습니다. 복잡한 거리를 항해하고, 교통 신호에 맞춰 멈추며, 인간의 손이 핸들에 닿지 않고도 당신의 목적지를 찾아가는 완전 자율주행 차량입니다. 이것이 바로 로보택시(robotaxi)가 약속하는 미래이며, 이 기술은 공상 과학 소설에서 벗어나 샌프란시스코와 로스앤젤레스 같은 도시의 거리로 내려왔습니다. 오랫동안 이러한 기계들이 여러 문제를 동시에 해결할 것이라는 희망이 있었습니다. 전기차임으로써 오염을 줄이고, 공유됨으로써 도로를 막는 차량의 수를 줄이며, 자동화됨으로써 인간 운전자가 따라올 수 없는 수준의 효율성으로 운영될 것이라는 기대였습니다. 예를 들어, 차량을 끊임없이 움직이게 하고 승객을 기다리는 동안 주차할 필요가 없게 만드는 식입니다.

하지만 이러한 차량 군단이 실제로 대규모로 어떻게 운영되는지에 대한 실체는 기업의 대시보드와 비공개 데이터 뒤에 숨겨진 채 미스터리로 남아 있었습니다. 수년 동안 대중은 이 시스템이 어떻게 작동하는지 추측하기 위해 요약본, 시뮬레이션 또는 모델에 의존해 왔습니다. 그러나 새로운 분석이 공식 정부 기록을 사용하여 정확히 무슨 일이 일어나고 있는지 밝혀내며 그 커튼을 들추어냈습니다. 로렌스 버클리 국립연구소(Lawrence Berkeley National Laboratory)의 연구원들은 캘리포니아 공공 유틸리티 위원회(California Public Utilities Commission)에 제출된 로보택시 기업들의 수천 페이지에 달하는 보고서를 조사했습니다. 법에 따라 제출이 의팅된 이 기록들에는 모든 주행 거리, 매 주행 시마다 이동한 거리, 그리고 충전을 위해 멈춘 횟수 등이 상세히 기록되어 있습니다. 이 데이터를 샅샅이 조사함으로써, 연구원들은 로보택시 운영이 낙관적인 미래의 비전보다 훨씬 더 복잡하고 덜 효율적이라는 모습을 발견했습니다.

연구는 미국의 최대 무인 택시 운영사인 웨이모(Waymo)를 중심으로 진행되었으며, 현재 대규모 시범 프로그램을 운영 중인 또 다른 주요 업체인 쥬스(Zoox)의 성과와 비교했습니다. 연구원들은 웨이모가 캘리포니아 내 차량 보유 대수를 약 3,285대로 늘려 전국 전체 플릿의 약 80%를 차지했던 2025년 1월부터 2026년 6월 사이의 데이터를 조사했습니다. 그들은 이 차량들이 승객을 태우고 주행한 마일과 승객 없이 주행한 마일을 추적했습니다. 차량 호출 서비스의 세계에서 승객 없이 주행하는 것을 '데드헤딩(deadheading)'이라고 부릅니다. 이는 승객을 태우러 가야 하고, 승객을 내려준 후 다시 떠나야 하므로 사업의 필수적인 부분입니다. 하지만 자동화의 목표는 이러한 낭비를 최소화하는 것이었습니다.

데이터는 다른 이야기를 들려줍니다. 웨이모가 시간이 지나면서 효율성을 개선하기는 했지만, 빈 차로 주행하는 비율은 여전히 높게 유지되었습니다. 2025년 초부터 2026년 중반 사이에 승객 없이 주행한 거리의 비율은 53%에서 약 42%로 감소했습니다. 이는 개선된 수치이긴 하지만, 인간이 운전하는 차량 호출 서비스에서 나타나는 수치보다 여전히 50% 이상 높습니다. 연구원들은 차량 대수가 늘어나고 차량이 승객을 찾는 능력이 좋아졌음에도 불구하고, 여전히 엄청난 양의 에너지가 빈 차량을 이동시키는 데 소비되고 있다는 사실을 발견했습니다. 이러한 지속적인 빈 차 주행은 자동화가 자동으로 더 가볍고 효율적인 시스템을 가져올 것이라는 생각에 반하는 결과입니다.

아마도 가장 놀라운 발견은 승객을 태우고 있지 않을 때 차량이 무엇을 하는가에 관한 것입니다. 연구원들은 '빈 시간'의 상당 부분이 승객을 찾기 위해 돌아다니는 데 쓰이는 것이 아니라, 가만히 멈춰 있는 데 쓰인다는 것을 발견했습니다. 차량 군단이 확장됨에 따라, 차량이 대기하거나(주차 또는 공회전) 머무는 총 시간은 39% 증가했습니다. 이는 시스템이 인간이 운전하는 네트워크만큼 유연하지 않음을 시사합니다. 수요가 급증할 때, 인간 기반의 차량 호출 서비스는 이미 도로 위에 있거나 빠르게 업무에 접속할 수 있는 방대한 운전자 풀을 활용할 수 있습니다. 그러나 로보택시는 요청을 처리하기 위해 물리적으로 존재해야 하는 고정된 차량 군단에 의존합니다. 갑작스러운 승객 폭주를 처리하려면, 시스템은 많은 차량을 주차장이나 차고지에 대기시켜 놓아야 합니다. 이는 수천 대의 차량이 움직이지 않은 채 공간과 자원을 소비하며 장기간 정지해 있는 거대한 '주차 발자국(parking footprint)'을 만들어냅니다.

이러한 행동의 에너지적 함의는 상당합니다. 연구원들은 제출된 기록에 보고된 충전 세션 빈도를 사용하여 플릿이 실제로 사용하는 전력을 추정했습니다. 그들은 플릿을 운영하는 데 필요한 에너지가 차량의 공식 효율 등급보다 훨씬 높다는 것을 발견했습니다. 웨이모의 경우, 충전 데이터가 시사하는 에너지 사용량은 차량의 규정 추진력의 약 두 배에 달했으며, 이는 일반적인 가솔린 차량이 동일한 거리를 주행할 때 사용하는 에너지의 약 69%에 육박했습니다. 이 추가적인 에너지는 빈 차를 계속 움직여야 하는 필요성, 공회전 시간, 그리고 플릿 운영을 유지하기 위한 빈번한 충전 주기에 의해 소비됩니다. 쥬스의 경우, 가솔린 등가 기준점 대비 에너지 오버헤드가 약 147%에 달해 훨씬 더 높았습니다.

또한 연구는 빈 주행이 어떻게 변화하고 있는지를 강조했습니다. 서비스 초기에는 대부분의 빈 주행이 '미배정(unassigned)' 상태, 즉 승객을 찾기 위해 목적지 없이 배회하는 형태였습니다. 시간이 흐르면서 이는 변화했습니다. 빈 주행 중 더 큰 비중이 '접근(approach)' 주행, 즉 이미 호출이 이루어진 후 승객에게 가기 위해 수행하는 주행이 되었습니다. 이는 차량이 승객을 찾는 능력은 좋아졌을지 모르나, 승객에게 도달하기 위해 이동해야 하는 거리가 늘어났음을 시사하며, 이는 서비스 구역이 확장되었거나 차량이 사람들이 요청하는 곳에서 더 멀리 떨어진 곳에 주차되어 있기 때문일 수 있습니다.

연구원들은 이 결과가 시뮬레이션이 아닌 실제 운영 데이터를 기반으로 했다는 점을 주의 깊게 명시했습니다. 그들은 수백만 건의 주행 기록과 충전 로그를 검토하여, 이 플릿이 규모 있게 어떻게 기능하는지에 대한 드문 구체적 통찰을 제공했습니다. 데이터는 로보택시가 많은 이들이 기대했던 효율성 이득을 이미 달성했다는 주장을 뒷받침하지 않습니다. 대신, 이 시스템이 빈 차량을 이동시키고 역동적인 환경에서 고정된 차량 군단을 관리하는 근본적인 문제로 여전히 고군분투하고 있음을 보여줍니다. 로보택시가 더 깨끗하고 효율적인 미래를 선사할 것이라는 약속은 여전히 가능하지만, 그 길은 단순히 운전대를 컴퓨터에 넘겨주는 것만큼 간단하지 않습니다. 데이터는 차량 군단을 관리하는 방식에 있어 중대한 변화(예를 들어, 차량과 수요를 더 잘 매칭하거나 대규모의 정지 차량 필요성을 줄이는 방법)가 없다면, 로보택시의 에너지 및 공간 비용은 높은 수준으로 남을 수 있음을 시사합니다.

궁극적으로 이 분석은 로보택시 산업에 대한 현실적인 점검 역할을 합니다. 기술이 발전하고 차량 군단이 성장하고 있음에도 불구하고, 운영상의 실체는 복잡하다는 것을 보여줍니다. 자동화로 인한 효율성 이득은 많은 수의 차량을 대기시켜 놓아야 하는 필요성에 의해 상쇄되어, 상당한 에너지 사용과 빈 차 주행을 초래하고 있습니다. 이러한 서비스가 계속 확장됨에 따라, 단순히 더 많은 차를 추가하는 것에서 벗어나 기존의 차량 군단을 어떻게 더 똑똑하게 운영할 것인가에 대한 고민으로 초점이 옮겨가야 할 것입니다. 그때까지 완벽하게 효율적인 무인 미래의 비전은 그저 비전일 뿐, 현실은 아닙니다.