로보택시, 기술 너머의 비즈니스
자율주행기술이 사업화 되기 위한 필요역량
순서
0. 이미 시작된 경쟁
1. 로보택시 서비스 핵심 구성요소
A. 기술 및 하드웨어 조달 역량
B. 서비스 공급망 및 수익구조 운영 역량
C. 대고객 서비스 운영 역량
D. IT 플랫폼 개발 및 운영 역량
2. 결론 및 전략적 시사점
이미 시작된 경쟁
지난 글, 「테슬라 로보택시가 던진 진짜 질문」의 결론은 테슬라의 로보택시가 '자율주행 기술'의 결과물을 넘어 테슬라가 추구하는 모든 기술적 포트폴리오가 한 점으로 수렴하여 새로운 가치사슬(Value Chain)로 전환되는 시작점이라는 해석이었습니다.
2025년 7월 현재, 테슬라뿐 아니라 웨이모, 우버, 바이두와 같은 기업들은 로보택시서비스의 주요 Player로 자리매김 중입니다. 자율주행 기술의 발전은 현재진행형이지만, ‘기술’을 ‘비즈니스’로 만들기 위한 경쟁의 막은 이미 오른 셈입니다.
여기서 자연스럽게 다음 질문으로 이어집니다.
로보택시서비스 사업을 구축하기 위해 반드시 필요한 핵심 역량(Core Competency)은 무엇인가?
현재 시장의 플레이어들은 이 역량들을 어떻게 확보해나가고 있는가?
이번 글은 이 질문에 대한 답을 구하는 과정으로 자율주행 기술이 로보택시서비스로 사업화되기 위해 필요한 주요 역량을 정의하고, 이를 기준으로 시장의 판도를 분석하고 시사점을 도출하고자 합니다.
로보택시서비스가 사업화되기 위해 필요한 것은 무엇인가?
1. 로보택시 서비스 핵심 구성요소
로보택시 서비스 시장과 업의 본질을 이해하는 것부터 시작하겠습니다.
이 사업은 운전 인력이 필요 없는 운송수단, 즉 '무인 자동차 자산'과 탑승을 원하는 사용자를 연결하는 '호출·배차 플랫폼'이 융합된 새로운 형태의 서비스입니다.
이 새로운 시장의 잠재력은 숫자로 증명됩니다. 골드만삭스(Goldman Sachs)는 북미 자율주행 승차공유(AV Rideshare) 시장이 2030년까지 약 10조 원(72.7억 달러) 규모로 성장하며, 연평균 90%라는 폭발적인 성장세를 보일 것으로 예측했습니다. 더 나아가, 성공적인 사업자의 매출총이익률(Gross Margin)은 40~50%에 이를 수 있다고 전망합니다.
로보택시 서비스 시장규모 예측 (출처 : Goldman Sachs)이와 같이 가파른 성장이 예상되는 시장에서 경쟁하기 위한 핵심역량은 역시 자율주행 기술력입니다. 그러나 기술만으로 사업화가 이루어지는 것은 아닙니다. 여러 비즈니스 구성요소가 정교하게 연결된 하나의 완성된 프로세스를 구축해야만 합니다. 이러한 복잡성은 시장에 뛰어든 주요 플레이어들의 산업적 출발선과 목표가 각기 다르다는 점에서 엿볼 수 있습니다.
제조업: 테슬라, 폭스바겐 같은 완성차 OEM은 가치사슬 확장을 위한 진출
자율주행 Tech: 웨이모, 포니AI 등, 자율주행 AI 기술 기업은 기술의 상용화를 위한 진출
모빌리티 Tech: 우버, 리프트 등 중개플랫폼 기업은 미래 시장에서의 생존과 포트폴리오 확장을 위한 진출
그 외: 전통적인 운송사업자, 차량 관제 IT 기업, 보험사 등 각자의 방식으로 새로운 생태계로의 편입
테슬라가 운수 사업을 직접 운영하고자 하는 것이나, 기술 기업인 웨이모가 우버의 강력한 네트워크 효과를 활용하기 위해 협력하는 구조에서 엿볼 수 있듯이, 로보택시 서비스가 사업화되는 과정에서는 이종(異種) 산업의 경계가 무너지고 역할이 교차될 것이며, 기존의 문법이 아닌 새로운 구조의 가치사슬로의 재편이 수반될 것입니다.
저는 로보택시 사업화를 위한 주요 역량을 다음과 같이 4대 영역, 7가지 요소로 정의합니다.
A. 기술 및 하드웨어 조달 역량
로보택시서비스는 자율주행 기술이 물리적 이동행위와 결합되는 현실세계의 서비스입니다.
자율주행 기술과 그 기술이 탑재되는 차량 하드웨어는 로보택시 서비스의 근간입니다.
① 모빌리티 HW (차량) 조달
로보택시 서비스는 물리적인 운송서비스를 제공한다는 측면에서 '운수사업'의 형태가 됩니다. 이는 차량을 자산으로 확보하는 것이 필수적이라는 것을 의미하며 차량을 어떤 방식으로 조달할 것인지는 로보택시 서비스의 근본적인 수익구조를 결정하는 요소가 됩니다.
주요 사업자들의 차량 조달 방식은 크게 세 가지 유형으로 나눌 수 있습니다.
유형 1. 자체 개발 및 생산 조달
차량설계 개발생산 역량과 자율주행기술 개발역량을 동시에 갖춘 경우 가능한 방식입니다. 완성차OEM이 택할 수 있는 방식이며, 차량의 설계부터 최종 생산까지 모든 과정을 직접 통제하여 원가 경쟁력을 극대화할 수 있는 조달방식입니다. 하드웨어인 차량과 소프트웨어인 자율주행기술 간의 최적화된 통합에도 유리합니다.
테슬라 (Tesla):
자율주행 기술 자체개발 및 차량을 생산합니다. 이미 보유한 대량생산 능력이 강점으로 발휘되는 가장 이상적인 구조입니다. 로보택시 전용 차량인 사이버캡 모델 양산계획이 존재하지만, FSD가 적용된 기존 모델도 투입할 수 있어 조달속도 및 유연성차원엣서 유리합니다.
아마존 죽스 (Amazon Zoox):
아마존의 막대한 자본력을 바탕으로 로보택시 전용 설계부터 생산 공장까지 직접 구축하여 자율주행 기술과 차량 모두를 직접 생산하려는 계획을 가지고 있습니다. 조달방식은 테슬라와 동일하나 기존 생산 기반이 없는 무(無)에서 시작하는 구조이며, 로보택시 서비스만을 위해 설계된 차량을 생산하는 것이므로 조달측면에서의 우위를 확보하기 위해서는 일정 수준의 규모의 경제가 달성이 필요합니다.
유형 2. 구매 조달 (전략적 파트너십 기반)
완성차 OEM의 양산 차량을 구매한 뒤, 자율주행 시스템(센서, 컴퓨터 등)을 추가로 장착하는 방식입니다. 자율주행기술 사업자들이 대부분 이 방식을 택하게 되는데, 확보한 차량에 각기 자율주행 시스템을 장착하는데 절대적으로 소요되는 공수가 존재하기 때문에 물량증가에 물리적인 제한이 존재합니다.
완성차OEM 에게는 자율주행 기술기업들과의 공급계약 및 파트너십을 통해 자율주행시스템이 장착가능한 차량을 공급하는 Foundry 사업영역입니다. (예시: 웨이모대상 현대차의 아이오닉5 생산공급)
웨이모 (Waymo):
재규어 (I-Pace), 크라이슬러 (Pacifica), 현대자동차 (아이오닉5), 지커 등의 OEM과의 파트너십으로 차량을 구매 조달하여 웨이모의 자율주행 시스템을 탑재하는 방식입니다. 각 차량의 가격 자체가 비싸고 차량 내부 구조의 근본 설계가 웨이모 자율주행 시스템을 위해 개발된 것이 아니기에 장착에 소요되는 물리적인 시간과 최적화의 한계가 존재하며 이것이 조달경쟁력 측면에서는 약점으로 작용할 수 있습니다.
포니AI (Pony AI):
도요타 (Sienna) 및 광저우자동차 (Aion)와의 파트너십 통한 구매조달
위라이드 (Weride):
르노-닛산-미쓰비시 얼라이언스, GAC그룹 등 다양한 자동차 제조사(OEM)와의 파트너십 통한 구매조달
유형 3. 자체 설계기반 위탁생산 조달
로보택시 서비스 목적의 차량을 직접 설계하지만, 생산은 완성차OEM에 위탁하는 방식입니다. '애플-폭스콘 모델'과 유사하다 할 수 있습니다.
바이두 (Baidu):
아폴로 RT6 차량을 직접 설계한 후, 지리자동차를 통한 위탁생산 조달방식입니다. 로보택시 서비스 목적의 차량으로 원가절감을 고려한 설계, 중국정부차원 지원을 배경으로 한 대량생산 파트너십 등을 배경으로 제조원가를 대당 약 $37,000까지 낮추겠다는 계획을 가지고 있습니다.
② 자율주행 기술 확보
로보택시 서비스를 추진하는 기업들은 대부분 자체적으로 자율주행 기술을 개발하고 있습니다. 자율주행 기술 확보 유형은 크게 3가지로 나누어지는데, 각 방식은 로보택시 서비스의 대규모 상용화 및 비즈니스 모델 전체에 영향을 미치고 있습니다.
유형 1. 자체개발 - 센서 퓨전 (Sensor Fusion): '신뢰' 기반의 점진적 확장 모델
웨이모(Waymo), 바이두(Baidu) 등 대다수 선도 기업의 방향성입니다. 카메라, 라이다(LiDAR), 레이더 등 다양한 센서를 함께 사용하여 각 센서의 단점을 상호 보완하여 시스템의 안정성을 확보하는 방식입니다.
원가 구조:
고가의 라이다 등 여러 센서를 사용하므로 하드웨어 원가가 높습니다. (웨이모 5세대: 약 $12,700) 이는 높은 초기 투자 비용과 차량 감가상각비를 발생시켜, 고비용 구조의 비즈니스 모델을 만듭니다.
AI 및 데이터:
인지-예측-계획으로 나뉜 모듈형 AI를 사용하며, 자체 플릿과 시뮬레이션을 통해 수집한 '정제된 데이터'로 안정성을 검증합니다. 규제 당국과 시장에 신뢰를 주기 용이한 모델입니다.
확장 전략:
센티미터(cm) 수준의 고정밀 지도(HD Map)에 크게 의존합니다. 특정 구역 내에서는 매우 높은 안정성을 보장하지만, 새로운 도시로 진출할 때마다 지도 제작 비용과 시간이 소요되는 확장 모델입니다.
결론적으로, 센서 퓨전 방식은 '고비용-고신뢰'를 바탕으로 리스크를 최소화하며, 한 도시씩 확실하게 장악해 나가는 안정적인 방식입니다.
유형 2. 자체개발 - 비전 온리 (Vision-Only): '비용'과 '확장성' 중심 모델
테슬라(Tesla)가 유일하게 고수하는 방식입니다. 인간 운전행위가 시각적 판단을 기반으로 이루어지듯이 카메라의 시각적인 입력정보를 기반으로 AI 신경망이 판단하는 방식입니다.
원가 구조:
카메라 시스템만의 원가로 하드웨어 비용을 절감시킵니다. 이는 서비스 가격을 낮춰 시장을 빠르게 장악하거나, 높은 이익률을 확보하기에 유리한 비즈니스 모델을 가능하게 합니다.
AI 및 데이터:
입력부터 출력까지 AI로 처리하는 End-to-End 방식을 추구하며, 400만 대 이상의 소비자 차량에서 얻는 '방대한 빅데이터'를 학습의 연료로 사용합니다.
확장 전략:
HD맵 없이 실시간 정보만으로 주행하는 것을 목표로 합니다. 소프트웨어 업데이트만으로 전 세계 어디든 동시에 서비스를 출시할 수 있는, 기존의 공간적 제약을 벗어나 확장에 용이한 모델입니다.
결론적으로, 비전 온리 방식은 실제 운행 데이터를 학습하여 자율주행 AI 판단역량을 강화하는 방식으로 비용과 확장성의 한계를 극복하여 전개하고자 하는 방식입니다.
유형 3. 자율주행 기술 라이선싱 조달 ('Powered by' 모델)
자율주행 기술을 직접 개발하는 대신, 전문 기술 기업으로부터 검증된 자율주행 시스템 전체를 '공급'받는 조달 방식입니다. 완성차 OEM이나 대규모 운송 사업자가 주요 기술 수요자가 되며, 인텔의 자회사인 모빌아이(Mobileye)가 이 모델의 가장 대표적인 공급자입니다.
원가 구조:
자율주행 기술 개발에 따르는 R&D 비용과 실패 리스크를 예측 가능한 '라이선스 비용'으로 보완하게 됩니다. 재무적 안정성을 높여주지만, 로보택시 운행으로 발생하는 수익의 상당 부분을 기술 공급자에게 지불해야 하므로 자체 개발 모델에 비해 수익성에 한계가 있을 수 있습니다.
AI 및 데이터:
자율주행의 핵심 두뇌인 AI 모델과 학습 데이터의 소유권은 기술 공급자에게 있습니다. OEM은 사실상 기술적 '블랙박스'를 공급받는 것이므로, 시스템에 대한 통제력이 제한되고 공급자에게 종속될 수 있습니다. 반면, 기술 공급자는 여러 OEM 파트너로부터 수집된 데이터를 통해 자신들의 AI를 더욱 강력하게 만들 수 있습니다.
확장 전략:
서비스 확장 속도와 범위가 기술 공급자의 개발 로드맵에 종속될 수 있습니다. 예를 들어, 모빌아이의 시스템이 특정 도시에서만 인증을 받았다면, 해당 시스템을 사용하는 OEM 역시 그 도시에서만 서비스를 운영할 수 있습니다. OEM의 역할은 기술 개발이 아닌, 주어진 기술 위에서 브랜딩, 고객 경험 관리, 효율적인 서비스 운영에 집중하게 됩니다.
결론적으로 이 방식은, 완성차 OEM이 로보택시 서비스를 추진하고자 할 때 선택할 수 있는 전략적 대안이라 할 수 있습니다.
B. 서비스 공급망 및 수익구조 운영 역량
운송서비스 목적의 로보택시 차량 공급망 관리역량과 수익창출 구조 운영 역량입니다.
③ 직접 공급망 (직영 자율주행 Fleet)
가장 기본적인 공급망 모델은, 기업이 직접 소유한 차량, 즉 플릿(Fleet)을 운영하는 것입니다.
플릿운영 기반의 로보택시를 탑승하여 이동하는 과정상의 흐름은 다음과 같을 것입니다.
[호출] 이용자가 로보택시서비스 채널 (모바일앱)을 통해 로보택시 탑승요청
[배차] 적절한 위치의 차량이 해당 이용자 대상으로 배차 (도로 배회 중 차량 및 차고지 정차 차량 등)
[운행] 이용자의 위치로 로보택시가 도착하면 탑승 및 이동
[정산] 목적지에 도착하면 요금정산 및 하차
[복귀] 해당 로보택시차량은 다른 호출 건에 배차되어 이동 또는 차고지로 복귀
이 흐름은 현재의 택시호출서비스 또는 승차공유/호출서비스를 이용 시의 흐름과 유사합니다.
그러나 운전자가 없는 차량이라는 차이는 새로운 방식으로의 플릿운영 패러다임 변화를 필요로 합니다.
지금까지는 운전자인 사람이 차량 상태 확인, 유지보수 필요성 인지 등 다양한 역할을 수행했지만, 이제 이 모든 것을 중앙에서 원격으로, 그리고 데이터 기반으로 해결해야 합니다. 즉, 사람을 태워 나르는 '운송업'의 개념보다 분산된 로보택시 차량 자산을 실시간으로 최적화하는 '대규모자원 분산관리 기반의 자산 운용' 형태에 가깝습니다.
서비스에 투입될 전체 차량 자산인 플릿운용 및 수익성 극대화에 필요한 핵심과제는 다음과 같습니다.
1. 플릿 가동률 극대화: 수요 예측과 선제적 배치
승객의 호출 후 대기시간을 줄이고 승객 없이 이동하는 '공차 운행(empty miles)'을 최소화하는 것입니다. 이를 위해 AI를 활용하여 실시간 교통, 날씨, 지역 이벤트 등 방대한 데이터를 분석하고 미래 수요를 예측하여, 수요 발생 예상 지역으로 차량을 미리 이동시키는 '전진 배치'가 핵심입니다. 이는 이커머스 기업 쿠팡이 수요 예측을 기반으로 물류센터에 상품을 미리 배치하여 배송 시간을 단축하는 '로켓배송' 물류 최적화 방식과 유사한 구조입니다.
2. 충전 및 에너지 관리 최적화
로보택시 플릿은 대부분 전기차이므로, 효율적인 충전 전략이 필수적입니다. 수요가 몰리는 피크 시간대를 피해, 수요가 적은 심야 시간에 충전 스케줄을 최적화해야 합니다. 이를 위해서는 실시간 에너지 관리 시스템과 충전소의 위치, 가용성 등 물류 정보가 통합된 정교한 운영 플랫폼이 필요합니다.
3. 유지보수 및 위생 관리 최적화
운전자가 없기에 차량의 모든 상태를 원격으로 진단하고 관리해야 합니다. 정기적인 센서 보정, 무선 소프트웨어 업데이트(OTA), 타이어 공기압 점검 등은 물론, 승객의 쾌적한 경험을 위한 주기적인 청소 및 위생 관리 프로토콜은 서비스 품질의 핵심입니다. 더 나아가 테슬라는 이 영역마저 자사의 휴머노이드 로봇 '옵티머스(Optimus)'를 활용해 자동화하려는 궁극적인 비전을 그리고 있으며 인적 개입의 최소화를 목표로 하고 있습니다.
4. 차량 생애주기 관점 수익 극대화
로보택시 사업은 막대한 차량 자산을 기반으로 하므로, 렌터카 사업자처럼 차량의 총 소유 비용(TCO)을 최소화하고, 운영 기간이 끝난 차량을 중고차 시장에 매각하여 잔존가치를 극대화하는 자산 운용 능력이 수익성에 직결됩니다. 차량의 내구성과 정비 용이성, 중고차 시장에서의 가치까지 고려한 전략적 관리가 필수적입니다.
위와 같은 역량을 갖춘다는 것은, 자율주행 기술기업 또는 완성차OEM이 데이터와 효율성을 기반으로 하는 '운수 사업자'이자 '자산 운용사' 사업운영 역량을 확보해야 함을 의미합니다.
테슬라는 실제로 미국 각 주에서 로보택시 서비스 직접 운영을 위해 운수사업 면허를 취득할 계획입니다.
결과적으로 완성차OEM으로서의 가치사슬이 '로보택시 생산 → 자동화 플릿 운영 → 에너지 관리 → 서비스'로 이어지는 새로운 형태의 가치사슬로 전환되는 것이라 생각합니다.
웨이모는 샌프란시스코, LA 등에서는 플릿을 직접 운영하지만, 차량 유지보수(AutoNation)나 세차/관리(Avis) 등 특정 업무는 전문 업체에 위탁하는 '핵심 역량 집중형 하이브리드' 방식을 사용합니다. 이는 순수한 위탁운영과는 다른 개념으로, 자신들이 가장 잘하는 기술과 핵심 운영에 집중하겠다는 전략입니다.
④ 가맹 공급망 (가맹 Fleet 및 개인)
직영 플릿운영이 자본 투자를 요구하는 'Asset-Heavy' 방식이라면, 외부 참여자를 활용하는 것은 자산 부담을 최소화하는 'Asset-Light' 방식의 공급망 확장 전략입니다. 이는 기업이 차량을 직접 소유하지 않고 외부 자원을 활용한다는 점에서 현재의 운송중개사업(우버 등)과 맥락을 같이 하며 테슬라가 바로 이 모델의 실현을 목표로 하고 있습니다.
프로세스
[준비] 테슬라 소유주가 차를 사용하지 않는 시간을 (근무, 수면 등) 설정 및 로보택시 네트워크 등록
[호출] 이동이 필요한 탑승객이 테슬라 앱을 열고 목적지를 입력해 로보택시를 호출한다.
[배차] 테슬라 중앙 관제 시스템이 로보택시 네트워크에 등록된 개인보유 로보택시 차량을 배차
[운행] 배차된 개인 테슬라 차량이 탑승객을 태우고, 목적지까지 이동
[정산] 운행 종료 후 탑승객의 이용요금은 자동으로 결제되고, 테슬라가 플랫폼 수수료를 제외한 나머지 수익은 차량 소유주에게 입금
[복귀] 다음 호출을 받아 이동하거나, 설정된 공유 시간이 끝나면 스스로 차주가 설정한 위치로 복귀
다만 실제 운영 관점에서의 과제들이 존재합니다. 차량 내부의 청결여부, 소유주가 불시에 임의로 서비스를 중단할지 등 서비스의 가장 기본적인 품질을 중앙에서 통제할 방법이 플릿운영 구조 대비 취약하여 일관된 로보택시 서비스 브랜드 경험을 제공하는 데 치명적인 약점이 될 수 있습니다. 또한 만약 교통사고 발생 경우, 그 책임은 차량 소유주, FSD 소프트웨어 개발주체로서의 테슬라, 또는 로보택시 네트워크를 운영주체로서의 테슬라 중 누구에게 있을 것인지에 대한 복잡하고 민감한 법적 문제는 명확한 해답이 없는 상황입니다.
결과적으로 사업모델 관점에서는 로보택시 서비스 시장에서의 점유율 확장을 가속화하기 위한 테슬라의 Two-track 전략의 일환이라 할 수 있습니다. 현재의 플랫폼노동자 (유인운전자) 가맹 기반 공급망으로 운영되는 운송중개 시장이 로보택시 차량기반의 공급망으로 변경되면 새로운 형태의 플랫폼 사업영역이 될 것이라 바라본 전략이라 생각합니다.
C. 대고객 서비스 운영 역량
로보택시 서비스는 대고객 B2C서비스입니다.
고객경험과 다양한 리스크를 관리하는 역량은 기술적 완결성만큼이나 중요합니다.
⑤ 대고객 경험 및 리스크 관리
완성차 OEM (자동차 개발/제조/판매) 및 자율주행 기술기업 (SW개발)의 DNA는 뛰어난 '제품'을 만드는 것이 핵심인 반면, 로보택시 서비스는 매 순간 고객에게 '서비스'를 제공하고 책임지는 B2C 서비스 사업 DNA가 핵심입니다. 즉, 로보택시 서비스는 탑승객인 최종이용자와의 접점에서 완성됩니다.
대고객 서비스로서의 로보택시 서비스는 크게 3가지 차원의 서비스 운영 역량을 요구합니다.
1. 서비스 판매 및 계약의 관리 및 운영
로보택시 서비스에서 고객의 '호출'은 단순한 요청이 아니라, 'A지점에서 B지점까지 안전하고 쾌적하게 이동시켜 달라'는 구체적인 서비스 요청이며, 호출에 대응하여 배차하고 정산하는 전 과정은 서비스 계약에 해당합니다. 차량을 물리적 제품으로 판매하면 종결되는 기존 OEM 비즈니스 모델과는 달리, 로보택시 서비스 사업은 하루에도 수만, 수십만 건의 '서비스 계약'을 실시간으로 이행하고 완수해야 합니다. 이는 제품 판매가 아닌, 끊임없이 발생하는 개별 계약을 처리하는 서비스 운영 능력이 비즈니스의 중심이 됨을 의미합니다.
2. 상시 고객 지원(CS) 운영
운전자가 없기에, 승객이 겪는 모든 문제와 불안감은 운영사 중앙에서 해결하고 관리해야 합니다.
예를 들어 복잡한 공사 구간, 예측 불가능한 도로 상황, 또는 내부 시스템 오류로 인한 운행중단이 발생할 수 있습니다. 이때 고객의 불안을 최소화하고 신속하게 문제를 해결하는 것이 서비스 경험의 질을 결정합니다.
웨이모의 대응은 2단계로 이루어집니다.
관제 센터 원격 지원(Remote Assistance):
관제센터에서 차량의 카메라와 센서 데이터를 통해 원격으로 상황을 파악하고, 차량이 스스로 경로를 재설정하거나 장애물을 우회하도록 지침 (예: 주행 경로 제안)
현장 지원(Roadside Assistance):
원격 지원으로 해결이 불가 시, 즉시 지원팀 출동.
승객은 앱 화면을 통해 출동하는 지원팀 직원의 사진과 이름, 실시간 위치와 도착 예정 시간 확인 가능
현장에 도착한 지원팀은 상황에 따라 멈춰선 차량을 직접 운전하여 목적지까지 이동시키거나, 준비된 다른 차량으로 승객을 안전하게 환승시켜 목적지까지의 여정을 완료
이렇듯 상시 CS 조직을 운영이 B2C 서비스사업인 로보택시 서비스에서는 꼭 필요한 역량입니다.
3. 고객경험 및 리스크 관리
[호출-배차-탑승-정산-하차] 전 고객경험 과정을 이용자 관점에서 설계하고 지속개선해 나가는 서비스 기획 및 개선 반영하며 운영하는 역량은 대고객 서비스에 필수적인 역량입니다. 고객경험 기획은 고객채널 상의 UI/UX 에 반영되고 더 나아가 세부적인 운영관리 방식까지도 지속적인 개선으로 이어질 수 있는 구조가 되어야 하는 근본적인 서비스 사업의 방식과도 연결됩니다.
자율주행 기술이 등장하며 기존에는 교통사고의 책임이 대부분 '인간 운전자'의 과실에 있었지만, 로보택시 사고의 경우 그 책임이 차량 '제조사', 자율주행 '소프트웨어 개발자', 서비스 '운영사' 등 기업에게로 이전되는 자동차 사고의 책임 패러다임을 근본적으로 바꾸고 있다는 점에서 리스크관리 역량도 매우 중요합니다.
사례 1 (웨이모)
웨이모는 Trov 및 재보험사 뮌헨 리(Munich Re)와 파트너십을 맺고, 자사 플릿의 운행 전체를 포괄하는 상업용 자동차 보험에 가입. (사고 발생 시 1차적인 배상 책임은 운영사인 웨이모 부담)
스위스 리(Swiss Re) 재보험사와 협력해, 방대한 운행 데이터를 기반으로 자사 차량의 안전성을 입증하고 이를 통해 보험료를 낮추는 새로운 모델을 만들어가고 있습니다.
운영 지역의 소방서, 경찰서 등 응급 구조대원 18,000명 이상을 대상으로 사전 대면 교육을 실시하고, 응급 상황 발생 시 구조대원들이 차량을 안전하게 수동으로 제어하거나 전원을 차단할 수 있는 상세한 가이드라인과 프로토콜을 제공
사례 2 (크루즈)
크루즈 차량이 다른 차에 치여 자기 차선으로 넘어진 보행자를 인지하지 못하고 충돌한 후, 안전지대로 이동하려는 프로토콜에 따라 정지하지 않고 약 6미터를 더 주행
회사 측은 규제 당국에 사고 영상을 일부만 제출하는 등 투명하지 않은 정보 공개로 대응하면서 대중과 규제 당국의 신뢰를 완전히 잃었고, 결국 사업 전면 중단
대고객 서비스에서 기술적 결함보다, 사고 이후의 불투명한 대응이 어떻게 신뢰를 무너뜨리고 급기야 사업을 중단시키는 최악의 결과를 초래할 수 있다는 점을 보여준 사례. 대고객 로보택시 서비스에서 기업이 직접 운영 리스크를 책임지고, 대중 및 규제 당국과 소통하는 고도의 위기관리 능력의 필수성을 반증
결론적으로 서비스 고객경험과 리스크관리를 포함한 대고객 서비스 운영역량은 제품 중심의 기업이 서비스 중심 기업으로 DNA를 바꿔야 하는 가장 어려운 과제라 할 수 있습니다.
D. IT 플랫폼 개발 및 운영 역량
로보택시 서비스는 차량이라는 하드웨어와 자율주행이라는 소프트웨어를 고객에게 전달하고, 전체 시스템을 운영하는 강력한 IT 플랫폼에 의해 완성됩니다.
⑥ 호출-배차 플랫폼 고객채널 운영 (호출/배차 플랫폼)
일반적으로 우버 모바일앱을 떠올릴 수 있는 승차공유/호출 서비스의 IT플랫폼의 구성은 다음과 같습니다.
고객이 사용하는 승객용 채널 (Rider app)
호출을 접수하는 운전자용 채널 (Driver app)
배차관리, 사용자DB, 계약관리 등이 이루어지는 운영자 시스템
로보택시 서비스 역시, 고객이 호출을 하는 방식으로 고객과 서비스의 접점은 승객용 채널입니다.
각 기업의 호출-배차 플랫폼에 대한 접근 전략에 따라 각각이 지향하는 방향성이 다른 것을 알 수 있습니다.
웨이모 : 파트너십 기반 생태계 구축
자체 호출플랫폼 '웨이모 원(Waymo One)' 을 개발/운영과 동시에 우버와의 파트너십을 통해 우버이용자들이 웨이모 로보택시를 호출할 수 있도록 우버플랫폼에 웨이모 차량 호출 연동구조를 적용했습니다.
웨이모 원이라는 자체채널을 홍보하고 확장하는 데 필요한 자원을 효율화하고, 이미 시장 내 압도적인 가입자를 보유한 우버의 네트워크 효과를 활용하여 웨이모의 로보택시 서비스를 확산시키는 전략으로 볼 수 있습니다.
테슬라 : 독자적인 호출 플랫폼 생태계 구축
테슬라 보유고객용 앱인 "테슬라"앱을 유지하되,
테슬라를 소유하지 않은 일반 소비자도 가입하여 로보택시를 호출할 수 있도록 하는 기능과
테슬라 보유고객은 차량을 로보택시서비스 참여차량으로 등록할 수 있는 기능을 추가할 예정입니다.
현재의 테슬라앱은 차량 원격제어 기능중심의 보유고객 채널 성격이지만 "테슬라"브랜드를 입은 현재의 채널을 로보택시 및 모빌리티 통합채널로 진화시키고자 하는 것으로 볼 수 있습니다.
즉, 우버와 같은 기존 MaaS(Mobility as a Service) 사업자와 파트너십을 통한 로보택시 서비스 전개가 아닌, 고객 접점부터 서비스 운영, 결제까지 모든 가치사슬 및 생태계를 구성하겠다는 방향성입니다.
이러한 통합 플랫폼 전략은, 여러 브랜드와 서비스별로 흩어진 앱을 하나로 통합하는 단계인 전통적인 완성차 OEM들의 상황과 대비가 되는 부분이기도 합니다.
⑦ 관제 시스템 및 사이버 보안
플랫폼의 또 다른 중요한 축은 전체 시스템의 안정성과 안전을 책임지는 관제 및 보안 기능입니다. 로보택시 서비스 사업의 성패는 개별 차량의 자율주행 성능도 중요하지만 서비스를 하나의 유기적인 시스템처럼 운영하여 공급을 최적화하고 수요에 즉각적으로 대응하는 능력과 강력한 보안역량에 달려있습니다.
1. 로보택시 차량 관제 시스템
자율주행 플릿 운영을 위해 필요한 차량관제시스템으로 원격 관제 센터(Remote Assistance Center, RAC)에서 차량의 상태정보, 위치정보 기반으로 서비스 운영현황을 모니터링하고 돌발상황 및 사고발생 시 원격으로 대응하기 위해서 필수적인 시스템입니다.
2. 사이버 보안: 사업의 존폐를 결정하는 방패막
네트워크로 연결된 로보택시 시스템과 데이터를 사이버 위협으로부터 (차량 제어권 탈취, 대규모 운행 중단, 개인정보 유출 등) 보호하기 위해서는 차량, 통신 네트워크, 클라우드 서버에 이르는 전 과정에 걸쳐 강력한 보안 체계를 구축하고, 잠재적인 위협을 24시간 감시하며, 침해 사고 발생 시 즉각적으로 대응할 수 있는 강력한 사이버 보안 역량을 확보하는 것은 기술 개발만큼이나 중요한 최우선 과제입니다.
2. 결론 및 전략적 시사점
'누가 완전자율주행 기술을 완성하는가'
그리고
'누가 지속가능한 비즈니스 모델을 구축하는가'
지금까지 자율주행 기술이 로보택시 서비스 사업으로 연결되기 위해 필요한 주요 역량들을 사업모델의 관점에서 구조적으로 살펴봤습니다.
A. 기술 및 하드웨어 조달 역량 : ① 모빌리티 HW (차량) 조달 ② 자율주행 기술 확보
B. 서비스 공급망 및 수익구조 운영 역량 : ③ 자율주행 플릿운영 ④ 플릿 외 참여자 가맹 운영
C. 대고객 서비스 운영 역량 : ⑤ 대고객 서비스 경험 및 리스크 관리
D. IT 플랫폼 개발 및 운영 역량 : ⑥ 호출-배차 플랫폼 ⑦ 관제 시스템 및 사이버 보안
로보택시 서비스 시장과 새로운 가치사슬의 승자가 되기 위해서는 이 네 가지 영역이 모두 충족되어야 합니다. 리스크 관리 실패와 자본의 한계에 부딪힌 크루즈의 실패사례가 그 반증일 것입니다.
미래 로보택시 서비스시장은 단기적으로 웨이모-우버 연합, 독자 노선을 걷는 테슬라, 그리고 중국 기반의 바이두 등 현재 두각을 나타내는 플레이어 위주로 전개될 가능성이 높습니다. 그리고 대부분의 플레이어들이 의미 있는 수익을 내는 시점은 아직 예측하기 어려운 상황입니다. 어떤 비즈니스 모델의 조합을 선택한 기업이 승자가 될 수 있을지 앞으로도 두고 봐야 할 부분입니다.
이종(異種) 산업의 경계가 무너지고 역할이 교차되는 패러다임의 전환 과정에서 각 참여자들의 전략적 방향성은 어떤 관점으로 설정이 필요할지 제언하는 내용으로 마무리하겠습니다.
1. 완성차 OEM : '제조업'을 넘어 '서비스업'으로의 정체성 전환에 참전할 것인가?
서비스 기업으로의 전환: '서비스 운영 DNA' 및 핵심 역량을 확보하여, 로보택시 서비스 사업영역 확장
로보택시 시대의 ‘TSMC’: 안정적인 전기차 플랫폼을 공급하는 '핵심 공급자(파운드리)' 역할에 집중
2. 자율주행 Tech 기업 : 기술적 우위를 어떻게 지속 가능한 '수익'으로 연결할 것인가?
통합 서비스 사업자: 자체 로보택시 플릿을 직접 운영하며 기술부터 서비스까지 모든 것을 통제
기술 솔루션 공급자: 자율주행 시스템을 OEM에 공급하고 라이선스 수익을 얻는 전략.
하이브리드 접근: 핵심 거점에서는 직영 서비스를, 그 외에는 기술을 공급하며 수익 모델 다각화
3. 모빌리티 Tech 기업 : 현재의 플랫폼 지배력을 미래 로보택시 시대에도 유지할 방안은 무엇인가?
고객 채널 중심 사업자 : 플랫폼의 '네트워크 효과'를 무기로, 최고의 기술 파트너들을 선별하여 입점시키는 Aggregator 포지셔닝
4. 정부 및 규제 기관 : '혁신'을 저해하지 않으면서 어떻게 '공공의 안전'을 보장할 것인가?
선제적 정책 논의 : 사고 책임 소재, 데이터 소유권 및 프라이버시, 사이버 보안, 새로운 보험 제도 등에 대한 명확하고 유연한 가이드라인 마련.
감사합니다.
출처:
권해강 : 링크드인