자율주행 무인택시는 기술 시연 단계를 넘어 실제 도로에서 서비스 가능성을 시험하는 국면에 들어섰다. 이런 흐름 속에서 현대자동차그룹의 자율주행 합작법인 모셔널은 올해 말 미국 라스베이거스에서 레벨4 무인 로보택시 상용화를 예고했다. 같은 목표를 두고도 이 전략이 주목받는 이유는, 업계에서 자주 비교되는 '테슬라'의 접근과 분명히 다른 방향을 택했기 때문이다.
모셔널은 상용화에 앞서 시범 운행을 통해 시승 품질과 고객 경험을 검증하는 데 집중하고 있다. 이는 자율주행을 먼 미래의 기술로 남겨두기보다, 실제 도로 위에서 바로 운영 가능한 서비스로 끌어내리겠다는 판단에 가깝다. 기술 완성도를 수치로 증명하는 것보다, 이용자가 체감하는 안정성과 신뢰를 먼저 확보하겠다는 전략이다.
이러한 접근은 라스베이거스를 첫 상용 지역으로 선택한 배경에서도 드러난다. 관광객과 보행자가 많고 도로 공사가 잦은 이 도시는 자율주행에 결코 우호적인 환경이 아니다. 그럼에도 불구하고 이곳을 택한 것은, 가장 까다로운 조건에서 검증된 기술만이 다른 도시로 확장될 수 있다는 판단 때문이다. 무인택시를 실험이 아닌 사업으로 보겠다는 의지가 분명히 읽힌다.
기술 측면에서 모셔널은 엔드투엔드 방식과 거대주행모델을 도입해 AI 학습 구조를 재편했다. 방대한 주행 데이터를 하나의 흐름으로 학습시키는 방식은 예외 상황 대응 능력을 높이는 데 초점을 둔다. 여기에 학습 가치가 높은 데이터만 선별하는 체계를 적용해, 실제 성능 개선으로 이어지지 않는 학습 낭비를 줄이고 있다.
다만 모든 판단을 AI에 맡기지는 않는다. 안전 가드레일 역할을 하는 룰베이스 알고리즘을 유지하고, 카메라·라이다·레이더를 결합한 멀티 센서 방식을 고수한다. 이는 비용 절감이나 구조 단순화보다, 예측하기 어려운 상황에서도 오작동 가능성을 최소화하는 데 우선순위를 둔 선택이다. 무인택시라는 서비스 특성상 작은 오류 하나가 신뢰를 무너뜨릴 수 있다는 현실적인 판단이 반영돼 있다.
이 선택은 기술의 우열을 가르는 문제라기보다, 무엇을 먼저 증명할 것인가에 대한 우선순위 차이를 보여준다. 테슬라가 확장성과 구조적 단순화를 중시해 왔다면, 현대차와 모셔널은 제한된 지역에서라도 완성도 높은 무인택시 서비스를 실제로 운영하는 데 무게를 두고 있다. 접근 방식이 다른 만큼, 성과가 드러나는 시점과 방식 역시 달라질 수밖에 없다.
무인택시의 성패는 결국 언제 기술이 완성되느냐보다, 어디서 어떤 조건으로 신뢰를 쌓느냐에 달려있다. 실제 이용자가 안심하고 탈 수 있는 경험을 먼저 만들어내는 쪽이 시장에서 의미 있는 평가를 받을 가능성이 크다. 테슬라와 현대차가 선택한 서로 다른 길은, 자율주행 경쟁이 이미 기술 논쟁을 넘어 현실 검증의 단계로 들어섰음을 보여준다.