[소유의 종말] 차량공유와 결합하는 자율주행차...제조업체는 왜 우버를 좋아하나

자동차 제작사들은 왜 우버를 좋아하나

한겨레 2016.09.12 글 음성원 기자/인포그래픽 노수민 기자

http://www.hani.co.kr/arti/science/science_general/761030.html

 

[미래] 차량공유와 결합하는 자율주행차

 

자율주행 ‘신데렐라’ 떠오른 우버

이달 피츠버그에서 택시 운행

볼보, 포드, 도요타 투자로 ‘상한가’

 

택시 부르면 무인차가 온다면?

굳이 차를 살 필요가 없다

우버 같은 공유 서비스 뜨는 이유다

 

소유의 종말…’자동차 서비스' 시대가 열린다

현대차도 ’레벨3’ 기술 확보

2020~2021년 상용화 예상

자동차 살 필요 없어지면

제조업 아닌 서비스업 된다

 

 

technology - 자율주행차는 우리 눈앞에 어떤 모습으로 등장하게 될까? 관련 업체들은 자율주행차가 적용될 만한 현실적인 비즈니스 모델을 찾아냈고, 최근 그에 대한 확신을 드러내기 시작했다. 그 비즈니스 모델이란 바로, 스마트폰으로 택시를 잡거나 카풀을 도와주는 차량공유 서비스와의 결합이다.

 

<중략>

 

올해 초까지만 해도 자율주행차는 다가오지 않은 미래 중 하나였다. 그래서 우리는 자율주행차의 기술 수준이 어느 정도인지, 언제 자율주행차가 개발되어 우리 눈앞에 나타나게 될지에 대한 추상적인 전망에 치중해왔다. 하지만 올여름을 기점으로 분위기가 급변하고 있다. 이제 업계는 차량공유 서비스라는 비즈니스 모델에 대한 비전에 확신을 갖고 있다. 이에 따라 차량공유 서비스 업계의 선두 주자인 우버에 관련 업계의 러브콜이 쏟아지고 있다.

 

<중략>

 

우버에 쏟아지는 러브콜

 

<중략>

 

<중략>

 

업계의 이런 움직임은 시장의 주도권이 차량공유 서비스 업계 쪽으로 급격하게 쏠리고 있기 때문이다. 스마트폰이 보급되면서 필요할 때만 이용하는 온디맨드(on demand) 시장이 운송 분야를 중심으로 급격히 확대되고 있다. 이미 우버, 리프트 등은 스마트폰 앱으로 공유 서비스를 내놓으며 모바일 온디맨드(MOD) 시장을 확대하고 있다. 여기에 자율주행차가 더해진다면 파괴력은 더욱 커지게 된다. 자율주행차의 컴퓨터는 인간보다 더 시간을 잘 맞추고, 완전 자율주행차 시스템이 도입됐을 경우 사고율도 0에 수렴하며 요금도 사람이 운행할 때보다 30~60% 저렴하기 때문이다.

 

“자동차는 모바일 디바이스”

 

<중략>

 

“자동차는 궁극적인 모바일 디바이스”라고 설명해온 애플의 말처럼, 자율주행차의 시대에 자동차는 더는 소유하는 물건이 아니다. 대신 호출해서 잠깐 타는 서비스 상품으로 변하게 될 가능성이 높다. 자동차 산업은 제조업에서 서비스업으로 바뀌고 있다.

 

자율주행차 기술의 최강자로 알려진 구글도 이 흐름을 그대로 따르고 있다. 구글은 2013년, 일찌감치 웨이즈라는 차량공유 서비스 업체를 인수했고, 지난 5월부터 미국 캘리포니아주 베이 지역에 있는 구글과 월마트, 어도비시스템스 등 직원 2만5천명을 상대로 통근용 ‘카풀 파일럿 서비스’를 시작했다. 올가을엔 샌프란시스코 지역에서도 운영할 예정이다. 구글은 이 파일럿 프로젝트를 바탕으로 우버·리프트 택시보다 더 값싼 차량공유 서비스를 만드는 게 목표다.

 

<중략>

 

소유의 종말…‘자동차 서비스’ 시대가 열린다

 

현대차도 ‘레벨3’ 기술 확보

2020∼2021년 사용화 예상

자동차 살 필요가 없어지면

제조업 아닌 서비스업 된다

 

<중략>

 

레벨3 수준의 자율주행차 상용화 가능성도 점점 커지고 있다. 시간은 기술의 편이다. 구글의 자율주행차인 ‘코알라’ 지붕 위에 달린 라이다의 가격은 1억원에 달했다. 하지만 최근 이스라엘의 스타트업 기업인 이노비즈는 그 가격을 10만원 수준으로 낮추겠다고 공언하고 있다. 전문가들은 레벨3 자동차가 상용화되는 시점을 대략 2020~2021년으로 보고 있다. 기술적으로만 보면, 그때가 되면 제한된 구간에서의 자율주행 택시는 충분히 운행 가능해진다는 의미다.

 

운전자의 눈빛 볼 수 있나

 

<중략>

 

사람은 차량의 미세한 움직임이나 차량 내부의 상대 운전자 눈빛 등을 통해 앞으로 일어날 일을 예견할 수 있다. 하지만 컴퓨터는 아직 그러지 못했다. 다만, 수많은 학습(머신러닝)을 바탕으로 다양한 상황을 익히면 이런 문제도 해결할 수 있을 것으로 보인다.

 

.이하전략