2026-06-18 — views
AV 차량 운영 — Waymo가 로보택시 차량을 매일 관리하는 방법
배차 알고리즘, 충전 물류, 유지보수 주기, 차량 회수 — AV 하드웨어를 수익성 있는 차량 서비스로 전환하는 운영 레이어.
피지컬 AI 벤치마크 시리즈 제68편 — 차량 운영 레이어
로보택시를 출시하는 것은 일의 절반에 불과하다. 더 어려운 나머지 절반 — 그리고 로보택시 사업이 수익을 창출할지 현금을 소모할지를 직접 결정하는 부분 — 은 차량 배치 이후의 일상적인 운영이다. 배차 알고리즘, 충전 물류, 청소 주기, 유지보수 스케줄링, 원격 모니터링, 차량 회수가 하드웨어를 작동하는 서비스 사업으로 전환하는 운영 과제다.
Waymo는 2018년부터 상업 서비스에서 이 문제들을 해결해왔으며 2022년부터는 완전 무인 규모로 운영하고 있다. Tesla의 Cybercab은 여러 도시에서 이 운영 레이어 전체를 처음부터 구축해야 하며, 투입된 자본을 정당화할 수 있는 속도로 진행해야 한다. 양측 간의 운영 역량 격차는 기술 격차만큼 중요하지만 — 자율주행 마일에만 집중하는 투자자들에게는 거의 보이지 않는다.
가동률은 차량 운영에서 가장 중요한 단위 경제 레버다. 유휴 상태의 차량은 순수한 비용이다. 배차, 충전, 유지보수 스케줄링, 회수로 구성된 운영 레이어는 각 차량이 수익을 창출하는 시간 비율을 최대화하기 위해 존재한다. Waymo의 규모화 목표는 70% 이상의 가동률(추정)이며, 이를 달성하려면 모든 운영 서브시스템이 도시 차량 수준에서 안정적으로 기능해야 한다.
제1절 — 배차 문제
로보택시 차량의 배차는 인간 라이드쉐어 기사를 배차하는 것보다 수 차원 더 복잡하다. 인간 기사는 자기 최적화가 가능하다: 서지 가격이 어디로 가야 할지 알려주고, 스스로 경로를 선택하며, 어떤 승객을 받을지 판단할 수 있다. AV 차량에는 이런 특성이 전혀 없다 — 모든 배치와 라우팅 결정을 알고리즘으로 내려야 한다.
| 차원 | 인간 기사 (Uber/Lyft) | AV 차량 (Waymo) |
|---|---|---|
| 공급 관리 | 기사가 자율 배차;서지 가격이 이동 방향을 안내 | 차량 관리자가 사전에 차량을 배치해야 함;인센티브에 반응할 인간이 없음 |
| 경로 최적화 | 기사가 경로 선택 | 시스템이 경로 최적화;충전 수준·유지보수 기한·재배치 효율 고려 |
| 다목적 최적화 | 기사가 수익 극대화 | 차량은 공주행 거리(빈 재배치) 최소화, 가동률 극대화, 충전 고갈 방지 |
| 수요 급증 대응 | 인간 기사가 자연스럽게 고수요 지역으로 이동 | 알고리즘이 차량을 사전 배치해야 함;수요 급증에 대한 반응이 느림 |
| 배차 | 앱이 가장 가까운 이용 가능 기사를 매칭 | 배차는 충전 수준·유지보수 시간창·지리적 커버리지 균형을 고려해야 함 |
| 합승 | 기사가 순차적으로 합승 요청 수락 가능 | AV는 인간 판단 없이 최적 순서로 다중 승하차 지점을 처리해야 함 |
배차 알고리즘 주요 변수(추정):
- 차량 상태: 충전 수준(%), 다음 유지보수까지 주행 거리, 현재 위치, 이용 가능 상태
- 수요 예측: 시간대/요일/이벤트별 역사적 패턴, 실시간 예약률
- 커버리지 밀도: 허용 대기 시간 보장을 위한 그리드 셀당 최소 차량 수
- 공주행 효율: 다음 승객까지 이동하는 공주행 거리 최소화
공주행 최적화 문제가 특히 중요한 이유는 공주행 마일 — 승객에게 도달하기 위한 빈 주행 — 이 수익 없는 순수 비용을 의미하기 때문이다. Waymo의 배차 시스템은 trip 요청 후 반응하는 것이 아니라 수요가 발생하기 전에 역사적 패턴과 실시간 신호를 조합하여 차량을 사전 배치한다.
제2절 — 충전 및 에너지 관리
에너지 관리는 상업용 AV 차량과 개인용 EV를 가장 근본적으로 구분하는 운영 제약이다. 개인 EV 소유자는 충전을 위해 이동을 건너뛸 수 있지만, 상업 AV 차량은 그런 유연성을 가질 수 없다 — 비계획적 충전 이벤트는 수익을 창출하는 차량을 서비스에서 제외시키고 커버리지 밀도를 교란시킨다.
| 과제 | 세부 사항 |
|---|---|
| 충전 빈도 | Waymo Jaguar I-PACE: 약 220마일 주행거리;상업 이용 약 100–150마일/교대(추정);하루 최소 1–2회 충전 |
| 충전 시간 | 레벨 2 AC: 완충까지 약 10시간;DC 급속 충전: 80%까지 약 45–60분;상업 차량은 DC 급속 충전이 필수 |
| 충전 허브 | Waymo가 각 도시에서 전용 충전 데포 운영;차량이 수요 정점 사이(점심 한산기) 또는 야간에 귀환 충전 |
| 충전 스케줄링 | 알고리즘이 서비스 중단을 최소화하면서 저충전 차량을 가장 가까운 충전기로 유도 |
| 전력망 수요 | 1,000대 차량의 동시 충전은 상당한 전력망 부하;가능한 한 분산 또는 비피크 시간대로 이전 필요 |
| Gen 6 에너지 | 상업 듀티 사이클을 위해 설계된 Gen 6 차량;Jaguar I-PACE 대비 향상된 에너지 효율(추정) |
| Tesla Cybercab | 2인승 전용 차체;배터리 용량이 더 작을 가능성;Musk가 유도/무선 충전을 목표로 표명;충전당 마찰 감소 |
| 차량 충전 불안 | 개인 EV와 달리 AV는 충전을 위해 승객을 거부할 수 없음;배차가 차량 전체의 충전 상태를 사전에 관리해야 함 |
Waymo의 충전 인프라는 각 도시에서 상당한 고정 비용 투자를 의미한다. 전용 충전 데포는 부지 선정, 건설, 유지가 필요하며 차량 리프트, 전력 인프라, 충전기 옆의 기본 유지보수 서비스 베이가 필요하다. Tesla의 Supercharger 네트워크(2025년 기준 전 세계 5만기 이상)는 Cybercab에게 각 새 도시의 전용 충전 데포 건설에 필요한 자본을 줄이는 의미 있는 자산이 될 수 있다.
제3절 — 유지보수 및 청소
상업 AV 차량은 개인용 차량의 연간 주행거리의 약 5–10배로 차량을 운영한다. 이는 모든 기계 부품의 마모를 가속화하고 개인용 차량에는 없는 유지보수 운영을 만들어낸다. 센서 스위트 — LIDAR, 카메라, 레이더 — 의 추가는 기존 차량 운영자가 한 번도 접한 적 없는 유지보수 부담을 만들어낸다.
| 작업 | 빈도 | 과제 |
|---|---|---|
| 센서 청소 | 매일 또는 교대마다 | 카메라 렌즈·LIDAR 창에 먼지·빗방울·조류 배설물 축적 — 인식 정확도 저하;자동 세척 스테이션 사용(추정) |
| 타이어 로테이션/교체 | 5,000–8,000마일마다(추정) | 상업 듀티 사이클은 개인 사용보다 2–3배 빠르게 타이어를 마모시킴 |
| 브레이크 정비 | 20,000–30,000마일마다(추정) | 회생 제동이 빈도를 줄이지만 정비는 여전히 필요 |
| 센서 교정 | 충돌 또는 센서 교체 후 | 전체 센서 스위트를 재교정해야 함;1–4시간 소요(추정) |
| 차내 청소 | 각 승차 후 또는 N회마다 | 청결을 유지할 기사가 없음;데포 청소 주기가 필요 |
| 딥 클리닝 | 주 1회 또는 필요시 | 오염, 냄새, 승객 사고;차량당 약 30–60분(추정) |
| 예측 정비 | 지속적 모니터링 | AV 원격 측정이 AI 주도 부품 고장 예측을 가능하게 함;비계획 다운타임 감소 |
| 정비 데포 | 각 운영 도시에 전용 시설 필요 | 차량 리프트·센서 교정 장비·EV 충전·세척 스테이션·부품 재고;상당한 CapEx |
센서 청소는 AV 정비에서 가장 독특한 운영 요소다. 오염된 카메라 렌즈나 LIDAR 창은 인식 성능을 충분히 저하시켜 안전 운행에 영향을 미칠 수 있다 — 이는 기존 차량 정비에는 대응하는 요소가 없다. 충돌 후 센서 교정은 가장 시간 비용이 높은 정비 이벤트로, 대형 차량의 경우 교정 베이 처리량 관리가 중요한 스케줄링 과제가 된다.
제4절 — 차량 회수 및 사고 관리
규모로 운영하는 모든 차량은 고장, 충돌, 승객 사고, 소프트웨어 오류를 경험한다. 회수 작업의 질 — 차량이 얼마나 빨리 서비스로 복귀하는지, 사고가 얼마나 잘 처리되는지, 소프트웨어 문제가 얼마나 빠르게 진단·해결되는지 — 이 가동률과 고객 경험을 직접 결정한다.
| 시나리오 | 필요한 대응 |
|---|---|
| 기계적 고장 | 회수 차량 파견;가장 가까운 데포로 견인;다음 이용 가능한 AV로 승객 대응 |
| 경미한 충돌 | 차량 서비스 제외;손상 평가;센서 점검 및 재교정 후 서비스 복귀 |
| 중대한 충돌 | 차량을 차량에서 제거;규제 보고 필요;조사 시작;차량 전체 소프트웨어 검토 가능성 |
| 승객 사고 | 원격 운영자 알림;필요시 긴급 서비스 파견;차내 카메라 영상 검토 |
| 차량 정체 | AV가 진행 불가(비일상적 장애물·소프트웨어 문제);원격 운영자가 안내 시도;실패 시 회수 파견 |
| 기물 파손 | 차량 관리자에게 통보;점검 및 수리 예약;카메라 영상 보존 |
| 소프트웨어 오류 | 시스템적 문제인 경우 차량 전체에 OTA 패치 배포;영향받은 차량 격리 및 조사 대기 |
| 평균 회수 시간 | 핵심 운영 지표;경미한 문제는 30분 이내, 대부분의 경우 당일 해결 목표(추정) |
Waymo는 원격 운영 센터(ROC)를 운영하여 무인 차량 전체를 실시간으로 모니터링한다. OTA 소프트웨어 업데이트 능력은 몇 시간 내에 차량 전체에 패치를 배포할 수 있지만, 차량 전체에 동시에 영향을 미치는 소프트웨어 회귀 위험도 수반한다.
제5절 — Tesla가 Cybercab 운영을 위해 구축해야 하는 것
Tesla는 규모에서의 소비자 자동차 제조를 마스터했다. 상업 차량 운영은 완전히 다른 역량 세트다 — Waymo가 6년에 걸쳐 구축했고 Tesla는 아직 의미 있는 규모에서 보유하지 못한 것.
| 역량 | Waymo(기존) | Tesla Cybercab(구축 필요) |
|---|---|---|
| 충전 데포 | 피닉스·SF·LA·오스틴의 전용 데포 | 각 출시 도시에 데포 인프라 구축 또는 파트너십 필요 |
| 정비 데포 | AV 센서 전문성을 갖춘 각 도시의 확립된 시설 | AV 전용 정비 역량 구축 필요;소비자 서비스 센터는 AV 센서 교정에 미대응 |
| 차량 배차 소프트웨어 | 검증된 라우팅을 갖춘 성숙한 다년 생산 시스템 | 처음부터 구축 또는 인수 필요;소비자 라이드쉐어 앱과 근본적으로 다름 |
| 청소 운영 | 각 도시의 확립된 데포 청소 프로토콜 | 기사 없는 차실을 위한 청소 워크플로우 설계 필요 |
| 회수 네트워크 | 각 운영 도시의 훈련된 회수 팀 | 구축 또는 외주 필요;전체 센서 스위트를 갖춘 Cybercab 견인에는 전문적 처리 필요 |
| 원격 모니터링 | 실시간 차량 가시성을 갖춘 통합 ROC | 무인 차량용 모니터링 인프라 구축 필요;현재 존재하지 않음 |
| 가동률 목표 | 현재 40–60%;규모화 목표 70% 이상(추정) | CapEx를 정당화하기 위한 높은 가동률 달성 필요;상업 차량 운영 경험 제로에서 시작 |
| 우위 | 6년간의 상업 차량 운영 학습 | 수직 통합(차량+에너지+소프트웨어)이 구축 시간을 단축할 수 있음;Supercharger 네트워크는 의미 있는 자산 |
개인용 EV 소유(약 4–5% 가동률)와 상업 차량 목표(추정 40–70%) 간의 가동률 격차는 필요한 운영 강도를 보여준다. 차량 운영 레이어야말로 로보택시 비즈니스 모델이 승패를 결정짓는 곳이다.
제6절 — 본 시리즈에 대하여
본 기사는 피지컬 AI 벤치마크 시리즈 제68편입니다. 본 기사는 차량 운영 레이어를 추가합니다: 배차 알고리즘과 공주행 최적화 과제, 충전 및 에너지 관리(Waymo 데포 대 Tesla Supercharger 네트워크), 유지보수 및 청소 운영(센서 교정이라는 AV 특유의 정비 부담), 차량 회수 및 사고 관리(ROC 인프라, OTA 오류 대응), 그리고 Waymo의 6년 상업 운영과 Tesla Cybercab의 처음부터 구축 간의 운영 역량 격차.
참고: 가동률 추정치, 유지보수 간격, 충전 시간, 평균 회수 시간 목표는 “(추정)“으로 표시되어 있으며 공개 보고서, 업계 분석, 애널리스트 추정치를 반영합니다. Waymo의 실제 운영 매개변수는 공개되지 않습니다. 본 기사는 투자 조언을 구성하지 않습니다.
출처
- Waymo 운영 개요 — Waymo 안전 및 운영 ↗
- Tesla Cybercab 차량 운영 — Tesla AI Day / 투자자 발표 ↗
- EV 차량 충전 인프라 — Rocky Mountain Institute ↗
- AV 차량 관리 운영 — RAND Corporation ↗