최근 테슬라의 We Robot 행사를 보며, 물류업계 종사자로서 나도 모르게 상상을 시작했다. 테슬라의 자율주행 로보밴이 물건을 싣고 이동하고, 옵티머스가 직접 물건을 고객에게 전달하는 것이다. 로보밴은 테슬라의 고급스러운 디자인 덕에 처음에는 택배 차량으로 적합하지 않아 보일 수 있지만, 디자인은 언제든 바꿀 수 있다. 로보밴이 물건을 자율주행으로 실어 나르고, 그 후 옵티머스가 마지막 단계에서 직접 배송을 맡는 시스템을 상상하면 그 가능성은 무궁무진하다.

나는 이미 이전 글에서 옵티머스가 물류센터에서 사람을 대체할 가능성에 대해 언급한 바 있다. 물류센터는 실내에서 반복적으로 주어진 업무를 처리하는 특성 때문에, 통제된 환경 내에서 로봇이 사람을 대체하기에 적합하다. 그러나 택배는 또 다른 문제다. 택배는 사람들이 복잡하게 오가는 일반 도로를 지나야 하며, 바닥이 평평하지 않을 수도 있고, 계단을 오르거나 엘리베이터를 타야 할 수도 있다. 또한 도로에서는 예상치 못한 돌발 상황이 자주 발생한다. 이러한 환경은 물류센터의 통제된 환경과는 크게 다르다.

그러나 이번 테슬라의 We Robot 행사에서 옵티머스가 보여준 모습은 내 우려를 해결해주었다. 옵티머스는 사람들 사이를 자유롭게 걸어다니며, 심지어 바텐더처럼 맥주를 따라주고 초콜릿 봉투를 집어 나눠주기까지 했다. 이정도면 물건을 들고 복잡한 도로 환경에서도 충분히 배송할 수 있을 것 같다. 오히려 택배 상자를 들고 배송하는 일이 옵티머스에게는 더 쉬운 작업일 수 있다는 생각이 들었다. 이제 테슬라가 이야기하는 ‘Full Self Driving’에 이어 ‘Full Self Delivery’라는 개념이 가능한 것 아닐까.

1. 자율주행 시장의 선두주자: 웨이모와 크루즈

사실 이번 We Robot 행사는 많은 사람들이 테슬라가 로보택시를 발표할 것이라고 예상한 자리였다. 테슬라가 미국 내 전기차 시장의 50%를 점유하고 있고, FSD(Full Self Driving)를 통해 자율주행 기술을 개발하고 있지만 아직 테슬라의 자율주행 기술은 레벨2에 머물러 있다. 반면, 구글의 웨이모(Waymo)와 GM의 크루즈(Cruise)는 이미 자율주행 택시 서비스를 시범 운행 중이다..

웨이모는 자율주행 기술의 선구자 중 하나로, 라이다(LiDAR)와 레이더, 카메라 등 다양한 센서 기술을 결합해 도로 상황을 실시간으로 3D로 인식한다. 라이다는 레이저를 이용해 차량이 주행 중 장애물과 거리를 정확하게 측정할 수 있도록 돕는다. 웨이모의 5세대 자율주행 시스템은 360도 라이다 3개, 레이더 3개, 그리고 고해상도 카메라로 구성되어 있으며, 차량이 488미터 거리의 장애물까지 감지할 수 있다. 이는 복잡한 도시 환경에서 안전하게 주행할 수 있는 기술적 기반을 제공한다.

웨이모는 이미 피닉스(Phoenix)와 샌프란시스코(San Francisco)에서 상업용 자율주행 택시 서비스를 운영하고 있다. 평균적으로 85,000마일당 한 번의 제어 개입만 발생할 정도로 웨이모의 자율주행 시스템은 높은 수준의 안정성을 자랑한다.

크루즈 또한 웨이모와 유사하게 다양한 센서 기술을 활용해 자율주행 기술을 개발하고 있다. 크루즈는 라이다와 레이더, 카메라를 결합한 '센서 퓨전(Sensor Fusion)' 기술을 통해 차량이 복잡한 도로 상황에서도 안전하게 주행할 수 있도록 하고 있다. 현재 크루즈는 여러 도시에서 자율주행 택시를 시범 운행하고 있으며, 그 기술을 끊임없이 개선하고 있다.

2. 테슬라의 비전 시스템과 AI: 라이다 없는 자율주행

웨이모와 크루즈가 라이다와 레이더, 카메라를 결합한 센서 퓨전 기술을 사용하는 것과 달리, 테슬라는 라이다나 레이더를 사용하지 않고 오로지 카메라와 AI를 기반으로 자율주행을 구현하려 한다. 테슬라는 여러 대의 카메라를 이용해 차량이 도로 상황을 시각적으로 인식하고, 이를 AI가 실시간으로 분석해 자율주행을 실행한다. 테슬라의 FSD(Full Self Driving) 시스템은 카메라와 AI를 결합해 도로 위의 다양한 상황을 실시간으로 학습하고 분석하며, 이를 통해 자율주행을 가능하게 한다.

테슬라가 라이다와 레이더를 배제하고 카메라만 사용하는 이유는 비용 절감과 효율성에 있다. 라이다와 레이더는 고가의 센서이기 때문에 차량 가격을 높일 수밖에 없다. 그러나 테슬라는 카메라만으로도 충분한 자율주행 성능을 구현할 수 있다는 입장이다. 이로 인해 테슬라의 자율주행 시스템은 상대적으로 저렴한 가격에 제공하겠다는 것이다.

3. 테슬라의 데이터 수집과 DOJO 슈퍼컴퓨터

테슬라의 자율주행 기술의 핵심은 방대한 데이터를 실시간으로 수집하고, 이를 AI로 학습시키는 데 있다. 테슬라는 전 세계적으로 700만 대 이상의 차량을 운영 중이며, 이 차량들은 매일 수백만 시간의 주행 데이터를 테슬라의 서버로 전송한다. 테슬라는 이 데이터를 통해 자율주행 시스템을 지속적으로 개선하고 있다. 테슬라 차량은 주행 중 발생하는 다양한 도로 상황을 카메라로 기록하며, 이를 통해 돌발 상황에도 안전하게 대처할 수 있는 학습을 진행한다.

이 데이터를 효율적으로 처리하고 학습시키기 위해 테슬라는 Dojo라는 슈퍼컴퓨터를 개발했다. Dojo는 각 트레이닝 타일당 9TB의 데이터를 처리할 수 있으며, 기존 시스템보다 30배 더 빠른 속도로 자율주행 AI 모델을 학습시킨다. 이를 통해 테슬라는 방대한 양의 데이터를 실시간으로 처리하고, 자율주행 AI의 성능을 지속적으로 개선할 수 있다.

4. 옵티머스: 테슬라 자율주행 기술의 연장선

옵티머스 역시 자율주행 차량과 동일한 원리로 만들어지고 있다. 옵티머스는 테슬라 차량에 사용되는 AI 프로세서, 카메라, 배터리 같은 주요 부품들을 그대로 사용한다. 예를 들어, 테슬라의 자율주행 시스템에서 카메라는 차량의 ‘눈’ 역할을 한다. 옵티머스에서도 이 카메라는 로봇의 ‘눈’으로 작동해 사물을 인식하고, 환경을 분석한다. AI 프로세서는 로봇의 ‘뇌’ 역할을 하며, 배터리는 로봇의 ‘심장’ 역할을 한다. 이를 통해 옵티머스는 자율적으로 주변 환경을 인식하고, 사람과 상호작용하며 이동할 수 있다.

We, robot 행사 후 발표한 옵티머스 영상에서는 옵티머스가 스스로 충전기에 도킹해 충전하는 모습도 공개했다. 행사에서는 사이버캡이 무선 충전하는 모습도 보여주었다. 이는 배터리 관리 기술을 옵티머스에 적용한 것이다. 이번 영상에서는 옵티머스가 계단을 오르고 내리는 모습도 공개했다. 평지에서의 이동뿐만 아니라, 복잡한 도로 환경에서도 충분히 작동할 수 있음을 의미한다. 이제 옵티머스는 라스트마일 배송을 위한 기술적인 개발은 완료된 것처럼 보인다

.

5. 자율주행과 물류 생태계의 융합

자율주행 기술은 물류 생태계에서 점차 중요한 역할을 하고 있으며, 특히 미들마일(middle-mile) 운송 단계에서 그 효율성을 입증하고 있다. 미들마일은 물류센터 간의 장거리 운송 구간으로, 자율주행 트럭이 인건비 절감과 24시간 무중단 운송을 가능하게 한다. 예를 들어, 월마트와 자율주행 트럭 스타트업 고비(Gatik)는 물류센터와 매장 간 상품을 자율주행 트럭으로 운송하며, 물류 처리 속도와 비용 절감을 극대화하고 있다. UPS와 투심플(TuSimple)도 자율주행 트럭을 통해 중장거리 운송에서 효율성을 높이고 있으며, 물류 네트워크의 신뢰성도 향상되고 있다.

미들마일 운송에서 사용되는 자율주행 트럭은 대부분 레벨 4 자율주행 기술을 사용한다. 레벨 4 자율주행이란 특정 조건이나 지정된 경로에서 차량이 완전히 자율적으로 운행할 수 있는 수준을 의미하지만, 이는 모든 환경에서 사람의 개입이 완전히 필요 없다는 것을 의미하지 않는다. 현재 대부분의 자율주행 트럭은 안전 감독자가 차량 내에 탑승해 있는 상태로 운행되거나, 원격으로 모니터링을 받고 있다. 이는 긴급 상황이나 법적인 규제를 준수하기 위한 조치다. 예를 들어, 투심플의 자율주행 트럭은 고속도로 같은 구조화된 경로에서는 자율적으로 운행할 수 있지만, 복잡한 도심 지역에 진입하거나 예기치 못한 상황이 발생할 경우 사람이 개입해야 한다. 즉, 현재 미들마일 자율주행 물류 시스템에서는 사람이 완전히 배제된 상태는 아니다.

반면 라스트마일(last-mile) 배송은 여전히 기술적 한계에 직면해 있다. 라스트마일은 물류의 마지막 단계로, 복잡한 도로와 도심 환경, 다양한 지형적 요소 때문에 자동화가 쉽지 않다. 아마존은 자율주행 배달 로봇 Scout와 Prime Air 드론을 통해 라스트마일 자동화를 시도했지만, Scout는 최근 사업이 중단되었다. 드론 역시 복잡한 도심에서 착륙할 장소를 찾는 것이 어렵고, 날씨에 영향을 많이 받는다는 단점이 있다. 드론은 특히 비나 강한 바람이 있을 때 안전하게 운영하기 어렵기 때문에 안정적인 배송 수단으로 자리잡기엔 한계가 있다.

스타쉽 테크놀로지(Starship Technologies)의 바퀴 달린 자율주행 배달 로봇은 주로 평지에서 운행되며, 대학 캠퍼스나 저층 주택가에서 사용된다. 그러나 이 로봇 역시 계단을 오르지 못하거나 복잡한 도심 환경에서는 효과적으로 작동할 수 없다. 바퀴로만 이동하는 로봇은 평지에서는 비교적 안정적이지만, 복잡한 지형에서는 한계가 뚜렷하다.

결국, 이족보행이나 사족보행이 가능한 로봇이 라스트마일 배송의 근본적인 해결책이 될 가능성이 크다. 사람처럼 움직이며 장애물을 넘을 수 있는 로봇이야말로 복잡한 도심 환경이나 다양한 건축 구조에서 유연하게 작동할 수 있다. 테슬라의 옵티머스는 이러한 가능성을 보여주며, 계단을 오르내리고 복잡한 환경에서 이동할 수 있어 라스트마일 배송 문제를 해결할 잠재력이 있다. 특히, 한국의 로봇 배송 인증 제도에서도 옵티머스는 안전성과 성능을 검증받아 무난히 통과할 수 있을 것으로 예상된다.

6. FSDD: Full Self Driving & Delivery

테슬라의 자율주행 기술과 옵티머스 로봇이 결합된 물류 시스템은 'Full Self Driving & Delivery (FSDD)라는 이름으로 정의해보자. FSDD는 물류센터부터 소비자의 집 앞까지 모든 배송 과정을 완전히 자동화하는 시스템을 말하며, 기존 물류 인프라와 결합해 사람의 개입 없이도 상품을 안전하고 효율적으로 배송할 수 있는 시스템이다 라고 생각해 보자

FSDD의 작동 방식: 전 과정의 자동화

FSDD 시스템은 자율주행 로보밴과 같은 완전자율주행자동차와 옵티머스와 같은 휴머노이드 로봇의 협업을 통해 전체 물류 과정을 자동화한다.

1. 물류센터에서의 자동화: FSDD 시스템의 첫 번째 단계는 물류센터에서 시작된다. 옵티머스 로봇은 물류센터 내에서 상품 분류와 포장 작업을 24시간 무중단으로 수행한다. 아직까지 사람이 담당했던 작업을 로봇이 대체하는 것이다. 옵티머스는 사람처럼 손재주를 발휘해 섬세한 작업도 수행할 수 있으며, 물류센터에서 요구되는 정교한 업무를 실수 없이 처리할 수 있다. 이를 통해 수백만 개의 상품을 하루 안에 처리할 수 있으며, 이는 물류센터 운영 효율성을 극대화한다.
2. 로보밴에의 적재: 옵티머스 로봇은 분류 및 포장된 상품을 로보밴에 적재하는 역할도 수행한다. 사실 물류센터의 상하차 작업이 가장 고된 작업으로 일반 노동자들도 꺼리는 작업이다. 옵티머스는 상품의 크기와 무게를 자동으로 감지하고, 적재 공간을 최적화하여 로보밴에 안전하게 적재한다. 이로 인해 그동안 사람의 실수나 부주의로 인한 파손을 최소화할 수 있다.
3. 자율주행 운송: 로보밴은 물류센터에서 배송 거점까지 자율주행으로 이동한다. GPS와 AI 기반 경로 최적화를 통해 가장 빠르고 연료 효율적인 경로를 선택한다. 로보밴은 24시간 무중단으로 운행할 수 있어 기존의 운전자가 필요했던 물류 시스템보다 훨씬 더 효율적이다. 특히, 야간 운송을 포함 24시간 배송이 가능하기 때문에 배송효율을 극대화할 수 있다.
4. 옵티머스의 라스트마일 배송: 옵티머스는 로보밴에서 물건을 하차하고, 고객의 집 앞까지 물건을 배송한다. 계단을 오르거나 엘리베이터를 타는 등 복잡한 상황에서도 문제없이 동작할 수 있다. 로봇은 단순히 물건을 배송하는 것에 그치지 않는다. 고객과의 소통도 가능하기 때문에 상품을 전달할 때 간단한 대화나 안내를 할 수 있으며, 반품 회수 서비스도 제공할 수 있다. 고객이 상품에 문제가 있을 경우, 옵티머스는 이를 즉각 인식하고 상품을 다시 가져가 물류센터로 반환할 수 있다. 또한 고객의 서명이나 요청 사항을 실시간으로 전달받아 처리할 수 있어, 물류 서비스의 품질을 높이는 역할을 한다.
5. 실시간 모니터링 및 최적화: FSDD 시스템의 모든 과정은 중앙 관제 시스템을 통해 실시간으로 모니터링된다. AI 기반 알고리즘을 사용해 각 로보밴과 옵티머스의 위치, 상태, 배송 경로 등을 지속적으로 최적화한다. 이러한 실시간 모니터링은 배송 시간을 줄이고 에너지 소비를 최소화할 수 있는 방법을 끊임없이 찾아내며, 전체 시스템의 효율성을 극대화한다.

FSDD 시스템의 경제성: 비용 절감 그 이상

FSDD 시스템이 물류 업계에서 혁신적인 이유는 기존 택배 시스템과 비교해 획기적인 비용 절감을 가능하게 한다. 특히, 인건비가 완전히 사라진다는 점이 가장 큰 경제적 이점이다. 기존의 택배 시스템에서는 배송 단계마다 인력 투입이 필요했다. 물류센터에서 상품을 분류하고 포장하는 작업부터, 택배 차량을 운전하고, 최종적으로 상품을 배달하는 모든 단계에 사람이 필요했다. 그러나 FSDD 시스템에서는 이 모든 과정이 로봇과 자율주행 차량을 통해 자동화되므로, 인건비는 '0'가 된다. 운영비용에서 압도적인 차이를 만들어 낼 수 있다..

기존 시스템은 인건비 외에도 차량 유지 관리 비용, 유류비, 물류센터 운영 비용 등이 발생한다. 하지만 FSDD는 전기차 기반의 자율주행 차량을 사용하므로 유류비가 들지 않고, 전기차의 유지 보수 비용도 내연기관 차량에 비해 훨씬 낮다.

FSDD 시스템의 비용 절감 효과 비교

1. 기존 택배 시스템:

• 높은 인건비: 배송, 운전, 물류센터에서의 작업 모두 인력이 필요.
• 차량 유지비와 유류비: 내연기관 차량의 연료 비용 및 유지 보수 비용 발생.
• 물류센터 운영비: 분류, 포장, 적재 과정에서 대규모 인력이 필요하며, 물류센터의 인프라와 에너지 소비가 큼.

2. FSDD 시스템:

• 인건비 없음: 모든 과정이 로봇과 자율주행 차량으로 대체되므로 인건비가 발생하지 않음.
• 전기차 운영: 전기차 기반으로 운행되므로 연료비 절감.
• 운영 효율성 극대화: 로봇이 작업을 담당하므로 실수 없이 정밀한 작업 가능. 24시간 무중단 운영으로 생산성 극대화.

FSDD 시스템은 초기 투자 비용이 발생하지만, 장기적으로 볼 때 인건비 절감과 운영 효율성 향상 덕분에 투자 비용을 상쇄하고도 남을 정도로 압도적인 비용 절감을 이끌어낸다. 이는 단순히 몇 퍼센트의 절감이 아니라, 택배 시스템 운영비용에서 구조적으로 큰 차이를 만들어낼 수 있는 요소다.

FSDD 도입 단계

1단계: 물류센터의 휴머노이드 로봇 도입

첫 번째 단계는 물류센터 내에서 휴머노이드 로봇을 도입하는 것이다. 물류센터는 통제된 환경으로, 로봇을 도입하기에 가장 적합한 장소다. 이미 테슬라 옵티머스, 아마존의 디짓(Digit), Aptronix의 Apollo 같은 휴머노이드 로봇들이 물류센터와 자동차 공장에 배치되고 있다. 이들 로봇은 상품 분류, 포장, 적재 등 반복적이고 체력 소모가 큰 작업을 24시간 수행할 수 있어, 인력 부족 문제를 해결하고 물류 효율성을 극대화할 것이다. 물류센터에서 로봇 도입이 성공적으로 이루어진다면, 이는 배송 과정의 나머지 부분으로 확대될 기반을 마련할 것이다.

2단계: 인간과 로봇의 협력 배송

두 번째 단계는 인간과 로봇이 협력하는 형태의 배송이다. 완전자율주행이 법적으로 허가되기까지 시간이 필요할 수 있으므로, 먼저 택배기사가 자율주행 차량을 감독하고 레벨 3 또는 4 단계 자율주행으로 운영하며, 로봇이 마지막 배송을 담당하는 방식이다. 이 방식은 택배기사가 안전하게 차량을 모니터링하는 동안 로봇이 직접 상품을 고객에게 전달하는 모델로, 도심의 복잡한 환경에서도 효과적이다. 또한 야간에는 도로가 한산해지므로, 완전자율주행 차량과 로봇을 활용해 무인 배송을 시험 운영할 수 있다. 이 단계는 완전 무인화로 가는 전환기적 역할을 할 것이다.

3단계: 완전한 무인화

세 번째 단계는 완전한 무인화이다. 자율주행 기술이 더 성숙하고, 사람들의 인식이 자율주행이 안전하다는 확신을 얻게 되며, 정부의 법적 규제가 완화되면 완전 무인화된 배송 시스템이 가능할 것이다. 이때는 택배기사 없이도 자율주행 차량이 스스로 배송 경로를 설정하고, 로봇이 모든 배송 작업을 처리할 수 있을 것이다. 이 단계에서 물류 시스템은 24시간 운영되며, 인건비를 절감하고 배송의 속도와 효율성을 극대화할 수 있다.

결론: FSDD가 가져올 미래

최근 한국에서는 택배 비용의 상승과 택배 노동자들의 과로사 문제가 큰 사회적 이슈로 부각되고 있다. 택배 노동자들은 매일 수많은 물건을 처리하고 배송하면서 과중한 업무에 시달리며, 물류 현장에서도 과로로 인한 사고가 빈번히 발생하고 있다. 또한, 음식 배달비용이 지속적으로 증가하고 있으며, 빠른 배달을 요구하는 경쟁적인 시장 속에서 오토바이 운전사들이 위험을 감수하며 무리한 운전을 해야 하는 상황도 문제로 지적되고 있다. 이처럼 배송과 관련된 다양한 문제들이 한국 사회에서 심각하게 대두되고 있다. 이러한 문제들은 테슬라의 FSDD(Full Self Driving & Delivery) 가 해결할 수 있을 것으로 기대된다. FSDD가 도입되면 택배 노동자들의 과도한 업무 부담이 사라지고, 음식 배달비용도 하락할 수 있으며, 위험한 오토바이 운전으로 인한 사고 위험도 줄어들 것이다.

또한 FSDD의 도입은 단순히 기술적인 변화에 그치지 않고, 한국 사회가 직면한 물류 및 배송 문제를 근본적으로 해결할 수 있는 중요한 전환점이 될 것이다. 이를 위해 정부, 유통업계, 택배업계는 이러한 미래를 대비하고, 자율주행과 로봇 기술이 원활히 적용될 수 있도록 관련 규제와 인프라를 마련해야 한다. 정부는 자율주행 차량과 로봇 도입에 대한 법적·제도적 지원을 제공하고, 유통 및 택배업계는 기술 도입을 위한 인프라와 협력 체계를 구축해 나가야 한다.

시간이 많지 않다. 이미 기술은 마련된 상태이며, FSDD와 같은 혁신적인 물류 시스템을 본격적으로 도입할 수 있는 준비가 되어 있다. 정부와 업계가 서둘러 준비하지 않으면 자율주행과 로봇 배송이 가져올 변화를 선도하지 못하게 될 것이다. 따라서 지금이야말로 규제 완화와 기술 적용을 위한 인프라 구축을 빠르게 진행해야 할 시점이다.