최근 테슬라가 개최한 'We Robot' 행사를 보면서 물류업계에 몸담고 있는 나로서는 자연스럽게 여러 가지 상상을 하게 됐다. 테슬라의 자율주행 로보밴이 물건을 싣고 이동하고, 로봇 옵티머스가 그 물건을 고객에게 직접 전달하는 장면이었다. 솔직히 처음엔 테슬라의 세련된 디자인이 택배 차량과는 다소 맞지 않다는 생각이 들었지만, 디자인이야 언제든 바꿀 수 있는 문제다. 자율주행 로보밴이 물건을 안전하게 운반하고, 마지막 단계에서 옵티머스가 직접 물건을 들고 고객에게 전달한다면 그 가능성은 무궁무진하다는 생각이 들었다.

사실 이전에도 옵티머스가 물류센터에서 사람을 대체할 가능성에 대해 언급한 적이 있다. 물류센터는 실내 환경에서 반복적인 작업을 처리하는 곳이다 보니, 통제된 환경 내에서 로봇이 사람을 대체하기에 딱 알맞다. 하지만 택배 배송은 얘기가 다르다. 일반 도로를 지나야 하고, 예상치 못한 장애물이나 울퉁불퉁한 바닥, 계단, 엘리베이터 등 다양한 상황을 마주하게 된다. 도로 위에서는 언제든 돌발 상황이 발생할 수 있고, 물류센터처럼 완벽히 통제된 환경이 아니기 때문에 로봇이 대응하기 까다로운 조건이 많다.

그런데 이번 'We Robot' 행사에서 옵티머스가 보여준 모습은 내 걱정을 어느 정도 덜어줬다. 옵티머스는 사람들 사이를 자연스럽게 걸어 다녔고, 바텐더처럼 맥주를 따라주거나 초콜릿 봉투를 집어 사람들에게 나눠주기도 했다. 이런 모습을 보니 복잡한 도로 상황에서도 물건을 들고 다니며 배송하는 일이 충분히 가능하겠다는 생각이 들었다. 어쩌면 단순히 택배 상자를 들고 배송하는 일은 오히려 옵티머스에게 더 쉬운 작업일지도 모른다. 테슬라가 말하는 '완전 자율주행(Full Self Driving)'에 이어, 이제는 '완전 자율배송(Full Self Delivery)'이라는 개념도 현실화될 수 있지 않을까 기대하게 됐다.

1. 자율주행 시장의 선두주자: 웨이모와 크루즈

사실 이번 We Robot 행사에서 많은 사람들이 테슬라가 로보택시를 발표할 것으로 기대했다. 테슬라는 현재 미국 전기차 시장의 절반을 차지하고 있으며, FSD(Full Self Driving) 기능을 통해 자율주행 기술을 발전시키고 있지만 아직 레벨 2 단계에 머물러 있다. 반면, 구글의 웨이모(Waymo)와 GM의 크루즈(Cruise)는 이미 자율주행 택시 서비스를 시범 운영 중이다.

이번 행사 이후 테슬라의 주가는 하락했다. 웨이모와 크루즈에 맞설 자율주행 차량을 공개할 것이라는 기대가 컸지만, 일론 머스크는 미래 비전만 제시했다. 당장의 성과를 원했던 투자자들에게는 실망스러운 결과였다.

웨이모는 자율주행 기술의 선두주자로, 라이다(LiDAR), 레이더, 카메라 등 다양한 센서를 결합해 도로 상황을 실시간으로 3D로 인식한다. 라이다는 레이저를 이용해 장애물과의 거리를 정확히 측정하는 역할을 한다. 웨이모의 5세대 자율주행 시스템은 360도 라이다 3개, 레이더 3개, 고해상도 카메라로 구성되어 있다. 이 시스템은 최대 488미터 거리의 장애물까지 감지할 수 있으며, 덕분에 복잡한 도심 환경에서도 안정적인 주행이 가능하다.

웨이모는 현재 피닉스와 샌프란시스코에서 상업용 자율주행 택시 서비스를 운영하고 있다. 평균적으로 8만 5천 마일을 주행하는 동안 제어 개입이 단 한 번만 발생할 정도로 높은 안정성을 보인다.

크루즈 역시 웨이모와 비슷한 방식으로 자율주행 기술을 개발하고 있다. 라이다, 레이더, 카메라를 결합한 '센서 퓨전(Sensor Fusion)' 기술을 통해 차량이 복잡한 도로 상황에서도 안전하게 주행할 수 있도록 돕는다. 현재 크루즈는 여러 도시에서 자율주행 택시를 시범 운영 중이며, 기술을 지속적으로 개선해 나가고 있다.

2. 테슬라의 비전 시스템과 AI: 라이다 없는 자율주행

웨이모와 크루즈가 라이다, 레이더, 카메라를 결합한 센서 퓨전 기술을 사용하는 것과는 달리, 테슬라는 라이다와 레이더를 과감히 배제하고 카메라와 AI만으로 자율주행을 구현하고 있다. 테슬라는 여러 대의 카메라를 통해 도로 상황을 시각적으로 인식하고, 이를 AI가 실시간으로 분석해 자율주행을 수행한다. 테슬라의 FSD(Full Self Driving) 시스템은 카메라와 AI를 결합해 도로 위 다양한 상황을 학습하고 분석하며, 이를 바탕으로 자율주행을 가능하게 하고 있다.

테슬라가 라이다와 레이더를 배제하고 카메라만 사용하는 이유는 명확하다. 바로 비용 절감과 효율성이다. 라이다와 레이더는 고가의 센서로, 이를 탑재할 경우 차량 가격 상승은 불가피하다. 반면, 테슬라는 카메라만으로도 충분히 자율주행 성능을 구현할 수 있다고 판단하고 있다. 이러한 전략을 통해 테슬라는 자율주행 시스템을 상대적으로 저렴한 가격에 제공한다는 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 기술이 물류 생태계에서도 점점 더 중요한 역할을 하고 있으며, 특히 미들마일 운송 단계에서 그 효율성이 증명되고 있다. 미들마일은 물류센터 간 장거리 운송 구간으로, 자율주행 트럭을 통해 인건비를 줄이고 24시간 무중단 운송이 가능하다. 월마트와 자율주행 트럭 스타트업 고비(Gatik)는 물류센터와 매장 간 상품을 자율주행 트럭으로 운송해 물류 처리 속도와 비용을 크게 절감하고 있다. UPS와 투심플(TuSimple)도 자율주행 트럭을 활용해 중장거리 운송의 효율성을 높이고, 물류 네트워크의 신뢰성을 강화하고 있다.

미들마일 운송에 쓰이는 자율주행 트럭은 대부분 레벨 4 자율주행 기술을 사용한다. 레벨 4 자율주행은 특정 조건이나 지정된 경로에서 차량이 완전히 자율적으로 운행할 수 있는 수준을 말하지만, 모든 상황에서 사람의 개입이 필요 없다는 뜻은 아니다. 현재 대부분의 자율주행 트럭은 운전자가 탑승해 있거나 원격으로 모니터링을 받고 있다. 이는 긴급 상황이나 법적 규제를 준수하기 위한 조치다. 예를 들어, 투심플의 자율주행 트럭은 고속도로 같은 단순한 경로에서는 자율적으로 운행할 수 있지만, 복잡한 도심에 진입하거나 예기치 못한 상황이 발생하면 사람이 개입해야 한다.

반면 라스트마일 배송은 여전히 기술적 한계를 맞고 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 중단됐다. 드론도 복잡한 도심에서 착륙할 장소를 찾는 것이 어렵고, 날씨에 많은 영향을 받는다. 특히 비나 강한 바람이 있을 때 드론을 운영하기가 어렵기 때문에 안정적인 배송 수단으로 자리 잡기에는 한계가 있다.

스타쉽 테크놀로지(Starship Technologies)의 바퀴 달린 자율주행 배달 로봇은 주로 평지에서 운행되며, 대학 캠퍼스나 저층 주택가에서 사용되고 있다. 하지만 이 로봇도 계단을 오르지 못하거나 복잡한 도심 환경에서는 효과적으로 작동하지 못한다. 바퀴로만 이동하는 로봇은 평지에서는 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 보여주고 있으며, 계단을 오르내리고 복잡한 환경에서 이동할 수 있어 라스트마일 배송 문제를 해결할 잠재력이 있다. 특히 한국의 로봇 배송 인증 제도에서도 옵티머스라면 안전성과 성능을 검증받아 무난히 통과할 것으로 보인다.

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. 물류센터 자동화

FSDD 시스템의 첫 단계는 물류센터에서 시작된다. 옵티머스 로봇이 24시간 동안 상품을 분류하고 포장하며, 사람이 하던 작업을 대체한다. 섬세한 작업도 실수 없이 처리해 하루에 수백만 개의 상품을 처리할 수 있어 물류센터 운영 효율성을 극대화한다.

2. 로보밴 적재

옵티머스 로봇은 분류 및 포장된 상품을 로보밴에 적재한다. 물류센터에서 가장 힘든 상하차 작업도 자동으로 수행하며 상품의 크기와 무게를 감지해 공간을 최적화해 적재한다. 이를 통해 실수나 부주의로 인한 파손을 최소화한다.

3. 자율주행 운송

로보밴은 물류센터에서 배송 거점까지 자율주행으로 이동한다. GPS와 AI 기반 경로 최적화를 통해 가장 빠르고 효율적인 경로를 선택하며 24시간 운행이 가능해 기존 시스템보다 효율적이다. 특히 야간 운송도 가능해 배송 효율을 극대화할 수 있다.

4. 라스트마일 배송

옵티머스는 로보밴에서 물건을 하차하고, 고객의 집 앞까지 배송한다. 계단이나 엘리베이터 같은 복잡한 상황에서도 문제없이 작동하며 고객과의 간단한 소통도 가능하다. 반품이 필요할 경우 즉시 회수하고, 서명이나 요청 사항도 실시간으로 처리해 서비스 품질을 높인다.

5. 실시간 모니터링 및 최적화

FSDD 시스템은 중앙 관제 시스템을 통해 모든 과정을 실시간으로 모니터링한다. AI 알고리즘으로 로보밴과 옵티머스의 위치, 상태, 경로를 최적화해 배송 시간을 줄이고 에너지 소비를 최소화하고 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.