자율주행차 vs 일반차량 — 사고가 났을 때 누가, 무엇을, 어떻게 대응하는가: 사고 대응 구조의 차이와 도시 인프라의 역할

1. 먼저 용어 정리: '자율주행차'는 하나가 아니다

사고 대응 구조를 비교하려면 먼저 '누가 운전 책임을 지는 상태인가'를 구분해야 합니다. 전 세계적으로 가장 널리 쓰이는 기준은 미국 자동차공학회(SAE)의 J3016 표준이 정한 레벨 0~5 분류입니다. 한국 국토교통부와 대부분의 국가 규제도 이 틀을 기반으로 논의됩니다.

이 글에서 '자율주행차'라고 하면 주로 레벨 3~4를, '일반차량'이라고 하면 레벨 0~2를 가리킵니다. 비교의 축은 다음 네 가지입니다.

2. '사고 대응 구조'라는 말의 의미

사고 대응을 하나의 사건이 아니라 연결된 파이프라인으로 보면 차이가 선명해집니다. 도시 인프라를 설계하는 사람들은 도로를 단순한 아스팔트 띠가 아니라 '사고를 예방하고, 사고가 나면 피해를 줄이고, 신속히 복구하는' 시스템으로 봅니다. 교통안전 분야에서 오랫동안 쓰여 온 해던 매트릭스(Haddon Matrix)가 바로 이 관점인데, 사고를 사고 전 / 사고 중 / 사고 후 세 국면으로 나누고 각각에서 사람·차량·환경(인프라) 요인을 따로 분석합니다.

이 틀에 일반차량과 자율주행차를 대입하면, 일반차량에서는 세 국면 내내 '사람' 칸이 가장 무겁습니다. 반면 자율주행차에서는 '사람' 칸의 일이 상당 부분 '차량'과 '환경' 칸으로 옮겨 갑니다. 특히 환경 칸, 즉 도로·통신·관제 인프라의 비중이 크게 커진다는 점이 도시/인프라 관점에서 가장 흥미로운 부분입니다.

3. 일반차량의 사고 대응 구조: 사람이 모든 것의 중심

3-1. 법이 운전자에게 부여한 의무

한국 도로교통법 제54조(사고발생 시의 조치)는 교통사고로 사람을 사상하거나 물건을 손괴한 경우, 운전자와 그 밖의 승무원이 즉시 정차하여 사상자를 구호하는 등 필요한 조치를 하고, 경찰에 사고 장소·사상자 수·손괴 정도 등을 신고하도록 규정하고 있습니다. 이 의무를 지키지 않으면 이른바 '뺑소니(도주치상)'나 사고 후 미조치로 처벌받습니다.

여기서 주목할 점은 법의 문장 구조입니다. 의무의 주어가 '운전자 등', 즉 그 자리에 있는 사람입니다. 일반차량의 사고 대응 체계 전체가 '현장에 판단 능력을 가진 사람이 반드시 있다'는 전제 위에 서 있는 것이죠.

3-2. 일반차량 사고 대응의 흐름

3-3. 증거의 세계: 기억, 블랙박스, 그리고 EDR

일반차량 사고에서 사실관계를 재구성하는 재료는 크게 세 가지입니다.

EDR(Event Data Recorder)은 일반차량에도 이미 널리 장착되어 있습니다. 한국에서는 자동차관리법 개정으로 EDR을 장착한 제작사가 그 사실을 소비자에게 알리고, 사고 당사자 등이 요청하면 기록 정보를 제공하도록 하는 제도가 2015년 말부터 시행되었습니다. 다만 일반차량의 EDR은 "사람이 무엇을 조작했는가"를 남기는 장치입니다. 페달을 밟았는지, 몇 km/h였는지는 알려주지만, 운전자가 무엇을 보고 왜 그렇게 했는지는 기록하지 않습니다. 그 '왜'는 결국 사람의 진술로 채워집니다.

3-4. 책임과 배상의 구조

한국의 자동차 사고 배상은 크게 두 법체계가 받칩니다. 자동차손해배상 보장법(자배법)은 '자기를 위하여 자동차를 운행하는 자', 즉 운행자에게 사람의 사상에 대해 사실상 무과실에 가까운 엄격한 책임을 지우고, 의무보험으로 피해자를 신속히 보호합니다. 그 위에 민법상 불법행위 책임과 손해보험협회 등이 운영하는 과실비율 인정기준이 얹혀 과실을 나눕니다.

정리하면 일반차량의 사고 대응 구조는 이렇게 요약됩니다.

4. 자율주행차의 사고 대응 구조: 시스템이 대응을 '설계'한다

자율주행차에서는 사고 대응이 사고가 나기 전에 이미 설계되어 있어야 합니다. 현장에 판단할 사람이 없을 수 있기 때문입니다. 그래서 자율주행차 개발에서는 "사고를 어떻게 피할까"만큼 "피하지 못했을 때, 혹은 스스로 운전을 계속할 수 없을 때 어떻게 멈출까"가 핵심 설계 항목입니다.

4-1. 핵심 개념: 운행설계영역(ODD)과 최소위험조작(MRM)

ODD(Operational Design Domain, 운행설계영역)는 자율주행 시스템이 안전하게 작동하도록 설계된 조건의 범위입니다. 도로 종류, 속도 범위, 날씨, 시간대, 지역 등이 포함됩니다. 예를 들어 "특정 도시의 지정 구역, 폭우가 아닐 때, 시속 OO km 이하" 같은 식입니다.

시스템이 ODD를 벗어나거나 고장·충돌 등으로 정상 주행이 불가능해지면, 차량은 최소위험조작(MRM, Minimal Risk Maneuver)을 수행해 최소위험상태(MRC, Minimal Risk Condition)에 도달해야 합니다. 쉽게 말해 "가장 덜 위험한 방식으로 멈추기"입니다.

유엔 유럽경제위원회(UNECE)가 2020년 채택한 자동차로유지시스템(ALKS) 규정, UN R157은 레벨 3급 시스템에 대한 최초의 국제 구속력 있는 규정으로 꼽힙니다. 이 규정은 운전자에게 제어권 전환을 요청하는 절차, 운전자가 응답하지 않을 때의 MRM, 그리고 뒤에서 설명할 데이터 기록 장치(DSSAD) 요건 등을 담고 있습니다. 한국 역시 2019년 말 레벨 3 자율주행차 안전기준을 마련해 시행에 들어갔습니다.

그림처럼 MRM은 "그냥 멈춘다"가 아닙니다. 고속도로 한복판에서 멈추면 그 자체가 2차 사고 유발 요인이 됩니다. 반대로 갓길로 이동하려면 센서와 제어가 차로 변경을 안전하게 수행할 수 있을 만큼 살아 있어야 합니다. 그래서 시스템은 고장의 종류와 남은 능력에 따라 정지 전략을 고릅니다. 바로 여기서 도로 설계가 개입합니다. 갓길이 없는 구간, 터널, 교량, 도심 이면도로에서는 B안 자체가 불가능하기 때문입니다. 이 이야기는 6장에서 다시 다룹니다.

4-2. 사고 직전·순간: 인지는 빠르지만 '판단'은 별개의 문제

자율주행 시스템은 카메라·라이다·레이더 등으로 360도를 동시에 감시하고 사람보다 짧은 반응 시간으로 제동을 걸 수 있습니다. 졸음, 음주, 휴대폰 주시 같은 인적 요인이 원천적으로 없다는 점은 분명한 장점입니다.

하지만 사고 사례들은 "보는 것"과 "올바르게 판단하는 것"이 다른 문제임을 반복해서 보여줍니다. 대표적인 사례가 2018년 3월 미국 애리조나주 템피에서 발생한 우버(Uber) 시험 자율주행차의 보행자 사망 사고입니다. 미국 국가교통안전위원회(NTSB) 조사에 따르면 시스템은 충돌 약 5.6초 전에 보행자를 감지했지만, 그 대상을 차량·자전거·기타 물체 등으로 반복해서 다르게 분류했고 그 과정에서 이동 경로 예측이 제대로 이어지지 않았습니다. 또한 시험 차량에서는 제조사의 기본 비상제동 기능이 꺼져 있었고, 안전요원은 전방을 주시하지 않고 있었던 것으로 조사되었습니다.

4-3. 사고 순간의 기록: EDR에서 DSSAD로

자율주행차의 사고 조사가 일반차량과 가장 크게 다른 지점은 증거의 성격입니다. 일반차량 EDR이 "사람이 무엇을 했는가"를 기록한다면, 자율주행차에는 "누가 운전하고 있었는가, 시스템은 무엇을 보고 무엇을 결정했는가"를 기록해야 합니다.

UN R157이 요구하는 DSSAD(Data Storage System for Automated Driving, 자율주행 데이터 기록 장치)는 시스템 작동 상태의 변화, 예컨대 시스템 활성화·비활성화, 제어권 전환 요청 시점, 운전자의 개입 여부, MRM 개시 등을 시각과 함께 기록합니다. 사고 직후 가장 먼저 다퉈질 질문, "그 순간 운전 주체가 사람이었나 시스템이었나"에 답하기 위한 장치입니다.

여기에 더해 실제 자율주행 차량은 개발·운영 목적으로 센서 원시 데이터, 인지 결과(무엇을 무엇으로 인식했는지), 경로 계획 등 훨씬 방대한 로그를 남기는 경우가 많습니다. 우버 사고에서 NTSB가 "5.6초 전 감지, 분류 변경"을 초 단위로 재구성할 수 있었던 것도 이런 로그 덕분입니다.

그림의 마지막 줄 "왜 그렇게 판단했나"가 짧게 표시된 것에는 이유가 있습니다. 딥러닝 기반 인지·판단 모듈은 무엇을 결정했는지는 남겨도 왜 그렇게 결정했는지를 사람이 이해할 수 있는 형태로 설명하기 어려운 경우가 있습니다. 이른바 설명 가능성(Explainability) 문제입니다. 기록은 풍부해졌지만, 그것을 해석하는 일은 여전히 전문 조사 역량을 필요로 합니다.

4-4. 사고 직후: '운전석이 빈 차'는 어떻게 사고를 수습하나

레벨 4 로보택시가 사고를 냈다고 가정해 봅시다. 일반차량이라면 운전자가 하던 일을 누가 대신할까요? 현재 상용 운영 사례들을 보면 대체로 다음과 같이 역할이 분산됩니다.

여기서 중요한 포인트: 원격관제는 원격조종과 다릅니다. 현재 레벨 4 운영에서 원격 인력은 보통 실시간으로 운전대를 돌리는 것이 아니라, 차량이 판단하기 어려운 상황에서 "이 경로로 가도 된다", "여기서 대기하라" 같은 고수준의 지원을 제공하는 역할로 설계되는 경우가 많습니다. 통신 지연과 끊김 위험 때문에, 즉각적인 충돌 회피는 차량 자체가 감당해야 한다는 원칙이 깔려 있습니다.

4-5. 사례 연구: 크루즈(Cruise) 샌프란시스코 사고가 던진 질문

2023년 10월 2일, 미국 샌프란시스코에서 GM 계열사 크루즈의 무인 로보택시와 관련된 사고가 발생했습니다. 다른 사람이 운전하던 차량이 먼저 보행자를 치었고, 그 충격으로 보행자가 옆 차로의 크루즈 차량 앞으로 넘어졌습니다. 크루즈 차량은 급제동했지만 보행자와 충돌했고, 이후 측면 충돌로 판단해 갓길 쪽으로 이동하는 동작을 수행하면서 차량 아래에 있던 보행자를 약 6m(약 20피트) 끌고 간 것으로 알려졌습니다.

캘리포니아주 차량국(DMV)은 같은 달 크루즈의 무인 운행 허가를 정지했고, 이후 크루즈가 당국에 사고 영상 전체를 투명하게 공개하지 않았다는 문제도 제기되었습니다. 크루즈는 미국 전역의 무인 운행을 중단했고, 이후 미국 도로교통안전국(NHTSA)과 사고 보고 관련 합의에 이르기도 했습니다.

4-6. 의무 보고 체계: 사고를 '데이터'로 모으는 나라들

미국 NHTSA는 2021년 6월 일반명령(Standing General Order)을 발령해, 레벨 2 첨단운전자보조시스템(ADAS) 및 자율주행시스템(ADS)이 관련된 일정 기준 이상의 충돌 사고를 제조사·운영사가 보고하도록 했습니다. 개별 운전자가 아니라 기업이 사고를 보고하는 구조라는 점이 일반차량과 결정적으로 다릅니다.

이 체계의 의미는 "사고 하나하나의 처리"를 넘어, 사고를 집단적 학습 데이터로 만든다는 데 있습니다. 실제로 NHTSA는 테슬라의 레벨 2 기능인 오토파일럿 관련 사고들을 조사한 뒤, 2023년 12월 운전자 주의 감시 기능을 강화하는 소프트웨어 리콜(약 200만 대 규모)로 이어지게 했습니다. 리콜이 정비소 방문이 아니라 무선 업데이트(OTA)로 이뤄졌다는 점도 상징적입니다.

5. 책임 구조: "누가 물어줄 것인가"의 대이동

사고 대응의 마지막 고리는 배상과 책임입니다. 여기서 각국의 접근은 공통점과 차이점을 동시에 보여줍니다.

5-1. 한국: 운행자 책임 유지 + 제조사 구상

한국은 2020년 자동차손해배상 보장법을 개정해 자율주행차 사고에 대한 기본 틀을 마련했습니다. 핵심은 다음과 같습니다.

같은 2020년 5월에는 자율주행자동차 상용화 촉진 및 지원에 관한 법률(자율주행자동차법)이 시행되어 시범운행지구 제도가 도입되었고, 이 지구 안에서 여객·화물 유상운송 등 실증이 가능해졌습니다. 이 구조는 피해자 보호의 신속성(일반차량 체계 재활용)과 최종 책임의 정확한 귀속(제조사 구상)을 분리한 설계라고 볼 수 있습니다.

5-2. 독일·영국·미국의 접근

5-3. 책임 이동을 한눈에

특히 레벨 3에서 가장 까다로운 쟁점은 "제어권 전환 직후의 사고"입니다. 시스템이 전환을 요청한 지 몇 초 만에 사고가 났다면, 그 몇 초를 운전자가 대응하기에 충분했다고 볼 수 있을까요? 이 때문에 레벨 3 규정들은 전환 요청 후 운전자에게 일정한 대응 시간을 보장하고, 그 시간 동안에도 시스템이 기본적인 안전 기능을 유지하도록 요구하는 방향으로 설계됩니다. 그리고 그 판단의 근거가 바로 DSSAD의 시각 기록입니다.

6. 도시/인프라 관점: 사고 대응은 '도로'에서 완성된다

여기까지가 차량과 제도의 이야기였다면, 이제 이 주제를 건축과 도시 인프라의 언어로 옮겨 보겠습니다. 결론부터 말하면 자율주행차의 사고 대응 능력은 차량 단독으로 완결되지 않습니다. 차가 아무리 똑똑해도, 멈출 곳이 없고 소통할 대상이 없는 도로에서는 최선의 대응도 제한됩니다.

6-1. 멈출 자리를 설계하라: 비상정차공간과 도로 단면

MRM의 질은 도로 단면에 크게 좌우됩니다. 고속도로에 충분한 폭의 갓길이 있으면 차량은 주행 차로를 비우고 정차할 수 있습니다. 하지만 도심 고가도로, 장대 터널, 갓길을 차로로 전환한 구간에서는 그런 선택지가 없습니다. 이런 구간에서는 일정 간격의 비상주차대(비상정차공간)가 일반차량에도 중요하지만, 운전자 없이 스스로 판단해야 하는 레벨 4 차량에게는 더욱 결정적입니다.

도심 이면도로라면 상황이 또 다릅니다. 로보택시 운영이 늘어난 도시들에서는 무인차가 승하차나 정차를 위해 차로에 멈춰 교통 흐름을 막거나 긴급차량 진로를 방해했다는 민원이 보고되어 왔습니다. 이는 자율주행차를 위한 커브사이드(연석변) 관리, 즉 승하차 구역, 정차 가능 구역을 도시계획 차원에서 재배치해야 한다는 논의로 이어지고 있습니다.

6-2. 말하는 도로: C-ITS와 V2X

C-ITS(협력형 지능형 교통체계)는 차량과 도로 시설, 차량과 차량이 실시간으로 정보를 주고받는 체계입니다. 한국은 시범사업을 거쳐 고속도로와 주요 도시를 중심으로 구축을 확대해 왔습니다. 사고 대응 관점에서 C-ITS가 하는 일은 크게 세 가지입니다.

다만 V2X는 보조 수단으로 설계되는 것이 원칙입니다. 통신은 끊길 수 있고, 모든 차량이 통신 장치를 갖고 있지 않기 때문입니다. 자율주행차는 인프라 정보가 없어도 안전해야 하고, 인프라 정보가 있으면 더 일찍, 더 여유 있게 대응할 수 있게 되는 구조입니다.

6-3. 정밀도로지도와 디지털 트윈

자율주행차는 고정밀 지도(HD Map)를 활용해 차로 단위의 도로 구조, 정지선, 표지판 위치 등을 파악합니다. 사고 대응에서 지도는 "어디가 안전한 정차 위치인지", "이 구간에서 갓길 진입이 가능한지"를 판단하는 기준이 됩니다. 문제는 도로가 계속 바뀐다는 것입니다. 공사, 차로 변경, 임시 통제가 지도에 반영되지 않으면 MRM 전략이 틀어질 수 있습니다.

그래서 도시 인프라 분야에서는 도로·시설물 정보를 실시간에 가깝게 갱신하는 디지털 트윈 구축이 중요한 과제로 꼽힙니다. 도로를 설계·시공·유지관리하는 과정에서 생성된 BIM 데이터와 공사 정보가 자율주행 지도와 연결된다면, 건설 행위 자체가 자율주행 안전의 일부가 되는 셈입니다. 이 지점에서 건축·토목 기술자와 데이터 엔지니어의 협업 수요가 커지고 있고, 재능넷 같은 재능 거래 플랫폼에서도 GIS·BIM·데이터 시각화 관련 전문성이 점점 더 주목받는 이유가 여기에 있습니다.

6-4. 관제센터라는 새로운 '건축물'

일반차량 사고에서 교통관제센터의 역할은 주로 CCTV로 상황을 보고 도로 전광판이나 신호를 조정하는 것이었습니다. 자율주행 시대에는 여기에 운영사의 원격관제센터가 더해집니다. 두 센터가 서로 정보를 주고받는 구조가 갖춰지면, 사고 발생 → 운영사 감지 → 공공 관제 통보 → 신호·전광판 조정 → 긴급차량 출동 경로 확보가 하나의 흐름으로 연결될 수 있습니다.

이런 관제 시설은 24시간 무중단 운영, 통신 이중화, 전력 백업, 보안이 필수인 미션 크리티컬 시설입니다. 데이터센터, 재난안전상황실과 유사한 건축·설비 설계 기준이 요구됩니다. 자율주행 확대는 결국 도로 위만이 아니라 도시의 보이지 않는 백오피스 건축을 함께 늘리는 일입니다.

6-5. 긴급 출동자의 시점: "운전자 없는 차를 어떻게 다루나"

경찰관과 소방관 입장에서 일반차량 사고 현장은 익숙한 공간입니다. 운전자에게 지시하고, 필요하면 시동을 끄고, 차를 밀어냅니다. 무인 자율주행차 앞에서는 질문이 달라집니다.

7. 종합 비교: 사고 대응 구조의 차이 한눈에 보기

표의 마지막 두 줄이 이 비교의 핵심입니다. 일반차량에서 사고의 교훈은 대체로 그 운전자 한 명에게 남습니다. 자율주행차에서는 한 대의 사고 분석 결과가 소프트웨어 업데이트를 통해 같은 시스템을 쓰는 모든 차량에 반영될 수 있습니다. 항공 산업이 사고 조사와 정보 공유로 안전 수준을 끌어올려 온 방식과 닮았다는 평가가 나오는 이유입니다.

그러나 동전의 뒷면도 있습니다. 같은 이유로 하나의 결함이 수많은 차량에 동시에 존재할 수 있습니다. 사람 운전자의 실수는 개인별로 흩어져 있지만, 소프트웨어의 약점은 체계적으로 반복될 수 있죠. 그래서 자율주행차의 사고 대응 구조는 '개별 사고 처리'와 '전체 차량군(fleet) 위험 관리'라는 두 층으로 이루어집니다.

8. 남은 과제: 구조가 바뀌면 빈틈도 새로 생긴다

또 하나 짚을 점은 사회적 수용성입니다. 통계적으로 사고가 줄더라도, 사람들은 기계가 낸 사고를 사람의 사고보다 더 엄격하게 바라보는 경향이 있습니다. 크루즈 사례가 보여주듯, 사고 자체보다 사고 이후의 대응과 투명성이 신뢰를 결정하는 경우가 많습니다. 기술 성능만큼 사고 대응 절차의 공개성과 일관성이 중요한 이유입니다.

9. 자주 묻는 질문