사고 데이터를 정리하면 위험한 쪽은 사람이다

3줄 요약

1. IEEE 스펙트럼이 2026년 9월 8일 자율주행차의 안전 통계를 모아 정리했다. 로런스 울리치가 썼고, 원제는 “더 깨끗한 사고 데이터는 위험한 쪽이 사람 운전자임을 증명할 수 있다"이다.
2. 미국 고속도로안전보험협회(IIHS)가 7월에 발표한 연구에 따르면 웨이모 로보택시는 사람이 모는 차보다 사고를 68% 적게 냈고, 부상을 동반한 사고는 주행거리당 81% 적었다.
3. 그런데 사람이 낸 사고는 절반가량이 신고되지 않는 반면, 로보택시 운영사는 아주 작은 접촉까지 연방 당국에 보고해야 한다. 기사는 이 기록의 비대칭을 걷어내는 일이 자율주행의 안전성을 판정하기 위한 조건이라고 전한다.

이미 팔려 나간 새 차에서 벌어지는 일

기사는 완전 자율주행으로 넘어가기 전에, 지금 도로를 달리는 보통 새 차에 들어간 첨단 운전자 보조 시스템(ADAS)의 성적을 먼저 살펴본다. 이 장치들은 자율주행을 이루는 부품이면서, 이미 상당수가 신차에 의무로 들어가 있다.

IIHS는 차 앞의 사람을 인식하는 자동 긴급 제동(AEB) 장치가 보행자 사고를 27% 줄였다고 보고했다. 이 장치는 2029년까지 미국의 모든 경량 차량에 의무화되며, 완성차 업체들이 맺은 자발적 협약 덕분에 신형 모델의 90% 이상이 이미 기준을 충족하고 있다.

웨이모가 내놓은 숫자

운전자가 아예 타지 않는 레벨 4 자율주행에서는 숫자의 규모부터 달라진다. 웨이모는 로보택시가 지금까지 2천만 건의 유료 운행을 했고 누적 주행거리가 2억 2천만 마일에 이른다고 밝혔다. 기사는 이 거리를 사람 250명의 평생 주행거리와 맞먹는다고 환산했다.

지난 3월 웨이모가 공개한 독립 연구는 비슷한 도심 환경의 사람 운전자와 비교해 다음과 같은 결과를 제시했다.

• 사망이나 중상으로 이어진 사고 92% 감소, 곧 13분의 1 수준
• 보행자 부상 92% 감소
• 에어백이 터진 사고 83% 감소
• 부상이 발생한 사고 전체 82% 감소
• 교차로에서 난 부상 사고 96% 감소. 교차로는 자동차 사고에서 가장 위험한 장소로 꼽힌다.

맑은 날 몇 개 도시라는 조건

이 숫자에는 따져 볼 것이 하나 붙어 있다. 웨이모의 로보택시는 지금 미국의 몇몇 도시에서 날씨가 좋을 때만 다닌다. 반면 사람은 훨씬 다양한 도로를 훨씬 변덕스러운 조건에서 달린다. 조건이 이렇게 다른 두 집단의 사고율을 같은 표에 올려도 되는지는 따로 물어야 할 문제다.

IIHS는 이 물음에 답하려고 누락이 잦은 사고 기록부터 손보려 한다. 연구자들의 추정에 따르면 사람이 낸 사고의 대략 절반, 부상 사고의 최대 3분의 1은 아예 신고되지 않는다. 보험료가 오르는 것을 피하려는 운전자들이 그냥 넘기기 때문이다. 신고되지 않은 사고는 통계에 잡히지 않으므로, 이 누락은 사람 쪽 성적을 실제보다 좋아 보이게 만든다.

반대편 사정은 다르다. 웨이모는 업계에서 정보 공개에 가장 앞서 있고, 로보택시 운영사는 아주 작은 긁힘까지 미국 도로교통안전국(NHTSA)에 보고해야 한다. 그렇다고 자율주행 쪽 기록이 완전한 것도 아니다. 모든 회사가 총 주행거리를 자발적으로 공개하지는 않기 때문이다.

사고를 다시 세어 본 결과

협회가 7월에 내놓은 연구는 자율주행차가 사람보다 사고를 적게 낸다고 분명히 밝혔다. 그런데 연구진은 두 숫자를 그대로 비교하는 대신, 신뢰할 수 있는 범주를 하나 새로 만들었다. 경찰에 신고할 의무가 있는 사고, 곧 “경찰 신고 대상 사고"만 골라 세는 방식이다. 그런 다음 샌프란시스코, 피닉스, 로스앤젤레스, 오스틴 네 도시에서 사람이 모는 차와 웨이모 택시의 사고율을 견주었다.

비교에 들어간 거리는 양쪽이 크게 다르다. 웨이모의 재규어 I-Pace 택시가 연구 기간에 무인으로 달린 거리는 약 5천만 마일이었고, 같은 도시에서 사람이 달린 거리는 2,220억 마일이었다.

오스틴에서만 웨이모 쪽이 4% 높게 나왔는데, 기사는 표본이 극히 적어서 그렇다고 보았다. 그리고 부상을 동반한 사고로 좁히면 웨이모의 사고율은 주행거리당 81% 낮았다. 이 결과는 웨이모가 스스로 내놓은 수치를 대체로 뒷받침한다.

이 연구의 제1저자이자 IIHS 통계서비스 국장인 에릭 테오는 협회 홈페이지에 실린 글에서 이렇게 말했다.

무인 차량의 미래에 고무적인 신호입니다. 이제 우리는 데이터 수집 체계를 제대로 갖추어야 합니다. 그래야 이 기술이 더 널리 퍼지는 동안에도 그만한 안전 수준이 유지되는지 확인할 수 있습니다.

기준을 만드는 쪽에서 벌어진 일

업계와 지지자들은 자율주행차가 술에 취하지도, 졸지도, 한눈을 팔지도 않는다는 점을 계속 앞세운다. 그러나 이 신생 산업에는 아직 전국 단위의 성능 기준도 안전 기준도 없다. 주와 지역마다 규정이 달라 자율주행차 운행을 허용하기도 하고 금지하기도 한다. IIHS는 이런 규정 차이 때문에 사고율 비교가 더 어려워진다고 지적하며, 연방 차원의 보고 기준 개선을 요구하고 있다.

그런 가운데 7월 30일 NHTSA는 아마존의 자회사 죽스(Zoox)에 자동차 안전기준 일부를 면제해 주었다. 이런 면제는 이번이 처음이고, 기술 보급을 앞당기는 조치로 받아들여졌다. 죽스의 토스터처럼 생긴 로보택시에는 운전대도 페달도 없는데, 이 면제로 상업 운행을 할 수 있게 되었다. NHTSA는 로보택시 전용으로 설계된 이 차량이 기준을 지킨 차량과 “동등한 수준의 안전"을 제공한다고 판단했다. 그 판단을 근거로 면제 요건을 충족한다고 보았다.

면제를 발표한 7월 30일은 미국자동차공학회(SAE)의 자동화 교통 심포지엄 마지막 날이기도 했다. NHTSA는 이 자리에서 또 하나를 발표했다. SAE 인더스트리 테크놀로지스와 손잡고 미국 최초의 자율주행차 성능 기준과 역량 기준을 만들겠다는 것이다. 3년 동안 500만 달러를 들이는 “A2SCEND” 컨소시엄이 이 일을 맡는다.

도로를 진료 대상으로 보는 시각

일부 의사와 보건 전문가들은 정책 결정자들에게 관점을 바꾸라고 요구한다. 자율주행차를 기술적 도전 과제로 여기지 말고 시급한 공중보건 개입 수단으로 보아야 한다는 것이다. 신경외과의 조너선 슬롯킨은 뉴욕타임스 기고에서 자율주행차의 의학적 이득과 사회적 이득을 설득력 있게 주장했다. 존스홉킨스 블룸버그 공중보건대학원의 연구자들은 자율주행차의 사회적 가치를 알리는 일이 대중의 신뢰와 수용을 끌어내는 데 결정적이라고 말한다.

기사는 마지막에 사망자 수를 나열한다. 미국에서 해마다 도로 사고로 죽는 사람은 약 4만 명이고, 그중 7천 명 넘는 사람이 보행자다. 전 세계로 넓히면 약 116만 명이 도로에서 목숨을 잃는데, 이는 5세부터 29세까지의 어린이와 청년에게 가장 큰 사망 원인이다. 이 숫자를 절반만 줄여도 해마다 58만 명이 살아남는다. 일부 연구가 제시하는 90% 감축은 말할 것도 없다. 그렇게 얻는 사회적 이득과 경제적 이득은 안전벨트 보급이나 음주운전 반대 운동이 거둔 성과를 훌쩍 넘어선다.

가장 눈여겨본 것

미신고 사고를 다룬 대목이 가장 의외였다. 사람이 낸 사고의 절반이 기록에서 빠지는 원인은 기술의 한계도 집계 체계의 미비도 아니다. 보험료라는 지극히 일상적인 계산이다. 그렇게 사라진 절반은 통계에서 사람 운전자의 성적을 좋게 만들어 왔다.

자율주행차는 그럴 수가 없다. 긁힌 자국 하나까지 규제 당국에 올라간다. 그 때문에 사람과 기계의 안전을 비교하는 수치에는 처음부터 한쪽에 불리한 치우침이 있었다. 그 치우침을 감안하지 않은 비교가 이어져 온 셈이다. IIHS가 만든 “경찰 신고 대상 사고” 범주는 이를 조금이라도 바로잡으려는 장치다.

에릭 테오가 결과를 고무적이라고 말한 뒤 곧바로 데이터 수집 체계 이야기를 꺼낸 것도 그래서일 것이다. 안전한지 아닌지를 아직 모른다는 말이 아니다. 지금 아는 것을 앞으로도 계속 알 수 있는 상태를 만들어야 한다는 말이다.

출처

Lawrence Ulrich, “Cleaner Crash Data Could Prove That Human Drivers Are the Risky Ones”, IEEE Spectrum, 2026년 9월 8일 갱신 원문: https://spectrum.ieee.org/are-self-driving-cars-safe

커버 이미지는 원문에 실린 리비안 기술진의 시험 주행 영상 갈무리이며, 라이다가 훑은 영역이 붉게 표시되어 있다. 출처는 리비안이다. 본문의 치비 서소영 삽화는 「느낌적인 느낌을 숫자로 옮기는 일」의 치비 서소영 라인아트를 참조하여 gpt-image-2.5-flare image-to-image로 생성했다.