자율주행 UX

자율주행 차량 호출 서비스는 기존 승차 공유와 근본적으로 다른 UX 문제를 안고 있다. 운전자가 없는 차량에 탑승하는 경험은 사용자에게 심리적 불안을 유발하며, 서비스 설계는 이 불안을 해소하는 방향으로 구성되어야 한다. Waymo는 샌프란시스코, LA, 피닉스, 오스틴 등에서 운영 중인 자율주행 택시 서비스로, 자율주행 UX의 대표 사례로 자주 언급된다.

자율주행 서비스 UX의 세 가지 핵심 축은 신뢰(Trust), 예측 가능성(Predictability), 개인 공간(Personal Space)이다. 신뢰 구축을 위해 Waymo는 안전 지표를 투명하게 공개하는 Safety Dashboard를 운영하며, 부상률·에어백 작동·경찰 신고 건수 등의 변화를 수치로 보여준다. 투명한 정보 공개, 충분한 설명, 예측 가능한 정보 제공이 신뢰의 세 요소다.

불확실성 감소 이론(Uncertainty Reduction Theory)에 따르면, 미래 상황을 예측할 수 있을 때 불안이 감소한다. Waymo의 지도 화면은 현재 경로, 차선 변경, 장애물 인식 등을 실시간으로 시각화해 탑승객이 차량의 다음 행동을 예측할 수 있게 한다. 운전자가 없어 발생하는 어색함 대신, 원하는 음악·온도·주행 스타일을 자유롭게 조절할 수 있는 개인화된 공간으로 재정의된다.

실제 Waymo 탑승 여정(LA 사례)은 다음 단계로 이루어진다. ① 확신 갖기: 첫 탑승 전 "사고 나면?", "지나쳐버리면?", "다른 곳에 내리면?" 같은 불안이 존재하지만 첫 탑승 후 대부분 해소됨. ② 앱으로 호출: Waymo One 앱으로 주소 지정 호출. 해외 차량 호출 서비스의 '위치 정확도' 불안이 여기서도 나타남. ③ 탑승: 차량 도착 시 앱으로 차량 일치 확인 후 문이 열림, 이니셜 표시로 식별 지원. 탑승 후 [START RIDE] 버튼을 직접 눌러야 출발. ④ 주행 중 경험: 후석 디스플레이에 주변 차량·장애물·차선 변경 예측을 실시간 시각화(앱에서도 동일 제공), 선별된 플레이리스트 또는 개인 디바이스 음악 연결. 이 과정에서 차량 내 콘텐츠·서비스 확장 가능성이 강하게 드러남. ⑤ 하차: 하차 전 "손잡이를 두 번 당겨야 열린다"는 친절한 안내. 그러나 즉각적 요청의 한계—예: 음식점 정문으로 좀 더 가달라는 요청이 불가—가 있으며, 좌표 기반 문화권(미국)과 맥락·랜드마크 기반 문화권(한국)의 심리적 도착 지점 차이가 중요한 지역화 과제로 남음. ⑥ 종료: 팁이 필요 없는 정산으로 인간 기사 대비 훨씬 간결한 마무리.

자율주행 UX는 세 단계로 진화할 것으로 예상된다. 1단계는 심리적 안심 제공에 집중하는 현재 단계, 2단계는 개인화로 탑승객과의 거리를 좁히는 단계, 3단계는 "친구를 기다리게 하고 싶지 않아"와 같은 자연어 발화를 해석해 주행 방식을 조정하는 퍼듀대학교의 Talk2Drive 시스템과 같은 감성적 AI 응답 단계다.

라스트마일 배달 로봇: 승객이 아닌 사물을 위한 자율주행

자율주행 UX는 사람을 태우는 차량에만 국한되지 않는다. 우아한형제들(배달의민족)은 배달 수요 급증 대비 라이더 공급 부족, 낮은 임금과 위험한 근무 환경, 보안 구역의 출입 제한 등의 문제를 해결하기 위해 실외 자율주행 배달 로봇을 개발했다. 맥킨지앤드컴퍼니에 따르면 자율주행 차량·인도 주행 로봇은 배송 프로세스에서 가장 비효율적인 구간으로 꼽히는 라스트마일 물류비용을 최대 40%까지 절감할 수 있다.

2020년 4월 송파구 아파트 단지에서 진행된 필드테스트(Carriro Deli, ZMP)는 6일간 약 20시간에 걸쳐 두 시나리오로 진행됐다—단지 내 주행 성능을 검증하는 시나리오와, 실제 주민을 대상으로 식사·디저트·생필품을 배달하는 시나리오다. 자율주행 이동거리 비율은 97.3%로 높았지만, 실제 서비스 수준에는 사람의 오퍼레이션 개입을 더 줄여야 한다는 과제가 남았다. 아파트 환경에서는 이사 차량, 음식물 쓰레기, 로봇에 다가오는 어린이 등 예측 불가능한 장애물이 이틀에 한 번꼴로 발생해 우회 경로 탐색이 계속 필요했고, 로봇의 물리적 크기가 조경보다 작아 잘 보이지 않는 문제, 다양한 인도 재질 대응, 야간 LED 조도 개선 등도 과제로 확인됐다. 반면 정확한 배달 예상 시간 도착에 대한 사용자 피드백은 매우 긍정적이었다.

이 사례는 승객 대상 자율주행 UX(신뢰·예측 가능성·개인 공간)와는 다른 축의 과제를 보여준다. 즉 물리적 환경과의 공존(엘리베이터 이용, 좁은 인도, 조경물 회피)과 비정형 장애물 대응이 서비스 로봇형 자율주행 UX의 핵심이며, 한국형 주거 환경(아파트 단지·엘리베이터)에 맞춘 현지화 과제가 별도로 존재한다.

핵심 내용

  • 신뢰 구축: Safety Dashboard로 안전 지표를 투명하게 수치화하여 공개
  • 예측 가능성: 실시간 지도로 경로·장애물·차선변경을 시각화해 탑승객의 불안 해소
  • 개인 공간: 운전자 부재로 생기는 자유 시간을 개인화(음악·온도·주행 스타일)로 채움
  • 자율주행 UX 진화: 심리적 안심 → 개인화 → 자연어 기반 감성적 AI 응답
  • Talk2Drive: 자연어 발화를 주행 조작으로 전환하는 퍼듀대학교 연구 시스템
  • 라스트마일 배달 로봇: 승객이 아닌 사물 배송에서는 물리적 환경 공존과 비정형 장애물 대응이 핵심 과제
  • 라스트마일 물류비용은 자율주행·로봇 도입으로 최대 40% 절감 가능(맥킨지 추정)

관련 개념

출처

최종 업데이트: 2026-07-09 | 출처 3개