2026년 현재, AI 과 SDV의 진행 상황은 어떠한가요?

0:00 COVESA 회의 소개

오늘 ‘ The Garage ’에서는 포르투갈 포르토에서 열리는 [2026] COVESA 전체 회원 회의 현장에서 생방송으로 녹화하고 있습니다.

COVESA 전체 회원 회의에서 매년 진행하는 활동 중 하나는, Sonatus 가 업계의 주요 리서치 기업인 Omdia와 협력하여 업계 조사를 실시하고 소프트웨어 정의 차량(SDV)의 동향을 파악하는 것입니다. 올해로 우리가 이 연례 SDV 설문조사를 후원한 지 2년째가 되었습니다. 그리고 작년에는 Omdia와 협력하여 설문조사 대상 범위를 대폭 확대했습니다. 작년에는 업계 전반의 관계자들이 소프트웨어 정의 차량(SDV)을 향해 어떻게 나아가고 있는지, 무엇이 중요하고 가치를 창출한다고 생각하는지, 기술 도입과 관련하여 어떤 긍정적인 신호와 경고 신호가 있는지 등에 대해 매우 귀중한 결론을 도출해 냈습니다. 이번 주 에피소드에서는 Omdia의 소프트웨어 정의 차량 부문 수석 애널리스트인 마이테 베제라(Maitê Bezerra) 씨와 이야기를 나누었습니다.

이번에는 SDV 설문조사의 주요 결론을 살펴보고, 지역별·세부 그룹별로 분석하며, 이를 통해 소프트웨어 정의 차량(SDV)의 발전 양상을 파악할 수 있는 점을 알아보겠습니다. 작년 설문조사와 비교했을 때, 올해 설문조사는 매우 흥미로운 업데이트를 담고 있습니다. 여러분과 이 내용을 공유하게 되어 기쁩니다. 그럼 시작해 보겠습니다!

1:29 게스트 소개: 마이테 베제라

The Garage 에 오신 것을 환영합니다. 오늘 마이테 베제라 님을 모시게 되어 정말 기쁩니다. 마이테 님, The Garage 에 오신 것을 환영합니다. The Garage 에서 세 번이나 게스트로 출연하신 첫 번째 분이 되신 것은 정말 큰 영광입니다. 1년 전 SDV 설문조사에 대해 이야기해 주셨던 것을 비롯해 여러 차례 출연해 주셨기 때문이죠. 하지만 그 이야기로 들어가기 전에, 먼저 게스트로서 자기소개를 하시고, 소속 회사와 담당 역할에 대해 말씀해 주시면 좋겠습니다.

고마워요, 존. 우선, 저를 세 번째나 초대해 주셔서 감사합니다. 저는 소프트웨어 정의 차량(SDV) 분야의 수석 분석가이며, Omdia에서 디지털 모빌리티 분야를 총괄하고 있습니다. 꽤 오랫동안 소프트웨어 정의 차량을 자동차 산업의 전환점으로 주목해 왔는데, 이번 설문조사에서 여러분과 함께 일하게 되어 정말 기쁩니다.

2:13 Wards Intelligence에서 Omdia로의 전환

음, 아시다시피, 당신이 워즈 인텔리전스에서 오랫동안 근무하셨던 걸로 알고 있는데, 지난 몇 년 동안 어떤 변화가 있었는지 청취자분들께 설명해 주시면 좋을 것 같습니다.

물론이죠. 정말 좋은 지적입니다. 우리 모두 인포마(Informa) 계열사였죠. 맞나요? 전에는 워즈 인텔리전스(Wards Intelligence)에 있었지만, 인포마 리서치 그룹(Informa Research Group)과 합병하면서 사명을 옴디아(Omdia)로 변경했습니다.

하지만 이제 우리는 본질적으로는 같은 회사이며, 단지 이름만 다를 뿐입니다.

알겠습니다. 훌륭하네요. SDV 설문조사에 대해 말씀드리자면, 이 조사를 꽤 오랫동안 진행해 오셨죠. 저희가 이 설문조사를 후원한 지 올해로 두 번째 해입니다. 작년에는 표본 규모를 확대하여 더 많은 지역과 더 많은 응답자를 포함시켰습니다. 먼저 설문조사 방법론과 이번 설문조사를 통해 얼마나 많은 응답을 받았는지부터 설명해 주시겠어요?

물론이죠. 음, 그런 말씀을 하시니 흥미롭네요. 지금 우리가 COVESA에 와 있는데, 저도 2024년에 COVESA에 참석해 설문조사 결과를 발표한 적이 있거든요. 당시 표본 크기는 100명이었습니다. 그래서 이번 후원을 정말 기쁘게 생각합니다. 작년에 실시했던 조사를 올해 다시 진행하면서 표본 크기가 559명으로 늘어났으니까요.

그리고 저희는 표본을 선정할 때 항상 자동차 제조사와 부품 공급업체의 비율을 균등하게 맞추려고 노력합니다. 그렇죠? 그래서 자동차 제조사가 50%를 차지하고, 나머지 50%는 1차 공급업체와 2차 공급업체로 나뉘게 됩니다. 또한 지리적으로도 대표성을 갖출 수 있도록 노력하고 있습니다.

따라서 북미, 유럽, 그리고 아시아에 걸쳐 총 7개국이 있습니다.

정말 놀라운 결과입니다. 전 세계를 아우르는 것이 얼마나 중요한지 잘 알고 있었죠. 또한 데이터가 매우 가치 있다는 점을 깨달았기에, 충분한 표본 크기를 확보하고 싶었습니다. 데이터가 워낙 방대해서 우리 둘 다 아이패드를 들고 왔는데, 오늘 다룰 내용은 전체 설문 조사 내용의 아주 아주 작은 일부에 불과하다는 점을 미리 말씀드리겠습니다. 그래도 정말 관련성이 높다고 생각되는 몇 가지 내용을 추려내 보았습니다. 먼저, 우리가 도출한 주요 결론에는 어떤 것들이 있을까요?

4:03 SDV 설문조사 주요 결론

그러니 첫 번째 결론은 업계 현황에 관한 것이라고 할 수 있겠습니다. 소프트웨어 정의 차량(SDV)을 0단계부터 5단계까지의 기술로 본다면, 설문 응답자들은 현재 우리가 0단계에서 2단계 사이에 있다고 보고 있습니다. 맞죠? 그러니까 2단계가 현재 우리가 달성한 최고 수준입니다. 맞습니다.

그리고 여기서 말하는 것은 SAE 자율주행 등급 같은 자율주행에 관한 이야기가 아닙니다. 이는 SDV 성숙도 등급으로, 다음 슬라이드에서 소개해 드리겠습니다. 죄송합니다만, 말씀해 주시겠어요?

아닙니다. 두 가지를 이렇게 구분해 주셔서 다행입니다. 그리고 설문 응답자들은 우리가 2030년까지 SDV 3단계에 도달할 것이라고 생각합니다.

그러니, 사실 우리가 바로 이 전환의 시초인 셈입니다.

두 번째로 눈에 띈 점은 우리가 ‘대규모 재조정’이라고 부른 현상이었습니다. 물론 데이터는 여전히 업계에 있어 매우 중요한 요소입니다. 이 점에는 변함이 없습니다. 하지만 작년 설문조사 결과에서는 데이터 수익화에 대한 관심이 매우 높았으나, 현재는(이에 대해서는 나중에 더 자세히 다루겠지만) 단순히 데이터를 직접 수익화하는 것보다 가치를 창출하고 새로운 역량을 구축하는 방향으로의 전환이 나타나고 있습니다. 매우 흥미로운 결론입니다.

네. 그 부분이 정말 마음에 들어요. 그런데 또 하나 정말 흥미로운 점은, 소프트웨어 정의 차량(SDV)에 대한 준비 상태를 생각해 보면, 많은 기반 기술들이 가까운 미래에 도입될 예정이지만, 조직적 준비 상태 측면에서는 여전히 부족한 실정이라는 점이에요. 따라서 기술적 준비와 조직적 준비 사이에는 4년에서 7년 정도의 시차가 존재합니다.

5:25 SDV 수준 이해하기

기술은 이미 존재하지만, 기업들이 이를 받아들일 준비가 되어 있을까요? 정말 흥미로운 점입니다. 맞습니다. 그럼 먼저 이 SDV 단계부터 시작해 볼까요? SDV 단계에 대해 소개해 주시고, 우리가 도출한 결론 중 몇 가지를 말씀해 주시면 좋겠습니다.

그래서 이 설문조사는 우리가 SDV 수준을 표준화하려고 하는 이 프레임워크를 기반으로 한 것입니다. 맞죠? 업계에는 이러한 레벨을 제안한 중요한 인사들이 많이 있는데, 저희가 시도하고 있는 것은 이분들을 한자리에 모아 각 레벨의 공통점을 도출해내는 것입니다. 아주 간단히 설명해 드리자면, 레벨 0은 차량이 연결되지 않은 상태로, 대리점에 차량을 가져가지 않는 한 소프트웨어가 고정된 채로 유지되는 차량을 말합니다. SDV 레벨 1은 내장형 연결 기능이 탑재되어 있고 OTA 펌웨어 업데이트가 가능한 경우를 말합니다.

SDV 레벨 2에서는 무선 업데이트(OTA)를 통해 새로운 기능을 도입하기 시작하지만, 이는 인포테인먼트 시스템에만 국한됩니다. SDV 레벨 3에서는 거의 모든 차량 도메인과 영역에 새로운 기능을 추가하게 됩니다.

SDV 레벨 4는 하드웨어와 소프트웨어의 완전한 추상화를 의미합니다. 따라서 하드웨어 버전에 상관없이, 오늘날 아이폰에서와 마찬가지로 최신 소프트웨어를 이용할 수 있습니다. 그리고 SDV 레벨 5는 에이전트 오케스트레이터입니다. 즉, 에이전트가 차량의 뇌 역할을 하며 차량 내부에서 자율적으로 작동할 뿐만 아니라, 클라우드를 통해 또는 소비자 기기나 ITS(지능형 교통 시스템)에 연결함으로써 차량을 외부 세계와 연결해 주는 단계입니다.

자, 존, 우리는 응답자들에게 이러한 수치를 제시하고, “오늘날 도로 위 차량의 대부분이 어디에 있다고 생각하십니까?”라고 물었습니다. 그 결과 어떤 사실이 밝혀졌나요?

7:01 도로 위 차량의 현재 상황

따라서 오늘 현재, 즉 2026년 기준으로 가장 주류를 이루는 수준은 레벨 2이며, 차량의 약 30%가 레벨 2에 해당합니다. 이는 어느 정도의, 비록 제한적이긴 하지만, 업그레이드 가능성을 제공합니다. 하지만 2030년을 내다보면, 2030년에는 약 30%가 레벨 3에 도달할 것으로 예상됩니다. 이는 우리가 ‘진정한 시작 단계의 소프트웨어 정의 차량(Software Defined Vehicle)’이라고 부르는 수준이며, 당연히 더 높은 레벨에 속하는 차량도 어느 정도 있고, 그보다 낮은 레벨에 속하는 차량도 있을 것입니다. 따라서 향후 4년 동안 레벨 2에서 레벨 3으로의 전환이 주요 흐름이 될 것으로 보입니다.

그건 일리가 있는 말이죠. 그리고 업계가 우리가 아직 여정의 시작 단계에 불과하다는 사실을 인식하고 있다는 점이 꽤 흥미롭습니다.

다음으로 살펴본 것은 SDV에 필수적인 핵심 기술들의 도입 시기였습니다. 화면에 표시된 이 차트는 매우 복잡하지만, 저희가 하나씩 설명해 드리겠습니다. 이 차트는 응답자들이 각 기술이 언제 도입될 것으로 예상했는지를 보여줍니다.

그리고 상단에 표시된 기술 중, 응답자들이 해당 기술이 이미 도입되었다고 답한 비율이 20%를 넘는 것은 처음 네 가지 기술입니다. 그 외에도 서비스 지향 아키텍처, 시간 민감형 네트워킹, 컨테이너화, 하이퍼바이저 등 20% 미만의 응답률을 보인 여러 가지 중요한 핵심 기술들이 있습니다.

하지만 그보다 더 흥미로웠던 점은 미래를 내다보며 응답자들이 어떤 말을 했는지였습니다. 전망은 어땠을까요?

이것이 바로 제가 말하는 ‘도입 단차’입니다. 그렇죠? 데이터를 살펴보면, 응답자 대다수가 SDV의 기반 기술이 2026년에서 2027년 사이에 도입될 것이라고 믿고 있습니다.

그러니까 SDV를 가능하게 하는 기술들은 바로 그 중간 지점에 자리 잡게 될 겁니다. 그렇죠? 그래서 저는 이 점이 정말 흥미롭기도 하지만, 동시에 생각해 볼 만한 몇 가지 문제점도 제기한다고 생각했습니다. 만약 모두가 동시에 도입한다면, 병목 현상이 발생하거나 모든 기술 간의 연동 문제로 인해 어려움이 생길 수도 있습니다. 따라서 이에 대비하는 것이 중요합니다.

흥미로운 점은 설문 응답자들이 OEM 업체와 1차, 2차 협력사 출신이라는 사실입니다. 정말 다양한 사람들이 한자리에 모인 셈이죠. 차트의 막대를 살펴보면, 왼쪽의 진한 파란색 막대는 해당 기술이 이미 도입되었다고 생각한 응답자들을 나타냅니다. 그리고 그 다음 막대, 즉 빨간색 테두리가 있는 연한 파란색 막대는...

따라서 이 모든 것을 종합해 보면, 이러한 기술 중 50% 이상이 도입될 것으로 예상되며, 경우에 따라서는 2026년 말이나 2027년까지 50% 이상이 도입될 것으로 보입니다. 이제 다음 슬라이드에서 왜 비관적인 전망이 나올 수 있는지, 그리고 왜 이 예측이 이토록 공격적인지 살펴보겠습니다. 하지만 여러분이 언급하신 대로, 이 그래프가 시사하는 바는—제가 보기에 흥미로운 점은—이러한 기술들 중 상당수가 도입 직전의 절벽 끝에 서 있다는 점입니다. 설령 2026년이나 2027년이 정확히 그 시기가 아니더라도, 분명 도입 과정을 거치고 있을 것입니다.

9:52 기술 도입에 대한 현실 점검

또한 SDV 제작에 필수적인 이러한 구성 요소들에 대해서는 어느 정도 낙관적인 전망이 나오고 있다.

맞아요. 바로 이것이 핵심 기반 기술이라는 인식이죠. 그렇죠? 이는 몇 년 전과 비교했을 때 정말 훌륭한 발전입니다.

네.

그렇죠? 사람들이 SDV의 핵심 기술이 무엇인지 묻곤 했잖아요?

네.

다음 슬라이드를 살펴보면, 이를 ‘현실 점검’이라고 부릅니다. 이 내용은 어떤 기술들이 이미 도입된 것으로 조사되었는지에 대한 설문 결과를 분석한 것입니다. 즉, 작년 설문조사와 올해 설문조사에서 응답자들이 과거에 어떤 기술이 이미 도입되었는지 어떻게 답변했는지를 비교한 것입니다. 여기서 한 가지 지적할 점은, 표본 규모가 큰 이 설문조사의 오차 범위가 약 4% 정도라는 것입니다.

따라서 4% 미만의 수치는 다소 회의적으로 받아들여야 합니다. 조사 결과, 응답자들이 올해 이미 도입했다고 답한 기술이 작년 대비 증가한 분야는 컨테이너화된 애플리케이션, 하이퍼바이저, 시간 민감형 네트워킹(TSN) 등 세 가지였습니다. 이 중 오차 범위를 상회하는 수치를 보인 것은 10%를 기록한 컨테이너화된 워크로드뿐이었습니다. 하이퍼바이저와 TSN은 5%로 오차 범위를 아주 근소하게 상회했을 뿐이지만, 그럼에도 불구하고 이 기술들은 긍정적인 추세를 보이고 있습니다. 하지만 그 아래에는 다른 몇 가지 기술에 대한 주의가 필요한 사례들이 있습니다.

네. COVESA VSS나 마이크로서비스와 같은 기술을 살펴보면, 이러한 기술이 도입되었다고 응답한 비율은 상대적으로 낮은 편입니다. 이제 이것이 시사하는 바는, 보시다시피 오차 범위 내에 있다는 점입니다. 따라서 실제로는 별다른 진전이 없었다는 것을 보여주는 것이죠, 그렇죠?

이러한 기술들은 사람들이 생각했던 것보다 도입하기가 훨씬 더 복잡할 가능성이 높습니다. 따라서 반드시 완전히 도입된 것은 아닙니다. 하지만, 네, 말씀하신 대로 한 걸음 물러서서 생각해 봅시다. 이 상황을 살펴보면, 본질적으로 우리가 크게 진전을 이루지는 못했지만 여전히 이 기술을 도입하고 있다는 것을 의미합니다.

물론 시스템에 약간의 잡음이 있다는 점은 다소 회의적으로 받아들여야겠지만, 그럼에도 불구하고 낙관할 만한 이유들이 있으며, 아직 해결해야 할 기술적 과제도 남아 있습니다. 그런 다음 우리는 가까운 미래를 살펴보았습니다.

12:04 기술 도입의 단기 전망

이 분석은 비슷한 성격이지만, 이미 시행된 내용과는 다릅니다. 다만, 작년 설문조사에서 2026년/2027년에 시행될 것으로 예상된 내용과, 올해 설문조사에서 2026년에 시행될 것으로 예상되는 내용을 비교해 본 것입니다. 여기서 매우 흥미로운 결과가 나왔는데요. 이 결과를 보고 어떤 점을 느끼시나요?

흥미로운 점은 우리가 ‘배포 절벽’에 대해 이야기하고 있다는 것입니다. 대부분의 기술은 2026년이나 2027년 내에 배포될 예정입니다. 하지만 이 설문조사 결과를 작년과 비교해 보면, 이 기간대에 속하는 응답자의 비율은 실제로 더 적습니다. 따라서 배포 일정이 조금 더 길어진 셈이죠. 그렇죠? 전반적으로 이 결과를 살펴보면, 하이퍼바이저나 마이크로서비스 같은 기술들은 실제로 도입될 예정이지만, 이 2026~2027년이라는 일정은 사실 2027~2029년에 해당한다고 볼 수 있겠죠? 따라서 이 설문조사 결과를 한 걸음 물러서서 살펴보면, 이러한 기반 기술들은 이번 10년이 끝나기 전까지 도입될 것이라고 말할 수 있습니다.

13:01 AI 의 다양한 활용 사례

설문조사를 진행할 때는 질문을 다양한 방식으로 던지는 것이 중요합니다. 왜냐하면 한 질문에서는 낙관적인 태도가 드러나고 다른 질문에서는 실용적인 태도가 나타나는 등, 이러한 차이를 통해 추세를 파악할 수 있는 경우가 많기 때문입니다. 이는 해당 기술들이 전환점에 서 있다는 것을 의미합니다. 도입의 기로에 놓여 있는 셈인데, 이는 업계에 긍정적인 신호입니다. 하지만 내년에 이 모든 일이 반드시 실현될 것이라고 성급히 단정해서는 안 되며, 상황을 면밀히 지켜봐야 합니다. 흥미롭네요. 특히 주목할 만한 점 중 하나는 앞서 언급했던 하이퍼바이저와 가상 머신으로, 이 분야는 성장세를 보이고 있습니다.

사실, 그 배치에 대한 낙관론은 실제로 크게 줄어들었습니다. 이는 작년과 비교했을 때 올해 설문조사에서 눈에 띄게 감소한 부분 중 하나입니다.

네. 그리고 제 생각에는, 음, 물론 이런 상황에 대한 외부적 요인들도 고려할 수 있겠지만, 뭐, 낙관주의가 부족하다고 말하기보다는 사실 현실을 직시하는 것이라고 할 수 있겠죠. 그렇죠? 네.

관세 문제도 있었고, 지정학적 상황도 있습니다. 하지만 하이퍼바이저에 관해서는 여전히 ‘워크로드를 어디에서 실행해야 하는지’에 대한 논의가 계속되고 있다고 생각합니다. 중요도가 높은 워크로드를 인포테인먼트와 혼합해서 실행해야 할까요? 따라서 여전히 ‘이 서로 다른 워크로드를 어떻게 분리할 것인가’가 핵심 문제라고 봅니다.

이건 여전히 의문입니다.

저도 동의합니다. 제게는 이 부분이 가장 흥미롭게 지켜볼 만한 부분 중 하나라고 생각하는데, 여러 다양한 반도체 공급업체와 1차, 2차 협력사들이 이 문제에 대해 각기 약간씩 다른 관점을 가지고 있기 때문입니다. 또한, 차량 아키텍처를 살펴본 또 다른 설문 조사도 진행했었는데(오늘 여기서 요약하지는 않겠습니다), 그 결과 생각의 폭이 엄청나게 다양하다는 것을 확인할 수 있었습니다. 스마트폰이나 아키텍처가 비교적 명확한 다른 기기들을 생각하면, 이 시점에서 차량 분야에서는 여전히 엄청난 수준의 이질성이 존재한다는 것을 알 수 있습니다. 그리고 저는 이것이 하이퍼바이저에서도 드러나고 있다고 생각합니다. 왜냐하면 이는 하드웨어뿐만 아니라 소프트웨어의 작동 방식에도 영향을 미치고 있기 때문입니다.

정말 정확한 지적이네요. 아시다시피, 보통 사람들은 이를 ‘하이브리드 아키텍처’라고 부르죠. 저는 ‘하이브리드 존 아키텍처’라고 부릅니다. 그렇죠? 단순히 ‘존’이라고만 할 수는 없어요. ‘존’이 무엇을 의미하는지에 대해 사람마다 해석이 다르기 때문이죠.

맞아요. 맞아요. 네. 물론이죠. 그럼 이제 데이터 이야기로 넘어가 볼까요. 지금 우리는 COVESA에 와 있는데, 아시다시피 VSS 도입에 대해 다소 비관적인 시각도 있지만, 그럼에도 불구하고 우리 모두가 데이터의 중요성을 믿기 때문에 이곳에 모인 것입니다.

15:17 데이터 수익화 전략의 변화

저희는 차량 데이터 표준화의 중요성을 믿고 있으며, 실제로 표준화가 확산되고 있는 추세이지만, 예상했던 것보다 다소 더디게 진행되고 있는 것 같습니다. 또한 설문 응답자들에게 ‘어떤 데이터 수집 활용 사례가 OEM에 가장 큰 가치를 제공할 것인가’라고 물었습니다. 흥미로운 추세 중 하나는—앞서 언급했듯이—작년 응답에서 압도적인 1위를 차지한 것이 차량 데이터 수익화였다는 점입니다. 이를 한마디로 요약하자면, 특정 기능에 대해 직접 요금을 부과하는 것과 같습니다. 이 기능에 대해 요금을 지불하면, 우리는 이를 통해 직접적인 수익을 얻게 되는 것이죠.

이는 응답자의 51%를 차지했으며, 작년에는 압도적으로 가장 많은 응답을 받아 1위를 차지했습니다. 올해는 상황이 달라졌습니다. 그 비율이 크게 떨어졌습니다. 또한 지역별로도 감소세를 보였습니다.

작년 응답 결과를 살펴보면 약 51%가 이를 1순위로 꼽았습니다. 지금은 44%로 떨어졌습니다.

하지만 여전히 매우 강력한 효과를 발휘하는 데이터 활용 사례들이 많이 있습니다. 그리고 우리가 거기서 얻은 교훈은, 데이터가 여전히 중요하지만, 데이터 자체에 대해 직접 요금을 부과하기보다는 데이터를 활용해 다른 가치를 창출하고 있다는 점입니다. 설문조사에서 확인된 다른 내용들에는 어떤 것들이 있었나요?

맞아요. 그리고 단순히 직접 요금을 부과하는 것뿐만 아니라, 이 원시 데이터를 확보해서 그 자체로 판매하는 것도 가능할 거라고 생각해요. 그렇죠? 제 생각에 OEM 업체들은 우선, 데이터가 처음 생각했던 것만큼 가치가 높지 않을 수도 있다는 사실을 깨닫고 있는 것 같아요.

게다가 개인정보 보호나 동의와 관련된 문제도 몇 가지 있었습니다. 그래서 제 생각에는, 이 데이터를 다시 활용하면 더 큰 가치를 얻을 수 있다는 인식도 생긴 것 같습니다. 즉, 이 데이터를 활용해 제품을 개선하고 제공하는 서비스를 강화할 수 있다는 거죠. 그렇죠?

그러니까 ADAS나 데이터 기반 제품 개발 분야에서 지속적인 개선이 이루어지고 있다면, 이는 해당 분야가 성장해 왔다는 뜻이죠. 맞죠? 맞아요. 그러니까 데이터가 회사 내 다른 분야로 확대되고 있는 거죠.

또한 지역별 차이도 확인되었습니다. 데이터 수익화를 가장 중요한 답변으로 꼽은 응답자들을 대상으로 데이터를 분류해 보니 매우 흥미로운 결과가 나왔습니다.

이 부분을 살펴보니, 중국은 작년과 비교해 상당히 하락한 것으로 나타났습니다. 작년에는 중국 응답자의 59%가 데이터 수익화가 가치 있다고 답했었으나, 현재는 34%로 떨어졌습니다. 그리고 제가 얻은 결론은—이 부분에 대해 이야기를 나눴었죠—중국이 데이터를 중요하게 생각하지 않는다는 뜻이 아니라, 데이터 기능 자체에 대해 직접 요금을 부과하기보다는 데이터를 활용해 제품을 개선하거나 운전자 및 고객 경험을 향상시키는 데 집중하고 있다는 점입니다. 제가 그 부분에서 얻은 결론은 바로 그 점이라고 생각합니다.

저도 그렇습니다. 미국에서도 그런 추세가 뚜렷하죠. 네. 그런데 유럽에 대해 우리가 논의해 온 한 가지 점이 흥미로운데, 유럽에서는 여전히 데이터 수익화 자체가 OEM 업체들에게 가장 중요한 활용 분야라고 생각하고 있기 때문입니다. 그리고 유럽이 데이터 수익화를 위한 생태계가 더 잘 발달해 있을 수도 있습니다. 이와 관련해 많은 이니셔티브가 진행되어 왔고, OEM 업체들의 데이터 공유도 활발히 이루어지고 있습니다.

유럽의 강력한 개인정보 보호 조치…

맞습니다. 맞습니다. 아니면 양산 차량에 SDV 기술을 적용하는 측면에서 볼 때, 다른 지역들이 유럽보다 약간 앞서 있는 것일 수도 있습니다. 유럽은 이제 그 격차를 좁혀가고 있습니다. 따라서 유럽은 여전히 데이터를 내부적으로 활용하는 것이 더 큰 가치가 있다는 사실을 깨닫게 될지도 모릅니다.

네. 나중에 설문조사에서 일부 데이터에 대한 유럽의 관점이 다른 지역과 어떻게 다른지 보여주는 자료를 보시게 될 텐데요, 그렇다고 해서 유럽의 관점이 틀렸다는 뜻은 아니지만, 확실히 다른 관점이었습니다. 다르죠. 네. 또한 더 광범위하게 지역별 데이터 전략이 어떻게 다른지 살펴보았는데, 여기서 정말 흥미로운 몇 가지 추세가 나타났습니다. 어떤 점들을 관찰하셨나요?

18:55 데이터 전략의 지역별 차이

그러니까 데이터 수익화나 차량 수익화를 살펴보면, 우리가 이에 대해 이야기한 적이 있죠. 맞죠? 일부 지역에서는 감소하는 추세이지만, 어디서나 두드러지게 나타나는 한 가지는 차량 데이터를 활용해 ADAS와 자율주행을 개선하는 것입니다.

또한 자율주행에 대한 기대감이 높아지고 있는데, 특히 기존의 규칙 기반 시스템으로는 처리할 수 없었던 상황까지 대처할 수 있는 엔드투엔드 시스템이 등장하면서 더욱 그러합니다. 또한 BYD가 자사 차량 라인업에 ADAS를 탑재함에 따라, 중국에서 ADAS가 기본 사양으로 자리 잡아가고 있는 모습도 확인할 수 있습니다.

수많은 지역에서 더 엄격한 기준을 적용하고 있습니다. 유럽은 자동 긴급 제동에 대해 더 엄격한 기준을 적용하고 있습니다. 차선 유지 기능은 점점 더 표준 사양으로 자리 잡고 있습니다.

그리고 이는 우리가 ADAS와 자율주행을 이미 해결된 문제로 생각해서는 안 된다는 점을 인식하고 있음을 보여주는 것이라고 생각합니다. 우리는 더 많은 것을 배우고, 더 많은 데이터를 수집하며, 시스템을 개선해 나가는 과정에서 이를 지속적으로 조정해 나가야 할 문제로 보고 있습니다.

맞아요. 맞아요. 그리고 다시 말하지만, 데이터 기반 제품 개발은 제가 특히 마음에 드는 부분인데요. 이는 사실 OEM 업체들의 사고방식을 반영한 것이기 때문이에요. 데이터를 활용하고, 고객을 이해하며, 제품 성능을 파악하고, 이를 바탕으로 제품을 개선한다면 실제로 지속 가능한 비즈니스 사례를 만들 수 있다는 생각이죠. 그렇죠?

우리가 주목한 또 다른 흥미로운 트렌드는 ‘개인화’였는데, 특히 차량 개인화에 대한 관심이 높았습니다. 팟캐스트에 로저 랑크토(Roger Lanctot) 씨를 모시고 개인화의 중요성에 대해 이야기한 바 있습니다. 하지만 지역별로 보면 설문 응답자들의 의견은 엇갈렸습니다. 중국에서는 개인화가 단연코 핵심적인 가치 창출 요소라고 여겼습니다. 또한, 일부 경우 가전 업계 출신인 중국 자동차 제조사들이 매우 ‘고객 중심’이며 ‘고객을 직접 대면하는’ 접근 방식을 취하고 있는 모습을 많이 볼 수 있습니다.

반면 미국, 유럽, 심지어 일본을 살펴보면 설문조사에서 개인화의 중요도가 훨씬 낮게 나타났습니다. 매우 흥미로운 추세입니다.

그 점이 정말 마음에 들어요. 자동차를 바라보는 정말 색다른 관점이죠. 그렇죠? 네. 그리고 그게 바로 가치를 창출하는 요소죠.

그리고 제가 알기로는, 예를 들어 중국에서는 스마트 홈 등과 같이 사람들의 디지털 경험과 더 폭넓게 통합하는 데 큰 중점을 두고 있습니다. 다른 지역에서는 이러한 현상이 그다지 널리 퍼지지 않은 것 같습니다. 부분적으로는 표준화가 덜 이루어졌고, 주나 지방마다 지역적 특성이 다르기 때문이라고 생각합니다. 또 한 가지 주목한 점은, 데이터 전략의 다른 활용 사례를 살펴보면 여러 범주를 세분화할 수 있다는 것입니다. 리콜을 줄이거나 방지하기 위한 진단, 더 나은 서비스 경험과 고객 충성도를 높이기 위한 진단, 그리고 앞서 언급하신 바와 같이 데이터 기반의 제품 개발 및 개선 등을 살펴보았습니다.

우리가 작은 조각들로 나눈 것들을 하나의 거대한 조각으로 생각한다면, 이것이 단연코 가장 높은 비중을 차지할 것이며, 잠시 후 다른 데이터를 통해 이를 확인할 수 있을 것입니다. 따라서 데이터를 활용해 제품을 개선하고, 품질을 높이며, 고객 충성도를 강화하는 것은 지역별 설문 응답자 모두에게 분명한 가치 창출 요소로 나타났습니다.

네. 그리고 여기에서도 그 효과가 입증되었습니다. 반응이 정말 좋았던 것 같습니다. 자동차 제조사와 공급업체를 비롯한 많은 분들로부터 이것이 실제로 현재의 추세라는 피드백을 많이 받았습니다.

네. COVESA에서는 오늘 아침 일찍, COVESA 전체 회원 회의 참석자들에게 이 내용을 발표했는데, 말씀하신 대로 발표가 끝난 후 여러 분이 저희에게 다가와 결론에 대해 정말 높이 평가해 주셨고, 사실 발표 후 많은 분들이 다양한 결론에 공감해 주셨습니다.

22:15 자동차 산업에서 AI 의 역할

정말 좋네요.

이제 AI 로 넘어가 보겠습니다.

물론, AI 는 자율주행과 ADAS에 있어 매우 중요합니다. 물론 우리도 그 사실을 잘 알고 있습니다. 그래서 설문 응답자들에게, 그 부분은 당연히 최우선 선택지가 될 것이니 일단 제쳐두고, AI 의 활용 사례로 그 외에 어떤 응용 분야가 있는지 물어보았는데, 그 결과 어떤 결론이 도출되었나요?

음, AI 의 주요 애플리케이션으로 스마트 진단 및 예측 유지보수가 선정된 점이 정말 흥미로웠습니다. 맞아요. 차량 중심의 애플리케이션이라서 마음에 듭니다. 그렇죠? 고객에게 가치를 제공해 주고 있으니까요.

또 하나 흥미로웠던 점은 ‘ AI ’ 차량 비서였습니다. 작년에는 ‘ AI ’가 차량 비서로 등장했는데, 당시 5위권 정도를 기록했었죠. 맞나요?

이번에는 ‘행위자적’ 요소를 추가했는데, 바로 맨 위에 위치해 있네요. 네. 그리고 제가 보기에 여기서 말씀하시는 요점은, ‘행위자적’ 요소를 추가하면 음성 비서가 더 이상 단순한 음성 비서가 아니게 된다는 점인 것 같습니다. 실제로는 백그라운드에서 사용자를 대신해 행동을 수행하는 자율 시스템이 되며, 이를 통해 차량의 품질과 반응성을 향상시킬 수 있습니다.

여기서 중요한 점은, 우리가 SDV 수준에 대해 논의했을 때, 완전한 에이전트 기반 시스템인 5단계가 분명 우리 앞에 놓여 있을 가능성이 높다는 것입니다. 하지만 설문조사에서 정확히 묻고 싶었던 점은, ADAS와 자율주행 외에도 차량용 AI 의 가장 유망한 활용 사례는 무엇인가 하는 것이었습니다. 이는 미래를 내다보는 질문일 수 있습니다. 하지만 말씀하신 대로, 에이전트 기반 AI 는 분명히 사람들이 주목하고 있는 가치 창출 요소임이 분명합니다. 또한 Sonatus 를 비롯한 많은 기업들이 이 분야에 집중하며 많은 시간을 투자하고 있습니다.

그 밖의 논의 내용으로는, AI 의 다른 활용 사례를 살펴보면, 차량 진단과 AI 시스템이라는 두 가지 두드러진 사례 외에도, 기능 튜닝 및 지속적인 개선, 사이버 보안, 가상 센서, 경로 계획, 운전자 안전 모니터링 및 평가 등 거의 동등한 비중을 차지하는 다양한 활용 사례가 있다는 점을 발견했습니다. 따라서 AI 의 활용 분야는 실로 다양하다는 것을 알 수 있습니다. 종합해 볼 때, 이는 향후 엄청난 기회를 제공할 것이라고 생각합니다.

그리고 여러분의 휴대폰에서는 제공되지 않는 기능들만 있습니다.

사실이에요. 그렇죠? 제 생각에 많은 사람들이 그렇게 느끼고 있고, 일부 자동차 제조사들도 “그냥 휴대폰을 통해 차량—즉, 운전자와 소통하면 되겠지”라고 말하고 있으니까요. 하지만 현실은 이러한 기능 중 상당수가 차량 시스템에 대한 지식을 필요로 한다는 점입니다. 꼭 안전과 직결되는 기능은 아닐 수도 있죠. 그건 또 다른 문제니까요. 하지만 안전 루프 밖에서도 인공지능( AI )을 활용해 차량을 이해하고 개선해 나간다면, 시스템이 긴밀하게 연동되어 있다면 여전히 엄청난 가치를 창출할 수 있습니다.

네. 그리고 제게 있어 이것은 수익 창출로 이어지는 직통길입니다.

그래. 맞아.

정말 훌륭하네요. 그런데 예측 유지보수 얘기가 나온 김에 말씀드리자면, 저희가 확인한 점 중 하나는 응답자들 사이에서 이 주제가 정말 일관되게 최우선 과제로 꼽혔다는 것입니다. 이 질문에 응답한 사람들 중에는 어떤 분들이 있었나요?

그래서 정말 흥미로웠어요. 가끔 특정 지역을 살펴보면 지역마다 차이가 크거나, 기업마다 차이가 많이 보이잖아요. 하지만 아시다시피, 이 회사는 그 모든 기업 중에서 1위를 차지하고 있으며, 특히 중국에서 매우 강력한 입지를 보이고 있습니다. 중국이 사물인터넷( AI )에 적극적으로 투자하고, 차량의 예측 정비에 AI 를 활용하는 데 중점을 두고 있다는 점이 정말 흥미롭습니다. 즉, 그들은 현재 차량 품질이 가장 중요한 고려 사항이라는 점을 확실히 이해하고 있는 것이죠.

그렇군요. 중국은 그 부분에서 매우 강력한 모습을 보였습니다. 북미 지역도 마찬가지였는데, 응답자의 43%가 예측 유지보수( AI )를 최우선 과제로 꼽았습니다. 2차 공급업체들도 마찬가지였는데, 이는 정말 흥미로운 점입니다. 일반적으로 예측 유지보수를 시행하려면, 하위 부품을 제조하는 2차 공급업체들이 이 과정에 참여해야만 성공할 수 있다고 생각하기 때문입니다. 그들은 이 과정에서 가치를 인식하고 있으며, 이는 아마도 이에 투자하고 있다는 것을 의미합니다. 다만 한 가지 눈에 띄는 점이 있었습니다.

독일은 예외적인 사례였습니다. 독일이 ‘ AI ’ 투자에서 예측 유지보수에 거의 중점을 두지 않았다는 점은 꽤 흥미로운데, 이는 독일 측이 ‘ AI ’ 없이도 이를 수행할 수 있다고 생각한다는 것을 시사할 수 있습니다. 맞습니다. 사실입니다. 독일은 다른 우선순위를 두고 있는 것이죠.

네. 제 말은, 저희는 독일의 품질, 특히 품질에 대한 철저한 관심이 유명하고 오랜 전통을 가지고 있다는 점을 농담 삼아 이야기했었죠. 그래서 어쩌면 그들은 ‘ AI ’ 같은 기능을 굳이 탑재하지 않아도 될 만큼 품질을 확보하고자 하거나, 문제를 해결하기 위해 좀 더 전통적인 접근 방식을 선호하는 것일 수도 있습니다. 하지만 흥미로운 추세인 건 맞습니다. 그리고 좀 더 포괄적으로, 수익화 방안을 살펴보면서 어떤 종류의 기능과 서비스가 고객 충성도를 가장 높이거나 사후 판매 수익을 창출할 수 있을지 논의했죠. 즉, 고객 충성도나 수익 중 하나일 수 있다는 거죠. 그 부분에서 어떤 점들을 확인하셨나요?

26:44 핵심 중점 분야로서의 예측 정비

음, 다시 말해서 가장 중요한 건 뭐였죠? 예측 유지보수입니다.

네.

다시 말해, 이는 차량의 품질과 차량이 어떻게 가치를 제공하는지, 그리고 실제 주행감이 어떤지를 살펴보는 것입니다. 그렇죠? 하지만 자율 주행과 향상된 개인화 기능도 매우 높은 순위를 차지하고 있습니다. 다만, 이 부분에서 지역별 차이가 상당히 크다는 점이 흥미롭습니다.

그렇죠? 그 부분에 대해서는 잠시 이야기해 보겠지만, 여기서 꼭 기억해야 할 중요한 점은 OEM 업체들이 단 하나의 전략만 고수할 수는 없다는 것입니다. 그렇죠? ‘하나의 전략으로 모든 상황을 해결할 수 있다’는 식은 안 된다는 거죠.

여러분이 각 지역에 맞춰 유연하게 대응할 수 있을 만큼 유연한 소프트웨어 정의 플랫폼을 갖추어야 합니다. 그렇죠?

대부분의 OEM 업체들은, 모든 경우는 아니지만 대부분의 경우, 전 세계적으로 제품을 판매하고 있기 때문입니다.

그리고 생각해 보면, 우리는 이 주제에 대해 수년 동안 논의해 왔습니다. 모든 지역에 일률적인 전략을 적용할 수 있다고 생각하는 것은 올바른 접근 방식이 아닙니다. 경우에 따라 지역별 규제 차이가 존재하고, 개인정보 보호 기준도 다르며, 지역별 선호도 차이도 있습니다. 따라서 SDV가 가져다줄 수 있는 핵심 가치 중 하나는 공통된 하드웨어 플랫폼을 재사용 가능한 방식으로 활용해 전 세계의 다양한 시장에 진출할 수 있는 능력입니다.

정확합니다. 그리고 이것이 지속 가능한 비즈니스 모델로 이어집니다. 그러면 북미 시장에서 소비자들이 중요하게 여기는 고품질의 차량 내 엔터테인먼트 서비스를 제공할 수 있습니다. 또한 일본이나 중국에서는 자동 주행에 중점을 둘 수 있고, 북미에서는 예측 유지보수를, 일본에서는 차량 승차감 맞춤 설정과 같은 서비스를 강조할 수 있습니다.

작년에 유럽의 자율주행 도입률이 낮았고, 올해도 여전히 낮은 수준을 유지하며 오히려 하락세를 보이고 있다는 점을 제가 2년 연속으로 지적해야 하는 상황입니다. 유럽인들은 그냥 직접 운전하는 것을 좋아하고, 무엇을 할지 스스로 결정하고 싶어 하는 것 같습니다. 하지만 중국에서는 자율주행이 활발히 확산되고 있으며, 일본에서도 마찬가지입니다. 정말 흥미롭네요.

네. 하지만 누가 알겠어요? 새로운 시스템, 즉 종단 간 시스템이 도입되면 언젠가 유럽에서도 의견이 바뀌는 모습을 보게 될지도 모르겠네요.

이 주제를 다루는 마지막 세션에서는 예측 유지보수에 대해 이야기했습니다. 이는 Sonatus 에서 많은 관심을 기울여 온 분야입니다. 고객들께서도 이 분야에 큰 관심을 보이고 계시며, 저희는 ‘ AI Technician’ 제품을 통해 이 분야를 매우 광범위하게 다뤄왔습니다. 이 데이터를 살펴보니 정말 흥미로웠는데, 예측 유지보수가 여러 측면에서 가장 우수한 성과를 보였기 때문입니다.

이는 자율주행 분야를 제외한 ‘ AI ’의 가장 대표적인 활용 사례로 꼽혔습니다. 응답자의 34%는 이것이 ‘ AI ’의 가장 주요한 활용 사례라고 답했습니다. 또한 이는 매출과 고객 충성도를 높이는 가장 큰 동력이기도 합니다. 응답자의 44%는 이것이 가장 큰 동력이라고 답했습니다.

또한 1차 협력사, 2차 협력사, 자동차 제조사, 공급업체 모두로부터 일관되게 가치 있는 요소로 평가받았습니다. 이 세 그룹 모두 이를 핵심 공급처이자 핵심적인 가치 창출 요소라고 언급했습니다. 매우 흥미롭네요.

정말 흥미롭네요. 앞으로 업계가 확실히 이 부분에 주력하게 될 것 같습니다. 그리고 다시 한 번 말씀드리지만, 저는 이 점이 마음에 듭니다. 바로 이것이 업계가 차량을 더 나은 방향으로 발전시키기 위해 다시 집중해야 할 부분입니다.

이를 더욱 개선하고, 로열티 경험을 향상시키는 것입니다. 앞서 OEM 업체들에게 고객 로열티가 얼마나 큰 가치를 지니는지 이야기를 나눴습니다. 신규 고객을 확보하는 것은 어렵습니다. 따라서 기존 고객을 유지할 수 있다면 훨씬 더 좋습니다. 서비스 경험을 개선하고 품질을 높일 수 있다면, 운전자가 다시 찾아와 향후 귀사에서 차량을 재구매하게 될 것입니다.

그리고 당신은 ‘차별화’라는 정말 중요한 점을 지적하셨습니다. 소프트웨어 정의 차량(SDV)으로 전환함에 따라, 많은 OEM 업체들은 어떻게 차별화를 꾀하고 자사의 독보적인 경쟁 우위를 유지할지 고민하고 있습니다. 만약 품질에 집중하고, 차량의 수명을 연장하며, 오랫동안 새로운 기능을 추가할 수 있는 차량을 만든다면, 분명히 그 방향으로 나아가고 계신 것이라고 생각합니다.

30:28 설문조사 결과 확인하기

정말 대단하네요. 자, 마이테, 이건 정말 방대한 설문조사네요.

사람들이 이 자료를 어떻게 이용할 수 있는지 함께 이야기해 봅시다. ‘ Sonatus’ 웹사이트에 조만간 관련 링크가 게시될 예정이며, 이 링크는 쇼 노트에도 안내해 드릴 예정입니다. 설문조사 결과와 주요 결론은 저희가 제공해 드릴 예정입니다. 만약 더 깊이 알아보고 싶으신 분들은 귀하께 직접 문의하실 수 있으며, 쇼 노트에 귀하의 연락처 정보도 함께 기재해 둘 예정입니다. 이 설문조사에 대해 더 자세히 알고 싶으신 분들은 Omdia를 통해 귀하께 연락하시면 됩니다.

네. 그리고 다른 질문들에 대해서도 더 자세히 알아보세요. 정말 방대한 설문조사라서 저도 무척 기대가 됩니다.

매년 저희 행사에 참석해 주셔서 언제나처럼 감사드립니다. 정말 기쁩니다. 작년 COVESA에서도 이 행사를 진행했었는데, 다시 만나게 되어 무척 기쁩니다. 또한, 업계를 이해하기 위한 이 중요한 행사에 함께해 주셔서 감사합니다.

감사합니다.

이번 에피소드가 마음에 드셨다면, ‘좋아요’를 누르고 채널을 구독해 주세요. 앞으로 더 많은 비슷한 콘텐츠를 만나보실 수 있습니다. 조만간 다음 에피소드에서 다시 뵙기를 기대합니다.