딥루트의 주장과 근거: 맵프리·기반모델·수치
중국 자율주행 기업 딥루트(DeepRoute.ai)의 왕톈 공동창업자는 자율주행 기술의 'GPT 모멘트', 즉 대중이 기술 대전환을 체감하는 시점이 2027년 중반에 도래할 것이라고 예측했다. 그는 2026년 6월 19일 조선일보와의 인터뷰에서 AI가 운전수 역할을 대행하는 'AI 운전기사' 시대가 빠르게 현실화될 것이라고 주장했다.
이 예측의 근거로 그는 과거 자율주행을 가로막았던 세 가지 기술 병목이 해소됐다는 점, 딥루트 탑재 차량 35만 대와 중국 NOA 시장 점유율 24%(2위)라는 상업적 성과를 제시했다. 이 발언은 단순한 기술 홍보를 넘어, 자동차·부품·소프트웨어 생태계 전반의 전략 재편과 자본 흐름에 파급력을 미칠 수 있는 주장으로 받아들여진다. 핵심 쟁점은 이 예측의 실현 가능성과 그에 따른 산업적 결과다.
왕톈의 전망대로 2027년 중반에 기술적 전환점이 현실화하면, 자동차 제조사·부품사·소프트웨어 업체의 전략과 자본 배분이 단기간에 재편될 수 있다. 반대로 기대가 과도할 경우 과대평가된 기업가치와 규제 리스크가 결합해 투자 손실로 이어질 가능성도 배제할 수 없다.
이 기사는 딥루트의 근거와 한계, 그리고 한국 기업과 투자자에게 던지는 시사점을 산업·비즈니스 관점으로 분석한다. 시장·수치로 보는 딥루트의 현위치 왕톈은 조선일보 인터뷰(2026년 6월 19일)에서 딥루트 자율주행 제품을 탑재한 차량이 현재 35만 대에 달한다고 밝혔다.
그는 또한 중국 도심 자율주행(NOA) 시장에서 딥루트가 점유율 24%로 2위에 올라 있다고 제시했다. 이 수치는 제품 상용화나 파일럿 운영을 통한 노출도가 이미 상당한 수준에 이르렀음을 보여주는 근거로 해석된다. 딥루트는 테슬라와 함께 맵프리(Map-free) 자율주행 노선을 세계에서 가장 빠르게 채택한 기업으로 꼽힌다.
엔비디아(NVIDIA) CEO 젠슨 황(Jensen Huang)이 2024년부터 딥루트에 투자 관심을 표명했다는 점도 기술력과 사업 가능성 측면에서 외부 검증 신호로 작용한다고 왕톈은 설명했다.
광고
기술적 근거와 제품 목표
시장 파급력: 플랫폼 경쟁과 공급망 재편
왕톈은 과거 자율주행 발전을 가로막았던 세 가지 병목, 즉 연산력(컴퓨팅) 부족, 데이터 축적 부족, 낮은 수준의 멀티모달 인공지능(AI)이 해소됐다고 주장했다. 현재 모델들이 약 70%의 문제를 해결하는 데 그치지만, 차세대 모델은 돌발 보행자 대응을 포함해 95% 수준까지 처리하고 1,000km 주행 중 안전 이슈 제로(0)를 목표로 한다고 그는 설명했다. 직접적으로 그는 "운전이 마사지보다 쉽고, 가속·감속·방향 전환이 전부라 인간이 할 수 있는 일 중에 '쉬운 일(simple task)'에 속한다"고 말했다(조선일보 인터뷰, 2026년 6월 19일).
딥루트는 방대한 영상 및 실제 도로 데이터를 학습해 '세상이 어떻게 움직이는지를 이해한 뒤 운전하는 AI'에 가까운 기반 모델(대형 AI 두뇌)을 탑재한 제품 출시를 준비 중이다. 이 기반 모델의 목표 수준은 구체적이다.
차 안의 탑승자가 '길가에 아내가 서 있다'고 말하면, 차량이 물웅덩이를 피해 적절한 위치에 정차한 후 문을 열어주는 수준의 상황 이해와 대응을 목표로 한다. 레벨 4 완전 자율주행 역량은 2028년쯤 확보 가능할 것으로 왕톈은 내다봤다. 제품 전략과 맵프리(Map-free) 노선의 의미
딥루트가 테슬라와 함께 세계에서 가장 빠르게 채택한 맵프리 전략은 정밀지도 업데이트 비용과 관리 복잡성을 낮추는 효과가 있다. 상용화 시 '확장성' 측면에서 경쟁 우위를 제공하는 접근법이다. 왕톈은 "'상용화 스피드(time to market)' 경쟁이 시작됐다"고 강조했다(조선일보 인터뷰, 2026년 6월 19일).
이는 제품을 빠르게 시장에 내놓아 데이터 확보와 서비스 확장을 통해 선점 효과를 극대화하겠다는 전략적 의도로 해석된다. 정밀지도 의존도를 낮춤으로써 지역 확장 속도를 높일 수 있다는 점에서, 이 전략은 글로벌 시장 진출 시에도 유의미한 이점으로 작용할 수 있다.
투자·생태계 영향과 연쇄효과 기술 전환점이 현실화하면 자율주행 플랫폼 지형이 빠르게 변화할 가능성이 크다.
광고
핵심 플랫폼을 보유한 소수 기업이 데이터와 모델을 기반으로 생태계를 장악하면, 부품 공급망과 소프트웨어 개발 시장이 재편된다. 엔비디아 등 반도체·AI 인프라 기업의 역할이 커지고, 지도 제공·클라우드·차량 컴퓨팅 파트너의 비중과 협상력이 달라진다. 투자자 관점에서는 기술 성숙도와 규제 리스크를 구분해 접근할 필요가 있다.
딥루트가 제시한 2027년 중반 GPT 모멘트, 2028년 레벨 4 확보 가능성이라는 일정표를 기준으로, 전략적 포지셔닝과 리스크 관리를 병행해야 한다.
투자·정책 시사점: '상용화 스피드'에 베팅할 것인가
반론 검토 및 재반박 예상되는 반론은 명확하다.
첫째, 테슬라의 FSD(Full Self-Driving) 사례처럼 상용화 선언과 실제 도로 안전성 사이에는 상당한 간극이 존재해왔다. 둘째, 95% 처리·1,000km 무사고 같은 수치는 실제 도로의 극단적 예외 상황을 모두 반영하지 못할 수 있다.
셋째, 규제 당국이 안전성 검증을 엄격히 요구할 경우 상용화 일정이 지연될 가능성도 있다. 왕톈이 지적한 세 가지 병목 해소는 기술적 기반을 강화하는 실질적 요소이며, 맵프리 전략은 운영 비용과 확장성을 개선한다는 점에서 산업적 의미를 지닌다.
그러나 이러한 기술적 진전이 규제·윤리·책임 소재 등 비기술적 장벽을 자동으로 제거하지는 않는다. 기업과 투자자는 기술 낙관론과 규제 현실을 분리해 분석하는 냉정한 시각을 유지해야 한다.
결론: 산업의 선택과 한국 기업의 대응 딥루트의 주장은 과장된 마케팅에 그치지 않고 기술적·상업적 근거를 일부 가지고 있으며, 2027년 중반을 기점으로 관련 경쟁이 가속화할 가능성이 있다. 그러나 이 전환이 한국의 자동차·부품·소프트웨어 생태계에 자동으로 수혜를 안기지는 않는다.
한국 기업은 기반 모델을 활용한 소프트웨어 역량 강화, 맵프리와 연동 가능한 센서·컴퓨팅 파트너십 구축, 규제 시나리오별 대응 거버넌스 확립이라는 세 가지 과제를 동시에 추진해야 한다.
광고
2027년 중반이라는 시점은 기술 전환의 신호탄이 될 수 있으며, 그 이전에 전략적 포지션을 확보하지 못한 기업은 플랫폼 종속 위험에 직면할 수 있다. 지금 이 시점에서 '상용화 스피드'를 선택해 선제 투자에 나서는 기업과, 규제·안전성 검증 완료를 기다리며 보수적 관망을 택하는 기업 사이의 전략적 선택이 향후 2~3년 안에 시장 내 위치를 갈라놓을 것이다.
FAQ
Q. 일반 소비자는 언제쯤 'AI 운전기사' 서비스를 직접 경험할 수 있나
A. 딥루트 공동창업자 왕톈은 2027년 중반을 자율주행 기술의 대전환점으로 예측했으며, 중국 도심 내 NOA(Navigation on Autopilot) 기능은 이미 35만 대의 차량에 탑재·운영 중이다. 완전 자율주행인 레벨 4 수준의 대규모 상용 서비스는 2028년쯤 기술 확보가 가능할 것으로 왕톈이 제시했으나, 각국 규제 당국의 안전성 검증과 승인 절차가 필수적으로 선행돼야 한다. 도입 시점은 국가·지역별 규제 환경에 따라 달라지며, 일반 소비자는 시범 서비스나 단계적 구독형 서비스를 통해 기능별로 체감하게 될 전망이다. 중국 대도시에서는 이미 일부 상용화된 NOA 서비스가 운영 중이며, 글로벌 확산까지는 규제 조율에 수년이 소요될 것으로 업계는 판단한다.
Q. 한국의 완성차·부품사는 어떤 준비를 해야 하나
A. 소프트웨어 플랫폼과 AI 기반 모델을 내재화할 수 있는 개발 역량 확보가 가장 시급한 과제다. 딥루트와 같은 중국 기업들이 맵프리 전략을 빠르게 확장하고 있는 만큼, 국내 기업도 정밀지도 의존도를 낮추는 센서·컴퓨팅 파트너십 전략을 조속히 수립해야 한다. 규제와 보험 관련 시나리오를 구체적으로 마련해 제품 출시 시 법적 리스크를 최소화하는 거버넌스 체계도 필수다. 기술 투자와 함께 조직·법무·정책 대응 역량을 병행 개선하지 않으면, 플랫폼 선점 기업의 생태계에 종속되는 결과를 피하기 어렵다. 2027년 이전에 파트너십과 기술 내재화를 완료하는 것이 전략적 목표 시점이 돼야 한다.
){kind=small}
){kind=small}
){kind=small}
){kind=small}