테슬라가 들어왔고, 현대차는 노선을 갈았다

왜 하필 지금 노선을 갈았을까. 답은 3년 전으로 거슬러 올라간다.

2023년 4월 현대차그룹은 G90·EV9 의 레벨 3 (HDP, Highway Driving Pilot — 80 km/h 이하 고속도로 자율주행) 적용을 공식 연기했다. 80 km/h 환경 신뢰성 미달이 사유였다. 이후 재인증과 일정 조정이 반복됐고, 2026년 5월 현재까지 양산된 L3 차량은 0대다. 누적 지연은 3년 이상. '하드웨어 강자, 소프트웨어 추격자' 라는 구도가 굳어진 결정적 시기였다.

좌초의 표면 원인은 인증과 신뢰성이지만, 더 깊은 층에는 데이터가 있다. 자율주행 모델은 도심 운행 영역 (ODD, Operational Design Domain) 의 사례를 누적해야 학습이 진전된다. 한국의 시범 인프라는 고속도로 44개 노선 5,224 km 화물 시범운행지구가 중심이고, 도시 단위 일반 차량 데이터를 모을 구조가 아니다. 광주 200대 시범 (2026년) 이 가장 큰 도시형 사업이다.

반면 테슬라는 비전 단일 스택으로 좁혀 글로벌 누적 약 100억 km 의 감독형 주행 데이터를 모았고, 화웨이 Qiankun ADS 는 2026년 초 누적 87.6억 km — 단일 중국 시스템으로 FSD 글로벌의 약 88% 수준이다. 한국 단일 OEM 의 도심 자율주행 데이터는 비교 가능한 단위로 공개되지 않았다. 격차는 모델 우열이 아니라 데이터 규모의 문제로 굳어졌다.

중국을 한 덩어리로 묶으면 그림이 흐려진다. 화웨이 진영 (Qiankun ADS — 둥펑·아이토 등) 과 Xpeng 진영 (XNGP / VLA 2.0 — 자체 모델 + 폭스바겐 공급) 이 양대 축이고, BYD 는 자체 L2 가 유럽 평균 미만으로 평가된다. 같은 중국 OEM 안에서도 자율주행 격차가 크다.

P3 그룹의 2024년 ADAS 벤치마크 (5점 만점) 가 이를 보여준다. 화웨이 기반 아이토 M9 가 4.73, Xpeng X9 가 4.60, BYD 송L 이 3.37. 화웨이·Xpeng 진영과 BYD 사이에 약 1.2~1.4점 차이가 있다. 단 BYD 는 ADAS 부품 공급에서는 다른 얼굴이다. 2025년 중국 시장 점유 12.5% (200만 세트) 로 보쉬에 이은 2위. 자체 자율주행 스택은 약하지만 부품 수직계열화는 강하다는 뜻이다.

핵심은, 중국 진영의 강자가 단순히 인구나 자본이 아니라 도시 데이터의 누적 폭에서 나온다는 점이다. Xpeng 의 243개 도시 커버리지는 중국 정부의 데이터 정책과 도시 시범 인프라가 결합한 결과다. 같은 정책 자원을 한국이 곧장 복제하기는 어렵다 — 도시 규모와 운전 환경 다양성이 다르고, 개인정보·도로 매핑 규제 체계도 다르다.

현대차그룹의 새 노선을 한 줄로 줄이면 '3중 헤지' 다. 자체 OS (플레오스) + 빅테크 동맹 (엔비디아·구글 딥마인드) + 자율주행 파운드리 (웨이모). 셋의 역할이 모두 다르다.

첫째, 플레오스. CODA 아키텍처 위에 Gleo AI 를 얹은 풀스택 SDV 플랫폼이고 2030년까지 그룹 글로벌 누적 약 2,000만 대 적용이 목표다. 폭스바겐의 CARIAD, GM 의 Ultifi 와 비교할 만한 단일 OS 규모. 첫 양산 적용은 2026년 5월 신형 그랜저다.

둘째, 엔비디아·딥마인드 동맹. 엔비디아 블랙웰 GPU 약 5만 장이 현대차그룹 AI 팩토리에 들어가고, 구글 딥마인드의 VLA 모델이 자율주행·피지컬 AI 에 결합된다. 자체 모델·자체 칩 단독 노선을 사실상 포기한 결정이다. 칩과 거대 모델은 동맹에서 받고, 차량 적합화와 OS 통합은 자체에서 한다는 분업.

셋째, 웨이모 파운드리. 메타플랜트 아메리카 (조지아) 에서 생산하는 아이오닉5 에 웨이모 6세대 드라이버가 탑재된다. 자체 자율주행을 키우면서 동시에 경쟁사 자율주행의 위탁 생산을 하는 이중 구조다. 모셔널 (그룹 자체 L4) 은 2026년 하반기 라스베이거스 무인 로보택시 상용화 예정 — 글로벌 L4 는 자체로, 위탁은 웨이모로.

Porter 의 5 Forces 를 빌리면 공급자 (엔비디아·딥마인드) 와 잠재 경쟁자 (테슬라·화웨이·Xpeng) 가 동시에 강해지는 시장에서, 한 축에 베팅하지 않고 셋으로 분산한 결정이다. 동맹 비용 (라이선스·지분·데이터 공유) 과 단독 R&D 비용을 합치면 단기 비용은 높아지지만, 어느 한 축이 무너져도 나머지가 살아남는 구조다.

그림은 깔끔하지만 균열이 있다. 그룹 사상 최대 125.2조 원 투자안과 양산 L3 차량 0대가 같은 회사의 현재 상태다. 투자 규모와 실제 양산 사이의 거리를, 새 동맹과 새 OS 가 5년 안에 메울 수 있을지가 질문의 본질이다.

첫 번째 균열은 시간이다. 현대차의 자체 L2++ 도심은 2029년 초에야 도착한다. 그 시점에 테슬라 FSD 한국판은 이미 양산 적용 4년차이고, 중국 Xpeng VLA 2.0 은 폭스바겐 라인업까지 공급된 뒤다. 누적 데이터 격차가 그 사이 더 벌어질 가능성이 크다. 후발 진입의 통상적 위험이다.

두 번째 균열은 파운드리 모델 자체다. 웨이모 6세대 드라이버를 탑재한 아이오닉5 가 미국에서 잘 팔릴수록, 모셔널의 자체 L4 와 시장이 겹친다. 같은 그룹 안에서 자체 자율주행과 위탁 자율주행이 경쟁하는 자기잠식 가능성이다. 단기 매출은 늘지만 장기 브랜드의 자율주행 정체성이 흐려질 수 있다.

세 번째 균열은 정부 정책과의 정합성이다. 2027년 정부 L4 상용화 목표는 시범운행지구 단위에서는 가능하지만, 도시 전체 데이터 누적이라는 중국식 모델로 가지 못한다. 광주 200대 (2026년) 가 가장 큰 도시 시범이고, 마포 L4 택시도 시범 단위다. 시범 기반 데이터로 양산 모델을 학습시킬 수 있느냐는 별도의 기술 질문이다.

반대 가설도 있다. 데이터 규모 격차가 결정적이지 않을 가능성이다. VLA 같은 거대 모델이 도메인 전이 학습으로 한국 도로에 빠르게 적응한다면, 누적 km 자체보다 모델·칩·OS 의 통합 품질이 결정적일 수 있다. 이 가설이 맞다면 현대차의 빅테크 동맹은 시간 격차를 모델 품질로 따라잡는 합리적 베팅이 된다.