중국에서 검증한 자율주행은 덴마크에서도 그대로 통할까? WeRide 로보택시의 과제

유의사항

본 글은 2026년 8월 10일 기준 공개된 WeRide와 GreenMobility의 공식 발표, 덴마크 기상청(DMI), 중국 헤이허시 정부, 유럽연합 관련 기관 자료와 논문 3편을 참고해 작성되었습니다. 덴마크 Robotaxi 서비스는 아직 규제 승인과 실제 상용운행 이전 단계이며, DANA NOTES의 분석이 함께 포함되어 있습니다.

이 글에서 다루는 내용

참고 논문

Brown, N. E., Motallebiaraghi, F., Rojas, J. F., Ayantayo, S., Meyer, R., Asher, Z., Ekti, A. R., Wang, C., Goberville, N., & Feinberg, B. (2023). Evaluation of autonomous vehicle sensing and compute load on a chassis dynamometer. 2023 IEEE 26th International Conference on Intelligent Transportation Systems (ITSC), 1989–1995.

Luke, J., Salazar, M., Rajagopal, R., & Pavone, M. (2021). Joint optimization of autonomous electric vehicle fleet operations and charging station siting. 2021 IEEE International Intelligent Transportation Systems Conference (ITSC), 3340–3347.

Paparella, F., Chauhan, K., Hofman, T., & Salazar, M. (2023). Electric autonomous mobility-on-demand: Joint optimization of routing and charging infrastructure siting. IFAC-PapersOnLine, 56(2), 2526–2531.

중국 자율주행 기업들이 유럽 시장으로 활동 범위를 넓히고 있습니다.

2026년 8월 3일 중국 자율주행 기업 WeRide(文远知行)와 덴마크 전기 모빌리티 기업 GreenMobility는 덴마크에서 L4 자율주행 모빌리티 서비스를 추진하는 전략적 파트너십을 발표했습니다.

L4는 정해진 운행조건과 구역 안에서 자율주행 시스템이 운전을 담당하는 단계입니다.

양사는 필요한 규제 승인을 전제로 2027년 상반기 일반인이 이용할 수 있는 서비스를 시작하는 것을 목표로 하고 있습니다. 투입 예정 차량은 WeRide의 최신 Robotaxi인 GXR입니다. GreenMobility는 구체적으로 2027년 상반기 코펜하겐에서 완전자율주행 차량 운영을 시작하는 것을 목표로 제시했습니다.

이번 프로젝트는 기업 두 곳만 추진하는 형태도 아닙니다.

GreenMobility와 WeRide의 공식 발표에 따르면 덴마크 도로청(Vejdirektoratet), 덴마크 교통청(Færdselsstyrelsen)과 관련 국가·지방 당국이 프로젝트 개발과 검증 과정에 참여할 예정입니다. 시험과 서비스 도입은 덴마크 및 EU 규정에 따라 진행됩니다.

다만 공공기관이 참여한다는 것과 상용서비스가 이미 승인됐다는 것은 다릅니다.

공식 발표에서도 실제 서비스 도입은 규제 승인을 전제로 한 계획입니다. 2026년 8월 10일 현재 WeRide와 GreenMobility는 초기 투입 차량 수, 코펜하겐 내 구체적인 운행구역, 충전 방식 등 추가적인 운영정보를 공개하지 않았으며, 향후 몇 달 안에 세부 내용을 발표하겠다고 밝혔습니다.

그렇다면 한 가지 질문이 생깁니다.

중국에서 이미 실제 승객을 태우며 검증한 자율주행 시스템이라면 덴마크에서도 그대로 통할까요?

중국에서는 자율주행이 어디까지 왔을까?

중국의 자율주행 시장은 단순한 기술 시험 단계에만 머물러 있지 않습니다.

중국 국무원 신문판공실이 공개한 자료에 따르면 2026년 1~2월 중국 신형 승용차 가운데 **L2급 조합 운전자 보조 시스템의 보급률은 69%**였습니다. 다만 L2는 운전자가 계속 주행 책임을 지는 운전자 보조 기술이므로 L4 Robotaxi와는 구분해야 합니다.

L4 Robotaxi는 일부 허가구역에서 실제 유료 서비스 단계까지 넘어갔습니다.

WeRide의 GXR는 2025년 2월 베이징에서 차량 내부에 안전요원이 탑승하지 않는 완전 무인 유료 호출 서비스 승인을 받았습니다. 서비스 범위에는 베이징 경제기술개발구의 주요 지역과 다싱국제공항을 연결하는 일부 고속도로 구간도 포함됐습니다.

2026년에는 중국 이용자가 WeChat에서도 WeRide Robotaxi를 호출할 수 있도록 서비스 접근성도 확대했습니다.

따라서 WeRide의 덴마크 진출을 실제 도로에서 충분히 검증되지 않은 기술을 처음 시험하는 단계라고 보기는 어렵습니다.

하지만 중국에서 상용운행 경험을 쌓았다는 것과 덴마크에서도 같은 방식으로 안정적인 서비스를 운영할 수 있다는 것은 다른 문제입니다.

중국에서 쌓은 운행 경험은 덴마크에서도 충분할까?

자율주행 시스템은 자동차와 보행자를 인식하는 것만으로 움직이지 않습니다.

도로 구조와 신호체계, 교차로 통행방식, 우선권, 자전거 이용자의 움직임, 보행자의 행동, 현지 운전자들의 주행 패턴까지 함께 판단해야 합니다.

중국의 대도시 역시 보행자·자전거·전기이륜차가 뒤섞인 복잡한 교통환경을 가지고 있습니다.

따라서 덴마크에 자전거가 많다는 사실 자체가 중국 자율주행 시스템이 처음 접하는 문제는 아닙니다.

중요한 것은 같은 자전거와 보행자가 있더라도 다른 도로 구조와 교통규칙 안에서 어떻게 움직이는가입니다.

WeRide 역시 해외시장에서는 이런 현지 적응이 필요하다고 보고 있습니다.

2026년 7월 WeRide는 독일·프랑스·일본 등에서 자사의 L2++ 지능형 주행 솔루션을 현지 검증하면서 국가마다 교통규칙, 도로환경, 운전문화와 기후조건이 다르기 때문에 현지 적응과 검증이 필요하다고 설명했습니다.

Robotaxi와 동일한 제품은 아니지만, 해외 자율주행 기술에서 현지 검증이 왜 필요한지를 보여주는 사례입니다.

여름엔 비, 겨울엔 눈·결빙… 계절마다 도로 조건이 달라진다

WeRide는 추운 환경 자체를 처음 경험하는 기업이 아닙니다.

회사는 2022년 중국 헤이룽장성 헤이허(黑河)에서 Robotaxi와 Robobus의 겨울 도로시험을 진행했습니다.

WeRide가 공개한 자료에 따르면 당시 시험환경은 영하 25℃까지 내려갔고, 폭설로 인해 센서에 많은 노이즈가 발생했으며 얼어붙은 노면에서는 강한 반사가 발생했습니다. WeRide는 이런 환경에서 Robotaxi와 Robobus의 도로시험을 진행했습니다.

헤이허 자체도 겨울이 매우 혹독한 지역입니다.

헤이허시 정부는 현지 기후를 중온대 대륙성 계절풍 기후로 설명합니다. 겨울은 길고 춥고 건조하며, 여름은 짧지만 따뜻하고 습합니다. 헤이허시 전체의 연평균기온은 2.3~3.2℃이고 역사적으로 기록된 극저온은 **영하 45℃**입니다.

그렇다면 헤이허에서 영하 25℃ 시험을 진행했다면 코펜하겐의 겨울은 오히려 쉬운 환경일까요?

꼭 그렇다고 볼 수는 없습니다.

헤이허의 겨울은 더 춥지만 건조하다

헤이허는 대륙성 기후의 영향을 강하게 받습니다.

겨울이 길고 기온이 크게 내려가며 비교적 건조한 것이 특징입니다. 반면 여름은 짧고 강수와 습도가 상대적으로 증가합니다.

즉 자율주행차 입장에서 극저온 자체에 대응하는 능력은 매우 중요합니다.

WeRide의 헤이허 시험은 이 부분에서 의미가 있습니다.

덴마크의 겨울은 덜 춥지만 0℃ 주변을 오르내린다

덴마크 기상청 DMI의 1991~2020년 기후평년에 따르면 덴마크 전체의 겨울 평균기온은 **2.0℃**입니다.

월평균은 12월 2.8℃, 1월 1.6℃, 2월 1.5℃ 수준입니다.

헤이허와 비교하면 훨씬 따뜻합니다.

하지만 겨울철 기온이 0℃ 부근을 오르내린다는 것은 다른 문제를 만듭니다.

눈이 내린 뒤 녹을 수 있고, 녹은 눈과 물이 다시 얼 수 있습니다. 눈과 물이 섞인 슬러시가 생길 수도 있고, 제설작업에 따라 도로상태가 시간마다 달라질 수도 있습니다.

DMI도 덴마크의 겨울이 대서양의 기상조건에 따라 온화하고 습한 겨울이 될 수 있다고 설명합니다.

따라서 헤이허가 매우 낮은 온도 자체를 견뎌야 하는 환경이라면, 덴마크는 눈·비·물·결빙과 해빙이 반복되는 변화 자체를 관리해야 하는 환경이라고 볼 수 있습니다.

기상학적 겨울은 3개월이지만 낮은 기온은 더 오래 지속된다

덴마크에서 기상학적으로 겨울은 12월부터 2월까지 3개월입니다.

그러나 차량 운영에서는 달력상의 겨울만 볼 필요는 없습니다.

DMI가 공개한 1991~2020년 월평균기온을 보면 3월은 약 3.3℃, 4월은 약 7.2℃, 10월은 약 9.4℃, 11월은 약 5.5℃입니다. 5월이 돼야 평균기온이 10℃를 넘어섭니다.

즉 월평균기온 10℃ 미만을 하나의 기준으로 보면 대략 10월부터 다음 해 4월까지 약 7개월입니다.

물론 7개월 내내 매일 10℃ 이하라는 의미는 아닙니다.

또한 이 수치는 코펜하겐 한 관측소가 아니라 덴마크 전국 기후평년을 기준으로 한 비교입니다.

하지만 연중 Robotaxi를 운영하는 사업자 입장에서는 의미가 있습니다.

겨울은 3개월이지만 저온과 젖은 노면, 결빙 가능성을 차량 운영조건으로 고려할 기간은 그보다 길 수 있기 때문입니다.

실제로 2025~2026년 겨울에는 덴마크가 30.9일의 전국 적설일수를 기록했습니다. DMI가 사용하는 이 지표는 오전 8시 기준 국토의 절반 이상이 0.5cm 이상의 눈으로 덮여 있는 날을 의미합니다.

1991~2020년 기후평년은 18.6일이었습니다.

여름이라고 문제가 없어지는 것도 아닙니다.

비가 내리면 젖은 노면과 물보라가 생기고 카메라와 다른 센서 표면에 물이 묻을 수 있습니다.

따라서 덴마크에서 중요한 것은 특정 계절 한 번의 극한시험이 아니라 비·눈·결빙·해빙이 반복되는 환경에서 연중 서비스를 안정적으로 유지할 수 있는가입니다.

차선이 보이지 않을 때 자율주행차는 무엇을 기준으로 판단할까?

눈이 많이 내리면 도로표시 일부가 가려질 수 있습니다.

현대의 Robotaxi가 카메라로 그어진 선 하나만 보고 운전하는 것은 아닙니다. 카메라, LiDAR, 위치정보와 여러 센서의 데이터를 함께 사용합니다.

그러나 여러 정보가 동시에 불완전해지면 문제는 달라집니다.

WeRide도 헤이허 시험에서 폭설에 따른 센서 노이즈와 빙판의 강한 반사를 기술적 과제로 설명했습니다.

예를 들어 왕복 2차선 도로에 눈이 내려 중앙선이 거의 보이지 않는 상황을 생각해볼 수 있습니다.

앞에서는 제설차가 천천히 작업하고 있습니다.

제설차는 일반 승용차처럼 목적지로 이동하는 것만이 아니라 도로의 눈을 제거하는 작업 자체가 목적이므로 평소 일반 차량과 다른 위치나 궤적으로 움직일 수 있습니다.

이때 자율주행차가 단순히

“앞 차량이 느리다 → 추월한다”

라고 판단해서는 안 됩니다.

눈 아래에 가려진 도로 구조, 반대편 차량의 위치, 제설차의 움직임, 노면 상태와 현재 센서 정보의 신뢰도를 함께 판단해야 합니다.

정보가 충분하지 않다면 추월을 포기하고 감속하거나 기다리는 방식으로 전략을 바꿔야 할 수 있습니다.

자율주행의 겨울 성능은 눈 속에서도 객체를 인식할 수 있는가만의 문제가 아닙니다. 정보가 불완전해졌을 때 평소의 운전전략을 얼마나 보수적으로 바꿀 수 있는가도 중요합니다.

실제 도로에서 만나기 어려운 상황은 시뮬레이션으로 반복한다

모든 위험상황을 실제 도로에서 반복해서 시험하는 것은 어렵습니다.

WeRide는 2026년 1월 WeRide GENESIS를 공개하면서 실제 도로에서 확보하기 어려운 희귀하거나 극단적인 주행상황을 가상환경에서 생성해 대규모 학습과 검증에 활용한다고 밝혔습니다.

이는 해외시장 확대에서도 중요한 기술입니다.

도시마다 도로와 교통행동, 날씨와 규제가 다르기 때문에 실제 도로시험만으로 모든 경우를 반복하기 어렵기 때문입니다.

그러나 시뮬레이션이나 시험장에서 특정 상황을 통과했다는 것과 실제 도시에서 눈·빙판·제설차·센서 오염과 승객 호출이 동시에 발생하는 상태에서도 서비스를 계속 운영하는 것은 같은 문제는 아닙니다.

상용 Robotaxi에는 기술시험과 다른 조건이 하나 더 붙습니다.

계속 돈을 받고 승객을 운송해야 한다는 조건입니다.

겨울에는 같은 거리도 필요한 전력이 달라질 수 있다

도로환경은 자율주행 판단뿐 아니라 에너지 운영에도 영향을 줍니다.

전기차는 저온환경에서 사용 가능한 에너지와 주행효율이 영향을 받을 수 있으며, 운행 전 배터리와 차량을 적절한 온도로 만드는 프리컨디셔닝에도 에너지가 필요합니다.

Robotaxi에는 일반 전기차에 추가되는 전력부하도 있습니다.

자율주행용 센서와 고성능 연산장치입니다.

Oak Ridge National Laboratory 연구진은 2015년형 Kia Soul 전기차에 자율주행 센서와 연산장치를 설치한 뒤 섀시 다이너모미터에서 세 조건을 비교했습니다.

센서와 연산장치를 사용하지 않는 경우
센서만 작동하는 경우
센서와 연산장치를 함께 작동하는 경우

UDDS-HWFET 복합 주행 사이클에서 기본 차량과 비교한 주행가능거리는 센서만 작동했을 때 5.6%, 센서와 연산장치를 함께 작동했을 때 12.2% 감소했습니다.

이 수치를 현재 WeRide GXR에 그대로 적용해서는 안 됩니다.

2015년형 Kia Soul과 현재 Robotaxi는 배터리, 센서와 연산장치가 모두 다르기 때문입니다.

하지만 이 연구가 보여주는 구조는 중요합니다.

자율주행 시스템 자체도 전력을 소비합니다.

따라서 Robotaxi의 전력소비는 단순히 몇 km를 달렸는지만으로 계산하기 어렵습니다.

차량을 움직이는 전력뿐 아니라 자율주행 시스템, 차량 열관리와 다른 장비를 운영하기 위한 전력도 함께 고려해야 합니다.

배터리가 남아 있어도 새로운 승객을 받지 못할 수 있다

Robotaxi는 배터리가 거의 소진된 뒤 도로 한가운데에서 운행을 멈출 수 없습니다.

따라서 새로운 승객을 배정할 때는 현재 배터리 잔량만 보는 것이 아니라 이후에 필요한 에너지까지 고려해야 합니다.

개념적으로 보면 다음과 같습니다.

현재 배터리 잔량
→ 승객이 있는 곳까지 이동
→ 승객 목적지까지 이동
→ 이후 충전 가능한 장소까지 이동
→ 예상하지 못한 상황을 위한 안전 여유전력

WeRide가 실제로 어떤 배터리 잔량 기준으로 신규 배차를 중단하는지는 공개하지 않았습니다.

하지만 이 구조에서 중요한 점이 하나 있습니다.

충전소가 어디에 있는지도 배차 가능한 거리를 바꾼다는 것입니다.

승객을 내려준 뒤 충전거점까지 2km를 이동해야 하는 차량과 15km를 이동해야 하는 차량은 같은 배터리 잔량이라도 다음 승객을 받을 수 있는 조건이 달라질 수 있습니다.

GreenMobility는 이미 충전망을 가지고 있다

덴마크 프로젝트에서 GreenMobility의 역할은 이 지점에서 중요해집니다.

GreenMobility는 현재 코펜하겐과 오르후스에서 총 1,500대의 전기 공유차량을 운영하고 있습니다.

그리고 코펜하겐의 GreenMobility 차량은 특정 GreenMobility 전용 충전소 몇 곳에만 의존하지 않습니다.

GreenMobility 공식 안내에 따르면 코펜하겐 차량은 E.ON과 Spirii의 충전소를 이용할 수 있으며, 일부 차량은 급속·초급속 충전기도 이용할 수 있습니다.

즉 WeRide가 코펜하겐에 진출한다고 해서 전기차 충전 인프라를 처음부터 완전히 새로 구축해야 하는 상황은 아닐 가능성이 큽니다.

현지 파트너는 이미 공공 충전망을 사용하는 대규모 전기차 운영 경험을 가지고 있습니다.

다만 중요한 구분이 있습니다.

현재 GreenMobility 차량이 이용할 수 있는 충전망과 앞으로 GXR Robotaxi가 실제로 사용할 충전망이 같다고 발표된 것은 아닙니다.

GXR의 충전 규격과 운영거점, E.ON·Spirii 네트워크를 그대로 이용할지 여부는 아직 공개되지 않았습니다.

충전기는 있는데, 무인 Robotaxi에는 누가 케이블을 꽂을까?

현재 GreenMobility의 전기차 충전은 자동이 아닙니다.

GreenMobility의 공식 사용 안내에는 이용자가 차량에서 충전 케이블을 꺼낸 뒤 직접 차량과 충전기에 연결하고, 충전이 끝나면 다시 케이블을 분리하도록 설명되어 있습니다. 배터리 잔량이 낮은 차량을 충전기에 연결한 사용자에게 보너스를 지급하기도 합니다.

현재 공유 전기차에서는 사람이 이 작업을 합니다.

하지만 L4 Robotaxi에는 운전자가 없습니다.

차량이 스스로 충전소까지 이동할 수 있더라도 현재와 같은 케이블형 충전기를 사용한다면 케이블을 실제 차량에 연결하는 물리적인 작업은 별도로 해결해야 합니다.

2026년 8월 10일 현재 WeRide와 GreenMobility는 덴마크 GXR의 충전을

현장 인력이 담당할지
몇 곳의 전용 충전거점에서 처리할지
기존 공공 충전망을 이용할지
자동 충전장치를 도입할지

공개하지 않았습니다.

이것은 단순한 운영상의 작은 문제가 아닐 수 있습니다.

사람을 여러 충전소에 둘까, 차량을 몇 곳으로 모을까?

만약 사람이 충전 케이블을 직접 연결해야 한다면 운영사는 하나의 선택 문제를 만나게 됩니다.

여러 충전소를 이용하면

차량이 가까운 충전소로 이동할 수 있습니다.

따라서 충전하러 가기 위해 승객 없이 이동하는 거리와 시간이 줄어들 수 있습니다.

하지만 여러 지점에서 사람이 케이블을 연결해야 한다면 충전작업을 담당할 인력을 어떻게 배치할 것인가라는 문제가 생깁니다.

필요한 지점마다 사람이 대기한다면 인건비가 증가할 수 있습니다.

몇 개의 충전거점으로 모으면

한 장소에서 소수 인력이 여러 차량을 관리할 수 있기 때문에 인력운영은 쉬워질 수 있습니다.

하지만 이번에는 Robotaxi가 충전거점까지 이동해야 합니다.

승객을 내린 위치와 충전거점이 멀리 떨어져 있다면

승객 하차
→ 충전거점까지 승객 없이 이동
→ 충전 대기
→ 충전
→ 다시 승객 수요지역으로 이동

하는 시간이 생깁니다.

승객을 태우지 않고 이동하는 이런 주행을 공차주행이라고 할 수 있습니다.

Robotaxi 사업에서 공차주행은 두 가지 비용을 만듭니다.

첫째, 승객이 없기 때문에 그 시간에는 운임수익이 없습니다.

둘째, 전기차는 충전하러 가는 동안에도 배터리를 사용합니다.

즉 충전하기 위해 전력을 소비하는 이동이 발생합니다.

충전소는 숫자보다 위치가 중요하다

충전소 위치와 공차주행의 관계는 자율주행 전기차 호출서비스 연구에서도 중요한 문제로 다뤄지고 있습니다.

Paparella et al. (2023)은 뉴욕 맨해튼의 실제 택시 수요 데이터를 이용해 전기 자율주행 호출차량의 운행경로와 충전 인프라 위치를 함께 최적화했습니다.

연구진은 충전소의 분포와 차량의 공차주행 사이에 균형이 필요하다는 점을 확인했습니다.

충전소가 너무 적으면 차량이 충전을 위해 더 멀리 이동해야 하지만, 반대로 충전소를 계속 늘린다고 운영효율이 같은 수준으로 계속 개선되는 것도 아니었습니다.

맨해튼 사례에서는 충전소 위치를 차량 운행과 함께 최적화했을 때 단순한 방식으로 배치했을 때보다 승객 없이 이동하는 차량의 에너지 소비를 최대 약 30% 줄일 수 있었고, 일정 수준 이후에는 충전소를 더 늘려도 효과가 크게 증가하지 않았습니다.

Luke et al. (2021)은 샌프란시스코를 대상으로 한 연구에서 당시 존재하던 충전소 분포를 확대해 사용하는 경우와 자율주행 차량의 운행에 맞춰 충전소 위치를 새로 최적화하는 경우를 비교했습니다.

충전소 위치를 차량 운행패턴과 함께 최적화하자

공차 이동거리 11.20% 감소
충전소 구축비 31.11% 감소
총비용 9.59% 감소
충전 에너지 소비 4.37% 감소
최대 충전부하 10.07% 감소

가 나타났습니다.

특히 최적화된 충전 인프라는 기존 충전소보다 도시 전체에 더 분산됐습니다.

차량이 충전하기 위해 불필요하게 먼 거리를 이동하는 것을 줄이는 방향으로 충전소가 배치됐기 때문입니다.

물론 맨해튼과 샌프란시스코의 결과를 코펜하겐에 그대로 적용할 수는 없습니다.

도시의 도로망과 승객 수요, 차량 규모와 충전환경이 모두 다르기 때문입니다.

하지만 두 연구가 공통적으로 보여주는 점은 분명합니다.

Robotaxi에 필요한 것은 단순히 많은 충전기가 아니라 실제 승객 수요와 차량 이동경로에 맞는 충전 인프라입니다.

이 점에서 GreenMobility가 이미 E.ON과 Spirii의 충전망을 이용하고 있다는 것은 WeRide에 유리한 조건입니다.

그러나 현재 사람이 운전하는 공유 전기차에 편리한 충전소 위치가 무인 Robotaxi에도 가장 효율적인 위치라고 볼 수는 없습니다.

기존 충전망 가운데 어떤 곳을 실제 Robotaxi 충전에 사용할지, 별도의 전용거점을 만들지는 앞으로 확인해야 합니다.

추가로 고려할 비용이 있다

충전소의 위치와 공차주행을 최적화하는 것만으로 실제 Robotaxi 운영비가 모두 결정되는 것은 아닙니다.

Luke et al. (2021)은 차량 구매비, 충전소 구축비, 전기요금과 차량 이동비용 등을 고려해 자율주행 전기차와 충전 인프라를 함께 최적화했습니다. 다만 연구진은 충전소의 토지비, 인건비와 인허가 비용은 지역에 따라 차이가 크기 때문에 모델에 포함하지 않았다고 명시했습니다.

코펜하겐의 실제 Robotaxi 사업에서는 이 가운데 인건비가 새로운 운영변수가 될 수 있습니다.

현재 GreenMobility의 공유 전기차는 이용자가 직접 충전 케이블을 차량에 연결합니다. 하지만 운전자가 없는 Robotaxi에서는 이 작업을 다른 방식으로 해결해야 합니다.

만약 사람이 직접 충전을 담당한다면 선택지가 생깁니다.

여러 충전소에서 Robotaxi를 충전할 수 있도록 하고 각 지역에 필요한 인력을 배치하면 차량이 가까운 충전소를 이용할 수 있어 공차주행을 줄일 수 있습니다. 대신 충전업무를 담당하는 인력이 여러 장소에 분산되면서 인건비가 증가할 수 있습니다.

반대로 충전 인력을 몇 곳의 전용거점에 집중하면 인력 운영은 효율적으로 할 수 있습니다. 하지만 차량은 승객을 내려준 뒤 지정된 충전거점까지 이동해야 하므로 공차주행 거리와 이동시간, 전력소비가 증가할 수 있습니다.

결국 실제 Robotaxi 사업에서는 기존 연구에서 다룬

충전소 위치 ↔ 공차주행

에 하나의 변수가 더해집니다.

충전소 위치 ↔ 공차주행 ↔ 충전 인력

입니다.

어느 방식을 선택하더라도 비용이 사라지는 것은 아닙니다. 사람을 차량 가까이 배치하면 인건비가 늘 수 있고, 차량을 사람 가까이 이동시키면 공차주행과 전력소비가 늘 수 있습니다.

2026년 8월 10일 현재 WeRide와 GreenMobility가 코펜하겐 Robotaxi의 충전을 어떤 방식으로 운영할지는 공개하지 않았습니다.

따라서 실제 서비스가 시작되면 충전기가 얼마나 많은가뿐 아니라 충전 작업을 누가 담당하고, 차량과 충전 인력을 어떤 위치에 배치하는지가 Robotaxi의 운영비와 차량 가동률을 결정하는 중요한 요소가 될 수 있습니다.

충전거리가 늘어나면 배차 가능한 배터리도 줄어든다

충전거점의 위치는 단순한 공차주행 문제로 끝나지 않습니다.

앞에서 살펴본 신규 승객 배차에도 영향을 줄 수 있습니다.

개념적으로 Robotaxi의 에너지 판단은 다음처럼 바뀝니다.

현재 배터리
→ 다음 승객까지 이동
→ 승객 목적지까지 이동
→ 지정 충전거점까지 이동
→ 안전 여유전력

충전거점이 멀어질수록 차량은 마지막 구간에 더 많은 전력을 남겨야 합니다.

즉 배터리의 물리적인 잔량은 같더라도 새로운 승객에게 사용할 수 있는 실질적인 에너지 범위는 줄어들 수 있습니다.

이 문제는 겨울에 더 커질 수도 있습니다.

낮은 기온에서 차량의 에너지 효율이 달라지고, 배터리와 차량 상태를 관리하기 위한 전력이 증가하는 상황에서 충전거점까지 공차로 이동해야 하기 때문입니다.

전비 저하
→ 충전 빈도 증가
→ 충전거점으로 공차 이동
→ 공차 이동에도 전력소비
→ 신규 배차를 더 일찍 중단
→ 유상운행시간 감소

라는 연결이 만들어질 수 있습니다.

중요한 것은 최대 주행거리보다 차량 가동률이다

여기에서 기술문제는 Robotaxi의 사업성으로 연결됩니다.

Robotaxi는 단순히 도로를 많이 달린다고 수익을 만드는 것이 아닙니다.

승객을 태우고 돈을 받는 시간이 충분해야 합니다.

충전하러 이동하는 시간에는 승객이 없습니다.

충전 중에도 승객을 받을 수 없습니다.

센서를 점검하거나 차량을 정비하는 시간에도 운임수익은 발생하지 않습니다.

악천후로 운행을 중단한다면 그 시간 역시 수익을 만들지 못합니다.

따라서 Robotaxi 사업에서는 최대 주행거리뿐 아니라

차량 한 대가 하루 동안 실제로 승객을 태우는 시간
충전 한 번으로 유상운행할 수 있는 시간
충전하러 이동하는 공차시간
실제 충전시간
정비·세척·점검으로 빠지는 시간
전체 차량 가운데 실제 운행 가능한 차량의 비율

을 함께 봐야 합니다.

기술적으로 자율주행할 수 있다는 것과 높은 차량 가동률을 유지하면서 돈을 벌 수 있다는 것은 다른 문제입니다.

그래서 GreenMobility와의 협력이 중요하다

WeRide가 덴마크에서 GreenMobility와 협력하는 이유도 이런 구조에서 이해할 수 있습니다.

GreenMobility는 이미 코펜하겐과 오르후스에서 1,500대의 전기 공유차량을 운영하고 있습니다.

차량을 어디에 배치할지, 언제 충전할지, 어떤 차량을 정비할지, 이용자가 필요한 지역에 차량을 어떻게 공급할지에 대한 현지 운영 경험을 가지고 있습니다.

WeRide 역시 이번 파트너십을 자사의 L4 자율주행 기술과 GreenMobility의 현지 차량 운영 및 공유 모빌리티 경험을 결합하는 구조로 설명합니다.

Robotaxi 서비스에는 자율주행 시스템 하나만 필요한 것이 아닙니다.

자율주행 시스템
→ 차량
→ 차량 운영·정비
→ 대기
→ 충전
→ 호출·배차
→ 결제
→ 고객 서비스

가 함께 작동해야 실제 서비스가 됩니다.

따라서 중국 자율주행 기업의 해외진출을 단순한 자율주행 소프트웨어 수출로 보는 것은 충분하지 않습니다.

자율주행 기술을 현지 운영체계와 결합해 실제 사업으로 만들 수 있는지가 중요합니다.

자율주행차가 보는 덴마크의 도로 데이터는 어디로 갈까?

해외 Robotaxi 사업에서는 데이터 처리방식도 확인해야 합니다.

Robotaxi의 카메라와 여러 센서는 차량 주변 환경을 계속 인식합니다.

그러나 센서가 데이터를 인식하는 것, 데이터를 저장하는 것, 외부 서버로 전송하는 것은 서로 다른 문제입니다.

2026년 8월 10일 현재 공개자료만으로는 덴마크에서 운행할 GXR가 어떤 원시 센서 데이터를 저장할지, 얼마나 오래 보관할지, 어디에서 처리할지, 중국에 있는 시스템이나 인력이 접근할 수 있을지 확인할 수 없습니다.

따라서 덴마크의 도로영상이 중국으로 전송된다고 단정할 근거도 현재는 없습니다.

다만 유럽데이터보호이사회(EDPB)는 커넥티드 차량과 모빌리티 애플리케이션의 개인정보 처리를 별도의 가이드라인으로 다루고 있습니다.

또한 2026년 8월 현재 중국은 EU 집행위원회의 개인정보 적정성 결정(adequacy decision) 대상국 목록에 포함되어 있지 않습니다.

따라서 개인정보가 실제로 중국으로 이전된다면 적정성 결정에 따른 자유로운 이전은 적용되지 않으며 GDPR이 정한 다른 국제이전 메커니즘이나 요건을 충족해야 합니다. 표준계약조항(SCC)은 그 가운데 하나입니다.

덴마크 서비스가 구체화되면 센서 데이터의 저장·처리 위치와 보관기간, EU 밖으로의 이전 여부도 확인해야 합니다.

DANA NOTES 해설

WeRide의 덴마크 진출에서 가장 흥미로운 지점은 자율주행 기술 자체보다 그 기술을 실제 서비스로 운영하는 과정에 있습니다.

중국에서 상용운행 경험을 쌓았고 극한 기상조건까지 시험한 기술이라도 다른 나라로 옮겨가면 도로환경, 규제, 충전과 차량 운영방식이 달라집니다.

특히 코펜하겐에서는 충전 인프라가 전혀 없는 것이 아닙니다. GreenMobility는 이미 대규모 전기차를 운영하며 기존 충전망을 이용하고 있습니다.

문제는 운전자가 없는 차량을 어떻게 충전할 것인가입니다.

여러 충전지점에 사람이 배치되면 인건비가 발생할 수 있고, 소수의 전용 충전거점으로 차량을 모으면 충전을 위해 승객 없이 이동하는 거리와 시간이 늘어날 수 있습니다.

기존 연구에서도 충전소 위치가 공차주행과 운영비에 영향을 준다는 점은 확인됐지만, Luke et al. (2021)의 모델에는 토지비·인건비·인허가 비용이 포함되지 않았습니다.

따라서 WeRide와 GreenMobility가 실제 서비스를 시작할 때는 기존 연구에서 다룬