로보택시 뒤에 숨은 인간 노동: 운전자는 사라졌지만 노동은 사라지지 않았다

거리에서 운전석이 비어 있는 로보택시를 보면 사람이 필요 없는 완전 자동화 서비스처럼 느껴집니다.

승객은 앱으로 차량을 호출하고, 목적지까지 이동한 뒤 자동으로 결제합니다. 서비스의 겉모습만 보면 기존 택시에서 운전자만 제거한 것처럼 보입니다.

하지만 실제 로보택시 서비스는 차량 안에 운전자가 없을 뿐, 차량 밖에서는 여러 사람이 운영을 뒷받침합니다.

자율주행 시스템이 판단하기 어려운 상황을 돕는 원격 지원 인력부터 차량을 충전하고 세차하는 작업자, 정비 담당자, 긴급출동 인력과 고객지원 담당자까지 다양한 인간 노동이 필요합니다.

로보택시는 인간 노동을 완전히 없앤 서비스라기보다, 눈에 보이던 운전 노동을 차량 밖의 운영·지원 노동으로 재편한 서비스에 가깝습니다.

로보택시는 정말 무인 서비스일까?

로보택시의 핵심은 사람이 운전하지 않아도 차량이 주변 환경을 인식하고 주행할 수 있다는 점입니다.

카메라와 라이다, 레이더 등의 센서로 도로와 차량, 보행자를 감지하고 자율주행 시스템이 경로와 속도를 결정합니다. 승객이 탑승한 상태에서 차량을 직접 조작하는 운전자는 없습니다.

그러나 차량 한 대가 지속적으로 운행하려면 주행 기능 외에도 많은 업무가 필요합니다.

• 차량 충전과 차고지 배치

• 정기 점검과 부품 교체

• 고장 차량의 수리와 회수

• 외부 세차와 실내 청소

• 분실물과 승객 문의 처리

• 사고 및 긴급상황 대응

• 공사 구간과 도로 장애물에 대한 원격 지원

• 차량 운영 상태 모니터링과 소프트웨어 관리

기존 택시에서는 운전자가 차량 상태 확인, 간단한 청소, 승객 응대와 돌발상황 판단의 일부를 함께 수행했습니다. 로보택시는 이 역할을 자율주행 시스템과 여러 운영 조직으로 나눕니다.

따라서 ‘무인’이라는 표현은 차량 안에 운전자가 없다는 의미로는 맞지만, 서비스 전체에 사람이 필요 없다는 의미로 받아들이면 실제 운영 구조를 놓치게 됩니다.

원격 지원은 사람이 뒤에서 대신 운전하는 것일까?

로보택시의 인간 노동을 이야기할 때 가장 주의해야 할 부분은 원격 지원과 원격 운전을 구분하는 것입니다.

Waymo는 자율주행 차량이 공사 구간이나 복잡한 도로 장애물처럼 판단하기 어려운 상황을 만났을 때 Fleet Response 팀에 지원을 요청할 수 있다고 설명합니다.

원격 지원 인력은 차량의 센서 정보와 주변 상황을 확인하고, 자율주행 시스템에 추가적인 맥락이나 선택 가능한 경로 정보를 제공합니다. 하지만 Waymo의 설명에 따르면 원격 지원 인력이 차량의 핸들과 가속·제동을 계속 조작하는 것은 아닙니다. 차량의 통제권과 최종 주행 판단은 자율주행 시스템인 Waymo Driver가 유지합니다.

예를 들어 도로에 정체를 알 수 없는 물체가 있거나 임시 공사 표지 때문에 정상 경로가 막혔을 때, 차량은 다음과 같이 작동할 수 있습니다.

1. 스스로 상황을 분석하고 안전한 선택을 찾습니다.

2. 확신이 부족하면 속도를 줄이거나 정지합니다.

3. 원격 지원팀에 추가 정보를 요청합니다.

4. 지원팀은 상황과 가능한 이동 방향에 관한 정보를 제공합니다.

5. 자율주행 시스템이 해당 정보를 포함해 실제 행동을 결정합니다.

즉, 원격 지원은 비상시에 사람이 차량을 통째로 넘겨받아 운전하는 구조라기보다 자율주행 시스템이 불확실한 상황을 해석할 수 있도록 조언을 제공하는 운영 계층에 가깝습니다.

Waymo는 2026년 2월 공식 글에서 약 3,000대의 차량을 운영하는 특정 시점에 근무 중인 원격 지원 인력이 약 70명이라고 밝혔습니다. 당시 주간 운행 규모는 약 400만 마일, 유료 탑승은 약 40만 건이라고 설명했습니다.

이 수치는 원격 지원 인력 한 명이 차량 한 대를 계속 감시하거나 조종하는 구조가 아니라는 점을 보여줍니다. 다만 회사가 공개한 특정 시점의 운영 수치이므로 모든 도시와 모든 로보택시 사업자에게 그대로 적용되는 일반적인 비율로 해석해서는 안 됩니다.

차량이 스스로 달려도 청소와 정비는 자동화되지 않는다

자율주행 기술이 해결하는 핵심 업무는 차량의 주행입니다. 하지만 차량 운영에는 물리적인 관리가 계속 필요합니다.

승객이 이용한 차량의 실내에는 쓰레기나 오염이 남을 수 있습니다. 센서와 카메라가 더러워지면 인식 성능에 영향을 줄 수 있어 외부 세척과 점검도 중요합니다. 타이어와 브레이크 같은 소모품은 교체해야 하고, 충돌이나 고장이 발생하면 차량을 회수하고 수리해야 합니다.

Waymo와 Uber가 2024년 발표한 오스틴·애틀랜타 협력 구조에서도 이러한 역할 분담이 드러납니다.

공식 발표에 따르면 Uber는 차량의 청소와 수리, 차고지 운영을 담당하고, Waymo는 Waymo Driver의 테스트와 운영, 긴급출동 등 기술 및 차량 지원을 맡는 구조를 제시했습니다.

로보택시가 자동으로 주행한다고 해서 차량 관리까지 모두 자동화되는 것은 아닙니다. 오히려 운전자 없이 다수의 차량을 지속적으로 운영하려면 차고지와 정비, 충전, 청소와 긴급대응을 표준화한 대규모 운영 체계가 필요합니다.

자율주행은 운전이라는 하나의 업무를 자동화하지만, 이동 서비스를 구성하는 모든 물리적 업무를 자동화하지는 않습니다.

자동화는 노동을 없애는가, 재편하는가?

로보택시가 확산되면 기존 택시와 차량 호출 서비스의 운전 업무가 줄어들 가능성이 있습니다. 반면 차량 운영과 원격 지원, 정비 및 고객 대응을 위한 새로운 업무가 늘어날 수 있습니다.

따라서 로보택시가 노동시장에 미치는 영향을 단순히 ‘일자리가 사라진다’ 또는 ‘새로운 일자리가 생긴다’는 문장 하나로 판단하기는 어렵습니다.

더 중요한 질문은 노동의 형태와 조건이 어떻게 바뀌는가입니다.

운전 노동이 여러 운영 업무로 분리될 수 있다

한 명의 운전자가 담당했던 주행, 차량 관리와 승객 대응이 자율주행 시스템, 원격 지원팀, 정비 인력과 고객지원 조직으로 분리됩니다.

이 과정에서 일부 업무는 고도의 기술 직무가 될 수 있지만, 청소와 단순 차량 관리처럼 상대적으로 낮은 임금과 불안정한 고용 조건에 놓일 수 있는 업무도 존재합니다.

노동이 승객의 시야에서 사라질 수 있다

승객은 차량 안에서 직원을 만나지 않기 때문에 서비스가 전적으로 자동으로 작동한다고 느끼기 쉽습니다.

하지만 자동화의 사용자 경험과 실제 생산 과정은 다를 수 있습니다. 서비스 화면에서는 사람의 개입이 보이지 않더라도 차고지, 관제센터와 고객지원 조직에서는 계속 업무가 발생합니다.

외주화 여부도 중요한 쟁점이다

기업이 청소, 정비, 고객지원과 원격 운영을 직접 고용으로 수행하는지 외부 업체에 맡기는지에 따라 노동 조건과 책임 구조가 달라질 수 있습니다.

자동화의 경제성을 평가할 때도 차량과 소프트웨어 비용뿐 아니라 운영 인력, 차고지, 정비와 긴급대응에 드는 전체 비용을 포함해야 합니다.

시스템 판단에 관여한 사람의 책임 범위가 필요하다

원격 지원 인력이 정보를 제공한 뒤 사고가 발생하면 자율주행 시스템, 지원 인력과 운영 회사 중 누구의 판단에 어떤 책임이 있는지 구분해야 합니다.

원격 지원이 직접 제어가 아닌 조언이라고 해도, 어떤 정보가 전달됐고 시스템이 이를 어떻게 사용했는지 기록하지 않으면 사고 원인을 분석하기 어렵습니다.

결국 문제는 인간 노동이 남아 있다는 사실 자체가 아닙니다. 그 노동이 자동화라는 표현 뒤에서 과소평가되는지, 적절한 보호와 보상을 받는지, 역할과 책임이 투명하게 정의돼 있는지가 핵심입니다.

로보택시가 보여주는 ‘인간 개입’의 두 가지 역할

자동화 시스템에서 사람의 개입은 모두 같은 성격이 아닙니다. 로보택시 운영을 이해하려면 적어도 두 가지 역할을 구분할 필요가 있습니다.

운영을 유지하는 상시 노동

충전, 청소, 정비, 고객지원과 차고지 운영은 예외적인 상황에서만 필요한 업무가 아닙니다. 서비스를 지속하기 위해 반복적으로 수행해야 하는 일상적인 운영 업무입니다.

이 노동은 자율주행 성능이 좋아져도 완전히 사라지지 않을 수 있습니다. 물리적인 차량과 다수의 승객을 다루는 서비스인 만큼 마모와 오염, 분실물과 고객 문의는 계속 발생하기 때문입니다.

시스템의 한계를 보완하는 예외 처리

원격 지원과 긴급출동은 자율주행 시스템이 처리하기 어려운 상황을 해결하는 역할을 합니다.

자동화 수준이 높아지면 차량 한 대당 필요한 인간 개입의 빈도는 줄어들 수 있습니다. 그러나 운행 차량이 많아지면 드물게 발생하는 예외도 전체 시스템에서는 지속적으로 나타날 수 있습니다.

예를 들어 개별 차량이 지원을 요청할 확률이 낮더라도 수천 대가 동시에 운영되면 관제 조직에는 꾸준히 요청이 들어올 수 있습니다. 대규모 자동화에서는 평균적인 성공률뿐 아니라 예외가 동시에 몰리는 상황과 긴급사태에 대응할 인력 규모도 중요합니다.

AI 에이전트 제품도 같은 문제를 가진다

로보택시의 운영 구조는 자율주행 산업에만 해당하지 않습니다.

이메일을 처리하고 일정을 관리하며, 문서를 작성하거나 업무 시스템을 조작하는 AI 에이전트도 겉으로는 사람 없이 일을 끝내는 것처럼 보일 수 있습니다. 하지만 실제 서비스에서는 다음과 같은 실패가 발생할 수 있습니다.

• 사용자의 요청을 잘못 이해합니다.

• 필요한 정보가 부족한데도 임의로 판단합니다.

• 외부 API나 업무 시스템이 응답하지 않습니다.

• 권한 부족으로 작업을 완료하지 못합니다.

• 서로 충돌하는 일정이나 정책을 발견합니다.

• 실행 결과가 성공인지 실패인지 확인하기 어렵습니다.

• 금전, 개인정보 또는 안전과 관련된 고위험 결정을 만나게 됩니다.

이때 중요한 것은 AI의 성공률만 높이는 것이 아닙니다. 실패와 불확실성을 발견하고 안전하게 사람에게 넘기는 구조가 함께 필요합니다.

언제 사람에게 넘길 것인가?

모든 예외를 사람에게 보내면 자동화의 효율이 떨어집니다. 반대로 AI가 확신이 부족한데도 계속 실행하면 사고 위험이 커집니다.

따라서 다음과 같은 인계 조건을 미리 정해야 합니다.

• 모델의 판단 신뢰도가 기준보다 낮을 때

• 여러 데이터나 정책이 서로 충돌할 때

• 결제, 계약, 개인정보 전송처럼 영향이 큰 행동일 때

• 정해진 횟수 이상 실행 또는 복구에 실패했을 때

• 작업 결과를 외부 시스템에서 검증할 수 없을 때

• 사용자가 직접 승인을 요구하도록 설정한 업무일 때

사람에게 어떤 정보를 전달할 것인가?

AI가 단순히 “실패했습니다”라는 메시지만 보내면 담당자가 처음부터 상황을 다시 파악해야 합니다.

효율적인 인계를 위해서는 다음 정보가 필요합니다.

• 사용자의 원래 요청

• AI가 세운 계획과 수행한 작업

• 호출한 도구와 각 실행 결과

• 실패한 단계와 오류 내용

• 현재까지 확인된 사실과 불확실한 정보

• 이미 시도한 복구 방법

• 사람이 결정해야 할 선택지와 예상 영향

로보택시의 원격 지원이 차량의 센서 정보와 상황 맥락을 바탕으로 이뤄지듯, AI 에이전트도 작업 상태를 구조화해 전달해야 합니다.

인계 전에는 어떤 안전조치를 해야 할까?

물리적인 차량은 상황이 불확실하면 속도를 줄이거나 안전한 위치에 멈춰야 합니다. AI 에이전트도 사람의 응답을 기다리는 동안 안전한 상태를 유지해야 합니다.

예를 들어 이메일 수신자가 불확실하면 발송하지 않고 초안으로 저장해야 합니다. 결제 결과를 확인할 수 없다면 바로 다시 결제하기보다 거래 내역을 먼저 조회해야 합니다. 파일 수정이 실패했다면 원본을 유지하고 변경 내용을 별도로 보존해야 합니다.

특히 물리적 행동, 결제와 외부 발송처럼 되돌리기 어려운 작업은 결과가 불확실하다는 이유로 무조건 재시도해서는 안 됩니다.

최종 책임은 누구에게 있는가?

사람이 중간에 개입한다고 해서 책임 구조가 자동으로 명확해지는 것은 아닙니다.

AI 개발사, 서비스를 운영하는 기업, 현장 담당자와 최종 승인자의 역할을 구분하고 다음 내용을 기록해야 합니다.

• AI가 어떤 근거로 행동을 선택했는가

• 사람은 어떤 정보를 보고 어떤 결정을 내렸는가

• 자동화 시스템과 사람이 각각 어떤 권한을 가지고 있었는가

• 실행 결과가 언제, 어떤 방식으로 확인됐는가

• 문제가 발생했을 때 누가 중단하고 복구할 수 있는가

좋은 AI 에이전트는 사람의 개입이 전혀 없는 시스템이 아니라, 자동 처리와 인간 판단의 경계가 명확한 시스템입니다.

자동화 수준은 사람의 수만으로 평가할 수 없다

자동화 서비스를 평가할 때 ‘몇 명을 줄였는가’는 이해하기 쉬운 지표입니다. 그러나 이 지표만으로는 서비스의 실제 완성도를 판단하기 어렵습니다.

다음 항목을 함께 확인해야 합니다.

• 작업 한 건당 인간 개입 빈도

• 사람이 개입했을 때 해결까지 걸리는 시간

• 동시에 발생한 예외를 처리할 수 있는 운영 용량

• 자동 처리 결과의 오류율과 사고 심각도

• 긴급상황에서 안전하게 중단하는 능력

• 운영 인력의 교육 수준과 노동 조건

• 판단과 개입 과정의 기록 및 감사 가능성

• 정비, 청소, 고객지원까지 포함한 전체 운영비용

사람의 개입 횟수가 적더라도 한 번의 실패가 큰 피해를 만든다면 강한 안전장치가 필요합니다. 반대로 인력이 많이 투입된다고 해서 자동화 기술이 의미 없다고 볼 수도 없습니다. 소수의 지원 인력이 다수의 차량이나 작업을 안전하게 관리할 수 있다면 인간 노동의 생산성이 높아진 것으로 해석할 수 있습니다.

핵심은 사람의 존재 여부가 아니라 사람 한 명이 어떤 역할과 권한으로 몇 개의 자동화 시스템을 안전하게 관리할 수 있는가입니다.

완전 자동화보다 책임 있는 자동화가 중요하다

로보택시는 자동화가 노동을 어떻게 바꾸는지 보여주는 대표적인 사례입니다.

운전석에서는 사람이 사라졌지만 서비스 전체에서는 원격 지원, 정비, 충전, 청소, 긴급대응과 고객지원 업무가 계속됩니다. 운전이라는 하나의 직무가 줄어드는 대신 여러 운영 업무와 기술 직무로 분리되는 것입니다.

이 변화를 단순히 ‘사람을 대체했다’고 설명하면 자동화 시스템을 실제로 유지하는 노동을 놓치게 됩니다. 반대로 인간 지원이 남아 있다는 이유만으로 자율주행의 기술적 성과를 부정하는 것도 정확하지 않습니다.

자동화의 진짜 질문은 사람을 완전히 제거할 수 있는지가 아닙니다.

• 어떤 업무를 시스템이 맡을 것인가?

• 어떤 상황에서 사람이 개입할 것인가?

• 인계 과정에서 필요한 정보는 무엇인가?

• 실패한 시스템을 어떻게 안전한 상태로 만들 것인가?

• 판단과 결과에 대한 책임은 누가 질 것인가?

• 자동화 뒤의 노동은 정당하게 평가되고 있는가?

이 질문은 로보택시뿐 아니라 AI 에이전트, 무인 매장, 배송 로봇과 연구 자동화 시스템에도 그대로 적용됩니다.

자동화의 완성도는 사람을 얼마나 많이 없앴느냐가 아니라, AI와 사람이 역할을 얼마나 명확하게 나누고 예외와 실패를 얼마나 안전하고 책임 있게 처리하느냐로 평가해야 합니다.

핵심 정리

• 로보택시는 차량 안에 운전자가 없지만 원격 지원, 충전, 정비, 청소, 긴급출동과 고객지원 등 다양한 인간 노동에 의존합니다.

• 원격 지원은 사람이 차량을 계속 감시하거나 직접 운전하는 원격 운전과 구분해야 합니다.

• Waymo의 설명에 따르면 원격 지원팀은 상황 정보와 조언을 제공하고, 차량의 통제권과 최종 주행 판단은 자율주행 시스템이 유지합니다.

• Waymo는 2026년 2월 약 3,000대의 차량을 운영하는 특정 시점에 근무 중인 원격 지원 인력이 약 70명이라고 공개했습니다.

• Waymo와 Uber의 협력 사례에서는 차량 청소·수리·차고지 운영, 자율주행 시스템 운영과 긴급출동 등 사람과 조직이 담당하는 역할이 명시돼 있습니다.

• 로보택시가 만드는 변화는 노동의 완전한 소멸보다 운전 노동이 운영·지원·정비 노동으로 이동하는 재편에 가깝습니다.

• 노동 문제의 핵심은 인간 노동의 존재 자체보다 외주화, 고용 조건, 기여의 가시성, 권한과 책임 구조에 있습니다.

• AI 에이전트도 실패 조건, 사람에게 넘기는 기준, 인계 정보, 안전한 대기 상태와 감사 기록을 함께 설계해야 합니다.

• 자동화의 성숙도는 사람의 수만이 아니라 인간 개입의 빈도와 품질, 실패의 영향, 복구 능력과 전체 운영비용으로 평가해야 합니다.

참고 자료

1. Waymo, “Fleet Response: How Waymo’s autonomous vehicles get help from humans”, 2024년 5월 21일.

2. Waymo, “Advice, not control: The role of remote assistance”, 2026년 2월 17일.

3. Waymo, “Waymo and Uber expand partnership to bring autonomous ride-hailing to Austin and Atlanta”, 2024년 9월 13일.

이 글은 2026년 8월 31일 기준 Waymo와 Uber의 공식 발표를 바탕으로 작성했습니다. 기업이 공개한 운영 인력과 차량 수는 특정 시점의 수치이며 도시, 운영 규모와 기술 변화에 따라 달라질 수 있습니다. 원격 지원의 방식도 사업자별로 다를 수 있으므로 모든 로보택시 서비스가 Waymo와 동일한 구조라고 일반화해서는 안 됩니다.