배달 자율주행차 전문 기업의 CEO로서 요즘 가장 많이 받는 질문이 하나 있습니다. “자율주행 밴은 실제로 어떻게 주차하나요?” 이는 공정한 질문입니다. 결국 주차는 숙련된 운전자에게도 도시 운전에서 가장 까다로운 부분 중 하나입니다. 운전석에 사람이 없이 하차, 적재 구역, 좁은 주택가 도로를 처리하는 차량을 설계할 때 대답은 "그들이 차를 세우고 멈추는 것"만큼 간단하지 않습니다. 지난 5년 동안 우리 팀은 시애틀에서 피닉스까지 여러 도시에서 수백 개의 프로토타입을 테스트했으며 효율성, 안전, 지역 규칙 존중의 균형을 맞추는 주차 시스템을 구축했습니다. 오늘 저는 우리가 이 과제에 어떻게 접근하는지, 그리고 이것이 라스트 마일 배송의 미래에 왜 중요한지에 대해 이야기하고 싶습니다.
먼저 맥락을 설정해보자. 배달 자율주행차는 개인 자율주행차와 다르다. 우리의 차량은 특정 작업을 위해 제작되었습니다. 즉, 인간 운전자가 일반적으로 평행 주차하거나 지정된 적재 지점으로 끌어들이는 좁은 공간에서 유통 센터에서 고객의 문으로 패키지를 이동하는 것입니다. 즉, 주차 논리는 단순히 자리를 찾는 것이 아니라 교통을 지연시키거나, 소화전을 막거나, 프레임에 비해 너무 작은 자리에 갇히지 않고 주차하는 것입니다. 초기에 우리는 고속도로 주행과 동일한 방식으로 주차를 처리하는 실수를 저질렀습니다. 첫 번째 프로토타입은 배달의 고유한 제약 조건을 고려하지 않고 지점을 검색하고 신호를 보내고 차를 세우는 것이었습니다. 우리는 이 접근 방식이 밀집된 도시 지역에서는 작동하지 않는다는 것을 빨리 알게 되었습니다. 배달용 밴이 주차를 위해 자전거 도로 중앙에 정차하면 백업이 발생하고 지역 주민과 시 공무원이 좌절감을 느낄 수 있습니다. 이것이 우리가 영구 주차를 고려하기 전에 먼저 "동적 주차"를 우선시하는 시스템을 구축한 이유입니다.


동적 주차는 차량이 낙하할 때 사용하는 임시 정류장입니다. 예를 들어, 고객이 아파트 건물에서 기다리고 있는 경우, 배송 자율주행차는 건물 입구에서 10~15피트 떨어진 횡단보도나 버스 정류장을 막지 않는 지점에 위치를 정합니다. 이를 위해 우리는 3D 매핑, 실시간 센서 데이터 및 도시별 규칙 라이브러리의 조합을 사용합니다. 매핑 부분은 매우 중요합니다. 차량이 거리에 도달하기 전에 우리는 연석 표시, 소화전 위치, 적재 구역 시간, 심지어 자전거 차선 너비에 대한 데이터를 수집하는 데 몇 주를 소비합니다. 도시 규칙이 변경되기 때문에 이 지도는 24시간마다 업데이트됩니다. 예를 들어 출퇴근 시간에는 일부 거리에 주차 공간이 없거나 지난주에 새로운 자전거 도로가 추가되었습니다. LiDAR, 카메라 및 초음파 센서가 포함된 당사의 센서 제품군은 차량이 현재 일어나고 있는 상황에 적응하는 데 도움이 됩니다. 자전거 운전자가 도로로 방향을 바꾸면 밴은 앞으로 이동하는 대신 몇 피트 뒤로 동적 지점을 유지하므로 충돌 위험이 없습니다. 신뢰할 수 있는 기술에 투자하면 차이가 발생합니다. 우리의 차량은 주변을 1초에 10번 확인하도록 프로그래밍되어 있어 주차된 차량이 문을 열거나 보행자가 거리로 들어서는 경우 인간 운전자가 반응할 수 있는 것보다 더 빠르게 반응할 수 있습니다.
배송이 완료되면 차량은 동적 주차에서 장기 주차 장소 찾기로 전환됩니다. 이 부분은 생각보다 더 복잡합니다. 왜냐하면 도시마다 상업용 배달 차량이 주차할 수 있는 장소에 대한 규칙이 다르기 때문입니다. 일부 도심 지역에는 자동 배송 차량이 티켓 없이 최대 4시간 동안 머물 수 있는 전용 "AV 주차 구역"이 있습니다. 지정된 장소가 없는 오래된 지역에서는 우리 시스템이 법률 준수와 운영 효율성 간의 균형을 찾아야 합니다. 예를 들어, 시애틀의 Capitol Hill 지역에서는 주거 지역의 거리에 근무 시간 중 상업용 차량 주차가 2시간으로 제한됩니다. 우리 차량은 횡단보도에서 최소 20피트 떨어져 있고(시 법률에 따라) 진입로를 막지 않는 지점을 검색한 후 원활하게 진입합니다. 우리는 평행 주차도 테스트했습니다. 이 기능은 초기 빌드에서는 선택 사항이었지만 고객이 진입로가 제한된 지역을 서비스하도록 요청한 이후에는 협상할 수 없게 되었습니다. 우리의 평행 주차 알고리즘은 Tesla에서 볼 수 있는 것의 단순한 복사본이 아닙니다. 대부분의 승용차보다 길고 무거운 배달 차량에 맞게 조정되었습니다. 우리는 밴보다 1피트 더 긴 공간에서 평행 주차에 대해 수천 번의 시뮬레이션 테스트를 실행했으며, 연석이 긁히거나 주차된 차량에 부딪히는 것을 방지하기 위해 스티어링과 가속도를 조정했습니다.
우리가 이 시스템을 개선한 가장 큰 이유는 우리와 협력하는 도시의 피드백 때문입니다. 초기에 우리가 피닉스에서 최초의 무인 배달 차량을 출시했을 때 시의 교통국은 한 가지 문제를 지적했습니다. 우리 차량은 사용량이 적은 시간에 적재 구역에 주차되어 있어 소규모 기업이 자체 배달을 받기가 어려웠습니다. 우리는 처음부터 다시 돌아가 알고리즘을 업데이트하여 지역 주차 앱 데이터와 동기화함으로써 차량이 적재 구역이 사용 가능한지 또는 유지 관리를 위해 폐쇄되었는지 실시간으로 확인할 수 있었습니다. 이것이 우리의 기술을 단순한 테스트 트랙 이상으로 유용하게 만드는 일종의 유연성입니다. 이는 또한 우리가 도시 주변에서 일하는 대신 도시와 파트너십을 맺는 이유이기도 합니다. 도시의 규칙은 모든 사람을 위해 거리를 안전하게 유지하는 것이며, 우리의 자동 배송 차량은 그 생태계에 맞아야지 그 반대가 되어서는 안 됩니다. 당사의 차량이 다양한 도시 규정에 어떻게 적응하는지 자세히 알아보려면 무인 배송 차량 페이지를 확인하세요. 여기서는 도시별 통합 프로세스를 단계별로 분석합니다.
처음에 예상하지 못했던 또 다른 과제는 주차 시스템이 다른 도로 사용자와 상호 작용하는 방식이었습니다. 인간 운전자는 주차할 때 종종 사소하고 직관적인 결정을 내립니다. 다른 차가 지나갈 수 있도록 간격을 두거나 자전거 운전자가 더 쉽게 돌아다닐 수 있도록 조금 앞으로 당길 것입니다. 우리 차량 역시 이러한 암묵적인 규칙을 배워야 했습니다. 우리는 테스트 실행에서 캡처한 수백만 시간의 배달원 주차 장면을 대상으로 시스템을 교육하고 이러한 행동을 반영하도록 프로그래밍했습니다. 예를 들어, 무인 배송 차량이 평행 지점에 진입할 때 밴 앞부분과 앞차 사이에 3피트의 공간을 남겨 두었습니다. 이는 보행자가 협착함을 느끼지 않고 둘 사이를 걸을 수 있을 만큼 충분하지만 다른 운전자가 끼어들 수 있을 만큼은 아닙니다. 또한 자전거 운전자가 접근하면 차량이 약간 후진하여 범퍼 주위로 방향을 틀 필요가 없도록 하는 기능도 추가했습니다. 세부 사항에 대한 이러한 관심은 단지 친절하기 위한 것이 아니라 사고 가능성을 줄이는 것입니다. 우리의 데이터에 따르면 이러한 직관적인 주차 동작을 추가한 이후 테스트 도시에서 사소한 사고(자전거 운전자가 밴의 범퍼를 치는 등) 건수가 78% 감소한 것으로 나타났습니다.
물론 어떤 시스템도 완벽하지는 않습니다. 우리의 배달 자율주행차가 주차에 어려움을 겪는 극단적인 경우가 여전히 있습니다. 예를 들어, 양쪽에 자동차가 주차되어 있는 좁은 주택가에는 대형 밴을 주차할 공간이 거의 없습니다. 이러한 상황에서 우리 차량은 원격으로 인간 운전자와 통신하여 특정 지점으로 안내할 수 있습니다. 일반적으로 각도를 약간 조정하거나 후진하여 더 많은 공간을 확보합니다. 우리는 이것을 "원격 주차 지원"이라고 부르며, 처음부터 우리가 준비해 온 백업 시스템입니다. 이 기능은 차량이 스스로 주차 조작을 완료할 수 없다고 90% 확신할 때만 작동합니다. 이는 일반 작업에서 2% 미만의 시간에 발생합니다. 우리는 또한 도시와 협력하여 차량이 자리를 찾을 수 없는 경우 주요 도로에서 대기하여 지체를 초래하는 대신 일시 정지할 수 있는 "교통량이 적은" 골목길을 식별했습니다.
앞으로 우리는 주차 시스템을 더욱 향상시킬 두 가지 업그레이드를 진행하고 있습니다. 첫째, 우리는 차량이 도착하기 전에 자리가 있는지 알려주는 연석 센서와 같은 스마트 시티 인프라와 통합하고 있습니다. 그러면 밴이 자리를 찾기 위해 블록을 돌며 보내는 시간이 줄어들 것이며, 이는 교통량을 줄이는 데 큰 도움이 됩니다. 둘째, 우리는 라스트마일 배송을 더 빠르게 하기 위해 도시에 생겨나는 마이크로 풀필먼트 센터의 주차를 우선적으로 처리하도록 시스템을 설계하고 있습니다. 소규모 주문 처리 센터는 주거 지역에 있는 작은 창고이므로 1마일 떨어진 곳에 주차하는 대신 바로 주차할 수 있어 시간과 연료가 절약됩니다. 이러한 센터와 협력하기 위해 당사의 차량이 어떻게 설정되어 있는지 확인하려면 자율 배송 차량 페이지를 방문하세요. 여기에서 댈러스와 오스틴의 배포 사례 연구를 볼 수 있습니다.
나는 많은 사람들에게 배달 밴 주차 자체가 약간 미래 지향적이라고 느낀다는 것을 알고 있습니다. 그러나 사실은 지난 5년 동안 기술이 크게 발전했습니다. 2019년에 처음으로 무인 배송 차량 테스트를 시작했을 때 우리는 프로토타입이 올바르게 주차될 때까지 몇 시간을 보냈습니다. 이제 우리 차량은 가장 붐비는 도심 지역에서도 98%의 시간 동안 정확하게 주차합니다. 그것은 운이 아닙니다. 이는 수천 시간의 테스트, 도시와 운전자의 피드백, 기술 애호가뿐만 아니라 모든 사람에게 적합한 기술 구축에 관심을 갖는 팀의 결과입니다.
귀하가 시 공무원, 물류 관리자 또는 당사의 자동 배송 차량이 귀하의 운영에 어떻게 적용될 수 있는지에 관심이 있는 사업주라면, 우리는 여기에서 이야기를 나눌 수 있습니다. 우리는 지역 식료품점부터 국내 배송 브랜드까지 모든 규모의 회사와 협력하여 시간을 절약하고 비용을 절감하며 거리를 더욱 안전하게 유지하는 배송 차량을 설계했습니다. 우리 팀은 주차 시스템의 작동 방식을 안내하고, 규정 준수에 대한 질문에 답변하며, 커뮤니티에서 프로토타입을 테스트하는 데 도움을 줄 수 있습니다. 우리 차량이 좁은 거리에서 평행 주차를 어떻게 처리하는지, 지역 주차 규칙을 어떻게 준수하는지 궁금하신 경우, 우리가 배운 내용을 공유할 준비가 되어 있습니다.
참고자료:
- 국립고속도로교통안전청. (2022). 도시 환경을 위한 자동 주차 지침.
- 국제운송포럼. (2021). 라스트 마일 배송: 주차 문제 및 자율 솔루션.
- 우리 회사의 내부 차량 실적 보고서(2019~2024년).
- 시애틀시 교통부. (2023). 상업용 차량 주차 규정 안내.
- 교통 엔지니어 연구소. (2022). 도시 지역의 자율주행차 행동에 대한 기록되지 않은 도로 규칙.
