자율주행 산업의 경쟁축이 개별 센서와 알고리즘 조합에서 방대한 주행 데이터를 학습하는 AI 모델 중심으로 이동하고 있다. 생성형 AI에서 시작된 파운데이션 모델 경쟁이 현실 세계를 인식하고 행동하는 피지컬 AI로 확장되면서, 자율주행차의 판단 방식 자체가 규칙 기반에서 학습 기반으로 재편되는 흐름이다. 이 변화는 8월 25일부터 27일까지 서울 삼성동 코엑스 B홀에서 열린 2026 자율주행모빌리티산업전(AME 2026)에서 뚜렷하게 확인됐다.
E2E·VLA가 이끄는 판단 구조의 변화
오토노머스에이투지, 라이드플럭스, SWM, 쏘카, 에이펙스모빌리티, 에스오에스랩, 알브이에스랩, 웨이즈원, 에이알247, 옐로나이프, 모빌테크 등 40개 기업이 참여한 이번 전시는 E2E(End-to-End) 자율주행과 VLA(Vision-Language-Action) 기술을 중심으로 구성됐다. AI 모델과 센서, 반도체, SDV(소프트웨어 정의 차량)가 결합해 차량의 판단을 만들고, 이를 시뮬레이션과 인증 기술이 검증하는 구조다. 전시는 이 흐름을 개발, 신뢰, 사업화 세 영역으로 나눠 산업 구조 자체를 재편해 제시했다는 점에서, 자율주행이 더 이상 단일 기술이 아니라 AI·센서·반도체·SDV·서비스가 얽힌 복합 산업으로 자리잡았음을 보여준다.
신뢰와 데이터 축적이 상용화의 관건
기술이 데이터 학습 기반으로 옮겨가면서 AI 판단의 신뢰성, 책임소재, 보안 문제가 상용화의 핵심 과제로 떠올랐다. 이와 함께 주행과 학습, 개선이 반복되는 데이터 플라이휠 구조가 자율주행 AI 경쟁력을 좌우하는 요소로 부각되고 있다. 3일간 열린 2026 자율주행 산업 컨퍼런스에서는 스탠퍼드대학교 교수 겸 엔비디아 AI 부문 시니어 디렉터인 마르코 파보네가 기조연설을 맡았고, 현대자동차의 이경민, 카카오모빌리티의 김진규 등이 참여해 이 같은 신뢰 문제와 산업 방향을 논의했다.
승용차 너머로 확장되는 서비스 시장
자율주행 기술의 적용 범위도 승용차 중심에서 로보택시, 물류로봇, 화물트럭 등 실제 서비스 시장으로 넓어지고 있다. 이번 전시에서도 라이다·레이더, 디지털트윈, 자율주행 화물트럭, 물류로봇, 무인지게차 등이 함께 소개되며 이 확장 흐름을 뒷받침했다. 사업화와 투자 연계를 위한 프로그램도 병행됐는데, 해외 10개국 20개사 바이어가 참여한 수출상담회와 퓨처 모빌리티 IR 피칭데이, 대학생 대상 자율주행 해커톤 등이 함께 운영됐다.
이번 행사는 EV TREND KOREA 2026, 2026 무인이동체 X 민군협력 엑스포와 함께 퓨처 모빌리티 위크로 통합 개최됐다. 개별 전시가 아닌 통합 행사로 묶인 구성 자체가, 자율주행이 전기차·무인이동체 산업과 맞물려 하나의 모빌리티 생태계로 수렴하고 있음을 시사한다. 산업통상부와 국토교통부가 이 흐름을 뒷받침하는 정책 주체로 이름을 올린 가운데, 앞으로 자율주행 산업의 관전 포인트는 개별 기업의 기술력보다 AI 모델의 신뢰성 확보와 데이터 축적 속도가 될 것으로 보인다.