최근 모빌리티 산업은 과거 자동차 제조업이 주도하던 구조에서 데이터 중심으로 근본적인 패러다임 전환을 겪고 있습니다. 차량은 더 이상 단순한 이동 수단이 아닌 ‘달리는 데이터 센터’로 정의되며, 그 가치 평가 기준 또한 출력이나 엔진 성능에서 소프트웨어 기능과 서비스로 변화하고 있습니다. 본 칼럼은 제조 중심 모빌리티 산업의 한계점, 데이터 중심 전환의 주요 동인, 주요 기업들의 전략적 변신 사례, 그리고 이러한 변화가 산업 생태계 및 고용 시장에 미치는 영향, IT 인재들에게 요구되는 새로운 역량을 다룹니다.
제조 중심 모빌리티 산업의 한계와 새로운 전환
전통적인 자동차 산업은 하드웨어 중심의 구조를 가지며, 완성차 제조사(OEM)가 부품 공급망부터 조립 공정, 딜러망까지 광범위한 밸류체인을 통제해왔습니다. 그러나 이러한 모델은 여러 한계를 드러냈습니다. 차량 개발 및 양산에 막대한 자본이 투입되는 반면 완성차 판매 마진은 상대적으로 낮아 대량 생산 없이는 수익 확보가 어려웠고, 이는 고비용 구조와 재고 리스크를 수반했습니다. 또한 차량 판매 이후 수익이 주로 정비 서비스나 부품 교체에 국한되어 운행 중 생성되는 방대한 데이터나 서비스 기회가 활용되지 못하고 소실되는 비효율이 발생했습니다. 기술 변화에 대한 대응 속도 또한 한계가 있었습니다. 수년이 소요되는 자동차 개발 사이클은 급변하는 IT 기술 발전 속도를 따라잡기에 역부족이었으며, 이로 인해 차량 출시 시점에 일부 내장 기술이 구식이 되는 경우도 발생했습니다. 특히 전기차(EV)로의 전환은 핵심 부품 수를 절반 이하로 감소시키고 제조 복잡성을 낮추며, 전통적인 엔진 기술력 기반의 경쟁 우위를 약화시켰습니다. 이러한 한계점들은 모빌리티 산업이 새로운 성장 동력을 모색하게 하였고, 그 해답은 데이터와 소프트웨어에서 도출되었습니다.
데이터 중심 전환의 주요 동인: 자율주행, 커넥티비티, MaaS, 전기차
모빌리티 산업이 데이터 중심으로 전환되는 배경에는 다수의 첨단 기술 발전과 소비자 요구 변화가 복합적으로 작용하고 있습니다. 가장 큰 동인은 자율주행(Autonomous Driving) 기술의 부상입니다. 자율주행차는 도로 상황 인지 및 판단을 위해 카메라, 레이더, 라이다 등 다양한 센서로부터 방대한 주행 데이터를 실시간으로 수집 및 학습합니다. 이 데이터는 차량 내 AI 컴퓨터에서 처리되고, 클라우드를 통해 알고리즘 개선에 지속적으로 활용됩니다. "데이터는 자율주행의 연료"로 인식되며, 데이터 확보 및 해석 능력이 자율주행 기술 경쟁의 핵심 요소로 부상하면서 차량의 가치 중심을 하드웨어에서 데이터 기반 소프트웨어 알고리즘으로 전환시켰습니다.
두 번째 동인은 커넥티비티(Connectivity)의 강화입니다. 오늘날 출시되는 대부분의 차량은 인터넷에 연결되는 커넥티드 카로, 차량-차량(V2V), 차량-인프라(V2I), 차량-클라우드 간 실시간 데이터 통신이 가능합니다. 5G 통신 기술의 발전은 OTA(Over-The-Air) 소프트웨어 업데이트, 예측 정비, 실시간 내비게이션 등 데이터 기반 서비스의 일상화를 촉진했습니다. 차량이 IoT 디바이스로 편입되면서 제조사는 판매 후에도 지속적으로 데이터를 확보하고 고객과 연결되며, 이는 지속적인 업그레이드 및 맞춤형 서비스 제공이 가능한 진화하는 플랫폼으로서의 차량 모델을 구축합니다.
세 번째는 MaaS(Mobility as a Service)의 확산입니다. 차량 소유 개념에서 필요할 때 호출해 사용하는 공유 모빌리티 서비스(우버, 리프트 등)로의 전환은 방대한 이용자 데이터와 위치 정보를 기반으로 수요 예측, 경로 최적화, 동적 요금제 등을 구현하는 플랫폼 비즈니스의 성장을 견인했습니다. MaaS의 부상은 완성차 기업들에게 차량을 제품이 아닌 이동 서비스의 일부로 재정의하도록 요구하며, 제조에서 서비스로의 사업 모델 다변화를 촉진합니다.
이 외에도 전기차(EV)로의 전환 및 환경 규제는 데이터 중심 전환을 가속화하는 요인입니다. 전기차는 기계적 구조 단순화와 함께 배터리 관리 시스템(BMS) 등 소프트웨어의 중요성이 강조됩니다. 주행 효율 극대화를 위한 데이터 분석이 필수적이며, 친환경 정책은 스마트 교통 인프라 및 교통 데이터 활용을 가속화합니다. 궁극적으로 연결(Connected), 자율(Autonomous), 공유(Shared), 전기화(Electric)로 요약되는 CASE 트렌드는 모빌리티 산업의 주도권을 클라우드 서버와 알고리즘으로 이동시켰습니다.
주요 기업별 데이터 중심 전환 사례
이러한 변화 흐름 속에서 글로벌 완성차 기업 및 모빌리티 혁신 기업들은 ‘제조업에서 IT 기업으로의 전환’을 적극적으로 추진하고 있습니다.
H그룹은 그룹 차원의 디지털 전환(DX)을 가속화하며 "어떤 IT기업보다 더 IT기업다워야 한다"는 비전을 제시하고 있습니다. 이러한 비전 달성을 위해 빅데이터 센터와 커넥티드 카 플랫폼을 구축했으며, 이 플랫폼들을 활용하여 자율주행 레벨3~4 기술 개발에 필요한 AI 딥러닝 기반의 주행 데이터 수집 및 분석 역량을 확보했습니다. 2022년 인수한 모빌리티 소프트웨어 기업 A를 그룹의 글로벌 소프트웨어센터로 지정함으로써 소프트웨어 정의 차량(SDV) 개발을 가속화하고 미래 모빌리티 서비스 플랫폼 영역으로 확장 중입니다.
모빌리티 산업의 데이터 중심 전환을 가장 극적으로 보여준 기업은 T사입니다. T사는 처음부터 전기차를 "달리는 소프트웨어"로 설계하여, 거의 모든 기능을 소프트웨어 업데이트로 개선 가능하게 만들었습니다. 전 세계 수백만 대의 차량에서 수집되는 실도로 주행 빅데이터는 자율주행 AI 학습 및 OTA 업데이트를 통한 기능 향상에 활용됩니다. 이러한 데이터 피드백 루프를 통해 T사는 차량 기능의 지속적인 진화를 가능하게 하며, 높은 기업가치를 형성하여 소프트웨어 중심 비즈니스 모델의 강력함을 입증했습니다.
100년 넘게 제조업의 상징이었던 G사도 디지털 서비스 및 소프트웨어를 통한 매출 증대를 목표로 ‘자동차 제조사에서 플랫폼 혁신 기업으로’ 재편을 선언했습니다. 이를 위해 차량용 통합 소프트웨어 플랫폼을 개발하여 구독형 서비스 판매 및 서드파티 개발자 생태계를 구축하고 있으며, 자율주행 자회사를 통해 로보택시 시범 서비스를 운영하며 MaaS 사업 확장을 모색하고 있습니다.
이스라엘에서 출발한 M사는 완성차 업체는 아니지만 데이터 중심 모빌리티 혁신의 숨은 거인입니다. M사는 카메라 기반 ADAS 개발 및 전 세계 차량 탑재를 통해 축적된 도로 데이터와 기술력으로 자율주행의 핵심 플레이어가 되었습니다. 특히 로드 익스피리언스 매니지먼트(REM) 기술은 수백만 대 차량으로부터 군집 주행 데이터를 익명 수집하여 고정밀 지도(HD맵)를 구축하며, 이는 데이터와 알고리즘만으로 자동차 산업의 판도를 변화시킨 사례입니다.
자동차를 한 대도 생산하지 않고도 모빌리티 산업의 거인이 된 U사는 서비스와 데이터의 힘을 상징합니다. U사는 모바일 앱과 GPS 데이터를 활용한 승객-운전자 실시간 매칭, 수요 예측, 경로 최적화 알고리즘 등으로 전통 택시 산업을 재편했으며, 나아가 축적된 이동 데이터를 활용해 도시 교통량 예측 및 대중교통 연계 등 새로운 비즈니스 기회를 모색하고 있습니다.
이러한 기업 사례들은 모빌리티 산업이 데이터를 핵심 자원으로 여기며 기술 기업화를 선언하고 치열한 혁신 경쟁을 벌이고 있음을 명확히 보여줍니다.
산업 구조, 생태계 및 고용 시장의 변화
모빌리티 산업의 중심축 이동은 산업 구조 전반의 재편을 야기하고 있습니다. 완성차 제조사를 정점으로 하는 피라미드형 가치사슬은 IT 기업, 스타트업, 통신사, 지도업체, 소프트웨어 공급자 등이 수평적으로 연결된 개방적이고 네트워크화된 생태계로 변화하고 있습니다. 구글 웨이모, 애플, 아마존 등 거대 IT 기업들도 모빌리티 생태계로 진입하여 경쟁과 협력을 동시에 수행하고 있으며, 산업 간 경계가 허물어지며 소프트웨어와 데이터를 둘러싼 주도권 확보 경쟁이 심화되고 있습니다.
부품 공급망에도 큰 변화가 있습니다. 내연기관 차량 시대의 엔진, 변속기 등 관련 부품 업체들은 전기차 및 소프트웨어 중심 차량 시대에 수요 감소로 위기에 직면하고 있습니다. 실제로 국내 부품업계에서는 전기차 전환에 따라 최근 5년간 약 4만 개의 일자리가 감소했다는 조사도 있습니다. 반면 배터리, 반도체, 센서 등 신기술 부품 산업이 성장하고, 완성차 업체들의 자체 전자·소프트웨어 부문 강화로 이 분야 전문 인력 수요가 급증하는 추세입니다.
고용 시장에서는 양극화 현상이 두드러집니다. 제조 공정 자동화 및 전동화로 생산 라인 인력 및 전통 기계공학 인력 수요는 정체되거나 감소하는 반면, 자율주행 개발자, 데이터 사이언티스트, 차량용 소프트웨어 엔지니어 등 디지털 인력에 대한 수요는 폭발적으로 증가하고 있습니다. 기업들은 기존 인력의 재교육(reskilling)과 동시에 외부 IT 인재 영입에 집중하고 있으며, 자동차 도메인 지식과 소프트웨어 역량을 겸비한 융합 인재의 가치가 높아지고 있습니다. 결론적으로, 모빌리티 산업의 데이터화는 산업 생태계의 플레이어 구성, 협력 방식, 가치 분배 구조를 근본적으로 변화시키며, 기술 전환에 따른 일자리 이동을 가속화하고 있습니다.
데이터 시대 모빌리티 산업에서 IT 개발자에게 요구되는 역량
모빌리티 산업의 중심축이 데이터와 소프트웨어로 이동함에 따라, IT 개발자 및 관련 직군에게는 다음과 같은 새로운 역량과 지식이 요구됩니다.
첫째, 차량 소프트웨어 및 임베디드 시스템 역량이 필수적입니다. 차량 내부의 전자제어장치(ECU), 센서, 통신 네트워크(CAN, 이더넷) 등 차량 전자 아키텍처에 대한 이해가 필요하며, 메모리 제약 환경에서의 고신뢰성 코드 작성 능력, AUTOSAR 등 자동차 SW 표준, 기능 안전(ISO 26262), 차량 OTA 업데이트 절차에 대한 지식이 요구됩니다.
둘째, 인공지능(AI) 및 머신러닝 역량이 중요합니다. 자율주행 및 미래 모빌리티의 핵심 두뇌 역할을 하는 AI에 대한 이해와 활용 능력이 필수적이며, 딥러닝 기반의 영상처리(CV), 강화학습을 통한 주행 정책 최적화, 시뮬레이션을 활용한 가상 테스트 등에 대한 전문성이 요구됩니다.
셋째, 데이터 공학 및 클라우드 역량이 필요합니다. 커넥티드 카 및 MaaS 시대의 실시간 데이터 스트림 처리와 대용량 데이터 플랫폼 운영 능력이 필수적이며, 주행 데이터 스트리밍 처리, 분산 데이터베이스 구축, 이동 패턴 빅데이터 분석 및 시각화 역량이 요구됩니다. 또한 클라우드 인프라(AWS, Azure 등) 활용, 마이크로서비스 아키텍처 설계, DevOps 및 CI/CD 파이프라인 구축 등 현대 소프트웨어 공학 역량도 중요합니다.
넷째, 차량 통신 및 사이버보안 역량이 강조됩니다. 차량이 네트워크에 연결됨에 따라 보안이 핵심 이슈로 부상했기에, 보안이 내재된 코딩 및 아키텍처 구현, 차량 내 통신 프로토콜 보안, 암호화 및 인증, ECU 침입 탐지, 차량 키 관리 등에 대한 지식이 필요합니다. 차량용 이더넷 및 5G V2X 통신 기술 이해와 취약점 방어 능력 또한 중요합니다.
마지막으로, 도메인 지식 및 융합 소양을 갖추는 것이 중요합니다. 소프트웨어 역량과 더불어 자동차 도메인 지식(차량 동작 원리, 주행 물리법칙, 교통 환경 이해)을 함양해야 하며, 다양한 전문 영역 간 협업을 위한 커뮤니케이션 능력, 시스템적 사고, 그리고 급변하는 기술 트렌드에 대응하기 위한 지속적인 학습 민첩성(learning agility) 및 열정이 요구됩니다. 데이터 시대 모빌리티 산업에서는 딥테크 전문성과 자동차 도메인 이해를 겸비한 T자형 인재가 핵심 역량을 보유하게 됩니다.
향후 5~10년 전망 및 전략적 준비 방향
향후 5~10년 내 모빌리티 산업은 데이터 중심 전환의 본격적인 결실을 맺는 단계에 진입할 것으로 예상됩니다. 앞으로는 완전자율주행 차량의 상용화가 단계적으로 현실화되어 모빌리티 서비스의 부가가치 비중이 높아질 것입니다. 신차는 100% 네트워크에 연결되고 OTA 업데이트 및 데이터 수집이 표준 기능으로 자리 잡을 것이며, 전기차 보급률 확대로 데이터 생태계가 확장되고, MaaS는 도시 교통의 주요 축으로 성장할 것입니다.
산업 구조 측면에서는 자동차 산업과 ICT 산업의 경계가 완전히 사라진 새로운 경쟁 구도가 펼쳐질 것입니다. 소프트웨어 정의 차량(SDV) 구현에 성공한 기업은 기술 표준 및 빅데이터를 선점하며 생태계를 주도하겠지만, 그렇지 못한 기업은 어려움에 직면할 수 있습니다.
이러한 미래를 대비한 전략적 준비로서, 기업 관점에서는 두 가지 축의 병행 전략이 요구됩니다. 하나는 전동화 시대에 맞춰 제조 공정을 디지털 트윈 및 AI로 최적화하고 하드웨어 품질 및 안전 기반을 강화하는 코어 제조 역량의 고도화입니다. 다른 하나는 조직 구조를 소프트웨어 중심으로 재편하고 필요시 M&A 또는 파트너십을 통해 기술을 확보하며, IT 인재 친화적 환경을 구축하는 데이터·소프트웨어 역량의 내재화입니다. 또한 개인정보 이슈, 알고리즘 안전성 검증, 사이버보안 대비 등 신뢰 확보를 위한 데이터 거버넌스 및 윤리 대응 투자가 필수적입니다.
개인 및 인재 관점에서는 평생학습과 커리어 개발 방향 설정이 중요합니다. 모빌리티 산업 지식 수명이 짧아짐에 따라, 지속적인 기술 스택 습득과 자기 분야 외 인접 영역 학습을 통한 융합 역량 강화가 요구됩니다. (예: 자동차 공학자의 코딩 학습, IT 개발자의 차량 동역학 이해) 또한 업계 동향 파악을 위한 해커톤, 오픈소스 프로젝트, 표준 제정 논의 참여 등을 통해 변화를 주도하는 그룹에 속하는 것이 중요합니다.
다가오는 5~10년은 모빌리티 산업이 제조 중심의 기존 패러다임을 탈피하고 데이터 중심의 새로운 패러다임을 정착시키는 중요한 시기가 될 것입니다. 글로벌소프트웨어캠퍼스의 맞춤형 IT 교육을 통해 예비 인재들은 변화의 방향성을 정확히 인지하고 대비함으로써, 모빌리티 산업의 미래를 더욱 안전하고 혁신적으로 만들어 나갈 수 있을 것입니다.
[참고자료]
현대차그룹, IT기업 보다 더 IT기업답게 변하는 이유 - 비즈워치 (2023)
현대차 소프트웨어인재 사활…채용 80% 집중 - 매일경제 (2022)
전기차 눈에 띄게 많아졌는데…차부품사 직원 4만명 실직 - 매일경제 (2021)
GM aims to double revenues by 2030 as it drives to pass Tesla - Reuters (2021)
우버 기업가치 135兆…’車 빅3’ 합친 것보다 많아 - 한국경제 (2018)
최근 모빌리티 산업은 과거 자동차 제조업이 주도하던 구조에서 데이터 중심으로 근본적인 패러다임 전환을 겪고 있습니다. 차량은 더 이상 단순한 이동 수단이 아닌 ‘달리는 데이터 센터’로 정의되며, 그 가치 평가 기준 또한 출력이나 엔진 성능에서 소프트웨어 기능과 서비스로 변화하고 있습니다. 본 칼럼은 제조 중심 모빌리티 산업의 한계점, 데이터 중심 전환의 주요 동인, 주요 기업들의 전략적 변신 사례, 그리고 이러한 변화가 산업 생태계 및 고용 시장에 미치는 영향, IT 인재들에게 요구되는 새로운 역량을 다룹니다.
제조 중심 모빌리티 산업의 한계와 새로운 전환
전통적인 자동차 산업은 하드웨어 중심의 구조를 가지며, 완성차 제조사(OEM)가 부품 공급망부터 조립 공정, 딜러망까지 광범위한 밸류체인을 통제해왔습니다. 그러나 이러한 모델은 여러 한계를 드러냈습니다. 차량 개발 및 양산에 막대한 자본이 투입되는 반면 완성차 판매 마진은 상대적으로 낮아 대량 생산 없이는 수익 확보가 어려웠고, 이는 고비용 구조와 재고 리스크를 수반했습니다. 또한 차량 판매 이후 수익이 주로 정비 서비스나 부품 교체에 국한되어 운행 중 생성되는 방대한 데이터나 서비스 기회가 활용되지 못하고 소실되는 비효율이 발생했습니다. 기술 변화에 대한 대응 속도 또한 한계가 있었습니다. 수년이 소요되는 자동차 개발 사이클은 급변하는 IT 기술 발전 속도를 따라잡기에 역부족이었으며, 이로 인해 차량 출시 시점에 일부 내장 기술이 구식이 되는 경우도 발생했습니다. 특히 전기차(EV)로의 전환은 핵심 부품 수를 절반 이하로 감소시키고 제조 복잡성을 낮추며, 전통적인 엔진 기술력 기반의 경쟁 우위를 약화시켰습니다. 이러한 한계점들은 모빌리티 산업이 새로운 성장 동력을 모색하게 하였고, 그 해답은 데이터와 소프트웨어에서 도출되었습니다.
데이터 중심 전환의 주요 동인: 자율주행, 커넥티비티, MaaS, 전기차
모빌리티 산업이 데이터 중심으로 전환되는 배경에는 다수의 첨단 기술 발전과 소비자 요구 변화가 복합적으로 작용하고 있습니다. 가장 큰 동인은 자율주행(Autonomous Driving) 기술의 부상입니다. 자율주행차는 도로 상황 인지 및 판단을 위해 카메라, 레이더, 라이다 등 다양한 센서로부터 방대한 주행 데이터를 실시간으로 수집 및 학습합니다. 이 데이터는 차량 내 AI 컴퓨터에서 처리되고, 클라우드를 통해 알고리즘 개선에 지속적으로 활용됩니다. "데이터는 자율주행의 연료"로 인식되며, 데이터 확보 및 해석 능력이 자율주행 기술 경쟁의 핵심 요소로 부상하면서 차량의 가치 중심을 하드웨어에서 데이터 기반 소프트웨어 알고리즘으로 전환시켰습니다.
두 번째 동인은 커넥티비티(Connectivity)의 강화입니다. 오늘날 출시되는 대부분의 차량은 인터넷에 연결되는 커넥티드 카로, 차량-차량(V2V), 차량-인프라(V2I), 차량-클라우드 간 실시간 데이터 통신이 가능합니다. 5G 통신 기술의 발전은 OTA(Over-The-Air) 소프트웨어 업데이트, 예측 정비, 실시간 내비게이션 등 데이터 기반 서비스의 일상화를 촉진했습니다. 차량이 IoT 디바이스로 편입되면서 제조사는 판매 후에도 지속적으로 데이터를 확보하고 고객과 연결되며, 이는 지속적인 업그레이드 및 맞춤형 서비스 제공이 가능한 진화하는 플랫폼으로서의 차량 모델을 구축합니다.
세 번째는 MaaS(Mobility as a Service)의 확산입니다. 차량 소유 개념에서 필요할 때 호출해 사용하는 공유 모빌리티 서비스(우버, 리프트 등)로의 전환은 방대한 이용자 데이터와 위치 정보를 기반으로 수요 예측, 경로 최적화, 동적 요금제 등을 구현하는 플랫폼 비즈니스의 성장을 견인했습니다. MaaS의 부상은 완성차 기업들에게 차량을 제품이 아닌 이동 서비스의 일부로 재정의하도록 요구하며, 제조에서 서비스로의 사업 모델 다변화를 촉진합니다.
이 외에도 전기차(EV)로의 전환 및 환경 규제는 데이터 중심 전환을 가속화하는 요인입니다. 전기차는 기계적 구조 단순화와 함께 배터리 관리 시스템(BMS) 등 소프트웨어의 중요성이 강조됩니다. 주행 효율 극대화를 위한 데이터 분석이 필수적이며, 친환경 정책은 스마트 교통 인프라 및 교통 데이터 활용을 가속화합니다. 궁극적으로 연결(Connected), 자율(Autonomous), 공유(Shared), 전기화(Electric)로 요약되는 CASE 트렌드는 모빌리티 산업의 주도권을 클라우드 서버와 알고리즘으로 이동시켰습니다.
주요 기업별 데이터 중심 전환 사례
이러한 변화 흐름 속에서 글로벌 완성차 기업 및 모빌리티 혁신 기업들은 ‘제조업에서 IT 기업으로의 전환’을 적극적으로 추진하고 있습니다.
H그룹은 그룹 차원의 디지털 전환(DX)을 가속화하며 "어떤 IT기업보다 더 IT기업다워야 한다"는 비전을 제시하고 있습니다. 이러한 비전 달성을 위해 빅데이터 센터와 커넥티드 카 플랫폼을 구축했으며, 이 플랫폼들을 활용하여 자율주행 레벨3~4 기술 개발에 필요한 AI 딥러닝 기반의 주행 데이터 수집 및 분석 역량을 확보했습니다. 2022년 인수한 모빌리티 소프트웨어 기업 A를 그룹의 글로벌 소프트웨어센터로 지정함으로써 소프트웨어 정의 차량(SDV) 개발을 가속화하고 미래 모빌리티 서비스 플랫폼 영역으로 확장 중입니다.
모빌리티 산업의 데이터 중심 전환을 가장 극적으로 보여준 기업은 T사입니다. T사는 처음부터 전기차를 "달리는 소프트웨어"로 설계하여, 거의 모든 기능을 소프트웨어 업데이트로 개선 가능하게 만들었습니다. 전 세계 수백만 대의 차량에서 수집되는 실도로 주행 빅데이터는 자율주행 AI 학습 및 OTA 업데이트를 통한 기능 향상에 활용됩니다. 이러한 데이터 피드백 루프를 통해 T사는 차량 기능의 지속적인 진화를 가능하게 하며, 높은 기업가치를 형성하여 소프트웨어 중심 비즈니스 모델의 강력함을 입증했습니다.
100년 넘게 제조업의 상징이었던 G사도 디지털 서비스 및 소프트웨어를 통한 매출 증대를 목표로 ‘자동차 제조사에서 플랫폼 혁신 기업으로’ 재편을 선언했습니다. 이를 위해 차량용 통합 소프트웨어 플랫폼을 개발하여 구독형 서비스 판매 및 서드파티 개발자 생태계를 구축하고 있으며, 자율주행 자회사를 통해 로보택시 시범 서비스를 운영하며 MaaS 사업 확장을 모색하고 있습니다.
이스라엘에서 출발한 M사는 완성차 업체는 아니지만 데이터 중심 모빌리티 혁신의 숨은 거인입니다. M사는 카메라 기반 ADAS 개발 및 전 세계 차량 탑재를 통해 축적된 도로 데이터와 기술력으로 자율주행의 핵심 플레이어가 되었습니다. 특히 로드 익스피리언스 매니지먼트(REM) 기술은 수백만 대 차량으로부터 군집 주행 데이터를 익명 수집하여 고정밀 지도(HD맵)를 구축하며, 이는 데이터와 알고리즘만으로 자동차 산업의 판도를 변화시킨 사례입니다.
자동차를 한 대도 생산하지 않고도 모빌리티 산업의 거인이 된 U사는 서비스와 데이터의 힘을 상징합니다. U사는 모바일 앱과 GPS 데이터를 활용한 승객-운전자 실시간 매칭, 수요 예측, 경로 최적화 알고리즘 등으로 전통 택시 산업을 재편했으며, 나아가 축적된 이동 데이터를 활용해 도시 교통량 예측 및 대중교통 연계 등 새로운 비즈니스 기회를 모색하고 있습니다.
이러한 기업 사례들은 모빌리티 산업이 데이터를 핵심 자원으로 여기며 기술 기업화를 선언하고 치열한 혁신 경쟁을 벌이고 있음을 명확히 보여줍니다.
산업 구조, 생태계 및 고용 시장의 변화
모빌리티 산업의 중심축 이동은 산업 구조 전반의 재편을 야기하고 있습니다. 완성차 제조사를 정점으로 하는 피라미드형 가치사슬은 IT 기업, 스타트업, 통신사, 지도업체, 소프트웨어 공급자 등이 수평적으로 연결된 개방적이고 네트워크화된 생태계로 변화하고 있습니다. 구글 웨이모, 애플, 아마존 등 거대 IT 기업들도 모빌리티 생태계로 진입하여 경쟁과 협력을 동시에 수행하고 있으며, 산업 간 경계가 허물어지며 소프트웨어와 데이터를 둘러싼 주도권 확보 경쟁이 심화되고 있습니다.
부품 공급망에도 큰 변화가 있습니다. 내연기관 차량 시대의 엔진, 변속기 등 관련 부품 업체들은 전기차 및 소프트웨어 중심 차량 시대에 수요 감소로 위기에 직면하고 있습니다. 실제로 국내 부품업계에서는 전기차 전환에 따라 최근 5년간 약 4만 개의 일자리가 감소했다는 조사도 있습니다. 반면 배터리, 반도체, 센서 등 신기술 부품 산업이 성장하고, 완성차 업체들의 자체 전자·소프트웨어 부문 강화로 이 분야 전문 인력 수요가 급증하는 추세입니다.
고용 시장에서는 양극화 현상이 두드러집니다. 제조 공정 자동화 및 전동화로 생산 라인 인력 및 전통 기계공학 인력 수요는 정체되거나 감소하는 반면, 자율주행 개발자, 데이터 사이언티스트, 차량용 소프트웨어 엔지니어 등 디지털 인력에 대한 수요는 폭발적으로 증가하고 있습니다. 기업들은 기존 인력의 재교육(reskilling)과 동시에 외부 IT 인재 영입에 집중하고 있으며, 자동차 도메인 지식과 소프트웨어 역량을 겸비한 융합 인재의 가치가 높아지고 있습니다. 결론적으로, 모빌리티 산업의 데이터화는 산업 생태계의 플레이어 구성, 협력 방식, 가치 분배 구조를 근본적으로 변화시키며, 기술 전환에 따른 일자리 이동을 가속화하고 있습니다.
데이터 시대 모빌리티 산업에서 IT 개발자에게 요구되는 역량
모빌리티 산업의 중심축이 데이터와 소프트웨어로 이동함에 따라, IT 개발자 및 관련 직군에게는 다음과 같은 새로운 역량과 지식이 요구됩니다.
첫째, 차량 소프트웨어 및 임베디드 시스템 역량이 필수적입니다. 차량 내부의 전자제어장치(ECU), 센서, 통신 네트워크(CAN, 이더넷) 등 차량 전자 아키텍처에 대한 이해가 필요하며, 메모리 제약 환경에서의 고신뢰성 코드 작성 능력, AUTOSAR 등 자동차 SW 표준, 기능 안전(ISO 26262), 차량 OTA 업데이트 절차에 대한 지식이 요구됩니다.
둘째, 인공지능(AI) 및 머신러닝 역량이 중요합니다. 자율주행 및 미래 모빌리티의 핵심 두뇌 역할을 하는 AI에 대한 이해와 활용 능력이 필수적이며, 딥러닝 기반의 영상처리(CV), 강화학습을 통한 주행 정책 최적화, 시뮬레이션을 활용한 가상 테스트 등에 대한 전문성이 요구됩니다.
셋째, 데이터 공학 및 클라우드 역량이 필요합니다. 커넥티드 카 및 MaaS 시대의 실시간 데이터 스트림 처리와 대용량 데이터 플랫폼 운영 능력이 필수적이며, 주행 데이터 스트리밍 처리, 분산 데이터베이스 구축, 이동 패턴 빅데이터 분석 및 시각화 역량이 요구됩니다. 또한 클라우드 인프라(AWS, Azure 등) 활용, 마이크로서비스 아키텍처 설계, DevOps 및 CI/CD 파이프라인 구축 등 현대 소프트웨어 공학 역량도 중요합니다.
넷째, 차량 통신 및 사이버보안 역량이 강조됩니다. 차량이 네트워크에 연결됨에 따라 보안이 핵심 이슈로 부상했기에, 보안이 내재된 코딩 및 아키텍처 구현, 차량 내 통신 프로토콜 보안, 암호화 및 인증, ECU 침입 탐지, 차량 키 관리 등에 대한 지식이 필요합니다. 차량용 이더넷 및 5G V2X 통신 기술 이해와 취약점 방어 능력 또한 중요합니다.
마지막으로, 도메인 지식 및 융합 소양을 갖추는 것이 중요합니다. 소프트웨어 역량과 더불어 자동차 도메인 지식(차량 동작 원리, 주행 물리법칙, 교통 환경 이해)을 함양해야 하며, 다양한 전문 영역 간 협업을 위한 커뮤니케이션 능력, 시스템적 사고, 그리고 급변하는 기술 트렌드에 대응하기 위한 지속적인 학습 민첩성(learning agility) 및 열정이 요구됩니다. 데이터 시대 모빌리티 산업에서는 딥테크 전문성과 자동차 도메인 이해를 겸비한 T자형 인재가 핵심 역량을 보유하게 됩니다.
향후 5~10년 전망 및 전략적 준비 방향
향후 5~10년 내 모빌리티 산업은 데이터 중심 전환의 본격적인 결실을 맺는 단계에 진입할 것으로 예상됩니다. 앞으로는 완전자율주행 차량의 상용화가 단계적으로 현실화되어 모빌리티 서비스의 부가가치 비중이 높아질 것입니다. 신차는 100% 네트워크에 연결되고 OTA 업데이트 및 데이터 수집이 표준 기능으로 자리 잡을 것이며, 전기차 보급률 확대로 데이터 생태계가 확장되고, MaaS는 도시 교통의 주요 축으로 성장할 것입니다.
산업 구조 측면에서는 자동차 산업과 ICT 산업의 경계가 완전히 사라진 새로운 경쟁 구도가 펼쳐질 것입니다. 소프트웨어 정의 차량(SDV) 구현에 성공한 기업은 기술 표준 및 빅데이터를 선점하며 생태계를 주도하겠지만, 그렇지 못한 기업은 어려움에 직면할 수 있습니다.
이러한 미래를 대비한 전략적 준비로서, 기업 관점에서는 두 가지 축의 병행 전략이 요구됩니다. 하나는 전동화 시대에 맞춰 제조 공정을 디지털 트윈 및 AI로 최적화하고 하드웨어 품질 및 안전 기반을 강화하는 코어 제조 역량의 고도화입니다. 다른 하나는 조직 구조를 소프트웨어 중심으로 재편하고 필요시 M&A 또는 파트너십을 통해 기술을 확보하며, IT 인재 친화적 환경을 구축하는 데이터·소프트웨어 역량의 내재화입니다. 또한 개인정보 이슈, 알고리즘 안전성 검증, 사이버보안 대비 등 신뢰 확보를 위한 데이터 거버넌스 및 윤리 대응 투자가 필수적입니다.
개인 및 인재 관점에서는 평생학습과 커리어 개발 방향 설정이 중요합니다. 모빌리티 산업 지식 수명이 짧아짐에 따라, 지속적인 기술 스택 습득과 자기 분야 외 인접 영역 학습을 통한 융합 역량 강화가 요구됩니다. (예: 자동차 공학자의 코딩 학습, IT 개발자의 차량 동역학 이해) 또한 업계 동향 파악을 위한 해커톤, 오픈소스 프로젝트, 표준 제정 논의 참여 등을 통해 변화를 주도하는 그룹에 속하는 것이 중요합니다.
다가오는 5~10년은 모빌리티 산업이 제조 중심의 기존 패러다임을 탈피하고 데이터 중심의 새로운 패러다임을 정착시키는 중요한 시기가 될 것입니다. 글로벌소프트웨어캠퍼스의 맞춤형 IT 교육을 통해 예비 인재들은 변화의 방향성을 정확히 인지하고 대비함으로써, 모빌리티 산업의 미래를 더욱 안전하고 혁신적으로 만들어 나갈 수 있을 것입니다.
[참고자료]
현대차그룹, IT기업 보다 더 IT기업답게 변하는 이유 - 비즈워치 (2023)
현대차 소프트웨어인재 사활…채용 80% 집중 - 매일경제 (2022)
전기차 눈에 띄게 많아졌는데…차부품사 직원 4만명 실직 - 매일경제 (2021)
GM aims to double revenues by 2030 as it drives to pass Tesla - Reuters (2021)
우버 기업가치 135兆…’車 빅3’ 합친 것보다 많아 - 한국경제 (2018)