폭우·침수 도로에 멈춘 웨이모 로보택시…미국 여러 도시서 서비스 중단

애틀랜타 침수 교차로 사고

가장 크게 보도된 사건은 조지아주 애틀랜타에서 발생했다. 폭우가 내리던 중 승객이 없는 웨이모 로보택시 한 대가 침수된 교차로로 들어간 뒤 약 1시간 동안 도로에 멈춰 있었다. 이후 차량은 현장에서 회수됐다.

보도에 따르면 차량은 침수된 구간에 진입한 뒤 멈춰 섰지만, 애초에 물이 고인 도로로 들어갔다는 사실 자체가 문제가 됐다. 갑작스럽게 형성되는 도시 침수 상황을 차량이 정확히 인식하거나 예측하는 것이 아직 쉽지 않다는 점을 보여주는 사례였다.

이 사건 이후 웨이모는 애틀랜타뿐 아니라 텍사스 여러 도시에서도 폭우 상황에서 자율주행 시스템이 어떻게 반응하는지 재검토하기 위해 서비스 운행을 일시 중단했다.

3,791대 리콜과 소프트웨어 업데이트

아이러니하게도 이 사건은 미국에서 약 3,791대의 웨이모 로보택시를 대상으로 한 자발적 리콜 직후에 발생했다. 리콜 이유는 특정 상황에서 차량이 침수된 도로로 진입할 수 있는 소프트웨어 문제였다.

리콜의 직접적인 계기는 2026년 4월 20일 텍사스 샌안토니오에서 발생한 사건이었다. 당시 웨이모 차량이 폭우 속에서 통과할 수 없는 침수 구간에 진입했으며 차량에는 승객이 없었고 부상자도 발생하지 않았다.

웨이모는 문제를 해결하기 위해 OTA(무선 업데이트) 방식의 소프트웨어 수정을 배포했다. 업데이트는 특히 속도가 높은 도로에서 침수된 차로로 진입하는 상황을 제한하도록 설계됐다.

그러나 이후 애틀랜타와 다른 도시에서 발생한 사례는 도심 교차로처럼 다른 형태의 침수 상황에서는 여전히 시스템이 어려움을 겪을 수 있음을 시사했다.

왜 업데이트 이후에도 운행을 멈췄나

웨이모가 서비스를 중단한 이유는 리콜 업데이트가 특정 상황—고속도로 등 빠른 도로에서의 침수 차로 진입—을 중심으로 설계됐기 때문이다.

하지만 실제 도시에서는 침수가 훨씬 다양한 방식으로 발생한다. 예를 들어:

• 갑작스럽게 형성되는 교차로 물웅덩이
• 낮은 지대에 모이는 빗물
• 짧은 시간에 급격히 늘어나는 도로 수위

이런 경우는 자율주행 시스템이 사전에 학습하지 못했거나 센서로 판단하기 어려운 ‘엣지 케이스(edge case)’ 상황이 될 수 있다. 웨이모는 서비스 중단을 통해 데이터를 검토하고 시스템을 개선할 시간을 확보하려 했다.

기상 경보에 의존하는 운영 방식

웨이모는 차량 자체 센서만으로 모든 위험을 판단하지 않는다. 회사는 미국 국립기상청(National Weather Service) 경보와 자체 도로·기상 모니터링 시스템을 함께 사용해 운행 여부를 결정한다고 밝혔다.

즉 실제 운행 여부는

• 차량의 센서 판단
• 중앙 운영 시스템의 모니터링
• 공식 기상 경보

같은 여러 요소가 함께 작동해 결정된다. 심각한 기상 상황이 예상되면 차량 자체 판단과 별도로 전체 서비스가 일시 중단될 수 있다.

규제 기관의 추가 조사도 진행 중

침수 사건은 웨이모가 이미 여러 안전 조사에 직면해 있는 시점에 발생했다.

스쿨버스 정차 규정 위반 조사

미국 도로교통안전국(NHTSA)은 2025년 10월 웨이모 차량이 정차한 스쿨버스를 제대로 멈추지 않고 지나갔다는 보고 이후 조사에 착수했다.

텍사스 오스틴 교육구는 2025–26학년도 동안 웨이모 차량이 정차한 스쿨버스를 불법으로 통과한 사례가 19건 발생했다고 보고했다.

이와 관련해 미국 교통안전위원회(NTSB)도 텍사스에서 발생한 스쿨버스 관련 사건들에 대해 별도 조사를 시작했다.

산타모니카 어린이 충돌 사고

또 다른 사건은 2026년 1월 23일 캘리포니아 산타모니카에서 발생했다. 웨이모 자율주행 차량이 학교 구역에서 길을 건너던 9세 어린이와 충돌한 것이다.

연방 조사에 따르면 아이는 주차된 SUV 뒤에서 도로로 뛰어들었으며 부상은 경미했지만 현재 NHTSA와 NTSB가 사건을 조사 중이다.

로보택시 시대의 현실적 과제

이번 사건들이 자율주행 기술이 근본적으로 실패했다는 의미는 아니다. 웨이모는 수천 대 차량에 OTA 방식으로 빠르게 소프트웨어 업데이트를 배포할 수 있는 시스템을 갖추고 있다.

그러나 폭우, 갑작스러운 보행자 움직임, 복잡한 교통 규칙 같은 현실 도로 상황은 예상하지 못한 문제를 드러내는 ‘현장 테스트’ 역할을 한다.

결국 로보택시 산업의 핵심 경쟁력은 단순히 자율주행 알고리즘이 아니라 문제가 발견됐을 때 얼마나 빠르고 안전하게 수정해 전체 차량에 적용할 수 있는지가 될 가능성이 크다.