‘자율주행 양강 구도’를 흔들다: 첸리테크가 AI로 업계 판도를 어떻게 바꾸는가

배경

중국의 지능형 주행 산업은 최근 몇 년간 기술 시연 단계에서 벗어나 본격적인 산업화 및 대량 생산 단계로 진입하는 과도기를 겪고 있다. 이러한 변화의 중심에는 첸리테크(Qianli Technology)가 자리 잡고 있으며, 동사는 최근 공개된 발표를 통해 자사의 지능형 주행 솔루션이 이미 46만 대 이상의 차량에 탑재되었음을 밝혔다. 이 수치는 단순한 홍보용 지표가 아니라, 지커(Zeekr)와 링크앤코(Lynk & Co) 등 17개 차종에 걸쳐 실제 도로 환경에서 검증된 누적 실적을 의미한다. 특히 첸리테크는 2026년까지 누적 탑재 대수 100만 대를 달성하겠다는 구체적인 로드맵을 제시하며, 단순한 소프트웨어 벤더를 넘어 자동차 산업의 핵심 인프라 제공자로 포지셔닝하고 있다.

과거 자율주행 시장에서의 경쟁은 주로 도시 내 내비게이션 오토파일(NOA) 기능의 구현 여부나 지각 알고리즘의 정교함 등 특정 기능의 가시성에 집중되어 있었다. 그러나 산업이 성숙 단계로 접어들면서 경쟁의 초점은 '제어된 환경에서의 작동 증명'에서 '다양한 차량 플랫폼과 사용자 환경에서의 안정적 운영'으로 이동했다. 첸리테크가 17개 차종을 커버하며 보여준 확장성은, 동사가 특정 플래그십 모델에 맞춘 맞춤형 솔루션을 넘어, 서로 다른 전자 전기 아키텍처와 센서 구성에 적응할 수 있는 범용적인 플랫폼 능력을 갖추었음을 시사한다. 이는 지능형 주행 공급업체의 산업적 성숙도를 평가하는 중요한 지표로 작용한다.

심층 분석

첸리테크의 핵심 경쟁력은 전통적인 엔지니어링 중심의 접근법과 구별되는 'AI 네이티브(AI-native)' 인프라 구축에 있다. 기존 공급업체들은 새로운 차종 플랫폼이나 기능 시나리오가 추가될 때마다 인력을 투입하여 반복적인 적응 작업을 수행하는 선형적 성장 모델을 채택해 왔다. 이는 규모가 커질수록 조직 및 협업 비용이 기하급수적으로 증가하는 구조적 한계를 안고 있었다. 반면, 첸리테크는 데이터 인프라, 모델 훈련, 배포 파이프라인을 통합된 폐쇄 루프(Closed-loop) 시스템으로 운영함으로써 성장과 인력 증가의 선형적 비례 관계를 끊어내려 한다.

이러한 AI 네이티브 체계의 가장 큰 강점은 데이터의 가치 사슬을 효율적으로 순환시키는 능력이다. 46만 대의 차량이 주행하며 수집되는 방대한 양의 실제 주행 데이터는 단순히 저장되는 것이 아니라, 엣지 케이스(Edge case)를 식별하고 모델을 재훈련하며 최종적으로 차량 군집에 업데이트로 배포되는 전 과정을 거친다. 이 과정에서 중요한 것은 신경망 구조 자체뿐만 아니라, 수집된 데이터를 얼마나 효율적으로 필터링하고 주석 처리하며 학습에 활용하느냐에 있다. 첸리테크는 모델 엔지니어링과 빠른 배포 능력을 강화하여, 전통적인 방식이 수개월 걸리던 검증 및 업데이트 주기를 단축하고 있다. 이는 소비자 기대치가 높아지는 시장에서 신뢰를 유지하고 경쟁력을 확보하는 데 필수적인 요소다.

또한 지커와 링크앤코와의 협력은 첸리테크 기술의 견고함을 입증하는 중요한 검증장이다. 두 브랜드는 서로 다른 시장 세그먼트와 사용자 계층을 타겟으로 하여 다양한 주행 시나리오와 차량 동역학을 제시한다. 이러한 다각적인 포트폴리오에서 일관된 성능과 사용자 경험을 유지한다는 것은, 첸리테크의 기반 아키텍처가 대량 생산의 복잡성을 감당할 만큼 모듈화되고 확장 가능함을 의미한다. 이는 제한된 조건이나 특정 차량 유형에만 국한된 솔루션을 제공하던 경쟁사들과 차별화되는 지점이며, 첸리테크가 단순한 소프트웨어 계층을 넘어 차량의 핵심 운영 시스템의 일부로 자리 잡고 있음을 보여준다.

산업 영향

첸리테크의 부상은 지능형 주행 산업의 경쟁 구도를 '기능 중심'에서 '시스템 능력 중심'으로 재편하는 전환점이 되고 있다. 오랫동안 시장은 막대한 자원과 브랜드 인지도를 갖춘 소수의 거대 기업들이 주도해 왔다. 그러나 첸리테크의 급격한 스케일업은 AI 네이티브 접근 방식이 기존 질서를 교란시키고 superior한 효율성과 빠른 반복 속도를 제공할 수 있음을 입증했다. 이는 전통적인 공급업체와 완성차 업체(OEM)로 하여금 파트너십 전략과 내부 개발 방식을 재평가하도록 압박하고 있다. 이제 완성차 업체들이 지능형 주행 파트너를 선택할 때 고려하는 기준은 초기 기능의 완성도를 넘어, 새로운 차량 플랫폼에 대한 적응 속도와 지속적인 시스템 성능 향상 능력으로 이동하고 있다.

이러한 변화는 완성차 업체와 기술 공급업체 간의 관계 구조에도 깊은 영향을 미친다. 과거 완성차 업체들은 지능형 주행 기술을 단기적인 마케팅 도구로 인식하여 기능을 구매하는 데 집중했다. 하지만 고도화된 보조 주행 기능이 차량 부가 가치의 핵심 구성 요소로 부상하면서, 완성차 업체들은 장기적인 파트너를 통해 안정적이고 진화하는 플랫폼을 요구하기 시작했다. 첸리테크의 데이터 기반 지속 개선 모델은 이러한 니즈와 부합하며, 단일 프로젝트 납품을 넘어 제품 수명 주기 전반에 걸친 협력을 가능하게 한다. 이는 소프트웨어와 하드웨어 개발이 밀접하게 결합된 더 통합된 공급망을 형성하며, 결과적으로 더 일관되고 효율적인 차량 설계로 이어진다.

더불어 첸리테크의 성공은 자동차 산업에서 데이터 인프라의 중요성이 날로 커지고 있음을 강조한다. 차량이 더욱 연결되고 자율화됨에 따라 방대한 데이터를 관리하고 활용하는 능력은 핵심 경쟁 자산이 되었다. 첸리테크의 폐쇄 루프 시스템은 데이터를 구체적인 가치로 전환하는 모범 사례를 제시하며, 이는 다른 기업들도 자체 데이터 파이프라인과 AI 인프라에 더 적극적으로 투자하도록 유도할 것이다. 이는 데이터를 효과적으로 활용하여 지속적인 개선과 운영 우수성을 달성할 수 있는 공급업체가 미래 지능형 주행 시장에서 우위를 점하게 될 것임을 시사한다.

전망

앞으로 첸리테크의 성공 여부는 2026년 100만 대 목표 달성을 향해 확장하는 과정에서 안정성과 품질을 얼마나 잘 유지하느냐에 달려 있다. 급속한 확장에는 차량 구성의 복잡성 증가, 일관된 사용자 경험 보장, 엄격한 안전 기준 유지 등 상당한 도전 과제가 수반된다. 첸리테크는 대규모 배포의 운영적 압력 하에서도 신뢰성이나 성능을 희생하지 않고 AI 네이티브 접근 방식을 관리할 수 있음을 입증해야 한다. 품질이나 안전 측면에서의 허점은 파트너와 사용자들이 구축한 신뢰를 훼손할 수 있으므로, 견고한 검증 프로세스와 지속적인 모니터링의 중요성이 커진다.

산업계는 또한 첸리테크가 지능형 주행 시장의 증가하는 비용 압력을 어떻게 극복할지 주목하고 있다. 경쟁이 심화됨에 따라 경쟁력 있는 가격으로 고성능 솔루션을 제공하는 능력이 중요해졌다. 첸리테크의 플랫폼 기반 접근 방식은 더 나은 규모의 경제를 잠재적으로 제공하지만, 수익성을 유지하기 위해 개발 및 배포 비용을 지속적으로 최적화해야 한다. 이는 프로세스의 자동화를 더욱 심화하고 데이터 인프라를 활용하여 새로운 기능이나 차량 통합의 한계 비용을 줄이는 능력에 달려 있다. 가격 민감도가 높아지는 시장에서 이러한 효율성은 핵심 차별화 요소가 될 것이다.

마지막으로 첸리테크의 부상은 자동차 소프트웨어 개발의 미래에 대한 더 넓은 함의를 지닌다. 동사의 성공은 경직된 프로젝트 기반 엔지니어링에서 더 유연하고 데이터 중심의 플랫폼으로의 이행을 시사한다. 이러한 변화는 산업 전반에 걸쳐 AI 네이티브 접근 방식의 채택을 가속화하고, 다른 기업들이 개발 전략을 재고하도록 자극할 수 있다. 첸리테크가 성장을 지속하고 혁신을 이어간다면, 지능형 주행에서 가능한 것에 대한 새로운 기준을 설정할 가능성이 크다. 향후 몇 년간은 이 AI 네이티브 모델이 산업의 지배적 패러다임이 될지, 경쟁 구도를 재편할지 결정하는 중요한 시기가 될 것이다.

첸리테크가 현재 제시한 신호는 단순한 기업 뉴스의 범주를 넘어선다. 첫째, AI 네이티브 경로가 지능형 주행 대량 생산 분야에서 개념이 아닌 실제 누적 탑재 규모로 전환될 수 있음을 증명했다. 둘째, 완성차 업체들이 고도화된 보조 주행 기능을 중시하는 배경에서, 빠른 반복과 안정적인 납품 능력을 갖춘 공급업체를 위한 시장 공간이 여전히 열려 있음을 보였다. 셋째, 산업 경쟁이 '누가 먼저 기능을 만들어내는가'에서 '누가 먼저 체계를 구축하는가'로 이동하고 있음을 시사한다. 46만 대의 탑재와 17개 차종이라는 성과는 지능형 주행이라는 복잡하고 고도로 산업화된 분야에서 AI 네이티브가 단순한 서사적 라벨이 아닌, 경쟁 구조에 영향을 미치는 현실적 힘으로 자리 잡고 있음을 입증한다. 2026년 100만 대 진입이 성공적으로 이루어질지는 시간이 증명하겠지만, 규모, 효율성, 체계 능력에围绕한 새로운 경쟁은 과거 어느 때보다 산업의 핵심에 다가서고 있다.