AI Agent가 차량의 여러 기능을 연결하고 판매 이후에도 계속 진화하려면 기존의 일회성 개발·납품 방식으로는 부족하다. Desay SV는 주행과 차량제어, 콕핏, 클라우드를 하나의 사용자 경험으로 묶는 ‘슈퍼 에이전트’를 구상하고 있다. 이 변화는 AI 기능의 추가를 넘어 완성차업체와 티어 1이 무엇을 함께 설계하고 어디까지 책임질 것인지 다시 묻는다.

글 | 한상민 기자 _ han@autoelectronics.co.kr
IN ENGLISH







Desay SV의 저우젠 매니저가 "AI Agent가 이끄는 자동차 가치의 새 패러다임: 파라미터 경쟁에서 경험의 공명으로"를 주제로 발표했다. 자동차 지능화 경쟁이 사양 경쟁에서 사용자 경험 경쟁으로 옮겨간다. 



자동차에는 이미 많은 기능이 들어가 있다. 대형 디스플레이, 고성능 칩, 카메라와 센서, 음성비서와 각종 앱은 더 이상 일부 프리미엄 모델만의 특징이 아니다. 화면은 커지고 연산 성능은 높아졌으며, 차량이 처리할 수 있는 기능도 계속 늘고 있다. 그러나 비슷한 하드웨어와 소프트웨어가 여러 브랜드에 빠르게 적용되면서 사양만으로 차이를 설명하기는 어려워졌다. 처음에는 새로웠던 기능도 반복해서 경험하면 더 이상 특별하게 받아들여지지 않는다.
사양은 계속 높아지지만, 사용자가 체감하는 새로운 가치는 그만큼 커지지 않는다. 기능이 부족해가 아니다. 시트와 공조, 조명과 음악, 내비게이션과 외부 서비스가 각각 잘 작동하더라도 사용자의 상황에 맞춰 함께 움직이지 못하면 하나의 경험이 되지는 않는다.
Desay SV의 저우젠(Zhou Jian)은 자동차 지능화 경쟁의 다음 단계를 ‘경험의 공명’이라고 말했다. 사용자의 상태와 이동 상황을 자동차가 이해하고, 흩어진 기능을 필요한 순간에 조합하는 것. 저우젠은 자동차 지능화 경쟁의 전반부가 파라미터와 기능의 경쟁이었다면, 후반부는 사용자 경험의 경쟁이 될 것이라고 전망했다.
탑승자가 피곤하다면 시트와 공조, 조명과 음악을 동시에 조절할 수 있다. 도착이 늦어질 것으로 예상되면 경로만 다시 계산하는 데 그치지 않고 일정과 목적지 서비스까지 함께 조정할 수 있다. 중요한 것은 기능을 더 추가하는 게 아니라 이미 갖춘 기능들이 누구를 위해, 언제 함께 움직일지를 결정하는 능력이다. Desay SV가 AI Agent를 바라보는 관점이다.




기능 수가 아니라 기능을 움직이는 방식

현재 차량용 음성비서는 대부분 사용자의 발화를 인식해 정해진 기능을 실행한다. 에어컨을 켜고 목적지를 검색하거나 음악을 재생할 수 있지만, 여러 요청의 관계를 이해해 작업 순서를 만들고 결과까지 관리하는 데는 한계가 있다. 사용자가 말하지 않은 상황까지 파악해 다음 행동을 제안하는 것도 어렵다. 저우젠은 Agent가 단순히 한 번의 질문에 답하는 챗봇이 아니라고 강조했다.
Desay SV가 제시한 AI Agent는 사용자의 의도를 파악하고, 목표를 이루는 데 필요한 과정을 계획하며, 차량 안팎의 기능과 서비스를 호출해 실제 행동으로 옮기는 실행 주체다. "근처에 커피숍이 있느냐"는 질문에 매장 목록을 보여주는 것으로 끝나지 않고, 사용자의 목적지와 도착시간, 선호를 확인하고 적절한 매장을 찾은 뒤 주문과 결제, 수령시간까지 연결하는 식이다.
이 과정에는 하나의 음성모델보다 훨씬 넓은 차량 시스템이 관여한다. 카메라와 마이크, 차량 제어장치는 탑승자와 주변 환경, 차량 상태를 감지한다. 차량 측 음성인식과 데이터 서비스는 즉각적인 응답과 기본적인 제어를 담당한다. 복잡한 질의와 다중 의도 분석, 지식 검색과 장기기억은 클라우드와 대형모델이 지원한다. 차량제어 Agent와 모빌리티 Agent, 지식 Agent, 생활서비스 Agent, 의사결정 Agent는 각자의 역할을 수행하면서 하나의 목표를 위해 협력한다.
기억은 Agent가 일반적인 기능에서 개인화된 서비스로 발전하기 위한 핵심 요소다. 짧은 대화만 저장해서는 차량이 시간이 지날수록 사용자에게 적응할 수 없다. 단기·중기·장기 기억을 연결해 선호와 습관, 반복되는 이동패턴을 축적해야 같은 질문을 되풀이하지 않고 더 적절한 판단을 내릴 수 있다. 사용자가 평일 아침마다 같은 목적지로 이동하고 특정 온도와 음악을 선호한다면, 차량은 매번 명령을 기다리기보다 현재 상황을 확인해 필요한 기능을 먼저 제안할 수 있어야 한다.
그렇다고 모든 판단을 클라우드에 맡길 수는 없다. 자동차는 통신이 불안정한 도로나 지하공간에서도 주행과 안전에 필요한 기능을 계속 수행해야 한다. 응답 지연이 차량제어의 지연으로 이어져서도 안 된다. Desay SV는 차량 측 AI가 즉각적인 응답과 핵심 제어를 담당하고, 클라우드가 복잡한 작업과 외부 서비스, 장기기억과 지속적인 학습을 지원하는 역할 분담을 제시했다. 대형모델은 두 영역을 연결하면서 Agent의 범용성과 새로운 기능의 개발 속도를 높이는 기반이 된다.
이 방식에서 자동차는 명령을 하나씩 받아 실행하는 수동적인 도구에서 벗어난다. 사용자의 의도와 현재 상황을 함께 이해하고, 필요한 기능을 고르고, 실행 결과를 다시 확인하는 능동적인 시스템으로 바뀐다. 자동차가 사람을 기다리는 수동적 도구에서 사람을 이해하고 먼저 행동하는 지능형 동반자로 바뀌는 것이다.




Desay SV가 제시한 AI Agent 아키텍처. 차량 측은 즉각적인 응답과 핵심 제어를, 클라우드는 복잡한 작업과 서비스 생태계를 담당한다. 대형모델은 두 영역을 연결하며, 단기·중기·장기 기억을 바탕으로 Agent의 범용성과 개발속도를 높인다.



콕핏을 넘어 차량 전체로

AI Agent가 차량 전체의 조정자가 되려면 콕핏 안에만 머물 수 없다. 현재 자동차에서는 콕핏과 지능형 주행이 서로 다른 조직과 기술체계에서 개발되는 경우가 많다. 콕핏은 디스플레이와 인포테인먼트, 음성인식과 애플리케이션을 다루고, 지능형 주행은 센서와 인지, 판단과 차량제어를 담당한다. 그러나 사용자에게 이동과 차내 생활은 분리된 경험이 아니다.
지능형 주행시스템이 교통정체나 도로 상황을 분석해 도착시간의 변화를 판단하면 콕핏 Agent는 그 정보를 활용해 일정을 조정하거나 목적지 서비스를 제안할 수 있다. 탑승자의 피로가 감지되면 시트와 공조, 조명과 음악을 조절하는 동시에 운전자에게 휴식을 권하고 안전과 관련된 대응을 실행할 수 있다. 차량의 배터리 잔량과 충전소 혼잡도, 사용자의 일정이 함께 고려돼야 충전 시점과 장소도 제대로 결정할 수 있다.
사용자 인터페이스 역시 고정된 메뉴와 앱의 집합에서 벗어나게 된다. 모든 운전자에게 같은 화면과 기능을 보여주는 대신, 현재 상황과 의도에 필요한 정보가 먼저 나타나는 동적 인터페이스로 발전한다. 사용자가 기능의 위치와 조작 방법을 기억하는 것이 아니라, Agent가 필요한 기능을 찾아 적절한 방식으로 제시한다.
Desay SV가 궁극적인 목표로 제시한 것은 통합 인지와 통합 의사결정, 통합 실행, 지속적인 학습 능력을 갖춘 ‘슈퍼 에이전트’다. 하나의 거대한 모델이 차량의 모든 일을 직접 처리한다는 의미가 아니라, 서로 다른 영역의 Agent와 차량 기능, 외부 서비스를 조정해 사용자에게 하나의 결과로 전달하는 상위 체계다. 
이를 뒷받침하려면 Agent만 개발해서는 부족하다. 차량에서 AI를 구동할 컴퓨팅 플랫폼, 여러 기능과 서비스를 연결하는 AI OS, 기존 차량이나 다양한 전자 아키텍처에 AI 기능을 확장할 수 있는 AI Box가 함께 필요하다. 설계와 검증, 생산과 판매 이후의 업데이트까지 AI를 적용할 수 있는 개발체계도 갖춰야 한다. Desay SV가 AI Agent를 개별 콕핏 기능이 아니라 차량 플랫폼의 변화로 보는 이유다.
여기에서 Desay SV의 기존 사업영역도 다시 연결된다. 콕핏과 디스플레이, 도메인 컨트롤러, 지능형 주행, 차량 네트워크를 각각 공급하는 것만으로는 통합된 사용자 경험을 만들기 어렵다. 서로 다른 도메인에서 발생한 정보가 하나의 의사결정으로 이어지고, 그 결정이 차량제어와 외부 서비스에서 함께 실행돼야 한다. AI Agent는 분리돼 있던 기술 영역을 사용자 경험을 중심으로 묶는 접점이 된다.




Desay SV는 OEM과의 협력을 기능·플랫폼·사용자 경험·AI 역량의 네 단계로 확장해왔다. 2019년 콕핏 플랫폼 공동개발을 시작으로 2023년 고객 맞춤형 콕핏 기능 구현, 2024년 다수 고객과의 상호작용 경험 최적화를 거쳐 2026년 Alibaba Cloud와 공동 AI 연구실을 설립했다. 



납품에서 공동설계로

AI Agent가 바꾸는 것은 차량의 작동 방식만이 아니다. 사용자가 차량에 비용을 지불하는 방식도 달라질 수 있다. 저우젠은 완성차를 한 번에 구매하고 끝나는 방식에서 벗어나 판매 이후 소프트웨어 업데이트를 통해 점진적으로 새로운 기능과 혜택을 제공하는 쪽으로 수익모델이 옮겨갈 것으로 봤다. 
이 변화는 완성차 업체와 공급사의 사업관계에도 이어진다. 기존 개발구조에서는 OEM이 요구사항을 정하고 공급사가 그에 맞춰 하드웨어와 소프트웨어를 개발해 납품했다. 공급사의 책임과 사업기회는 양산 시점을 중심으로 형성됐다. 하지만 AI Agent는 차량이 판매된 이후에도 데이터를 통해 학습하고 새로운 기능과 서비스를 추가해야 한다. 사용자의 반응과 서비스 이용 방식이 달라지면 Agent의 판단과 인터페이스도 조정돼야 한다. 새로운 외부 서비스가 연결되고 차량 소프트웨어가 업데이트될 때마다 전체 경험을 다시 검증해야 한다. 개발과 양산, 판매 이후의 운영을 분리한 일회성 납품방식으로는 대응하기 어렵다.  저우젠은 AI Agent 시대에는 여기서 한 단계 더 나아가 장기적인 동반개발과 역량 공동 창출이 필요하다고 했다.
Desay SV는 협력의 범위를 기능, 플랫폼, 사용자 경험, AI 역량이라는 네 단계로 넓혀왔다. 특정 기능을 고객 요구에 맞춰 개발하는 데서 출발해, 콕핏과 Agent가 작동하는 공통 플랫폼을 함께 만들고, 기술개발에 앞서 사용자가 실제로 경험할 장면을 OEM과 정의하는 것이다.
그 과정은 단계적으로 진행됐다. 2019년에는 고객사와 콕핏 플랫폼을 공동개발했고, 2023년에는 특정 고객의 콕핏 기능을 구현했다. 2024년에는 여러 고객과 상호작용 경험을 최적화했으며, 2026년에는 Alibaba Cloud와 공동 AI 연구실을 설립해 대형모델과 클라우드, 차량용 AI 역량을 함께 개발하는 단계로 협력 범위를 확대했다.
이 연혁에서 중요한 것은 협력 프로젝트의 수가 아니다. Desay SV의 역할이 개별 기능의 구현에서 플랫폼 공동개발로, 다시 사용자 경험의 공동 정의와 AI 역량의 공동 구축으로 이동하고 있다는 점이다. AI Agent가 차량의 여러 영역을 연결하고 판매 이후에도 계속 진화할수록 공급사는 정해진 사양을 구현하는 역할만으로 남기 어렵다. 완성차 업체와 초기 개념부터 플랫폼을 설계하고, 양산 이후에는 데이터와 업데이트를 통해 경험을 개선하는 공동설계자가 되려는 것이다.
물론, 이런 전환이 곧바로 OEM과 티어 1 사이의 선을 없애는 것은 아니다. 오히려 Agent가 더 많은 차량 기능과 데이터를 연결할수록 역할과 책임을 명확히 나누는 일이 중요해진다. 사용자의 데이터와 장기기억을 누가 관리할 것인지, 인터페이스의 주도권을 누가 가질 것인지, 차량제어와 생활서비스를 연결하는 권한을 누가 설계하고 검증할 것인지가 남는다. Agent의 판단이 안전과 관련된 차량 동작에 영향을 준다면 오류와 사고에 대한 책임도 구체적으로 정해야 한다.
수익배분 역시 피할 수 없는 문제다. 차량 판매 이후 추가되는 서비스에서 발생한 가치를 OEM과 티어 1, 클라우드와 모델 제공사, 외부 서비스 사업자가 어떻게 나눌지에 따라 협력 방식이 달라질 수 있다. 개방적인 생태계가 필요하다는 원칙에는 동의하기 쉽지만, 데이터와 고객 접점, 의사결정 권한을 실제로 나누는 일은 기술 통합보다 어려울 수 있다.
AI Agent 경쟁은 더 좋은 음성비서나 더 큰 대형모델을 탑재하는 것으로 끝나지 않는다. 차량의 전체 수명주기 동안 주행과 차량제어, 콕핏과 클라우드를 하나의 경험으로 관리해야 한다. OEM은 차량과 브랜드의 통제력을 유지하면서 외부 역량을 활용하는 협력 방식이, 티어 1에는 납품 이후까지 책임질 소프트웨어와 데이터 역량이 요구된다.
저우젠이 말한 '경험의 공명'은 자동차산업의 역할 분담에 대한 질문으로 이어진다. 흩어진 기능을 누가 하나의 경험으로 만들고 판매 이후까지 개선할 것인가. 그 답이 AI Agent 시대 티어 1의 자리를 결정한다.




Desay SV는 AI Agent를 공통 기반으로 삼아 통합 인지와 의사결정, 실행, 지속적인 진화 능력을 갖춘 차량 전체 지능형 아키텍처를 구상한다. 이를 통해 콕핏과 지능형 주행을 통합하고, 크로스도메인 시나리오와 개인화 인터페이스를 구현한다. 

AEM(오토모티브일렉트로닉스매거진)