자율주행차의 사고, 누가 책임을 지는가 — 제조물 책임과 운전자 책임의 경계

왜 이 논쟁인가

2018년 3월 23일, 미국 캘리포니아 마운틴뷰의 고속도로에서 테슬라 모델 X가 분리대에 충돌했습니다. 몰던 사람은 애플 엔지니어 월터 황(당시 38세)이었고, 그는 사망했습니다. 사고 직후 테슬라는 책임을 부인했습니다. 테슬라의 입장은 이렇습니다. "도의적·법적 책임의 근본 전제는 깨진 약속인데, 여기엔 그런 것이 없다. 그는 오토파일럿이 완벽하지 않다는 것을 잘 알고 있었고, 차량이 여러 차례 경고했음에도 도로에 주의를 기울이지 않았을 때만 이 사고는 일어날 수 있다" (DOI: 10.31228/osf.io/ur3e5). 오토파일럿은 테슬라의 자동 주행 기능입니다. 다시 말해 시스템은 완벽하지 않았고 운전자도 그걸 알았다는 것입니다. 주의만 기울였다면 사고는 없었으리라는 논리입니다. 이것이 자율주행 사고를 둘러싼 첫 번째 전선입니다.

여기에는 불편한 질문이 숨어 있습니다. 운전대를 잡지 않고 있던 사람에게, 어디까지 "네 과실(negligence)이다"라고 말할 수 있을까요. 과실은 사고를 막으려고 마땅히 기울였어야 할 주의를 기울이지 않은 잘못입니다. 시스템이 운전하고 사람은 이따금 개입할 뿐인 상황에서 "주의를 기울였어야 했다"는 요구는 얼마나 정당할까요.

먼저 이 글이 어느 나라 법을 다루는지 밝혀 둡니다. 한 나라의 법을 해설하는 글이 아닙니다. 사고가 난 곳은 미국입니다. 인용하는 논문들이 다루는 법은 나라별로 다릅니다. 미국, EU(독일·프랑스·네덜란드), 영국, 캐나다, 싱가포르가 있습니다. 중국, 한국, 일본, 인도네시아, 쿠웨이트, 베트남도 있습니다. 그래서 법원이나 법령이 나올 때마다 어느 나라 이야기인지 따로 적습니다.

일부 나라는 이미 법을 고쳤습니다. 그러나 책임을 누구에게 어떻게 나눌지에 대한 큰 틀은 나라마다 다르고 합의되지 않았습니다. 이 글이 다루는 대부분은 확정된 판례가 아니라 각국 학자와 입법자의 제안과 논증입니다. SSRN에 올라온 글은 학술지 심사 전의 초고로 보이는 경우가 있습니다. 그런 글에는 "심사를 거치지 않은"이라고 표시합니다. 이 글은 어느 쪽이 옳은지 판정하지 않습니다. 그 미결 상태를 얼버무리지 않고 들여다보는 것이 목적입니다.

통념: 사고가 나면 운전자가 책임진다

전통적으로 도로 위 책임은 운전자의 과실을 중심으로 설명돼 왔습니다. 운전자에게 과실(fault)이 있으면 그 사람이 배상한다는 것이 통념입니다. 나라마다 운행자 책임이나 과실 추정을 두기도 합니다. 과실 중심의 설명에서 법은 누가 신호를 위반했는지, 누가 전방을 주시하지 않았는지 따집니다. 누가 주의의무(duty of care)를 다하지 못했는지도 따집니다. 주의의무는 남에게 피해를 주지 않도록 기울여야 할 주의입니다. 이런 과실 책임(fault-based liability)에서는 피해자가 가해자의 고의나 과실을 직접 입증해야 합니다. 그 입증이 곧 배상으로 가는 관문이었습니다 (DOI: 10.58837/lawchulajournal.v44i1.281356).

이 통념이 힘을 얻은 데는 이유가 있습니다. 치명적 사고의 대다수가 인간의 실수에서 비롯된다고 흔히 이야기되기 때문입니다. 자율주행차가 매년 수만 명의 목숨을 구하리라는 기대가 있습니다. 이 기대도 "치명적 사고의 압도적 다수가 인간의 실수"라는 전제를 둡니다 (DOI: 10.1515/jtl-2019-0029). 운전자가 사고의 원점이라면 운전자에게 책임을 묻는 것은 자연스럽습니다. 통념은 여기서 출발합니다.

반전: 운전대를 놓는 순간 원칙이 무너진다

문제는 자율주행이 바로 그 전제, 곧 "운전하는 것은 인간"이라는 전제를 무너뜨린다는 데 있습니다. 고도로 자동화된 주행에서 운전은 더 이상 한 사람의 손과 발에 있지 않습니다. 소프트웨어, 센서, 업데이트, 통신, 인프라가 운전에 관여합니다. 때로는 원격 감독도 끼어듭니다. 이렇게 여럿이 얽힌 운전을 분산된 사회기술적 과정(distributed socio-technical process)이라 부릅니다 (DOI: 10.31743/recl.19473). 운전자를 중심에 둔 전통적 책임 모델은 이 구조와 근본적으로 어긋납니다. 그 어긋남이 책임을 나눌 때 체계적 공백(systemic gaps)을 만든다는 분석이 있습니다 (DOI: 10.51204/anali_pfbu_26201a).

앞으로 자주 나오는 말이라 짚어 둡니다. 자율주행은 사람이 전부 운전하는 단계부터 완전 자동까지 여섯 단계로 나뉩니다. 미국자동차공학회(SAE)의 분류이며, 단계를 레벨이라 부릅니다.

앞서의 테슬라 사건으로 돌아가 보겠습니다. 항공·군사 분야에서 인간과 자동화의 상호작용을 연구한 학자들은 테슬라의 논리에 정면으로 반박합니다. 이들의 논증은 이렇습니다. 법적 책임을 가르는 데 과학이 결정적 역할을 합니다. 법원은 사고를 미리 내다볼 수 있었는지, 곧 예견 가능했는지를 판단할 때 과학자와 엔지니어에게 의존합니다. 사고 당시 과학이 어떤 관계를 알고 있었다면 설계자는 책임을 질 수 있습니다. 그 관계는 사고와 설계자가 취하지 않은 예방조치 사이의 체계적 관계입니다. 수십 년에 걸친 연구의 결론은 이렇습니다. 자동화할 수 있는 것은 다 자동화하고 나머지를 인간에게 떠넘기는 설계는 부적절하고 위험하다. 이들에 따르면 자율주행차의 설계와 지금 일어나는 사고 유형 사이에도 체계적 관계가 있습니다. 그래서 이 사고들은 예견 불가능하지 않았고 운전자만의 잘못도 아니었다는 것입니다 (DOI: 10.31228/osf.io/ur3e5). 물론 이는 이 저자들의 논증입니다. 법원이 사안마다 어떻게 판단할지는 별개입니다.

통념이 흔들리면 시선은 운전자 너머로 향합니다. 책임의 후보는 많습니다. 운전자, 소유자, 제조사, 소프트웨어 공급자, 통신망 사업자, 부품 제조사, 정부까지 누구든 후보가 될 수 있습니다. 전통적 불법행위법 규칙만으로는 이 중 누구에게 책임을 물을지 가려낼 수 없다는 분석이 있습니다 (DOI: 10.3390/wevj12020062). 불법행위법은 계약 관계가 없는 사이에서도 남에게 끼친 손해를 배상하게 하는 법입니다. 인간의 실수가 아니라 시스템의 판단이 사고를 냈을 때, 사고 법은 원인을 인간에게서 찾던 원점을 잃습니다.

인도네시아와 쿠웨이트의 민사법 인과이론을 비교한 분석이 있습니다. 민사법은 개인과 개인 사이의 권리·의무를 다루는 법이고, 그중 손해배상 규칙이 이 글의 관심사입니다. 인과 판단은 누구의 행동이 손해를 낳았는지 가리는 일입니다. 이 분석은 그 일이 교통법 밖의 일반 민법과 제조물 결함 영역으로 밀려난다고 봅니다 (DOI: 10.47268/ballrev.v7i1.3700).

메커니즘: 책임을 어디로 보낼 것인가

운전자가 유일한 답이 아니라면 대안은 무엇일까요. 여기서부터 여러 진영의 논리가 갈립니다. 각 진영은 서로 다른 법 도구를 들고 나오고, 그 도구들은 종종 충돌합니다. 아래 일곱 갈래는 경쟁하는 제안이지 확립된 정답이 아닙니다.

진영 1 — 제조물 책임: "결함을 증명하라"

가장 유력한 대안은 자율주행 사고를 제조물 책임(product liability)의 문제로 보는 것입니다. 제조물 책임은 제품 결함으로 생긴 피해를 만든 쪽이 배상하는 책임입니다. 자동차가 스스로 운전한다면 사고는 운전자의 실수가 아니라 제품의 결함으로 봐야 한다는 발상입니다.

여기서 흔한 오해 하나를 짚어 둡니다. 제조물 책임이 전부 무과실(엄격)책임이라는 통념입니다. 무과실책임은 주의를 다했는지와 상관없이 지는 책임입니다. 심사를 거치지 않은 한 논고는 실제 구조가 더 미묘하다고 정리합니다. 초록은 국가를 밝히지 않았지만 미국식 제조물 책임 법리를 전제한 구분으로 보입니다. 제조 결함(manufacturing defect)은 주의 여부와 무관하게 엄격책임(strict liability)을 집니다. 설계 결함과 경고 결함은 위험-효용 분석에 기반한 과실 틀 안에서 판단됩니다 (DOI: 10.2139/ssrn.6687638). 제조 결함은 만드는 과정에서 생긴 잘못입니다. 설계 결함은 설계 자체의 잘못입니다. 경고 결함은 경고나 지시가 부실한 잘못입니다. 위험-효용 분석(risk-utility analysis)은 제품의 이익과 위험을 저울질하는 일입니다. 제품의 효용이 위험을 정당화할 만해도 책임이 사라지지는 않습니다. 초점이 제조사가 경고나 지시로 예견 가능한 위험을 줄이는 합리적 조치를 취했는지로 옮겨 갈 뿐입니다. EU 제조물책임지침은 설계·경고 결함도 과실이 아니라 결함 여부로 따지는 엄격책임 틀입니다. 그래서 이 구분이 그대로 옮겨지지 않습니다.

자율주행에서는 이 세 결함이 모두 문제가 됩니다. 설계·제조·경고의 실패가 피해자 손해의 "충분한 원인"이었는지를 따지게 됩니다 (앞의 인도네시아·쿠웨이트 비교 분석, DOI: 10.47268/ballrev.v7i1.3700). 특히 까다로운 논점은 인간-기계 상호작용의 실패입니다. 자동화가 진행되면 운전자와 시스템의 상호작용이 근본적으로 달라집니다. 그 상호작용이 매끄럽지 못해 사고가 났다면 어떨까요. 이 붕괴 자체를 EU 제조물책임지침(85/374/EEC)의 "결함"으로 볼 수 있을까요. 한 논문이 이 질문을 던집니다 (DOI: 10.1093/ijlit/eaac010).

제조물 책임 진영의 강한 주장은 이렇습니다. 자율주행차가 통계적으로 더 안전하다는 사실이 곧 면책 사유가 되어서는 안 된다는 것입니다. 이 논문은 제조물 책임 소송의 역사에서 근거를 찾습니다(초록은 국가를 밝히지 않았습니다). 소송 체계는 대체로 낡고 위험한 차라고 해서 최신 안전장치가 없다는 이유만으로 책임을 지우지 않았습니다. 새롭고 안전한 차라고 해서 뛰어난 총량 성능만으로 면책해 주지도 않았습니다. 같은 논리로 이 저자는 이렇게 주장합니다. 인간 운전자에 의존한다고 재래식 차가 결함차가 아니듯, 자율주행차도 그 결함이 피해를 냈다면 면책되어서는 안 됩니다 (DOI: 10.1515/jtl-2019-0029).

진영 2 — 무과실·엄격책임: "과실 찾기를 포기하라"

두 번째 진영은 더 급진적입니다. 아예 "누가 잘못했는가"를 묻는 과실 틀을 버리자는 것입니다. 흔히 엄격책임(strict liability)은 과실 책임의 예외로 소개됩니다. 심사를 거치지 않은 한 이론 분석은 이를 뒤집습니다. 이 분석에 따르면 엄격책임은 과실 논리에서 벗어난 예외가 아닙니다. 특정 범주의 위험을 처음부터 행위자에게 배정해 두는 제도적 결정이라는 것입니다. 이상위험 활동(아주 위험한 활동), 제조물 책임, 사용자 책임이 모두 이 구조를 공유합니다. 사용자 책임은 남을 부린 사람이 부림을 받은 사람의 행위에 지는 책임입니다. 이 관점에서 과실은 책임의 토대가 아니라 책임이 생기는 여러 경로 중 하나일 뿐입니다 (DOI: 10.2139/ssrn.6168207).

같은 계열의 주장으로 기업책임(enterprise liability) 이론이 있습니다. 한 논문은 AI가 복잡하고 인간의 통제에서 벗어나 있다고 봅니다. 그래서 피해자에게 "누구의 과실인지 특정하라"고 요구하는 것은 부당한 부담이 된다는 것입니다. AI의 행동과 손해 사이의 인과를 명확히 입증하기가 지극히 어렵다고도 말합니다. 이 논문은 제조사가 결함에 대해 과실과 무관하게 책임지도록 하자고 제안합니다. 피해자의 부담은 "AI에 결함이 있었고 그 결함이 손해를 냈다"는 점을 입증하는 데로 줄어듭니다. 이 모델은 책임을 위험 분산과 비용 내부화의 문제로 봅니다. 제조사가 잠재 손해의 비용을 미리 계산해 시장에 분산시키도록 유도한다는 것입니다 (DOI: 10.58837/lawchulajournal.v44i1.281356).

진영 3 — 과실의 재해석: 예견가능성의 기준을 다시 그린다

세 번째 진영은 과실 개념을 버리는 대신 다시 그리자고 합니다. 핵심은 예견가능성(foreseeability), 곧 그 결과를 미리 내다볼 수 있었는가입니다. 과실을 따질 때 법원이 쓰는 주요 기준입니다. AI 개발자는 흔히 "그 결과는 예견할 수 없었다. 인과 경로가 새롭고 복잡하고 불투명했다"고 방어합니다.

미국 법원이 예견가능성을 어떻게 적용하는지 분석한 한 논문은 이 방어가 책임을 잘못 배분한다고 봅니다. 이 논문에서 불투명성과 예측 불가능성은 고급 AI의 본질적 속성이 아닙니다. 정확성·효율을 해석 가능성보다 앞세운 개발자의 추상화 선택의 결과입니다. 그런 선택이 불투명한 결과의 가능성을 높였다면 법도 그 책임을 반영해 조정돼야 한다고 합니다. 구체적으로는 원고(소송을 낸 피해자)에게 불리한 예견가능성 기준을 유리한 쪽으로 완화하자는 제안입니다. 특히 주의의무 단계를 개혁의 급소로 봅니다. 다만 과실 판단과 인과관계 단계에서는 사실관계 심리를 유지하자고 합니다. 책임이 지나치게 넓어지지 않게 하려는 것입니다 (DOI: 10.1515/jtl-2025-0027).

과실을 재구성하는 또 다른 방식은 "컴퓨터 운전자"라는 법적 의제를 세우는 것입니다. 법적 의제는 실제로는 사람이 아니지만 법에서 사람처럼 다루기로 약속하는 장치입니다. 이 제안은 입법안 형태로 나왔습니다. 컴퓨터 운전자가 "주의 깊고 온전한 인간 운전자"만큼 주의했는지를 법원이나 배심이 가립니다. 못 미쳤다고 판단하면 그 컴퓨터 운전자에게 과실책임을 지운다는 발상입니다 (DOI: 10.25172/smustlr.27.1.5). 인간의 자리에 놓인 시스템을, 인간에게 적용하던 과실 기준으로 심판하겠다는 것입니다.

진영 4 — 운전을 넘기는 순간: 레벨 3의 회색지대

가장 다루기 까다로운 지대는 레벨 3(조건부 자동화)입니다. 시스템이 운전하다가 필요할 때 인간에게 제어를 넘기는 단계입니다. 시스템이 사람에게 제어를 넘겨받으라고 요구하는 것을 인계 요구(takeover request)라 합니다. 문제는 이 넘겨받는 순간이 책임의 진공지대가 될 수 있다는 점입니다. 레벨 3 차량의 불법행위·제조물 책임·프라이버시 문제는 별도의 논의 영역으로 다뤄집니다. 기존 법리를 이 좁은 영역에 적용해 보는 논의입니다 (DOI: 10.36645/mtlr.30.2.tort).

앞서의 컴퓨터 운전자 제안은 이 회색지대를 정면으로 다룹니다. 제어가 컴퓨터에서 인간으로 넘어가는 시간을 전환기라 합니다. 이 전환기 중 일정 구간에는 인간 운전자가 법적으로 기여과실·비교과실을 질 수 없다고 못 박자는 것입니다 (DOI: 10.25172/smustlr.27.1.5). 기여과실(contributory negligence)과 비교과실은 피해자 쪽에도 잘못이 있을 때 그만큼 배상을 줄이거나 없애는 법리입니다.

이 제안과 별개로, 인계 순간의 인간 반응을 잰 인간공학 실험이 있습니다. 운전자 18명이 참여한 소규모 레벨 3 시뮬레이터 연구입니다. 인계 반응 시간은 도심 시나리오가 고속도로보다 길었습니다. 음악·영상·뉴스 요약 같은 운전 외 과제의 부담이 커질수록 인계 성능이 나빠지는 경향이 보였습니다. 특히 뉴스 요약 과제가 반응을 가장 지연시키고 상황 인식을 떨어뜨렸습니다 (DOI: 10.54941/ahfe1007862). 이 연구는 법적 책임이 아니라 인계 지원 설계의 필요를 말합니다. 우리가 보기에 이 결과는 "경고를 줬으니 즉시 대응했어야 한다"는 요구가 인지와 어긋날 수 있음을 시사합니다. 다만 소규모 시뮬레이터 연구라 법적 판단의 근거로 삼기에는 이릅니다.

진영 5 — 형사책임: 제조사를 피고석에

민사 배상을 넘어 형사책임(criminal liability)으로 가면 논쟁이 훨씬 뜨겁습니다. 형사책임은 국가가 범죄로 처벌하는 책임입니다. 민사가 피해를 배상으로 메우는 문제라면 형사는 처벌의 문제입니다. 이 논의는 자율주행 시스템 자체가 형사책임의 주체가 될 수 없다는 전제 위에서 이루어지는 경우가 많습니다. 그렇다면 시스템이 낸 사고의 형사책임은 누가 질까요.

중국 형사법 논의에서는 제조사의 주의의무를 생산·적용 전 과정에서 따진 논문이 있습니다. 이 논문은 제조사가 제품 침해 이론을 통해 책임질 수 있다고 봅니다. 이 논문은 제조사의 형사책임을 교통사고죄로 보는 것이 합리적이라고 결론짓습니다. 나아가 자율주행차 제조사를 교통사고죄의 단위 주체, 곧 회사 같은 조직으로 추가하기를 바란다고 씁니다 (DOI: 10.54097/vswsyq46). 다만 이는 입법 제안이지 현행법이 아닙니다.

형사 과실을 자율주행에 적용하는 일은 개념적 난관에 부딪힙니다. 한 비교법 연구는 이를 "과실의 실패(negligence failures)"라 부릅니다. 원인으로는 인식의 문제(epistemic problem), 통제의 결여, 일반화된 위험을 꼽습니다. 여기에 "많은 손의 문제(problem of many hands)"가 더해집니다. 많은 손의 문제는 여러 행위자가 얽혀 누구의 책임인지 흐려지는 것입니다. 이런 문제가 형사 과실의 구성요소인 인식·예견가능성·위험 감수를 흔든다고 합니다. 싱가포르·프랑스·영국은 각기 다른 모델로 대응하고 있습니다. 권고로는 사용자에 대한 AI 훈련·면허 제도와 인계 요구의 실증적 검증 등이 있습니다 (DOI: 10.1007/s10609-023-09451-1). EU 차원에서도 기술 표준만 밀어붙일 뿐 형사책임의 규율이 빠져 있다는 비판이 있습니다. EU 형사법 논의에는 "인간이 AI를 운전석에 앉혔을 때"의 형사책임을 배분하자는 제안도 있습니다 (DOI: 10.1177/20322844231213336).

독일의 폭스바겐 사례는 형사가 아니라 민사 제조물책임 틀(제조물책임법·집단소송·보상기금)에서 다뤄졌습니다. 형사책임의 어려움을 비추는 거울로 읽을 수 있을 뿐, 형사 판례가 아닙니다. 폭스바겐의 AI 보조 주행 기능을 분석한 연구가 있습니다. 이 연구는 독일 도로교통법(StVG)과 제조물책임법(ProdHaftG)을 놓고 봅니다. StVG §63a는 자동 주행 중 데이터 기록을 정한 규정입니다. 머신러닝이 개입한 복잡한 사고를 봅니다. 불투명한 AI 모델의 판단이 원인일 때는 인과관계를 입증하기 어렵다고 짚습니다.

연구는 2023년 브라운슈바이크 지방법원 판결을 분석합니다. 2025년 논문 시점에 베를린 항소법원에 걸려 있던 소송도 함께 다룹니다. 이 폭스바겐 사례가 반복되는 공백을 드러낸다는 것이 연구의 평가입니다. 충돌 시뮬레이션 데이터를 증거로 쓸 수 있는지, 곧 증거능력이 문제입니다. 소프트웨어 업데이트와 시스템 구조에 대한 표준화된 문서도 없습니다. 판결 내용과 그 이후 경과는 이 글이 확인하지 못했습니다. 이 연구의 제안은 규제 혁신입니다. 의무적 "소프트웨어 책임 문서", 시뮬레이션 증거의 증거능력 기준, 자율주행차 전용 보상기금이 그 예입니다 (DOI: 10.55843/icl2025cong223p).

진영 6 — 데이터와 블랙박스: 증거가 책임을 가른다

앞선 모든 논쟁의 밑바닥에는 하나의 실무 문제가 깔려 있습니다. 무슨 일이 있었는지 어떻게 증명하는가. 그래서 자동차의 블랙박스, 곧 사건 데이터 기록장치가 책임 판단의 핵심 증거로 떠오릅니다. 중국의 쉬(Xu) 사건과 기술표준(GB44497-2024)을 분석한 연구가 있습니다. 블랙박스 데이터는 결정적 증거이지만 극한 기상 조건에서는 한계가 있다는 분석입니다. 같은 분석은 L1~L5 자동화 등급 평가 체계에도 주목합니다. 이 체계가 제조사·소프트웨어 공급자·운전자 사이의 책임을 명확히 하는 데 쓰일 수 있다고 봅니다 (DOI: 10.54254/2753-7048/2025.bo23203).

블랙박스는 그 자체로 새로운 문제를 낳습니다. 소프트웨어가 수시로 업데이트되는 차량에서는 업데이트 경로가 악의적 조작의 통로가 될 수 있습니다. 믿을 만한 쪽이 맞지 않는 버전을 실수로 설치할 수도 있습니다. 그래서 분산 해시 테이블과 공개 블록체인을 결합한 분산형 블랙박스 감사추적 설계가 제안됩니다 (DOI: 10.4271/11-03-02-0006). 감사추적은 누가 언제 무엇을 바꿨는지 남기는 기록입니다. 목적은 차량 소프트웨어의 무결성, 곧 기록이 바뀌지 않았음과 출처를 보증하는 것입니다.

더 근본적인 장벽은 데이터 접근권입니다. 블랙박스·사건데이터기록장치의 정보는 대개 보험사와 제조사가 쥐고 있습니다. 프라이버시·지식재산·경쟁이라는 법적 장애물이 그 재사용을 가로막습니다. 유럽의 데이터법(논문 당시에는 제안 단계)이 이 접근권 문제의 해법으로 검토되는 이유입니다 (DOI: 10.12688/openreseurope.16468.1).

증거의 어려움은 곧 입증책임(burden of proof), 곧 누가 증명해야 하는가의 문제로 이어집니다. EU의 AI 책임지침(AILD) 제안은 강화된 증거개시 규칙과 인과관계 추정을 담았습니다. 피해자의 입증 부담을 덜어 주려는 것이었습니다. 이 분석이 쓰인 시점에는 제안 단계의 안이었습니다. 집행위는 2025년 2월 이 제안을 철회할 계획을 밝혔습니다. 증거개시는 소송 상대가 가진 증거를 내놓게 하는 절차입니다. 인과관계 추정은 피해자가 인과를 다 증명하지 않아도 잠정적으로 원인으로 보아 주는 장치입니다. 다만 생성형 AI를 주로 다룬 이 분석은 그것조차 불충분하다고 봅니다. AI에 내재한 위험 자체가 엄격책임 방향으로 EU 규칙을 맞출 근거가 될 수 있다는 주장입니다 (DOI: 10.1093/ijlit/eaae021).

진영 7 — 보험-우선: "다투기 전에 먼저 보상하라"

책임 주체를 가리는 지난한 다툼을 아예 뒤로 미루자는 진영도 있습니다. 보험-우선(insurer-first) 보상 모델입니다. 피해자를 먼저 신속히 구제합니다. 제조사냐 운전자냐 하는 책임 배분은 그 뒤에 구상권(subrogation)으로 정리하자는 것입니다. 구상권은 먼저 보상해 준 쪽이 실제 책임 있는 쪽에 그 돈을 되돌려 달라고 청구하는 권리입니다.

EU 법을 다룬 논문은 EU가 단일한 자율주행 책임 코드에 의존하지 않는다고 봅니다. 대신 EU 법은 세 가지를 결합합니다. 첫째는 보험-우선의 피해자 보상 논리입니다. 둘째는 소프트웨어 손해를 겨냥한 제조물 책임의 현대화입니다. 셋째는 앞단의 행위자(상류 행위자)에게 문서화·사후관리 의무를 지우는 위험 기반 규제입니다 (DOI: 10.31743/recl.19473).

각국은 기존 강제보험 틀을 이 방향으로 손보고 있습니다. 한국 학계의 논문은 독일과 일본의 개정을 이렇게 정리합니다. 독일은 도로교통법(StVG) 개정으로 자율주행차 사고의 배상 상한을 두 배로 올렸습니다. 레벨 4·5 개념과 기술감독자(차량을 기술적으로 감독하는 사람)의 지위도 도입했습니다. 일본은 기존 책임 체계를 유지했습니다. 무인 주행을 겨냥한 규정과, 지역 이동 서비스에 쓸 허가제를 신설했습니다. 한국에서도 자동차손해배상 보장법 정비 논의가 있습니다. 자율주행 시대에 피해자를 신속히 구제하고 사회적 비용을 낮추려는 문제의식에서 출발합니다 (DOI: 10.18189/isicu.2024.31.2.149). 미국은 주별로 법이 흩어져 있습니다. 2022년 조사는 30개 주에서 관련 입법을 확인했습니다. 다만 그 효과를 평가할 데이터가 아직 부족하다고 지적합니다 (DOI: 10.1017/jme.2022.96).

논쟁·미해결: 큰 틀은 합의되지 않았다

여기까지 일곱 진영을 훑었지만 냉정하게 말해 어느 것도 승리하지 못했습니다. 여러 틀이 뒤섞여 경쟁하는 것이 현실입니다. 자율주행 사고의 책임 체계를 비교한 한 연구는 이를 네 유형으로 정리합니다. 운전자 책임, 시스템 책임, 제조사·운영자 책임, 그리고 이들을 섞은 복합 책임입니다. 유형마다 고유한 제도적 딜레마가 드러난다고 봅니다. 책임 경계가 모호합니다. 증거 확보와 사실 인정 메커니즘이 미비합니다. 책임 배분이 불균형하고 판단 규칙이 파편화돼 있습니다 (DOI: 10.3390/wevj17010032).

중국의 법·산업 환경을 분석한 한 연구는 자동화 등급에 따라 답을 달리하자는 절충을 내놓습니다. 레벨 0~2는 운전자에게 책임을 지웁니다. 레벨 3은 도로와 시스템 상황에 따라 운전자와 제조사·운영자가 나눕니다. 레벨 4~5는 주로 제조사·운영자·시스템 공급자에게 지우자는 제안입니다 (DOI: 10.3390/wevj16120665). 중국을 전제로 한 제안이며 국제적으로 정리된 기준은 아닙니다.

영국·미국·캐나다를 비교한 논고는 반증 가능한 추정을 담은 혼합 기준을 내놓습니다. 이 논고는 심사를 거치지 않았고 학부생 저자의 글입니다. 반증 가능한 추정(rebuttable presumption)은 일단 그렇다고 보되 반대 증거가 나오면 뒤집을 수 있는 가정입니다. 이 기준에서 자동 주행 중의 설계·경고·실패는 원칙적으로 제조사 책임으로 추정합니다. 시스템 오용이나 인계 요구에 대한 불합리한 미대응은 운영자 책임으로 돌립니다. 그리고 사건 데이터 로그로 입증책임을 전환하고, 보험사 우선 보상 후 구상하자는 것입니다 (DOI: 10.2139/ssrn.6543563). 서로 다른 진영의 도구를 한 틀에 모았지만 이 역시 하나의 제안일 뿐입니다.

이 모든 정교한 제안 앞에서 한 걸음 물러서라는 목소리도 있습니다. 한 논문의 주장은 이렇습니다. 자율주행차가 자동차 사고 책임 체계의 실무를 크게 바꿀 것은 분명합니다. 그러나 어떻게 바뀔지는 아직 알 수 없다는 것입니다. 미래의 윤곽을 상상해 미리 책임 체계를 재설계하려는 시도는 오류와 좌절을 부르기 쉽다는 것입니다. 그러니 일단 더듬어 나가자(muddle through), 곧 해 보면서 고쳐 가자는 것입니다 (DOI: 10.1515/jtl-2020-2012). 이는 확립되지 않은 문제 앞에서 판단을 서두르는 대신 신중하자는 태도입니다.

국가별 편차도 이 미결 상태를 키웁니다. 앞의 EU 논문은 독일·프랑스·네덜란드를 예시 모델로 삼아 베트남 법을 같은 틀에 대 봅니다. 이 논문에 따르면 베트남은 "이상위험원" 같은 강한 무과실 법리로 피해자 보호의 기반을 이미 갖추었습니다. 그러나 베트남에도 증거 접근, 사이버 사고의 귀속, 형사책임의 조율에서 지속적인 불일치 위험이 남는다고 합니다 (DOI: 10.31743/recl.19473). 요컨대 이 글이 본 제안들은 하나의 정답으로 수렴하는 중이 아니라 여러 갈래로 갈라진 채 실험 중입니다.

의의: 기술이 '과실'이라는 법 개념을 다시 쓰고 있다

그렇다면 이 논쟁의 진짜 의미는 무엇일까요. 표면적으로는 "자율주행차 사고의 배상금을 누가 낼 것인가"라는 실무 문제처럼 보입니다. 그러나 그 밑바닥에서 벌어지는 일은 훨씬 큽니다. 기술의 진보가 '과실'이라는 법의 근본 개념 자체를 재정의하도록 압박하고 있습니다.

한 세기 넘게 자동차 사고 법은 "잘못한 인간을 찾아 책임을 묻는" 구조였습니다. 자율주행은 그 구조의 심장인 운전하는 인간을 제거합니다. 그 빈자리를 두고 진영마다 다르게 답합니다. 제조물 책임은 "결함을 증명하라"고 합니다. 엄격·기업책임은 "과실 찾기를 포기하고 위험을 배분하라"고 합니다. 과실 재해석 진영은 "예견가능성을 다시 그리자"고 합니다. 형사법은 "제조사를 피고석에 세울 수 있는가"를 묻습니다. 보험-우선 진영은 "다투기 전에 먼저 보상하라"고 답합니다. 이 모든 제안은 결국 하나의 질문을 서로 다르게 변주하고 있습니다. 운전대를 잡지 않은 사고에서, 책임이란 무엇인가.

이 글이 다룬 대부분이 확정 판례가 아니라 제안과 논증이라는 점을 다시 짚어 둡니다. 그래서 지금 우리가 보는 것은 정답의 발견이 아니라 개념이 다시 쓰이는 과정입니다. 다음에 "자율주행차가 사고를 내면 누가 책임지나"라는 질문을 들으면 이 점을 떠올려도 좋겠습니다. 그 질문에 단일한 답은 아직 없습니다. 그 답의 부재는 법이 기술을 따라잡기 위해 스스로를 고쳐 쓰고 있다는 신호로 읽을 수 있습니다. 과실이라는 저울은 운전대를 놓은 시대에 맞게 다시 만들어지는 중입니다.

---

근거 논문

• "Unsafe at Any Level: The U.S. NHTSA's Levels of Automation Are a Liability for Automated Vehicles," Communications of the ACM (2020) — DOI: 10.31228/osf.io/ur3e5 — 월터 황/테슬라 사건, 테슬라의 책임 부인 논리와 그 반박, 사고는 예견 가능했고 운전자만의 잘못이 아니라는 주장.
• "Autonomous vehicle and the limits of traditional liability," Anali Pravnog fakulteta u Beogradu (2026) — DOI: 10.51204/anali_pfbu_26201a — 운전자 중심 전통 책임 모델이 고도 자동화와 구조적으로 어긋나 체계적 공백을 낳음.
• "Attributing Liability for Autonomous Vehicles: EU Multi-Level Approaches and Implications for Vietnamese Law," Review of European and Comparative Law (2026) — DOI: 10.31743/recl.19473 — 운전을 분산된 사회기술적 과정으로 봄, EU의 보험-우선·제조물책임 현대화·위험기반 규제 결합.
• "Rethinking Producer Liability in Autonomous Vehicle Accidents," Batulis Civil Law Review (2026) — DOI: 10.47268/ballrev.v7i1.3700 — 인도네시아·쿠웨이트 민사법 인과이론 비교. 인간 운전자 중심 규범이 더는 적절치 않으며 인과 판단이 제조물 결함 영역으로 이동.
• "Who Is Liable When a Driverless Car Crashes?" World Electric Vehicle Journal (2021) — DOI: 10.3390/wevj12020062 — 전통 불법행위 규칙으로는 다수의 책임 후보를 가릴 수 없음, 제조물 책임이 핵심 쟁점.
• "Reframing Product Liability: Beyond Strict Liability," (2026) — DOI: 10.2139/ssrn.6687638 — 제조 결함=엄격책임, 설계·경고 결함=위험-효용 기반 과실 틀이라는 제조물책임의 이중 구조.
• "Autonomous Vehicles, Technological Progress, and the Scope Problem in Products Liability," Journal of Tort Law (2019) — DOI: 10.1515/jtl-2019-0029 — 상대적 안전성이 면책 사유가 될 수 없음, 결함 있는 자율주행차는 면책 불가.
• "Human–machine interaction in self-driving vehicles: a perspective on product liability," International Journal of Law and Information Technology (2022) — DOI: 10.1093/ijlit/eaac010 — 인간-기계 상호작용의 붕괴를 EU 제조물책임지침상 '결함'으로 볼 수 있는지.
• "Liability for Autonomous Vehicle Torts: Who Should Be Held Responsible?" World Electric Vehicle Journal (2025) — DOI: 10.3390/wevj16120665 — 중국의 법·산업 환경 분석. 자동화 등급별 책임 배분(L0–2 운전자, L3 분담, L4–5 제조사·운영자·시스템).
• "Strict Liability and the Geometry of Risk," (2026) — DOI: 10.2139/ssrn.6168207 — 엄격책임은 과실의 예외가 아니라 위험을 처음부터 행위자에게 배정하는 제도적 결정.
• "Why AI Liability should shift from fault-based theory to Enterprise Liability," Chulalongkorn Law Journal (2026) — DOI: 10.58837/lawchulajournal.v44i1.281356 — 과실 입증 부담을 덜고 제조사에 무과실·위험분산형 기업책임을 지우자는 제안.
• "Foreseeing the Unforeseeable," Journal of Tort Law (2026) — DOI: 10.1515/jtl-2025-0027 — 미국 불법행위법 분석. 불투명성은 개발자의 추상화 선택의 결과, 예견가능성 기준을 원고에게 유리하게 완화하자.
• "Tort Liability, Privacy, and Regulatory Considerations for Level 3 Autonomous Vehicles," Michigan Technology Law Review (2024) — DOI: 10.36645/mtlr.30.2.tort — 레벨 3 차량의 불법행위·제조물 책임·프라이버시를 별도 영역으로 분석.
• "Liability Rules for Automated Vehicles: Definitions and Details," SMU Science and Technology Law Review (2024) — DOI: 10.25172/smustlr.27.1.5 — '컴퓨터 운전자' 법적 의제, 인계 전환기 일정 구간의 인간 기여과실 배제.
• "Driver Takeover Performance under Different Driving Contexts and Non-Driving Tasks in Level 3 Automated Driving," AHFE International (2026) — DOI: 10.54941/ahfe1007862 — 운전자 18명 시뮬레이터, 도심·비운전 과제일수록 인계 반응 지연(소규모 실증).
• "Research on the Criminal Liability of Manufacturers in Autonomous Vehicle Accidents," Academic Journal of Management and Social Sciences (2026) — DOI: 10.54097/vswsyq46 — 제품 침해 이론을 통한 제조사 형사책임, 제조사를 교통사고죄 단위 주체로 추가하자는 입법 제안(중국).
• "Negligence Failures and Negligence Fixes," Criminal Law Forum (2023) — DOI: 10.1007/s10609-023-09451-1 — '많은 손의 문제' 등 과실의 실패, 싱가포르·프랑스·영국 형사 모델 비교.
• "Regulating driving automation in the European Union – criminal liability on the road ahead?" New Journal of European Criminal Law (2023) — DOI: 10.1177/20322844231213336 — EU가 기술 표준만 밀 뿐 형사책임 규율이 빠졌다는 비판, 인간이 AI를 운전석에 앉힐 때의 책임 배분.
• "Manufacturer Liability for Autonomous Vehicle Accidents in Germany: The Volkswagen Case," Congress Proceedings (2025) — DOI: 10.55843/icl2025cong223p — StVG·ProdHaftG, 불투명 AI의 인과 입증 난관, '소프트웨어 책임 문서'·보상기금 제안.
• "Liability Determination for Smart Vehicle Accidents: Based on Black Box and Smart Vehicle Class Assessment," (2025) — DOI: 10.54254/2753-7048/2025.bo23203 — 블랙박스는 핵심 증거이나 극한 기상에서 한계, L1–L5 등급으로 책임 명확화(중국 Xu 사건).
• "A Distributed 'Black Box' Audit Trail Design Specification for Connected and Automated Vehicle Data and Software Assurance," SAE Int. J. Transportation Cybersecurity and Privacy (2020) — DOI: 10.4271/11-03-02-0006 — 소프트웨어 무결성·출처 보증을 위한 분산형 감사추적(블록체인 기반).
• "Measuring data access and re-use in the European Legal Framework for Data ... the case of vehicle data," Open Research Europe (2023) — DOI: 10.12688/openreseurope.16468.1 — 블랙박스·EDR 데이터를 보험사·제조사가 통제, 접근권 장애물과 데이터법.
• "Can there be responsible AI without AI liability?" International Journal of Law and Information Technology (2024) — DOI: 10.1093/ijlit/eaae021 — EU AI책임지침의 입증부담 완화(증거개시·인과추정)와 엄격책임 방향 논의.
• "A study on the revision of the Compulsory Motor Vehicle Liability Security Act for the era of Autonomous Vehicles," Legal Studies Institute of Chosun University (2024) — DOI: 10.18189/isicu.2024.31.2.149 — 한국 자동차손배법 정비 필요, 독일 배상 상한 2배·일본 무인주행 허가제 비교.
• "State Laws for Autonomous Vehicle Safety, Equity, and Insurance," Journal of Law, Medicine & Ethics (2022) — DOI: 10.1017/jme.2022.96 — 미국 30개 주 관련 입법 확인, 효과 평가 데이터 부족.
• "Who Is at the Wheel? Allocating Tort and Product Liability for Autonomous Vehicle Accidents," (2026) — DOI: 10.2139/ssrn.6543563 — UK·US·캐나다 비교, 반증 가능한 추정의 혼합 기준·사건데이터 로그 입증전환·보험사 우선 구상.
• "Comparing Tort Liability Frameworks in Autonomous Vehicle Accident Governance," World Electric Vehicle Journal (2026) — DOI: 10.3390/wevj17010032 — 운전자·시스템·제조사/운영자·복합의 4유형과 각 유형의 제도적 딜레마.
• "Not So Fast: A Brief Plea for Muddling Through the Problems of Autonomous Vehicle Liability," Journal of Tort Law (2020) — DOI: 10.1515/jtl-2020-2012 — 미리 책임 체계를 재설계하려는 시도는 오류를 부름, 일단 더듬어 나가자는 정직한 신중론.