2025.11.27 (목)

  • 흐림동두천 4.6℃
  • 구름많음강릉 12.9℃
  • 서울 6.7℃
  • 대전 6.3℃
  • 구름조금대구 11.7℃
  • 맑음울산 13.0℃
  • 흐림광주 8.6℃
  • 맑음부산 13.1℃
  • 흐림고창 9.1℃
  • 구름많음제주 14.5℃
  • 구름많음강화 8.7℃
  • 흐림보은 6.7℃
  • 흐림금산 6.7℃
  • 흐림강진군 9.7℃
  • 맑음경주시 13.5℃
  • 맑음거제 12.7℃
기상청 제공

빅테크

[빅테크칼럼] 테슬라, 2억4300만 달러 오토파일럿 배상 판결 뒤집기 '총력'…"차량 제조업체 책임 명확히 한 첫 사례"

 

[뉴스스페이스=윤슬 기자] 글로벌 전기차 기업 테슬라(Tesla)가 2019년 플로리다 오토파일럿 치사 사고와 관련해 연방 배심원이 지시한 2억4300만 달러의 평결을 뒤집기 위해 법적 공방을 본격화했다.

 

CNBC, DriveTeslaCanada, Electrek의 보도에 따르면, 테슬라는 사고 책임을 운전자에게 돌리며, 판결 전면 무효 또는 징벌적 손해배상 대폭 삭감을 요구하고 있다. 사법부와 자동차 산업, 전 세계가 이번 재판 결과를 주목하고 있다.

 

법적 쟁점: 배심원 평결의 정당성 vs. 제조사의 설계책임

 

2025년 8월, 마이애미 연방 배심원단은 '오토파일럿이 장착된 테슬라 모델 S' 사고와 관련해 사망자 베나비데스(Naibel Benavides) 및 중상자 딜런 앙굴로(Dillon Angulo)의 가족에게 총 3억2900만 달러 배상 판결을 내렸다.

 

테슬라가 33%(약 2억4250만 달러), 운전자 조지 맥기가 67% 책임을 진다는 결론이었다.

 

테슬라 측은 “모든 안전 기능을 무시한 운전자의 실수에 의한 사고”라며 설계 결함은 없었다고 주장한다. 또한 배상금이 과도하다는 이유로 6900만 달러 수준으로 감액, 자사 배상액을 2300만 달러로 대폭 줄여야 한다고 법원에 요구했다.

 

치명적 충돌과 데이터 은폐 논란


2019년 4월, 플로리다 키라고에서 오토파일럿 상태의 테슬라 모델 S를 운전하던 맥기는 주차된 차량 옆에 서 있던 피해자들을 충돌했다. 맥기는 평소 오토파일럿이 비상 상황에 자동 대응한다고 믿었지만, 사고 당시 휴대폰에 집중해 운전대를 놓았다.

 

재판 과정에서 테슬라가 사고 직후 차량이 서버로 업로드한 영상/센서/텔레메트리 데이터, 즉 '충돌 스냅샷'의 존재를 수년간 부인하거나 손상됐다고 주장한 점이 밝혀지며 논란이 커졌다.

 

원고 측 디지털 포렌식 전문가가 직접 데이터 추출에 성공하며, 오토파일럿이 정지 신호, 적색 신호등, 주차된 차량, 인명 위험 등 모두 인지했으나 실제로 아무런 회피 조치를 하지 않은 사실이 드러났다.

 

합의 거부와 법적 비용 폭증


이 사건에서 테슬라는 재판 전 6000만 달러 합의 제안을 거절했다. 최종적으로 내려진 배상 판결로 테슬라가 부담해야 할 금액은 2억4300만 달러에 달하며, 이는 기존 합의안보다 4배 이상 높은 수준이다. 징벌적 손해배상과 관련해 테슬라는 플로리다주 법상 제품 책임 사건의 징벌적 손해배상 한도가 배상금의 3배로 제한된다는 점을 들어, "실제 부담액은 크게 줄어들 것이며 항소를 통해 판결을 뒤집거나 감액할 수 있다"고 밝혔다.

 

자동차 업계 영향 및 안전 혁신 논쟁


이번 판결은 미국 연방 배심원이 오토파일럿 기반 운행사고에 대해 제조업체 책임을 명확히 한 첫 사례로 기록됐다. 전문가들은 이 판결이 앞으로 자율주행 관련 피해자들이 제조사와의 분쟁에서 소송으로 맞설 수 있는 전례를 제시한 것으로 평가한다.

 

한편, 테슬라는 "첨단 안전 기능 도입을 저해하고 혁신을 위축시킬 것"이라는 우려를 제기했다. 업계 내부에서는 자율주행 데이터 공개와 증거 투명성, 기업의 안전 책임 수준에 대한 사회적 규범과 법적 기준 정립 논의가 더욱 치열해질 것으로 관측된다.

배너
배너
배너

관련기사

93건의 관련기사 더보기


[빅테크칼럼] 맞춤형 알고리즘, 학습 왜곡과 과도한 자신감 부추긴다…"현실 인식의 함정에 빠진 이용자들”

[뉴스스페이스=이종화 기자] 개인화 알고리즘은 학습 과정에서 정보를 제한적으로 제공하여 사용자의 학습 능력을 저해하고, 잘못된 정보에 대해 과도한 자신감을 부추기는 것으로 밝혀졌다. news.osu, sciencedaily.com, sciencedirect.com, combinatorialpress에 따르면, 이 연구결과는 오하이오 주립대학교 연구진이 2025년 11월 발표한 논문에서 밝혀졌으며, 346명의 참가자를 대상으로 한 실험에서 개인화 알고리즘이 제공하는 정보가 사용자의 인지와 학습에 미치는 영향을 분석했다.​ 연구 개요 및 방법 연구진은 '수정 같은 외계인'이라는 가상의 대상들을 여섯 가지 특징으로 나누어 참가자들이 이를 학습하도록 설계했다. 참가자들은 회색 상자로 가려진 외계인 특징을 클릭하여 확인해야 했으며, 개인화 알고리즘이 탐색할 특징을 제한하자 참가자들은 전체 정보 중 일부만 선택적으로 관찰하는 경향을 보였다. 그 결과, 테스트 시 새로운 사례를 올바르게 분류하는 데 실패했고, 오답임에도 불구하고 더 높은 자신감을 나타냈다. 연구 주도자인 Giwon Bahg는 "잘못된 선택을 할 때조차도 정답을 맞혔을 때보다 더 자신감을 보였다"며 심각성