자율주행 스타트업 라이드플럭스, 한 달 만에 200억 투자 유치 성공

라이드플럭스 누적 투자 유치 현황 (이미지=라이드플럭스)

국내 자율주행 업계가 무인 운행 시대로 전환하는 가운데, 소프트웨어 기술에 특화된 스타트업 라이드플럭스가 빠른 속도로 자금을 확보하며 주목받고 있다.

라이드플럭스는 지난 12월 초 기업공개(IPO) 이전 단계 투자 유치를 개시한 지 한 달여 만에 200억 원 규모의 자금 확보에 성공했다고 29일 발표했다. 이로써 회사가 지금까지 조달한 총 투자금은 752억 원 수준에 도달했다.

이번 투자 라운드에는 기존 투자사인 에이티넘인베스트먼트가 추가로 100억 원을, 새로 참여한 한국산업은행이 역시 100억 원을 각각 출자했다. 라이드플럭스의 현재 주요 투자사 명단에는 이들 외에도 쏘카와 유안타인베스트먼트가 이름을 올리고 있다.

회사 측은 현재 진행 중인 추가 투자 협의를 내년 1분기까지 완료하고, 2026년 하반기 코스닥 시장 입성을 목표로 준비를 진행할 계획이라고 밝혔다.

단기간에 대규모 투자금 확보가 가능했던 배경으로는 라이드플럭스가 보유한 완전 무인 주행 기술력과 함께, 수익성이 높은 화물 운송 시장에 먼저 집중한 전략적 접근이 효과를 발휘했다는 평가가 나온다.

라이드플럭스 삼다수 자율주행 화물운송 트럭

라이드플럭스는 업계에서 무인화 기술 완성도가 높은 기업 중 하나로 인정받고 있다. 현재 서울 상암동 지역에서 운전석에 사람이 없는 상태로 자율주행 차량을 시험 운행할 수 있는 정부 허가를 받아 실증을 진행 중이다. 이러한 방식의 무인 주행 허가는 국내에서 라이드플럭스가 유일하다.

회사는 상암 실증을 통해 지금까지 2300시간이 넘는 자율주행 누적 데이터를 쌓았으며, 이 과정에서 교통사고는 한 건도 일어나지 않았다고 강조했다. 내년에는 자체 시험 단계를 넘어 일반인이 이용할 수 있는 공개 서비스로 확대할 방침이다.

승객 운송 영역에서도 실전 경험을 쌓아왔다. 라이드플럭스는 수도권을 비롯해 부산, 세종, 제주 등 주요 도시에서 자율주행 기반 대중교통 서비스를 시범 운영하며 기술 안정성과 운영 노하우를 축적해왔다.

최근에는 정부 과제의 일환으로 레벨4 수준의 자율주행 차량 공유 서비스 실증에도 착수했다. 향후 운전자 없이 운행하는 로보택시 서비스 등으로 사업 영역을 넓혀갈 계획이다.

서울 상암에서 시험운행 중인 라이드플럭스 무인 자율주행 차량

화물 운송 부문에서는 내년 상반기부터 제주 삼다수를 비롯한 국내 주요 물류·제조 기업들과 협력해 중간 거리(미들마일) 자율주행 화물 운송의 유료 서비스를 개시할 예정이다.

라이드플럭스의 강점은 고속도로 주행에만 그치지 않고, 톨게이트 앞뒤로 이어지는 물류 거점 인근 일반 도로 구간까지 자율주행이 가능하다는 점이다. 이른바 '거점 간 연결(Hub-to-Hub)' 방식의 트럭 운행 기술을 갖춘 덕분에 보다 빠른 무인화 전환과 사업 모델 구축이 가능할 것으로 회사는 내다보고 있다.

라이드플럭스는 이번에 확보한 자금을 엔드투엔드(E2E) AI 기반 무인 자율주행 기술의 완성도를 높이는 데 투입하는 한편, 국토교통부가 지정한 자율주행 실증 지역을 중심으로 대규모 상용화 준비 작업에 속도를 낼 계획이다.

박중희 라이드플럭스 대표는 "투자 환경이 좋지 않은 상황임에도 회사의 기술 수준과 상용화 가능성을 인정해준 투자자들께 감사하다"며 "무인 자율주행의 현실화를 가장 빠르게 달성해 국내 자율주행 산업이 나아갈 방향을 제시하겠다"고 밝혔다.

정재엽 기자

anihil@tech42.co.kr
기자의 다른 기사보기
저작권자 © Tech42 - Tech Journalism by AI 테크42 무단전재 및 재배포 금지

관련 기사

채용 공고부터 추천까지 한 번에…AI로 묶은 ‘통합 채용 허브’ 등장

잡코리아가 AI 기반 통합 채용 솔루션 ‘하이어링 센터’를 공개했다. 채용 공고 등록부터 지원자 관리, 커뮤니케이션, 운영 관리까지 전 과정을 하나의 환경에서 처리할 수 있도록 설계된 것이 핵심이다.

정답 아닌 과정 본다…AI 활용 역량, 다면 분석으로 판별

‘AI 역량평가’는 응시자가 AI를 활용해 결과를 도출하는 과정 자체를 분석한다. 프롬프트를 설계하고, AI의 응답을 검증한 뒤 이를 보완해 최종 성과로 연결하는 일련의 단계가 평가 대상이다. 단순 정답 여부가 아니라 활용 과정의 완성도를 데이터 기반으로 측정한다는 점에서 기존 평가와 차별화된다.

마이크로소프트, AI 한 명 시대 접고 ‘집단 검토’로 간다… 코파일럿 리서처에 GPT·클로드 동시 투입

마이크로소프트가 자사 업무용 AI 서비스인 마이크로소프트 365 코파일럿의 심화 조사 도구 ‘리서처’에 복수의 대형언어모델(LLM)을 함께 활용하는 구조를 도입했다.

QAI-LG전자 등 4사 맞손… ‘양자·AI 결합 데이터센터’ 시장 선점 나선다

AI 연산 폭증 속 전력·효율 한계 대응… 차세대 인프라 협력 본격화 하이브리드 퀀텀 엣지 데이터센터 공동 구축… 역할 분담 기반...