15년 쌓인 쏘카의 사고 장면, 자율주행의 교과서 된다

(byline.network)

바이라인네트워크2026년 8월 31일AI 산업

쏘카가 15년간 축적한 방대한 사고 및 주행 데이터를 활용해 자율주행 AI 학습용 '엣지케이스' 데이터 비즈니스를 본격화하며, 종단간(E2E) 모델 개발의 핵심 병목인 고가치 데이터를 공급하는 새로운 데이터 플랫폼 생태계를 구축한다.

이 글의 핵심 포인트

1쏘카와 에이펙스모빌리티는 자율주행 AI 학습용 데이터 플랫폼 구축 계획을 발표함
2자율주행 개발 방식이 종단간(E2E) 모델로 이동하며 엣지케이스 데이터의 중요성 증대
3쏘카는 15년간 축적된 22만 건의 사고 영상 및 일일 110만km의 주행 데이터 보유
4데이터 익명화(쏘카)와 정밀 동기화 및 레이블링(에이펙스모빌리티)의 파이프라인 구축
5센서킷(카메라, 라이다, 레이더)을 부착한 차량을 통해 고해상도 주행 데이터 확보 계획

이 글에 대한 공공지능 분석

왜 중요한가?

자율주행 기술이 종단간(E2E) 모델로 전환됨에 따라 단순 주행 데이터보다 희귀한 사고 상황(Edge Case) 데이터의 가치가 급등하고 있기 때문이다. 쏘카는 이미 확보된 방대한 사고 데이터를 통해 자율주행 개발의 가장 큰 병목 현상을 해결할 수 있는 독보적인 위치를 점하게 된다.

어떤 배경과 맥락이 있나?

기존의 룰 베이스 자율주행은 정해진 규칙을 따랐으나, 최신 트렌드는 대규모 영상 데이터를 학습시켜 판단을 내리는 E2E 방식이다. 이를 위해서는 시뮬레이션만으로는 재현하기 어려운 실제 도로의 돌발 상황 데이터가 필수적이다.

업계에 어떤 영향을 주나?

데이터 공급망의 재편이 예상된다. 자율주행 기업들이 자체 차량 플릿을 구축하는 대신, 쏘카와 같이 전국 단위의 차량 인프라를 가진 기업으로부터 양질의 데이터를 구매하는 '데이터 에셋(Data Asset)' 중심의 생태계가 강화될 것이다.

한국 시장에 어떤 시사점이 있나?

국내 스타트업들에게 '데이터의 수집'을 넘어 '데이터의 가공 및 수익화 파이프라인' 구축이 강력한 비즈니스 모델이 될 수 있음을 시사한다. 특히 모빌리티 인프라를 보유한 기업과 AI 기술력을 가진 기업 간의 전략적 합작(JV) 모델이 유효한 전략이 될 수 있다.

이 글에 대한 큐레이터 의견

쏘카의 이번 행보는 단순한 카셰어링 서비스를 넘어 '데이터 인프라 기업'으로의 체질 개선을 의미한다. 자율주행 AI 개발의 핵심인 엣지케이스 데이터를 선점함으로써, 하드웨어(차량) 중심의 경쟁에서 소프트웨어(데이터) 중심의 경쟁으로 게임의 룰을 바꿀 수 있는 영리한 전략이다. 특히 크래프톤과의 합작사를 통해 데이터 가공 파이프라인까지 내재화한 점은 데이터의 가치를 극대화하려는 의도가 명확하다.

다만, 데이터의 가치는 수집 범위가 넓어질수록 커지지만, 그만큼 데이터 익명화 및 개인정보 보호에 대한 법적·윤리적 리스크도 비례하여 증가한다. 또한, 센서킷 부착 차량을 늘리는 과정에서 발생하는 비용과 데이터 정제 비용이 데이터 판매 수익을 상회할 가능성도 배제할 수 없다. 따라서 단순한 양적 팽창보다는, 학습 효율을 극대화할 수 있는 '고순도 데이터'를 얼마나 저비용으로 추출해낼 수 있는지가 이 비즈니스의 성패를 가를 것이다.

원문 보기 →