인공지능(AI)이 일상생활에 스며드는 속도가 예사롭지 않다. 최근 들어선 공상영화에서나 나왔던 '자율주행' 분야 역시 진화된 AI 기술이 접목되면서 현실로 다가오고 있다.
자율주행 기술을 구현하려면 가장 필요한 게 뭘까. AI 알고리즘 기술이나 각종 첨단 장비 등이 우선 떠오르겠지만 기업 입장에선 AI를 학습시킬 '양질의 데이터'가 더 절실하다. 양질의 데이터에 기반된 학습에서 자율주행에 필요한 맞춤형 AI가 나올 수 있어서다.
이 가운데 전해진 AI 학습용 데이터 개방 소식은 해당업계엔 '가뭄 속에 단비'로 평가되고 있다. 제주도에서 자율주행 셔틀 서비스를 준비 중인 스타트업 라이드플럭스의 정하욱 부대표는 30일 가진 인터뷰에서 "이번 공공 주도의 AI 학습용 데이터 개방으로 우리 같은 자율주행 스타트업은 기술 개발을 위한 허들 하나를 넘을 수 있게 됐다"고 의미를 부여했다. 라이드플럭스는 미국 매사추세츠공대(MIT) 기계공학 박사 출신인 박중희 대표를 중심으로 삼성전자 및 LG전자 출신 연구원들이 완전 자율주행 기술 바탕의 서비스 개발에 뛰어든 소프트웨어 전문 스타트업이다.
2018년 설립된 라이드플럭스는 지난해 제주공항에서 렌터카 차고지(왕복 5km)까지 완전 자율로 운행하는 셔틀 서비스를 선보였다. 2년이란 짧은 시간에 상당한 기술 성과를 낸 셈이지만, 한계도 절실히 느꼈다.
AI 개발 프로젝트의 핵심인 학습용 데이터 구축 작업에서 빚어진 차질 때문이다. 자율주행 데이터는 일반적으로 자동차에 카메라센서를 단 뒤 차선, 횡단보도, 신호, 움직이는 사람 등 자율주행에 필요한 모든 데이터를 일일이 수집한다. 이렇게 수집된 원천데이터는 가공(라벨링·데이터의 정답을 알려주는 일), 검증 등의 과정을 거쳐야 AI 학습용 데이터로 재탄생할 수 있다.
자본력을 갖춘 대기업이면 가능하겠지만 스타트업엔 현실적으로 쉽지 않다. 정 부대표는 "처음엔 아르바이트생을 고용해 일일이 데이터를 모아 이를 토대로 AI를 개발했지만 데이터 전문기업이 아니다 보니 시간이 상당히 걸린다"고 전했다. 결국 AI 산업 육성을 위한 선결 조건은 AI 학습용 데이터 구축인 셈이다.
이런 분위기에서 나온 AI 학습용 데이터 개방에 국내 자율주행 업계는 고무된 분위기가 역력하다. 민·관이 함께 방대한 AI 학습용 데이터를 구축한 덕분에 국민이 체감하는 AI 서비스를 선보일 수 있게 됐다는 점에서다. 이번에 전국의 횡단보도, 도로표지판 등 21종의 한국형 자율주행 데이터가 공개돼 이를 활용하면 당장 자율주행 AI 기술도 고도화할 수 있다.
AI 기반 자율주행차용 영상 인식 소프트웨어 업체인 스트라드비젼 김준환 대표는 "이번에 공개된 데이터 중 기업이 돈을 내도 확보하기 어려운 것들도 다수 포함돼 그 활용 가치가 매우 높다"며 "특히 다양한 상황에서의 운전자 얼굴 데이터도 공개돼 이를 활용하면 졸음 운전 등을 방지하는 운전자 모니터링 시스템도 개발할 수 있을 것"이라고 말했다.
김 대표는 이어 "정부 차원의 무료 데이터 개방은 해외에서도 그 사례를 찾기 힘들다"며 "기업이 직접 활용 가능한 데이터란 점에서 한국만의 경쟁력 있는 자율주행 기술 개발 인프라라고 볼 수 있다"고 강조했다.
그렇다면 완전 자율주행 시대는 언제쯤 도래할까. 정 부대표는 "학계에서 새로운 자율주행 기술을 소개하는 논문이 나오는 등 기술이 빠르게 진화하고 있다"며 "2025년쯤이면 전 세계 주요 도시에 자율주행 기술이 적용된 로봇택시가 더 많이 등장하겠지만 완전 자율주행까진 시간이 조금 더 걸릴 것"이라고 말했다.
정 부대표는 또 "아직 갈 길이 멀고 완전 자율주행을 위한 더욱 양질의 데이터가 필요하다"며 "더 다양한 분야에서 데이터 발굴 작업이 이뤄져야 한다"고 강조했다.