김윤덕 국토교통부 장관은 7월 1일 오후 정부세종청사에서 국내 자율주행 인공지능(AI) 분야 전문가들과 간담회를 열고, 한국형 자율주행 AI 추진전략을 논의했다. 이날 간담회는 자율주행 AI 연구개발 과정에서 현장의 어려움을 청취하고, 실증도시를 중심으로 데이터 확보부터 AI 모델 개발·검증·상용화까지 이어지는 혁신생태계 구축 방안을 모색하기 위해 마련됐다.
국토교통부는 광주를 자율주행 실증도시로 조성해 자율주행 AI 개발에 필요한 대규모·고품질 학습데이터를 구축하고 있다. 또한 과학기술정보통신부와 협력해 E2E(End-to-End) 기술개발을 위한 AI 학습데이터 표준화도 함께 추진 중이다. E2E는 입력 데이터를 그대로 학습해 최종 결과를 도출하는 기술을 의미한다.
김 장관은 간담회에서 "자율주행은 자동차와 AI가 결합된 피지컬 AI 대표산업으로, 핵심은 얼마나 많고 다양한 학습데이터를 확보하고 효과적으로 AI 모델이 학습하는지에 달려 있다"고 강조했다. 이어 "자율주행 실증도시는 민간이 구축하기 어려운 대규모 고품질 데이터를 확보하고, AI 학습 인프라와 실증환경을 제공하는 사업"이라며 "확보한 데이터를 공유해 AI 모델 개발로 연결하고, 다시 실증을 통해 성능을 개선하는 국가 차원의 데이터 플라이휠(Data Flywheel) 생태계를 구축하는 것이 무엇보다 중요하다"고 말했다. 데이터 플라이휠은 데이터가 축적될수록 AI 성능이 향상되고, 다시 더 좋은 데이터가 생성되는 선순환 구조를 뜻한다.
간담회에 참석한 전문가들은 "자율주행 AI의 경쟁력은 데이터 스케일링(Data Scaling)에 따라 실제 도로환경에서 확보한 데이터의 규모와 다양성에 의해 결정된다"고 입을 모았다. 데이터 스케일링은 데이터의 양과 질을 지속적으로 확장하는 과정이다. 전문가들은 "전국 어디서나 안전하게 운행 가능한 자율주행 AI를 개발하려면 광주 실증도시를 시작으로 다양한 지역과 도로환경에서 데이터를 지속적으로 확보하고, 산업계·학계·연구소가 이를 활용할 수 있는 개방형 생태계를 구축해야 한다"고 제안했다.
이에 김 장관은 "하반기부터 실증도시에 자율차 200대가 순차 투입되는데, 국토부와 대한민국 자율주행팀이 함께 총력을 다해 발전시켜 나간다면 세계적 자동차 제조역량과 AI 기술력을 결합해 글로벌 경쟁력을 충분히 확보할 수 있다"고 답했다. 또한 "더 많은 도시에서 고품질 학습데이터를 확보하고 AI 모델 연구개발과 실증, 상용화까지 이어지는 전 주기 구축을 위한 자율주행 AI 클러스터를 구축하겠다"고 밝혔다. 이는 대한민국 대도약 3대 메가 프로젝트에 발맞춰 피지컬 AI 기술발전을 선도하는 혁신생태계를 조성하겠다는 의지로 풀이된다.
국토교통부는 이번 간담회 논의를 바탕으로 자율주행 AI 분야의 데이터 확보와 모델 개발을 적극 지원하고, 민간과 협력해 실증도시 기반의 혁신생태계를 확대해 나갈 계획이다. 자율주행 AI 기술이 상용화 단계에 접어들면 교통사고 감소와 이동 편의성 향상 등 국민 생활에 큰 변화를 가져올 것으로 기대된다.
