라이드플럭스가 정의하는 ‘양질의 데이터’는 교통 규칙을 준수 > 제안서, 팜플렛

• 목록
• 답변
• 글쓰기
• 게시판 리스트 옵션
  • 수정
  • 삭제

개모차 안정적으로 주행한 기록이다. 이를 위해 회사는 자체 안전 교육을 이수한 요원들이 직접 차량을 운행하며 데이터를 수집하고 있다. 주행거리 확대를 위한 데이터 확보가 아니라, 기술 고도화에 실질적으로 기여하는 데이터에 집중하는 방식이다. 이 같은 전략은 성과로도 이어지고 있다. 회사에 따르면 2025년 12월 기준 공개 서비스 운영 기간은 124개월, 교통 혼잡 구간 순수 자율주행 시간은 1만2000시간에 달한다. 신호·비신호 교차로 통과 횟수는 65만회 이상이다. 공개 서비스는 무사고로 운영됐으며, 탑승객 만족도는 5점 만점에 평균 4.7점으로 집계됐다. 단순 기술 실험 단계를 넘어, 실제 서비스 환경에서의 안라이드플럭스는 데이터 수집 이후 가공과 학습 과정 역시 자체 기술로 내재화했다. 외부 솔루션에 의존하지 않고, 데이터 경량화 및 최적화 전 과정을 직접 수행하는 구조다. 회사 측은 이를 통해 비용을 약 50% 수준으로 절감하면서도 학습 효율을 높였다고 설명한다. 정 부대표는 "매일 운행 중인 약 20대의 자율주행 차량에서 희귀 데이터를 선별 추출한 뒤 자동 라벨링과 가공을 진행하고, 엔지니어가 이를 검수·보완해 학습에 투입한다"고 말했다. 데이터 확보부터 학습까지의 전 과정을 통제함으로써 기술 고도화 속도를 높이고 있다는 것이다. 그는 자율주행 기술 경쟁에서 인력의 중요성도 강조했다. 정 부대표는 “데이터와 컴퓨팅 자원이 중요하지만, 이를 어떻게 활용하느냐는 결국 엔지니어의 역량에 달려 있다"며 "같은 데이터라도 누가 어떻게 설계하고 학습시키느냐에 따라 결과는 크게 달라진다"고 말했다.성을 입증하고 있다는 평가다..