자율주행 기술의 대변혁에 대응 필요
2024년 말을 기점으로 Rule Based 자율주행 기술에서 End to End (E2E) 방식으로 전환되고 있다. E2E 방식으로 전환되고 있는 자율주행 기술의 대변혁은 자율주행을 선도하는 주요 선진국과의 기술격차를 해소할 수 있는 마지막 기회이다. 따라서 공공에서 AI 데이터를 다량으로 확보하여 자율주행 업체를 전폭적으로 지원함으로써 자율주행 산업 생태계를 복원하고 기술격차를 해소하는데 많은 노력을 기울일 필요가 있다. 이를 위해 AI 학습 데이터 공유할 수 있는 데이터 허브 조성이 필요하다.
모든 주행 데이터 제공이 우선
전문가들은 택시, 버스 등 일반차량에 센서를 부착하여 수집하는 데이터는 자율차에서 직접 수집하는 데이터보다 가치는 조금 낮지만, 충분히 활용할 수 있을 것으로 예상했다. 또한, E2E 기반 자율주행 학습을 위해서는 모든 주행 데이터를 수집하여 제공하는 방향으로 가는 것이 적절하다는 의견을 제시하였다. 다만, 비용 및 용량 한계로 인해 엣지 케이스만 수집해서 제공하더라도 특이 상황에서의 성능 개선에 도움이 되는 등 엣지 케이스의 효용성이 클 것으로 예상했다. 엣지 케이스 중요도 조사 결과 신호위반, 예측 불가 이용행태와 같은 불법적 도는 특이한 통행행태에 대한 중요도가 높은 반면에, 센서 오작동, 전원 이상 등 시스템 오류에 대한 데이터 수집 중요도는 상대적으로 낮은 것으로 나타났다.
데이터 허브 편익 산정
데이터 허브 편익은 소비자 중심 편익과 생산자 중심 편익을 산출하였다. 기준연도는 2024년, 편익 산정 기간은 10년, 사회적 할인율을 4.5%를 적용하였다.
시나리오 1(5년 단축) 총 편익 산정 결과 소비자 중심 편익은 1,607억 원, 생산자 중심 편익은 929억 원으로 산정되었다. 편익 현재가치는 총 2,536억 원으로 산정되었다. 시나리오 2(2년 단축) 총 편익 산정 결과 소비자 중심 편익은 385억 원, 생산자 중심 편익은 511억 원으로 산정되었다. 편익 현재가치는 총 896억 원으로 산정되었다.