[모빌리티칼럼]스마트 모빌리티 데이터 핵심 기술

류석문 쏘카 최고기술책임자(CTO)

스마트 모빌리티 분야는 데이터와 이를 기반으로 한 운영 효율화가 핵심 경쟁력이다. 공유 자동차는 고객이 원하는 차종을 고객 근처에 배치하고 상시 운행 가능한 상태로 유지해야 한다. 차량 구매 단계부터 배치, 재배치, 운영, 유지 보수, 폐차 또는 매각까지 전 사업 과정에서 다양한 데이터가 생산된다. 이를 기반으로 실시간 및 자동으로 최적의 의사결정이 이뤄져야 고객에게 최상의 경험을 제공하면서도 운영비용을 낮출 수 있다.

스마트 모빌리티 분야 데이터는 이동수단과 운영단계에서 생산된다. 기업은 차량 제조사가 제공하는 하드웨어(HW)로부터 데이터를 수집하거나 개별 목적에 맞게 HW를 설계해야 한다. 최근 현대자동차는 데이터 애플리케이션 프로그래밍 인터페이스(API)를 개발해 서비스하고 있다. 모빌리티 사업자는 자동차 제원, 운행, 상태 등의 정보를 수집하고 운전습관 정보까지도 가공·활용할 수 있다.

그러나 제조사가 제공하는 데이터의 품질과 양이 모빌리티 기업의 목적에 부합하지 않는다면 별도의 HW 제작이 필요하다. 모빌리티 운영 환경은 반드시 고려해야 할 사항이다. 차량은 극한의 기후 조건은 물론 운행 중 충격에 항시 노출되기 때문에 HW 신뢰성이 매우 높아야 한다. 또 데이터를 실시간으로 수집·분석하기 위해 커넥티드 디바이스로 설계돼야 하며, 전파 음영지역에서도 데이터 소실이 발생하지 않도록 장애 내성이 필수적이다.

운영 단계에서의 데이터 수집은 각 운영 시스템 간 긴밀한 연동이 핵심이다. 정비기록이 예약 서비스와 연동되지 않는다면 운행 불가능한 차량이 고객에게 인도되는 최악의 상황이 발생할 수도 있다. 이러한 문제를 예방하기 위해서는 각 운영 서비스 간 데이터 표준 규약이 필요하며, 데이터 양식 변경에 따른 운영 서비스 간 재개발 또는 장애가 발생하지 않도록 유연성 있는 규약 적용이 필수적이다.

다양한 정보의 원천에서 생산되는 데이터를 수집하고 활용 목적에 맞도록 가공하는 체계가 '데이터 파이프라인'이다. 데이터 파이프라인은 손실이 발생하지 않으며, 데이터를 실시간성과 비실시간성 특성에 맞춰 수집하고, 조회·가공이 가능한 최적의 기능을 제공해야 한다. 나아가 데이터 활용 목적에 적합하게 가공해서 편리하게 활용할 수 있도록 지원해야 한다. 또 데이터 파이프라인의 안정적 운영을 실시간 모니터링하고, 장애 인지와 조치가 가능하도록 설계하는 등 신뢰성을 확보해야 한다.

신뢰할 수 있는 데이터 확보의 궁극적 목표는 '통찰'을 얻는 것이다. 데이터에서 일관성을 발견해서 이를 개선 또는 제거해 사업을 효과적으로 운영하고 고객 경험을 개선하는 데 목적이 있다. 모빌리티 분야에서 데이터의 분석은 규칙 기반 방식이 광범위하게 사용됐다. 예를 들어 '규정 속도를 40% 초과하면 과속'과 같이 명확한 규칙을 확정할 수 있다. 데이터를 빠르게 분류해 활용하기 용이하다. 차량 파손 여부, 청결 상태 등 명확한 규칙으로 결정하기 어려운 데이터는 인공지능(AI)·기계학습 기술을 이용할 수 있다. 규칙 기반의 경우 신뢰성을 빠르게 확보할 수 있는 장점이 있으나 적용 대상에 한계가 있다. AI·기계학습의 경우 적용 범위가 넓지만 신뢰성 확보를 위해서는 많은 시간과 노력이 필요하기에 현실적인 적용 목표를 설정하고 꾸준히 개선해 나가야 한다.

마지막으로 데이터 활용에 인간의 편견과 편향이 작용하지 않도록 세심한 주의가 필요함을 강조하고 싶다. 확증 편향에 빠진 상황이라면 아무리 정확한 데이터와 분석이 제공되더라도 이를 거부하고 이미 정해 놓은 자신의 결론에 부합하는 데이터만을 취사선택하려는 경향이 나타나기 때문이다.

류석문 쏘카 최고기술책임자(CTO) lambda@socar.kr