쏘카 2.5만대 자율주행 데이터 수집, 개인정보보호와 AI 데이터 거버넌스 과제 부각

핵심 요약

- 쏘카, 2.5만대 규모 자율주행 실주행 데이터 생산망 구축 추진 - E2E(End-to-End) 자율주행 시대, AI 학습용 실도로 데이터가 핵심 경쟁력으로 부상 - 대규모 데이터 수집 과정에서 개인정보 보호와 데이터 표준화가 해결 과제로 대두

주요 내용

쏘카·에이펙스모빌리티는 2026년 8월 26일 AME(오토모빌리티 엑스포) 2026에서 2.5만대 규모의 자율주행 데이터 생산 인프라 구축 계획을 공개했다. 박재욱 대표이사는 "AI가 직접 판단하는 E2E 자율주행 시대에 승부를 가르는 것은 실제 도로에서 나온 데이터의 양과 질"이라며 실주행 데이터 확보의 중요성을 강조했다.

자율주행 기술 경쟁이 시뮬레이션 중심에서 실제 도로 데이터 기반 AI 학습으로 전환되면서, 대규모 차량 운영 플랫폼을 보유한 모빌리티 기업들이 새로운 데이터 공급자로 주목받고 있다. 쏘카는 전국 단위로 운영 중인 카셰어링 차량을 활용해 다양한 도로 환경, 날씨 조건, 운전 패턴 데이터를 수집할 수 있는 강점을 보유하고 있다.

하지만 박 대표가 직접 언급한 것처럼 개인정보 보호는 사업 확대 과정에서 반드시 해결해야 할 핵심 과제다. 차량에 탑재된 카메라와 센서는 주행 경로, 탑승자 정보, 주변 보행자 얼굴, 차량 번호판, 상점 간판 등 민감한 개인정보를 광범위하게 수집하게 된다. 또한 데이터 표준화 문제도 AI 학습 데이터의 품질과 활용성을 좌우하는 중요한 요소로 지적되고 있다.

국내외 자율주행 업계는 2026년 현재 데이터 수집 경쟁과 함께 개인정보 익명화 기술, 데이터 라벨링 표준, GDPR·개인정보보호법 준수 체계 구축에도 주력하고 있다. 특히 EU AI Act와 국내 AI기본법 제정 논의가 진행되면서 AI 학습용 데이터의 수집·처리·보관 전 과정에 대한 투명성과 책임성 요구가 강화되는 추세다.

전문가 시각

자율주행 데이터 수집 과정에서 가장 중요한 것은 '설계 단계부터의 개인정보보호(Privacy by Design)' 원칙 적용이다. 차량 센서가 수집하는 영상·위치 데이터는 개인정보보호법상 민감정보에 해당할 수 있으며, 특히 얼굴·차량번호판 등 식별 가능 정보는 수집 즉시 자동 비식별화 처리가 필수다. 쏟아지는 데이터 양을 고려하면 실시간 엣지 컴퓨팅 기반 익명화 기술 도입이 현실적 해법이다. 또한 데이터 수집 목적을 명확히 하고 이용자 동의 절차를 투명하게 설계해야 향후 법적 리스크를 최소화할 수 있다.

ISMS-P 관점에서 보면 자율주행 데이터 플랫폼은 '대규모 개인정보 처리 시스템'으로 분류되어 엄격한 보호대책이 요구된다. 데이터 수집·전송·저장·학습·폐기의 전체 생명주기에 걸쳐 암호화, 접근통제, 감사기록 관리 체계를 구축해야 하며, 특히 AI 학습 과정에서 재식별 위험을 지속적으로 모니터링하는 체계가 필요하다. 데이터 표준화는 상호운용성뿐 아니라 보안 관점에서도 중요한데, 일관된 메타데이터 체계는 개인정보 추적·관리·삭제 권리 보장을 위한 기술적 기반이 되기 때문이다.

CPPG·ISMS-P 연계 포인트

가명·익명처리 및 재식별 위험 관리: 자율주행 데이터는 영상, 위치, 시간 정보가 결합되어 재식별 위험이 높다. ISMS-P 인증기준 3.1.4(가명·익명처리)에 따라 k-익명성, l-다양성 등 통계적 기법 적용과 함께, 결합 데이터셋에 대한 재식별 위험도 평가를 주기적으로 수행해야 한다. AI 학습 후에도 모델 역공학을 통한 훈련 데이터 복원 위험을 고려한 프라이버시 보존 기계학습(PPML) 기술 검토가 필요하다.

AI 데이터 거버넌스와 생명주기 관리: EU AI Act와 국내 AI기본법 논의는 고위험 AI 시스템의 데이터 품질·편향성·투명성을 강조한다. ISMS-P 관점에서는 수집 목적 명확화(개인정보보호법 제15조), 최소 수집 원칙, 보유기간 설정(제21조), 파기 절차(제21조)가 핵심이다. 자율주행 데이터는 사고 기록 등 법적 보관 의무와 AI 학습용 데이터 활용 목적이 혼재될 수 있어, 목적별 데이터 분리 저장과 접근 권한 차등 관리가 필수적이다.