[성공 사례] 자율주행 로봇 서비스 기업 R사, 멀티센서 데이터 라벨링 파이프라인
자율주행 로봇의 3D LiDAR·카메라 인지 데이터를 5년 연속 파트너십으로 구축하며, 라벨링 스펙 진화에 맞춰 파이프라인을 확장해 온 사례입니다.
로봇이 건물 밖으로 나오고 있습니다. 물류센터 안에서 정해진 경로를 오가던 로봇들이 이제 도심의 인도와 횡단보도를 지나 사람에게 서비스를 전달합니다. MarketsandMarkets에 따르면 글로벌 자율이동로봇(AMR) 시장은 2026년 27.5억 달러에서 2032년 70.7억 달러 규모로, 연평균 14.4% 성장할 전망입니다.
그런데 로봇이 나온 바깥세상은 실내와 비교할 수 없이 복잡합니다. 인도와 차도, 횡단보도와 신호등, 예측이 어려운 보행자까지. 실외 자율주행 로봇의 인지 AI는 이 모든 것을 LiDAR와 카메라로 읽어내야 하고, 그 성능은 결국 학습 데이터의 품질과 물량에서 갈립니다. 문제는 이 데이터의 구축 난도입니다. 3D 포인트 클라우드와 다중 카메라 영상을 시간 축까지 맞춰 라벨링해야 하기 때문입니다.
자율주행 로봇 서비스를 운영하는 R사는 이 데이터 파이프라인을 슈퍼브에이아이와 함께 만들어 왔습니다. 2022년 첫 프로젝트를 시작으로 5년 연속 계약을 이어 왔고, 올해도 신규 과제의 킥오프를 마치고 구축을 진행하고 있습니다.
로봇이 다니는 길은 도로보다 복잡하다
자율주행차의 데이터 구축 방법론은 이미 산업 표준이 자리 잡았습니다. 하지만 인도 위를 달리는 로봇은 차량과 다른 난이도의 문제를 만납니다.
멀티센서 융합 데이터의 복잡성
R사의 로봇은 LiDAR와 전후좌우를 커버하는 다중 카메라로 주변을 인식합니다. 학습 데이터를 만들려면 3D 포인트 클라우드(PCD) 위의 객체와 각 카메라 영상 속 같은 객체를 캘리브레이션 정보로 정합해야 하고, 단일 프레임이 아닌 연속 프레임(시간적 데이터)에서 같은 객체를 추적하며 라벨링해야 합니다. 좌표계와 시점이 다른 데이터를 하나의 정답지로 묶는 작업 자체가 고난도 엔지니어링입니다.
해마다 진화하는 데이터 스펙
인지 AI가 고도화될수록 필요한 데이터도 달라집니다. R사의 요구 사양은 3D 큐보이드와 시간적 데이터, 신호등 인식, 주행 가능 공간 세분화까지 해마다 확장되어 왔습니다. 스펙이 바뀔 때마다 라벨링 가이드와 산출물 포맷, 검수 기준을 새로 세워야 하는 부담이 프로젝트마다 반복됩니다.
도심 촬영 데이터의 개인정보 처리 부담
도심에서 수집한 주행 데이터에는 보행자와 차량이 그대로 담깁니다. 이 데이터를 외부 파트너와 함께 다루려면 개인정보 위수탁 체계와 보안 통제를 갖춰야 하고, 파트너가 그 기준을 지키는지 매년 검증해야 합니다. 데이터 파트너의 보안 역량이 곧 프로젝트의 전제 조건이 됩니다.
한 플랫폼 위에서 수집부터 산출물까지, 5년을 지탱한 파이프라인
R사와 슈퍼브에이아이의 협력은 라벨링 대행이 아니라 인지 데이터 파이프라인 전체를 함께 운영하는 방식으로 진행됩니다.
슈퍼브 플랫폼은 데이터 수집부터 라벨링, 검수, 산출물 관리까지 AI 학습 데이터 구축 전 과정을 하나의 파이프라인으로 운영하는 비전 인텔리전스 플랫폼입니다. R사 과제의 3D·2D 라벨링과 배치 단위 산출물 관리도 이 플랫폼 위에서 진행되고 있습니다.
1. 3D LiDAR 큐보이드와 시간적 데이터 라벨링
LiDAR 포인트 클라우드 위에 객체를 3D 큐보이드로 라벨링하고, 다중 카메라 영상과 정합해 검수합니다. 단일 프레임 작업과 함께 연속 프레임에서 같은 객체를 추적하는 시간적(Temporal) 데이터까지 구축해, 움직이는 보행자와 차량의 궤적을 학습할 수 있는 데이터를 만듭니다.
2. 도심 보행 환경 특화 2D 라벨링
주행 가능 공간을 구분하는 마스크 세분화(Segmentation), 신호등 인식을 위한 2D 바운딩 박스 등 도심 환경 인지에 필요한 2D 데이터를 병행 구축합니다. 어안렌즈 카메라 영상처럼 왜곡 특성이 있는 데이터도 라벨링 범위에 포함됩니다.
3. 고객 포맷에 맞춘 커스텀 산출물 파이프라인
R사는 자체 정의한 라벨 포맷으로 산출물을 받습니다. 슈퍼브에이아이는 PCD 업로드부터 커스텀 export까지 전용 스크립트를 개발해 운영하고, 스펙 추가나 변경 요청이 오면 파이프라인에 반영해 왔습니다. 배치 단위로 데이터를 받아 라벨링하고 산출물을 전달하는 운영 리듬이 5년간 유지되고 있습니다.
4. 수집 협력사 관리와 개인정보 보안 체계
현장 수집이 필요한 과제에서는 수집 협력사와의 재위탁 구조까지 슈퍼브에이아이가 관리·감독합니다. 개인정보처리 수탁사로서 R사의 연례 보안 점검을 매년 통과해 왔고, 개인정보보호 교육 이수와 접근 통제, 보존 기한에 따른 파기 정책까지 위수탁 기준에 맞춰 운영합니다.
계약서가 말해주는 성과, 5년 연속 파트너십
이 협력의 성과를 가장 잘 보여주는 지표는 계약의 지속입니다. R사는 2022년 이후 해마다 데이터 구축 과제를 슈퍼브에이아이와 진행해 왔고, 올해도 신규 과제 계약을 체결해 킥오프를 마쳤습니다.
- 데이터 범위가 해마다 넓어졌습니다: 협력 범위는 3D 큐보이드 단일 프레임과 시간적 데이터, 신호등·주행 가능 공간 인식, 정밀지도용 데이터까지 넓어져 왔습니다. 인지 AI의 고도화 단계마다 필요한 데이터를 같은 파이프라인 위에서 이어받은 결과입니다.
- 스펙 변경이 리스크가 아니게 됐습니다: 포맷 가이드 협의, 커스텀 스크립트 반영, 샘플 검증으로 이어지는 대응 절차가 반복 검증되면서, 새 요구 사양이 나와도 파이프라인 재구축 없이 흡수하는 운영 체계가 자리 잡았습니다.
- 보안 검증을 통과한 파트너십입니다: 개인정보처리 수탁사 보안 점검을 매년 통과하며 도심 촬영 데이터를 다루는 위수탁 체계의 신뢰를 유지하고 있습니다.
자율주행 로봇의 인지 AI, 데이터 파트너가 5년을 좌우합니다
실외 자율주행 로봇의 인지 AI는 한 번의 데이터 구축으로 완성되지 않습니다. 서비스 지역이 넓어지고 시나리오가 늘어날 때마다 새로운 데이터가 필요하고, 그때마다 파이프라인을 처음부터 다시 세우면 고도화 속도가 데이터에 발목을 잡힙니다.
R사의 사례는 멀티센서 라벨링 역량과 커스텀 포맷 대응, 개인정보 보안 체계를 갖춘 데이터 파트너와의 장기 협력이 인지 AI 고도화의 인프라가 된다는 것을 보여줍니다. 슈퍼브에이아이는 로보틱스·자율주행 기업의 데이터 전략 수립부터 구축·운영까지 전 과정을 함께합니다.
자주 묻는 질문 (FAQ)
LiDAR와 카메라 데이터를 한 플랫폼에서 함께 라벨링할 수 있나요?
가능합니다. 3D 포인트 클라우드 위의 큐보이드 라벨링과 카메라 영상 정합, 연속 프레임 추적까지 슈퍼브 플랫폼에서 지원합니다. 이번 사례도 LiDAR와 다중 카메라 데이터를 하나의 파이프라인에서 구축하고 있습니다.
자체 정의한 라벨 포맷으로 산출물을 받을 수 있나요?
네. 고객이 정의한 JSON 등 커스텀 포맷에 맞춰 export 파이프라인을 구성합니다. 이번 사례에서는 PCD 업로드부터 커스텀 산출물 변환까지 전용 스크립트로 운영하며, 스펙 변경 요청도 파이프라인에 반영해 왔습니다.
도심에서 촬영한 데이터의 개인정보는 어떻게 처리되나요?
개인정보 위수탁 계약에 따라 접근 통제, 처리자 교육, 보존 기한 파기까지 관리하며, 고객사의 연례 보안 점검을 통해 매년 검증받습니다. 수집 협력사가 참여하는 경우 재위탁 관리·감독 체계도 함께 운영합니다.
데이터 수집부터 맡길 수 있나요, 라벨링만 맡길 수도 있나요?
둘 다 가능합니다. 현장 수집이 필요한 과제는 검증된 수집 협력사와 함께 수집·정제·라벨링을 통합 운영하고, 보유 데이터가 있는 경우 라벨링과 산출물 구축부터 시작할 수 있습니다.
함께 보면 좋은 성공 사례
