[정보통신신문=최아름기자]

모빌리티 플랫폼 기업 쏘카가 매년 20~30%의 생산성 향상을 달성하는 비결은 모든 문제를 인공지능(AI)으로 해결하겠다는 목표 수립과, 이를 실현하기 위한 지속적인 독자 모델 개발 노력에 있었다.

김상우 쏘카 데이터비즈니스본부장은 19일 서울 삼성동 그랜드 인터컨티넨탈 서울 파르나스에서 열린 ‘2022 데이터 그랜드 컨퍼런스’에서 ‘쏘카가 AI로 2만대의 차량을 운영하는 방법’이라는 제목으로 발표했다.

김 본부장은 “2014년에는 직원 1명이 순회정비차량을 몰고 쏘카 있는 곳을 찾아가 엔진오일을 교환했기에 1명이 50대를 관리했다면, 올해에는 1명이 1000대에서 2000대를 관리한다”며 “전국의 세차정비업체들과 협력해 관리하고 데이터AI기반으로 차량을 관리운영하고 있기 때문”이라고 발표의 서두를 열었다.

이 같은 방법으로 쏘카의 운영 차량수는 2018년 8000대에서 올해 2만대까지 매년 20~30% 늘었지만 직원수는 큰 변동이 없는 상황이다. 이에 따라 매년 30% 정도 생산성 향상 효과를 얻고 있다. 차량 공유사업의 열악한 수익 구조 때문에, 흑자 전환을 위해 이 같은 생산성 향상은 필수적이다.

쏘카는 AI 자동화 오퍼레이션을 통해 이러한 생산성 제고를 실현했다.

이전에는 예약을 하나하나 담당자들이 손으로 배출했다면, 지금은 수학적 최적화 기법을 통해 완벽하게 예약 '테트리스'를 달성하며 효율성을 크게 개선했다.

또한 예전에는 차량 청결 상태와 상관 없이 주 1회 세차를 해야 하는 비효율이 있었지만, 현재는 딥러닝 센싱을 통해 차량 상태를 확인해 세차 여부를 결정하고 있다. 파손 여부도 자동으로 파악할 수 있게 됐다.

정비 프로세스 역시 기존에는 엄밀하지 못했고 사진으로 검수해 비효율적이었다. 현재는 사진 각도 등을 규격화 데이터 품질을 높였다. 정비 프로세스 역시 정규화, 규격화해 데이터를 취득하기 용이해졌다.

그는 기업마다 독자적인 AI 모델 개발이 필수적이라고 짚었다. 기업은 각자의 영역에서 매우 특수하고 섬세한 문제들을 해결해야 하는데, 이러한 문제들은 오픈 도메인의 일반적인 알고리즘으로는 해결되지 않기 때문. 예를 들어 AI 학습 이미지를 제공하는 오픈 플랫폼인 ‘이미지넷’은 1000개의 클래스를 분류해내지만, 쏘카에서 요구하는 차종이나 자동차 부위는 알 수 없다. 초대형 자연어 모델 역시 쏘카만이 사용하는 용어들을 다 이해하기 어렵다.

이에 쏘카는 ‘쏘카의 도메인을 가장 잘 이해하는 AI를 만들자’는 목표로 알파카 기술을 개발, 운영하고 있다.

처음부터 순탄한 과정은 아니었다. 2019년 딥러닝 기반 차량 파손 탐지 모델 및 검수 툴을 만들었으나, 운영부서 니즈에 맞지 않는 툴이라 적용에 실패하게 된다.

이듬해 이들은 운영부서 니즈를 정확히 파악하고 도입에 대한 정교한 조율을 통해 차량 파손 탐지 태스크의 완전 자동화, 무인화를 목표로 개발에 다시 착수한다. 완전 자동화를 달성하지는 못했지만, 이 때 개발, 적용한 검수 툴은 기존 대비 4배 이상의 효율 향상을 달성했다.

지난해는 이를 기반으로 알파카 기술 등 여러 파생 모델 개발에 성공해, 1개 모델 개발을 1개월 정도에 완수할 수 있게 됐다. 올해는 다양한 주제로 5개 이상의 AI 프로젝트를 수행 중이다.

그는 마지막으로 모든 것에 앞서서 조직 전체가 변화를 절실하게 필요로 할 때 AI 프로젝트가 성공할 수 있다며 모든 것을 AI로 개선하겠다는 목표치와 이를 위한 프로세스 개선이 지속적으로 필요하다고 조언했다.

최아름 기자 다른기사 보기