우버는 자율 주행차 및 인공 지능 산업에 서비스를 제공하기 위해 실제 데이터를 수집하기 위해 전 세계 수백만 명의 운전사 네트워크를 모바일 센서 시스템으로 바꾸는 야심찬 장기 전략을 추구하고 있습니다.
이 정보는 Uber의 기술 이사인 Praveen Neppalli Naga 씨가 2026년 4월 30일 샌프란시스코에서 TechCrunch가 주최한 StrictlyVC 행사에서 밝혔습니다.
프라빈 네팔리 나가 씨에 따르면, 이것은 우버가 올해 초 자율 주행차를 위한 데이터를 연구하고 수집하기 위해 발표한 이니셔티브인 AV Labs 프로그램의 자연스러운 발전입니다.
현재 AV Labs는 Uber 운전사 네트워크와 완전히 분리된 자체 센서가 장착된 특수 차량 팀을 운영하고 있습니다.
그러나 회사의 장기 목표는 운전자의 차량에 직접 센서 장치를 통합하여 규모를 확장하는 것입니다. 수백만 대의 차량 중 극히 일부만 전환된다면 우버는 어떤 자율 주행차 회사의 능력보다 훨씬 뛰어난 거대한 데이터 수집 시스템을 만들 수 있습니다.
나가 씨에 따르면 현재 자율 주행차 산업의 가장 큰 병목 현상은 더 이상 기본 기술이 아니라 데이터입니다.
기업은 AI 모델을 훈련하기 위해 번잡한 교차로에서 학교 지역에 이르기까지 다양한 시간대의 수많은 실제 상황에서 정보를 수집해야 합니다.
그러나 이 데이터를 수집하기에 충분한 차량 수를 배치하려면 많은 기업의 능력을 초과하는 막대한 비용이 필요합니다.
이러한 상황에서 우버는 전체 자율 주행차 생태계의 "데이터층"이 될 기회를 보고 있습니다.
이는 특히 회사가 수년 전부터 자율주행차 개발 야망을 포기했기 때문에 전략적 움직임으로 간주됩니다. 이 결정은 자율주행차가 보편화되면 우버가 점차 입지를 잃을 수 있다는 우려가 많았을 때 논란을 불러일으켰습니다.
새로운 역할을 강화하기 위해 우버는 런던의 웨이브를 포함하여 약 25개의 자율 주행차 회사와 협력했습니다. 이와 함께 회사는 파트너가 모델 교육 과정에서 액세스, 조회 및 사용할 수 있도록 센서 데이터를 저장하고 라벨링하는 "자율 주행차 클라우드"라는 플랫폼을 구축하고 있습니다.
데이터 제공에 그치지 않고 이 시스템은 회사가 "무광 모드"에서 모델을 테스트할 수 있도록 합니다. 즉, 알고리즘은 Uber의 실제 운행과 병행하여 자율 주행차가 자율 주행차를 도로에 내놓을 필요 없이 반응하는 방식을 시뮬레이션할 수 있습니다.
대규모 데이터 보유와 많은 자율 주행차 회사에 투자한 이점을 바탕으로 우버는 업계에서 상당한 레버리지를 창출할 수 있습니다.
