서울의 도로망을 따라 이어지는 이동의 빛

자율주행 서비스

자율주행이 일상이 되려면 편리한 이용 경험과 안정적인 차량 운영이 함께 필요합니다. 대규모 플릿을 직접 보유·운영해온 쏘카의 경험으로, 호출·배차 플랫폼부터 주행사업자(DSP)의 관제·현장 대응까지 잇는 서비스를 준비합니다.

쏘카의 2.5만 대, 직접 운영해온 경험에서

쏘카는 약 2.5만 대의 차량을 직접 소유하며 구매·배치부터 충전·정비·사고 대응까지 맡아왔습니다. 과거 라이드 헤일링에서는 실시간 호출에 맞춰 차량을 배차하고 재배치했습니다.

에이펙스는 이 기반 위에 자율주행 서비스를 준비합니다. 한국 도로에 맞는 E2E(End-to-End) 자율주행 기술을 개발하고, 고객의 대기 시간과 공차 이동, 운행 중단을 함께 줄이는 운영 체계를 설계합니다.

쏘카의 플릿 운영 경험

  1. 차량 확보와 배치차량을 직접 소유하고 수요에 맞게 배치합니다
  2. 충전·정비·세차운행에 필요한 차량 관리를 수행합니다
  3. 현장 대응운행 중 생기는 문제와 필요한 조치를 연결합니다

차량의 하루를 잇는 운영

운영 개념도 · 차량 확보부터 관리·현장 대응까지
플릿 운영 시나리오01 / 03 · 권역별 수요 살피기

© OpenStreetMap contributors지도 데이터

01수요 파악

수요를 예측하고, 필요한 만큼 공급합니다

쏘카의 과거 라이드 헤일링 서비스에서는 지역·요일·시간별 호출 데이터로 수요를 예측하고, 필요한 지역과 시간대에 맞춰 차량 수와 운행 일정을 정했습니다.

  • 지역·요일·시간
  • 호출 이력
  • 차량 분포
시간대별 수요 변화

© OpenStreetMap contributors지도 데이터

02공급 계획

운행할 수 있는 차량으로, 공급 계획을 세웁니다

에이펙스는 차량별 운행 가능 시간을 반영하는 공급 알고리즘을 준비합니다. 예측한 수요와 실제 호출의 차이를 확인해 다음 계획을 조정하는 방식입니다.

  • 운행 가능 시간
  • 차량 준비 상태
  • 예측과 실제 수요
차량 위치와 운행 상태를 반영한 공급 계획

© OpenStreetMap contributors지도 데이터

03플릿 재배치

다음 호출이 생길 곳으로, 플릿을 재배치합니다

과거 라이드 헤일링에서는 지역·시간별 수요에 따라 출발 지점을 정하고, 운행 중에도 다음 호출이 예상되는 곳으로 차량을 옮겼습니다.

대기 시간과 공차 이동 거리, 가동률을 함께 비교합니다. 수요가 많아도 이동 거리가 길다면 현재 위치에서 기다리는 편이 나을 수 있습니다.

  • 고객 대기 시간
  • 공차 이동 거리
  • 차량 가동률
다음 수요를 고려한 차량 재배치

© OpenStreetMap contributors지도 데이터

운행이 멈춘 순간까지 책임지는 운영

차가 다시 고객을 태우기까지 필요한 일. 쏘카가 쌓은 정비·현장 작업·보험 협업 경험을 자율주행 운영에 연결합니다.

상태 확인과 정비
쏘카는 차량 신호와 AI 사진 분석으로 이상을 찾고, 정비·세차 후 운행에 복귀시켜왔습니다.
핸들러와 현장 대응
쏘카의 핸들러는 차량 이동·충전·내부 정리를 맡을 작업자를 연결합니다. 자율주행에서도 작업 배정과 완료 확인이 필요합니다.
고객 지원과 보험
쏘카의 보험사·공제조합 협업 경험을 바탕으로, 자율주행의 고객 안내·차량 조치·보장 체계를 준비합니다.

차량 신호와 이용 전후 사진

  1. 상태 확인신호와 사진으로 손상·청결 상태를 살핍니다
  2. 작업 연결필요한 정비·세차를 작업 요청으로 연결합니다
  3. 운행 복귀작업 완료를 확인하고 다음 운행을 준비합니다

상태 확인을 현장 조치와 연결

운영 개념도 · 쏘카의 차량 상태 확인과 조치 흐름

한 대의 자율주행을, 수많은 사람의 일상으로

차량이 늘어나도 고객의 대기와 공차 이동, 운행 중단을 줄일 수 있도록 운영 체계를 준비합니다. 자율주행 기술의 개발과 함께 풀어갈 과제입니다.

이어지는 이야기

이동의 다음을
함께 만들 동료를 찾습니다.

채용 바로가기