콘텐츠로 건너뛰기 메뉴로 건너뛰기 푸터로 건너뛰기
데이터를 불러오고 있습니다
데이터를 저장하고 있습니다
#교통/모빌리티

상용 자율주행차 주간 도심도로 데이터 (업사이클링)

상용 자율주행차 주간 도심도로 데이터(업사이클링) 아이콘 이미지
  • 분야교통물류
  • 유형 텍스트 , 이미지
  • 생성 방식LMM
구축년도 : 2025 갱신년월 : 2026-04 조회수 : 119 다운로드 : 7 용량 :

본 데이터는 2022년에 구축된 상용 자율주행차 주간 도심도로 데이터 데이터를 업사이클링한 결과물입니다.

데이터 바로가기

※ 내국인만 데이터 신청이 가능합니다.

  • 데이터 변경이력

    데이터 변경이력
    버전 일자 변경내용 비고
    1.0 2026-04-30 데이터 최종 개방

    데이터 히스토리

    데이터 히스토리
    일자 변경내용 비고
    2026-04-30 산출물 최종 공개

    소개

    ● 주간 도심도로 상황에서 발생하는 다양한 유형의 교통환경에 대한 인공지능 학습용 데이터
    ● 기존 '인지' 중심의 AI허브 자율주행 데이터를 주행 상황을 이해하고 대응하는 '판단' 중심의 AI 학습 데이터로 업사이클링
    ● 상황 인지 강화를 위한 이미지-텍스트 관계 구축을 통해 주행 환경의 전체적인 맥락을 인간처럼 이해하고 설명할 수 있도록 데이터 구축
    ● 인지, 판단, 제어, 인과추론 등 다양한 유형의 QA 데이터셋을 구축

    구축목적

    ● 주간 도심도로 환경 내 자율주행차의 도로 인지 기능 향상
    ● 다중 주행 조건(교통 흐름, 보행자 상호작용 등) 심층 학습을 통한 상황 판단 AI 모델 개발
  • 데이터통계표
    구분 항목 비율 수량
    도로환경 도심 2차로 이하 37% 5,940 건
    도심 3차로 이상 55% 8,730 건
    BRT 도로 8% 1,330 건
    합계 100% 16,000 건
    수집시간 7~9시 18% 2,876 건
    9~13시 18% 2,834 건
    13~17시 48% 7,722 건
    17~20시 16% 2,568 건
    합계 100% 16,000 건
    교통 흐름 한산 40% 812 씬(scene)
    중간 20% 807 씬(scene)
    혼잡 20% 402 씬(scene)
    합계 100% 2,021 씬(scene)
    주행 속도 분포 ~30㎞/h 36% 740 씬(scene)
    31~50㎞/h 44% 890 씬(scene)
    51~70㎞/h 19% 373 씬(scene)
    71㎞/h~ 1% 18 씬(scene)
    합계 100% 2,021 씬(scene)
    날씨 환경 맑음 48% 7,838 건
    구름 23% 3,656 건
    흐림 29% 4,506 건
    합계 100% 16,000 건
  • 저작도구 설명서 및 저작도구 다운로드

    저작도구 설명서 다운로드 저작도구 다운로드
  • 설명서 및 활용가이드 다운로드

    데이터 설명서 다운로드 구축활용가이드 다운로드

    1. 데이터 구성
    ① 원천데이터

    데이터 구성-원천데이터표
    1차 경로  2차 경로 3차 경로 파일 포맷 최종검증 제출 수량
    1.맑음 이미지 원천데이터 씬(scene) .jpg 3,919
    라벨링 원천데이터 씬(scene) .json 3,919
    2.흐림 이미지 원천데이터 씬(scene) .jpg 2,253
    라벨링 원천데이터 씬(scene) .json 2,253
    3.구름 이미지 원천데이터 씬(scene) .jpg 1,828
    라벨링 원천데이터 씬(scene) .json 1,828
    총 수량 16,000

    ② 라벨링(업사이클링) 데이터

    데이터구성-라벨링(업사이클링)데이터표
    1차 경로  2차 경로 3차 경로 파일 포맷 최종검증 제출 수량
    1.맑음 원천데이터 씬(scene) 01.관계데이터 .json 3,919
    02.QA데이터 .json 3,919
    2.흐림 원천데이터 씬(scene) 01.관계데이터 .json 2,253
    02.QA데이터 .json 2,253
    3.구름 원천데이터 씬(scene) 01.관계데이터 .json 1,828
    02.QA데이터 .json 1,828
    총 수량 16,000

    ③ 폴더명 구성 정보

    데이터구성-폴더명 구성 정보표
    경로 구분 정보 구분자 정보
    1차 경로 날씨 환경 - 맑음
    - 흐림
    - 구름
    2차 경로 원천데이터 씬(scene)명칭 - 16_073001_221018(예시)
    3차 경로 업사이클링 유형 - 관계데이터
    - QA데이터

    ④ 파일명 구성 정보

    데이터구성-파일명 구성 정보표
    예시 세부 구성 설명
    16_153908_220704_25_u1.json 원천데이터명_업사이클링 유형(u1).json
    16_153908_220704_25_u2.json 원천데이터명_업사이클링 유형(u2).json

    ⑤ 클래스 분류

    데이터구성-클래스분류표
    1차 분류 2차 분류 3차 분류 원천-라벨링 파일 구성비
    맑음 관계데이터 - 1:1
    QA데이터 - 1:1
    흐림 관계데이터 - 1:1
    QA데이터 - 1:1
    구름 관계데이터 - 1:1
    QA데이터 - 1:1

     

    2. 어노테이션 포맷
    ① 이미지-텍스트 관계데이터

    어노테이션포맷-이미지-텍스트 관계데이터표
    구분 속성명 타입 필수여부 설명
    1 scene_id string Y 데이터 파일명
    2 image_path string Y 대상 데이터 경로
    3 time_of_day string Y 촬영 시간 정보
    4 zone string Y 촬영 구역 정보
    5 road_type string Y 도로 유형 정보
    6 edge_case string N edge_case 정보
    7 weather string Y 날씨 정보
    8 objects array Y 객체 정보
    8-1 id string Y 객체 ID
    8-2 label string Y 객체명
    8-3 polygon array Y 객체 라벨링 정보
    8-4 attributes object Y 객체 속성 정보
      8-4-1 방향 string N 진행 방향(직진, 좌회전, 우회전, 유턴, 역주행)
      8-4-2 상태 string N 상태(정지,서행,추월, 주행중 등)
      8-4-3 위치 string N 위치(차선 내, 차선 변경(좌), 차선변경(우) 등)
      8-4-4 색상 string N 색상 (흰색, 검정색, 회색, 은색 등)
      8-4-5 조명 string N 조명(브레이크등, 비상등 등)
      8-4-6 탑승자 string N 탑승자 여부(유, 무)
      8-4-7 행동 string N 행동 상태(정지, 횡단 시도, 보행 중 등)
      8-4-8 헬멧 string N 헬멧 착용 여부(유, 무)
      8-4-9 객체 string N 객체(보행자, 보행자 횡단, 차량 주행 등)
      8-4-10 유형 string N 유형(일반차선, 도로주정차선, 제한속도, 주행지시 등)
      8-4-11 차선 string N 차선 (실선, 점선, 복선, 점실선)
      8-4-12 내용 string N 내용 (어린이 보호구역, 노약자 보호구역 등)
      8-4-13 용도 string N 용도 (공사구역, 주행도로, 안전구역 등)
      8-4-14 설명 string N 설명 (부가설명 작성)
    9 relationships array Y 관계 정보
    9-1 subject string Y 관계 ID
    9-2 predicate string Y 관계 상태
    9-3 object string Y 객체 ID

    ② QA데이터

    어노테이션포맷-QA데이터표
    구분 속성명 타입 필수여부 설명
    1 scene_id string Y 대상 이미지 파일명
    2 image_path string Y 대상 이미지 경로
    3 caption string Y 대상 이미지 설명
    4 qa_dataset array Y QA세트
      4-1 qa_id string Y QA id
    4-2 question string Y 질문
    4-3 answer string Y 답변
    4-4 rationale string Y 답변 근거 추론 내용
    5 question_type string Y 질문 유형(인지형, 판단형, 제어형, 설명형, 인과추론형, 협업 주행형, 절차형)


    3. 데이터 포맷

    데이터포맷이미지
    4. 실제 예시
    이미지-텍스트 관계 데이터(_u1.json)

    {
        "scene_id": "16_153908_220704_25",
        "image_path": "\\02.원천데이터\\16_153908_220704\\16_153908_220704_25.jpg",
        "time_of_day": "2022-07-04 15:39:08",
        "zone": "대구-국가산업단지",
        "road_type": "도심 3차로 이상",
        "edge_case": "도로 제한 최고 속도 주행, 정속 주행 유지",
        "weather": "흐림",
        "objects": [
            {
                "id": "obj2",
                "label": "Myvehicle",
                "polygon": [
                    0,
                    0,
                    0,
                    1080,
                    1920,
                    1080,
                    1920,
                    0
                ],
                "attributes": {
                    "방향": "직진",
                    "상태": "주행 중",
                    "위치": "차선 내"
                }
            },
            {
                "id": "obj1",
                "label": "freeSpace",
                "polygon": [
                    0,
                    798,
                    405,
                    760,
                    596,
                    740,
                    669,
                    728,
                    697,
                    730,
                    712,
                    730,
                    762,
                    730,
                    788,
                    730,
                    803,
                    730,
                    789,
                    735,
                    789,
                    738,
                    794,
                    741,
                    803,
                    744,
                    819,
                    747,
                    861,
                    755,
                    885,
                    759,
                    960,
                    772,
                    1012,
                    789,
                    1092,
                    822,
                    1219,
                    884,
                    1623,
                    1080,
                    957,
                    1080,
                    196,
                    1080,
                    0,
                    1080
                ],
                "attributes": {
                    "용도": "주행 도로"
                }
            },
            {
                "id": "obj3",
                "label": "whiteLane",
                "polygon": [
                    745,
                    852,
                    771,
                    822,
                    778,
                    822,
                    756,
                    852
                ],
                "attributes": {
                    "유형": "일반차선",
                    "차선": "점선"
                }
            }
        ],
        "relationships": [
            {
                "subject": "obj1",
                "predicate": "주행 중",
                "object": "obj2"
            },
            {
                "subject": "obj3",
                "predicate": "주행 중",
                "object": "obj2"
            }
        ]
    }
    QA 데이터(_u2.json)

    {
        "scene_id": "16_153908_220704_25",
        "image_path": "\\02.원천데이터\\16_153908_220704\\16_153908_220704_25.jpg",
        "caption": "흐린 날씨에 일반국도 5호선을 주행 중인 상황이다. 전방에는 충돌 주의 표지판과 좌측 굽은 도로 표지판이 식별됨.",
        "qa_dataset": [
            {
                "qa_id": "01",
                "question": "충돌 주의 보행자·농기계 표지판이 설치된 원인은 무엇인가?",
                "answer": "해당 도로는 보행자나 농기계의 통행이 빈번하여 충돌 위험이 높기 때문에 운전자의 주의를 환기시키기 위함이다.",
                "rationale": "도로교통법상 운전자의 안전 운전을 유도하고 사고를 예방하기 위해 위험 요소를 미리 알리는 표지판을 설치함이 타당함."
            },
            {
                "qa_id": "02",
                "question": "좌측 굽은 도로 표지판이 설치된 원인은 무엇이며, 운전자는 어떻게 주행해야 하는가?",
                "answer": "전방 도로가 좌측으로 굽어지는 구간이므로, 운전자는 속도를 줄이고 차선을 유지하며 안전하게 통과해야 함.",
                "rationale": "도로의 급격한 곡선 구간은 시야 확보를 어렵게 하고 차량의 원심력을 증가시켜 사고 위험을 높이므로, 운전자에게 미리 경고하여 안전 운전을 유도함이 필요함."
            }
        ],
        "question_type": "인과추론형"
    }

  • 데이터셋 구축 담당자

    수행기관(주관) : ㈜나라지식정보
    수행기관(주관)
    책임자명 전화번호 대표이메일 담당업무
    박영훈 02-3141-7644 a1@narainformation.com 총괄책임자
    수행기관(참여)
    수행기관(참여)
    기관명 담당업무
    ㈜오픈유아이 품질검수
    데이터 관련 문의처
    데이터 관련 문의처
    담당자명 전화번호 이메일
    박영훈 02-3141-7644 a1@narainformation.com
    박분선 02-3141-7644 bspark@narainformation.com
    저작도구 관련 문의처
    저작도구 관련 문의처
    담당자명 전화번호 이메일
    박영훈 02-3141-7644 a1@narainformation.com
    박분선 02-3141-7644 bspark@narainformation.com
보건의료 데이터 개방 안내

보건의료 데이터는 온라인 및 오프라인 안심존을 통해 개방됩니다.

안심존이란 안심존 이용메뉴얼 안심존 이용신청 데이터 열람신청
  • 인터넷과 물리적으로 분리된 온라인·오프라인 공간으로 의료 데이터를 포함하여 보안 조치가 요구되는 데이터를 다운로드 없이 접근하고 분석 가능
    * 온라인 안심존 : 보안이 보장된 온라인 네트워크를 통해 집, 연구실, 사무실 등 어디서나 접속하여 데이터에 접근하고 분석
    * 오프라인 안심존 : 추가적인 보안이 필요한 데이터를 대상으로 지정된 물리적 공간에서만 접속하여 데이터에 접근하고 분석

    1. AI 허브 접속
      신청자
    2. 안심존
      사용신청
      신청자신청서류 제출*
    3. 심사구축기관
    4. 승인구축기관
    5. 데이터 분석 활용신청자
    6. 분석모델반출신청자
  • 1. 기관생명윤리위원회(IRB) 심의 결과 통지서 [IRB 알아보기] [공용IRB 심의신청 가이드라인]
    2. 기관생명윤리위원회(IRB) 승인된 연구계획서
    3. 신청자 소속 증빙 서류 (재직증명서, 재학증명서, 근로계약서 등 택1)
    4. 안심존 이용 신청서 [다운로드]
    5. 보안서약서 [다운로드]
    ※ 상기 신청서 및 첨부 서류를 완비한 후 신청을 진행하셔야 정상적으로 절차가 이루어집니다.

  • 신청 및 이용관련 문의는 safezone1@aihub.kr 또는 02-525-7708, 7709로 문의

데이터셋 다운로드 승인이 완료 된 후 API 다운로드 서비스를 이용하실 수 있습니다.

API 다운로드 파일은 분할 압축되어 다운로드 됩니다. 분할 압축 해제를 위해서는 분할 압축 파일들의 병합이 필요하며 리눅스 명령어 사용이 필요합니다.

리눅스 OS 계열에서 다운로드 받으시길 권장하며 윈도우에서 파일 다운로드 시 wsl(리눅스용 윈도우 하위 시스템) 설치가 필요합니다.

※ 파일 병합 리눅스 명령어

find "폴더경로" -name "파일명.zip.part*" -print0 | sort -zt'.' -k2V | xargs -0 cat > "파일명.zip"

- 해당 명령어 실행 시, 실행 경로 위치에 병합 압축 파일이 생성됩니다.

- 병합된 파일 용량이 0일 경우, 제대로 병합이 되지 않은 상태이니 "폴더경로"가 제대로 입력되었는지 확인 부탁드립니다.

※ 데이터셋 소개 페이지에서 다운로드 버튼 클릭하여 승인이 필요합니다.

오프라인 데이터 이용 안내

본 데이터는 K-ICT 빅데이터센터에서도 이용하실 수 있습니다.

K-ICT 빅데이터센터는 데이터 안심구역으로 지정되어
다양한 데이터(미개방 데이터 포함)를 분석할 수 있는 오프라인 분석공간을 제공하고 있습니다.

데이터 안심구역 이용절차 및 신청은 K-ICT빅데이터센터 홈페이지를 참고하시기 바랍니다.

국방데이터 이용신청 탭 이미지

국방데이터 개방 안내

본 데이터는 국방데이터로 군사 보안에 따라 AI허브에서 데이터를 제공하지 않으며,
군 담당자를 통한 별도의 사용 신청이 필요합니다.