본 발명의 하나의 실시예는, 라벨 데이터 셋트들과 비라벨 데이터 셋트를 포함한 전체 포인트 클라우드 데이터 셋트들 중 상기 비라벨 데이터 셋트들에 대해 자동으로 라벨을 부여하는 자동 라벨링 방법에 있어서, 초기 머신러닝 분류 모델을 구축하는 (a) 단계; 상기 각 비라벨 데이터 셋트의 상기 모델을 통한 특징 벡터와 상기 라벨 데이터 셋트들의 상기 모델을 통한 특징 벡터들 사이의 유사도에 따라 적어도 하나의 라벨 데이터 셋트를 선정하고 그 라벨에 따라, 상기 각 비라벨 데이터 셋트에 대해 클러스터 라벨을 부여하는 (b) 단계; 상기 클러스터 라벨 정보를 포함한 상기 비라벨 데이터 셋트들을 상기 모델에 통과시킨 후 각 데이터 셋트들에 대하여 그 신뢰도에 따라 수도 라벨을 부여하는 (c) 단계; 및 상기 수도 라벨의 데이터 셋트들로 상기 라벨 데이터 셋트들을 증강하여 상기 초기 모델을 학습시켜 갱신하는 (d) 단계를 포함하고, 상기 (d) 단계 후에, 상기 (b) 단계 부터 (d) 단계를 반복 수행하는, 포인트 클라우드 비라벨 데이터 셋트에 대한 자동 라벨링 방법이다.