👁️자율주행의 눈! ToF와 카메라/레이더 차이, 사물 인식 방법

독자님들 안녕하세요? 🍎Macultist입니다! 요즘 도로 위를 달리다 보면 지붕 위에 뱅글뱅글 돌아가는 장치를 달고 있는 신기한 자동차를 가끔 보게 됩니다. 바로 미래의 이동 수단인 자율주행 자동차입니다. 혹시 여러분은 그 돌아가는 장치를 보고 단순히 "성능 좋은 카메라인가 보다" 하고 무심코 넘기지 않으셨나요? "지금까지 독자님들은 이것을 단순한 카메라로만 알고 계셨다면, 자율주행의 핵심인 공간지각 능력을 완전히 오해하고 계셨던 겁니다!" 그 장치는 카메라가 아니라, 빛을 이용해 세상을 3차원으로 그려내는 자율주행차의 진짜 눈, 바로 '라이다(LiDAR)' 센서입니다. 어두운 밤길에서도, 복잡한 도심에서도 자동차가 사람과 사물을 정확하게 구별하고 피할 수 있는 비결이 바로 이 안에 숨어 있습니다. 오늘 이 포스팅을 통해 라이다가 레이저를 쏘아 거리를 재는 기가 막힌 원리부터, 카메라나 레이더와는 무엇이 결정적으로 다른지, 그리고 점들을 이어 세상을 인식하는 3D 매핑의 과정까지 명쾌하게 파헤쳐 드리겠습니다. 이 원리를 이해하면 자율주행차가 어떻게 운전대를 스스로 돌리는지 그 비밀이 보일 것입니다.

사진

라이다 센서가 거리를 측정하는 원리 (ToF)

라이다(LiDAR)는 'Light Detection And Ranging'의 약자로, 말 그대로 빛을 탐지하여 거리를 측정하는 기술입니다. 이 측정 방식의 핵심 원리는 '비행 시간 측정(ToF, Time of Flight)' 기술입니다. 원리는 아주 간단합니다. 우리가 산 정상에서 "야호!" 하고 소리를 지르면 잠시 후 메아리가 되돌아오는 것과 똑같습니다. 라이다 센서는 소리 대신 눈에 보이지 않는 고출력 '펄스 레이저'를 초당 수십만 번에서 수백만 번 주변으로 발사합니다. 이 레이저 빛이 앞에 있는 자동차나 보행자 같은 물체에 부딪혀 반사되어 되돌아오면, 센서 내의 수신부가 이를 감지합니다. 빛의 속도는 약 30만 km/s로 일정하기 때문에, 레이저를 쏘고 되돌아올 때까지 걸린 시간을 측정하면 물체까지의 정확한 거리를 계산할 수 있습니다. 예를 들어, 빛이 갔다 오는 데 1억 분의 1초가 걸렸다면 그 절반의 시간을 빛의 속도에 곱해 거리를 알아내는 식입니다. 라이다는 센서를 360도로 빠르게 회전시키면서 이 과정을 쉴 새 없이 반복합니다. 덕분에 자율주행차는 자신의 주변 360도 방향에 무엇이 얼마나 멀리 있는지 실시간으로, 그리고 cm 단위의 오차 범위 내에서 아주 정밀하게 파악할 수 있는 것입니다.

카메라, 레이더 센서와의 결정적 차이

자율주행차에는 라이다 외에도 '카메라'와 '레이더(Radar)'가 함께 탑재되는데, 이들은 서로 역할과 특성이 완전히 다릅니다. 먼저 카메라는 사람의 눈과 가장 비슷해서 색상과 텍스트를 인식하는 데 탁월합니다. 신호등이 빨간불인지 초록불인지, 표지판에 뭐라고 써 있는지를 읽을 수 있는 유일한 센서입니다. 하지만 거리를 정확하게 재는 능력은 떨어지며, 어두운 밤이나 역광 상황에서는 무용지물이 되기 쉽습니다. 반면 레이더는 전파를 사용하기 때문에 날씨의 영향을 거의 받지 않습니다. 비가 오나 눈이 오나 안정적으로 작동하며, 물체의 속도를 측정하는 데 아주 강력합니다. 하지만 해상도가 낮아서 앞에 있는 물체가 사람인지 전봇대인지 형체를 구별하는 능력은 매우 부족합니다. 여기서 라이다의 진가가 드러납니다. 라이다는 레이저를 사용하기 때문에 카메라처럼 빛이 없는 어둠 속에서도 선명하게 볼 수 있고, 레이더보다 훨씬 높은 해상도로 물체의 '정확한 형상'과 '거리'를 동시에 파악할 수 있습니다. 즉, 카메라는 "무엇인지"를 보고, 레이더는 "어디에 있는지"를 대략적으로 안다면, 라이다는 "어디에 어떤 모양으로 정확히 있는지"를 그려내는 역할을 합니다. 다만, 라이다는 가격이 매우 비싸고 비나 안개 같은 악천후에는 레이저가 산란되어 성능이 떨어질 수 있다는 단점이 있어, 이 세 가지 센서를 융합하여 사용하는 것이 자율주행의 정석입니다.

자율주행차가 사물을 인식하는 방법

그렇다면 라이다가 수집한 정보로 자율주행차는 어떻게 사물을 인식할까요? 라이다가 쏘아 보낸 수백만 개의 레이저가 물체에 맞고 돌아오면, 그 각각의 지점은 3차원 공간상의 좌표를 가진 하나의 '점(Point)'으로 기록됩니다. 이 수많은 점들이 모여 구름처럼 형상을 이루는 것을 '포인트 클라우드(Point Cloud)'라고 부릅니다. 멀리서 보면 점묘화 그림처럼 보이는데, 자율주행차의 인공지능 컴퓨터는 이 점들의 집합을 분석하여 세상을 이해합니다. 예를 들어, 길쭉한 원기둥 모양으로 점들이 모여 있으면 "이것은 가로수구나", 작고 네모난 덩어리가 움직이면 "이것은 보행자구나", 크고 넓은 직육면체 덩어리는 "버스구나"라고 판단하는 식입니다. 더 나아가 이 포인트 클라우드 데이터를 미리 저장된 고정밀 지도(HD Map)와 대조하여, 현재 내 차가 도로 위의 정확히 어디쯤 위치해 있는지를 파악하는 '자기 위치 추정'도 수행합니다. 즉, 라이다는 단순히 앞을 보는 것을 넘어, 매 순간 자동차 주변의 3차원 지도를 실시간으로 그려내고 갱신하며 자율주행차가 안전하게 주행할 수 있는 가상 공간을 만들어주는 것입니다.

 

결론

오늘 우리는 자율주행 자동차의 핵심 기술인 라이다 센서의 작동 원리인 ToF 기술부터, 카메라 및 레이더와의 차별점, 그리고 수많은 점으로 세상을 그려내는 포인트 클라우드 인식 방법까지 자세히 알아보았습니다. 라이다는 빛의 속도로 거리를 재고 3차원으로 세상을 스캔함으로써, 기계가 인간보다 더 빠르고 정확하게 주변 환경을 인지할 수 있도록 돕는 첨단 기술의 결정체입니다. 비록 아직은 비싼 가격과 날씨의 제약이라는 숙제가 남아있지만, 라이다 기술의 발전은 곧 우리가 운전대에서 손을 놓고 편안하게 휴식을 취하며 이동할 수 있는 완전 자율주행 시대를 앞당기는 열쇠가 될 것입니다. 독자님들께서 도로 위를 달리는 자율주행 시험 차량을 보실 때마다, 그 위에서 쉴 새 없이 돌아가며 레이저로 세상을 그리고 있을 라이다의 노력을 한 번쯤 떠올려 보시기를 바랍니다! 다음에 더 흥미진진한 일상 속 공학 이야기로 찾아뵙겠다 약속하며 이번 포스팅을 마치겠습니다.