10월 특집 '이미지와 비전 컴퓨팅'
자율주행차와 로봇, 드론의 인지(Perception)를 담당하는 레이더와 라이다 센서
[편집자주] 사진과 영상 등 디지털 이미지는 데이터 중심 사회에서 가장 기본이 되는 자료이다. 특히 4차산업혁명이 빠르게 진행되면서 영상의 영향력은 계속 커지고 있다. 이들을 자율적으로 다룰 수 있는 비전 AI 기술 또한 매우 중요한 기술 영역이다. 주요 핵심 분야인 의료 기술, 자율주행차의 핵심적인 기술이기도 하다. 이미지와 비전AI와 관련된 영역의 현재와 미래를 진단해본다.
인공지능(AI) 기반 비전(Vision) 기술은 자율주행의 핵심 기능이다. 사람이 눈으로 세상을 보듯이 자율주행 기기들은 비전 기술로 세상을 분류한다.
대표적으로 자동차, 로봇, 드론 등 자율주행 시스템에 인공지능 기반 비전 기술이 탑재된다.
AI 비전은 카메라, 레이더, 라이다(LiDAR) 등 센서로 획득한 정보를 컴퓨터로 분석하고 판단해 물체나 사람 형태를 인식한다. 또한 자기 위치를 파악해 스스로 주행 경로를 결정하며, 움직이는 물체를 추적하는 트래킹 기능 등을 제공한다.
자율주행에서 최우선 고려사항으로 인지(Perception)가 중요하다. 이를 위해서는 비전 센서가 필수다. 기본적인 카메라를 비롯해 레이더, 라이더, 초음파 센서 등이 사용된다.
각각 센서들은 고유의 장단점이 있기 때문에 상황에 따라 다르게 사용된다. 가격, 거리, 분해능(식별능력)이 달라 실제 사용이 다르다.
초음파 사정거리는 불과 수미터에 불과하다. 이에 주로 단거리 물체 감지에 쓰인다. 자동차에서 사용하는 후방 주차 센서에 이용된다.
카메라는 비교적 쉽게 구할 수 있는 센서다. 사람의 눈에는 유용하지만 자율주행에서 유용한 정보를 추출하려면 상당한 AI 프로세싱 능력이 요구된다. 또한 빛의 세기에 따라 인식능력이 천차만별이다.
다만 카메라는 ‘색(Color)을 인지하는 유일한 기술'이다. 최근 사용되는 ADAS(첨단운전자 보조시스템) 중 차선유지 보조 기능에서 카메라가 주요 사용된다.
레이더와 라이다 최근 자율주행에서 가장 주목받는 센서다. 이 두 기술은 주변을 감지하며 물체의 속도를 측정한다는 점에서 비슷한 성능을 보이고 있다.
다만 거리, 공간 분해능, 환경요건, 비용 등에서 큰 차이가 있다.
레이더는 1m 이하에서 200m 이상까지 감지할 수 있다. 다만 각각의 거리에 따라 요구되는 레이더 시스템이 달라진다. 레이더는 비, 안개, 눈 등 특별한 환경에서 뛰어난 인식 능력을 보인다.
비용도 저렴하다는 장점으로 일론 머스크 테슬라 설립자 겸 CEO는 2018년 “수동 광학 이미지 인식을 훌륭하게 해결해야만 모든 환경, 어떤 조건에서나 (자율주행차가) 움직일 수 있다”며 “(라이다는) 비싸고 추하며 불필요하다”고 강조한 바 있다.
하지만 레이더는 단점도 뚜렷하다. 거리가 늘어날수록 작은 특징을 분석하는 것이 어렵다. 고속주행 중에 멀리 있는 물체를 식별하지 못해 사고를 낼 수도 있다는 것이다.
라이다는 레이더가 가진 단점을 보완하기에 최근 자율주행의 핵심 센서로 떠오르고 있다.
라이다는 레이더보다 더 많은 거리를 정확하게 감지할 수 있다. 라이다의 적외선 공간 분해능은 무려 0.1° 단위로 나눌 수 있다.
이는 고성능 프로세싱 능력이 없더라도 라이다 자체 애플리케이션으로 물체를 3D로 인식할 수 있다는 것을 뜻한다. 레이더나 카메라보다 더 낮은 성능의 저렴한 프로세서로 더 정확하게 객체를 인식한다.
또한 야간에도 높은 성능을 낼 수 있다는 장점이 있다. 라이다와 카메라만큼 빛에 큰 영향을 받지 않는다.
야간 주행 시 갑작스럽게 사람이 차량 앞으로 뛰쳐나와도 이를 인식할 수 있다는 것이다.
이런 뚜렷한 장점만큼 단점도 확실해 라이다의 보급이 어렵다.
라이다는 빛에는 강하지만 악천후에 약하다는 단점이 있다. 적외선 파장을 바꿔 극복할 수 있지만, 어둠에서 식별하는 능력이 줄어들 수도 있다.
가장 큰 단점은 비용과 크기다. 최근 국내외 다양한 업체에서 라이다의 소형화·경량화를 시도하고 있어 업계는 조만간 소형의 저렴한 라이다가 대중화될 것으로 보고 있다.
각 비전 센서들의 뚜렷한 단점에 자동차 제조업체(OEM)와 티어1 부품업체들은 여러 센서를 함께 사용한다.
완전자율차는 다량의 센서 기술들을 이용해 ▲다양한 날씨 ▲낮과 밤 등 서로 다른 빛의 양 ▲거리별로 달라지는 장애물 ▲객체의 색과 온도 등 여러 요소에도 하나의 오차도 없이 정확하게 인식해야 한다.
다만 센서를 함께 쓸 때, 서로를 보완하거나 특정 영역에서는 기술을 중첩해 안전을 개선하는 것이 중요하다. 각각의 센서를 함께 사용하는 것이 단순히 더한다는 개념이 아니라는 것이다.
이런 기술을 센서 퓨전(Sensor Fusion)이라고 한다. 여러 센싱 기술을 이용해 정확하고 신뢰성 있는 자율주행 주변 환경을 구축하는 기술이다.
[관련기사] [스페셜리포트]ⓛ “세상을 더 잘 읽어 보자” 진화하는 컴퓨터 비전
[관련기사] [스페셜리포트]② 구글 포토, AI로 영상의 맥락까지 읽어낸다.
[관련기사] [스페셜리포트]③ 의사의 필수 파트너 AI, 가장 빠르고 정확하게 병을 진단한다
무단전재 및 재배포 금지
기사제보 및 보도자료 news@aitimes.com