라이다센서

8 Contents

[NEXT Level] 자율주행시대 안전을 지킨다! 자율주행 물리 인프라 기술

자율주행 기술의 눈부신 발전에도 불구하고 차량 자체의 센서만으로는 해결하기 어려운 기술적 한계들이 여전히 존재합니다. 특히 폭우나 폭설과 같은 악천후, 혹은 통신 장애와 같은 돌발 상황은 자율주행차에 있어 일종의 핸디캡으로 작용하며, 이를 차량 내부의 시스템만으로 극복하는 데에는 많은 어려움이 따릅니다. 이러한 문제를 해결하기 위해 2018년부터 도로 인프라와 자율주행차를 연계하는 연구가 꾸준히 이어져 왔습니다. 도로 위의 다양한 시설물이 차량에 보조적인 정보를 제공하여 안전을 지원하는 스마트한 주행 환경을 조성하는 것이 본 연구의 주요 과제입니다. 기상 조건의 변화는 자율주행의 안정성을 위협하는 가장 큰 요소 중 하나로 꼽힙니다. 국내 연구진은 강우, 강설, 안개와 같은 다양한 기상 환경을 인위적으로 조성할 수 있는 세계적인 수준의 실증 시설을 통해 도로 시설물의 효용성을 정밀하게 검증하고 있습니다. 자율주행차는 근적외선을 활용해 거리를 측정하는 라이다 센서를 핵심적으로 사용하는데, 이러한 센서가 악천후 속에서도 도로 인프라를 정확히 인식할 수 있도록 기술을 최적화하고 있습니다. 실증 단지에서의 반복적인 데이터 수집과 실험은 자율주행의 기술적 완성도를 높이는 든든한 기반이 됩니다. 실제 도로 상황을 재현한 실험에서는 특수 설계된 도로 표지판이 자율주행차의 주행을 정교하게 유도하는 모습을 확인할 수 있습니다. 공사 구간과 같은 돌발 상황을 가정하여 설치된 이 표지판들은 라이다 센서에 특정 패턴과 색상으로 인식되도록 설계되었습니다. 차량은 표지판이 보내는 시각적 신호를 해석하여 운전자의 개입 없이도 스스로 차선을 변경하거나 안전한 주행 경로를 수정하게 됩니다. 이는 정밀 지도의 정보가 최신화되지 않은 긴급한 상황에서도 도로 위의 시설물이 실시간 가이드 역할을 수행하여 사고 위험을 획기적으로 줄일 수 있음을 시사합니다. 도로 안전의 필수 요소인 교통콘 역시 자율주행 시대를 맞아 혁신적인 변화를 맞이했습니다. 기존의 원뿔형 교통콘은 곡면 형태의 특성상 라이다의 레이저 신호를 여러 방향으로 분산시켜 인식률이 떨어지는 고질적인 문제가 있었습니다. 연구진은 이를 해결하기 위해 레이저 반사 효율을 극대화할 수 있는 사각뿔형 교통콘을 새롭게 개발했습니다. 평면 구조를 유지한 이 새로운 교통콘은 실험을 통해 비가 내리는 악조건 속에서도 기존 제품보다 월등한 인식 성능을 입증하였으며, 자율주행차의 장애물 감지 능력을 높이는 데 결정적인 역할을 수행합니다. 자율주행의 진정한 실현은 자동차 제조사만의 노력으로 완성되지 않습니다. 자율주행차가 실제로 주행하는 무대인 도로 인프라가 함께 진화할 때 비로소 완벽하고 안전한 이동이 가능해집니다. 차량이 스스로 판단하기 어려운 사각지대나 극한의 기상 상황을 도로 환경이 먼저 인지하고 보완해 주는 협력형 시스템은 현재의 기술적 한계를 넘어서는 핵심 열쇠가 될 것입니다. 앞으로도 도로 시설물과 차량 간의 긴밀한 소통을 지원하는 인프라 기술이 고도화된다면, 누구나 안심하고 이용할 수 있는 스마트한 미래 모빌리티 세상이 우리 곁에 더욱 가까이 다가올 것으로 기대됩니다.

[NEXT Level] 자율주행시대 안전을 지킨다! 자율주행 물리 인프라 기술
한국건설기술연구원미래를 바꾸는 신기술 NEXT Level
  • 융합
  • 공학·기술

[건설inside] 도시를 삼킨 불, 대형화재

화재는 우리 일상과 가장 밀접한 건축물과 시설물에서 빈번하게 발생하는 재난 중 하나입니다. 매년 4만 건에 달하는 화재가 반복적으로 발생하며 국민의 생명과 재산을 위협하고 있습니다. 이러한 문제를 해결하기 위해 한국건설기술연구원 화재안전연구본부는 실질적인 연구와 기술 개발에 매진하고 있습니다. 특히 경기도 화성시에 위치한 화재안전연구센터는 국내 최초의 종합 실증 연구 시설로, 세계적인 규모를 자랑하며 실제 화재 상황을 재현해 열방출률과 유독가스 발생량을 정밀하게 측정하고 있습니다. 숭례문 화재나 서해대교 사고와 같은 대형 참사는 우리 사회에 큰 충격을 안겨주었습니다. 연구진은 이러한 실제 사고 사례들을 공학적으로 증명하고 제도적 개선을 이끌어내기 위해 실규모 실험을 지속해 왔습니다. 이를 가능하게 하는 핵심 장비가 바로 '10MW급 칼로리미터'입니다. 이 장비는 대형 화재의 열방출을 그대로 재현할 수 있어, 터널이나 초고층 빌딩과 같은 거대 구조물의 화재 안전성을 검증하는 데 필수적입니다. 실물 크기의 실험을 통해 화재 강도를 파악하는 과정은 실효성 있는 대응책 마련의 기초가 됩니다. 최근 화재 발생 건수는 줄어드는 추세지만, 인명 및 재산 피해 규모는 오히려 증가하는 경향을 보입니다. 필로티 구조 건축물의 가연성 외벽 마감재나 스프링클러 미설치와 같은 구조적 결함은 대형 화재의 주요 원인으로 지적됩니다. 또한 리튬 배터리 열폭주와 같이 기존의 소화 방식으로는 대응하기 어려운 새로운 유형의 위험도 급증하고 있습니다. 특히 전기차 지하 주차장 화재나 배터리 제조 공장 사고는 순식간에 확산되는 불길로 인해 초기 진압이 불가능한 경우가 많아, 보다 진보된 화재 안전 기술의 필요성이 그 어느 때보다 강조되고 있습니다. 건설연은 화재 확산을 막기 위한 세 가지 핵심 비책을 제시하고 있습니다. 첫째는 '화재 확산 차단 공법'으로, 난연성 외벽 시스템을 통해 불길이 수직이나 수평으로 번지는 것을 방지합니다. 둘째는 '스마트 대피 시스템'인데, 단순 경보를 넘어 최적의 피난 경로를 스마트폰 등으로 실시간 안내하여 골든타임을 확보합니다. 마지막으로 '원격 자동 소화 시스템'은 소방대원의 접근이 어려운 터널이나 지하 공간에서 카메라와 센서로 화재를 감지하고 자동으로 방수포를 가동해 초기 진압을 수행합니다. 다가올 미래 에너지 사회를 대비한 연구도 활발히 진행 중입니다. 대표적으로 개발된 '수소 라이다(LiDAR) 센서'는 30m 거리에서도 미세한 수소가스 누출을 99%의 정확도로 감지할 수 있어 차세대 에너지 안전을 담보합니다. 화재 재난은 발생 시 사회적 약자에게 더 큰 고통을 안겨주는 만큼, 안전을 단순한 비용이 아닌 지켜야 할 가치로 바라보는 인식의 전환이 필요합니다. 연구진은 앞으로도 국민의 안전한 삶을 최우선으로 생각하며, 첨단 기술을 통해 화재로부터 자유로운 대한민국을 만들기 위한 노력을 멈추지 않을 것입니다.

[건설inside] 도시를 삼킨 불, 대형화재
한국건설기술연구원건설 Inside
  • 지구환경과학
  • 융합
  • 공학·기술

실종자 수색 돕는 드론 자율비행 기술의 등장자율비행연구실 차지훈 실장★

산악 지형이나 울창한 숲속은 GPS 신호가 닿지 않아 기존 드론 기술로는 실종자를 수색하는 데 큰 어려움이 따르는 장소입니다. 가림막이 많은 지형적 특성 때문에 수색 경찰들의 고충이 매우 컸으며, 이를 해결하기 위해 2017년부터 드론에 자율성과 지능을 부여하는 소프트웨어 중심의 연구가 본격적으로 시작되었습니다. 특히 GPS를 사용할 수 없는 비정형 환경에서도 드론이 스스로 판단하고 비행하며 임무를 수행할 수 있도록 하는 것이 이 기술의 핵심 목표입니다. 복잡한 환경에서 드론이 자신의 위치를 파악하고 지도를 그리기 위해 사용되는 핵심 기술은 바로 SLAM(슬램)입니다. 숲속과 같은 미지의 공간에서 드론이 안전하게 비행하기 위해서는 일반적인 환경보다 훨씬 고도화된 정밀함이 요구됩니다. 드론은 라이다(LiDAR) 센서를 통해 레이저 펄스를 발사하고 반사된 빛을 분석하여 주변 환경을 3차원 포인트 클라우드 형태의 고해상도 지도로 변환합니다. 여기에 IMU(관성 측정 장치)가 드론의 정보를 보조적으로 제공함으로써 정교한 위치 추정이 가능해집니다. 정확한 위치 추정과 지도 작성이 완료된 후에는 목적지까지 효율적으로 이동하기 위한 경로 계획 단계가 이어집니다. 경로 계획은 임무의 특성에 따라 달라지는데, 예를 들어 동굴 탐사는 한정된 통로에서 최적의 길을 찾는 데 집중한다면, 숲속 수색은 비어 있는 모든 공간을 잠재적 경로로 간주하고 탐색해야 합니다. 따라서 드론은 다음에 어느 방향으로 이동해야 더 많은 미지의 공간을 확보할 수 있을지를 실시간으로 판단하며 비행 궤적을 생성하여 숲의 빈틈을 꼼꼼하게 수색합니다. 이러한 기술적 성취 뒤에는 우수한 연구 인력들의 끊임없는 노력이 있었습니다. 국내 드론 연구가 본격화된 시점이 비교적 늦었음에도 불구하고, ETRI는 2017년부터 소수의 인원으로 시작해 현재 15명의 전문가가 합심하여 연구 개발에 속도를 내고 있습니다. 무엇보다 인력 확보가 가장 큰 과제였으나 매년 전문성을 갖춘 인재들을 보강하며 시스템의 완성도를 높여왔습니다. 현재는 임무 계획부터 자율비행까지 전 과정을 자동화한 엔드투엔드 시스템을 구축하여 세계적인 기술 자부심을 갖추게 되었습니다. 연구팀은 2026년까지 현장 수색 담당 경찰과 전문가들이 참여하는 두 차례의 실증 과정을 거칠 예정입니다. 이 과정에서 실무 투입에 적격하다는 판정을 받으면 2027년부터 본격적인 시범 도입과 상용화가 이루어질 것으로 전망됩니다. 앞으로의 연구 방향은 더 복잡한 환경에서도 드론이 생명체처럼 부드럽고 유연하게 비행하며 임무를 완수할 수 있도록 기술을 고도화하는 데 있습니다. 무엇보다 이 기술이 국민의 생명과 안전을 지키는 공공의 임무에 기여하여 사회적 가치를 실현하는 것이 궁극적인 지향점입니다.

실종자 수색 돕는 드론 자율비행 기술의 등장자율비행연구실 차지훈 실장★
한국전자통신연구원ETRI 테크놀로지 리포트
  • 융합
  • 공학·기술

국립광주과학관 12월 과학스쿨 : 미래자동차와 인공지능

과거의 자동차가 단순히 엔진의 힘으로 스스로 움직이는 기계였다면, 미래의 자동차는 ‘모빌리티’라는 더 넓은 개념으로 확장되고 있습니다. 모빌리티란 사람이나 물건의 이동을 가능하게 하는 수단뿐만 아니라 그 과정에서 제공되는 모든 서비스까지 포함하는 포괄적인 용어입니다. 여기에는 하늘을 나는 도심 항공 모빌리티(UAM)나 전동 킥보드 같은 퍼스널 모빌리티, 그리고 물류를 담당하는 드론과 사족 보행 로봇까지 포함됩니다. 이제 자동차는 단순한 이동 수단을 넘어 우리 삶의 모든 동선을 연결하는 거대한 생태계의 핵심으로 진화하고 있습니다. 미래 자동차 기술의 흐름을 이해하기 위해서는 'CASE'라는 네 가지 핵심 키워드에 주목해야 합니다. 이는 연결성(Connectivity), 자율주행(Autonomous), 공유(Sharing), 전동화(Electrification)를 의미합니다. 전동화는 환경 보호를 위해 화석 연료 대신 전기나 수소를 사용하는 변화이며, 공유 기술은 소유보다 이용에 초점을 맞춘 효율적인 경제 모델을 제시합니다. 이러한 요소들이 상호 보완적으로 작용하면서 자동차는 이전보다 훨씬 더 깨끗하고, 똑똑하며, 공유 가능한 형태로 우리의 일상을 변화시킬 준비를 하고 있습니다. 자율주행 기술은 사람이 운전에 개입하는 정도에 따라 총 다섯 단계의 레벨로 구분됩니다. 현재 우리가 접하는 기술은 운전자의 조작을 보조하는 2단계 수준에 머물러 있지만, 머지않은 미래에는 시스템이 모든 상황을 판단하고 주행하는 완전 자율주행 단계인 레벨 4와 5로 나아갈 것입니다. 자율주행이 고도화될수록 운전자의 피로도는 낮아지고 안전성은 비약적으로 높아집니다. 컴퓨터는 사방을 동시에 감시하며 객관적인 데이터를 기반으로 판단하기 때문에, 인간의 인지 한계를 넘어서는 돌발 상황에서도 훨씬 빠르고 정확하게 대응할 수 있기 때문입니다. 자율주행차가 안전하게 도로를 달리기 위해서는 인지, 판단, 제어라는 세 가지 핵심 과정이 유기적으로 작동해야 합니다. 인지 단계에서는 라이다, 카메라, 레이더와 같은 고성능 센서들이 자동차의 눈 역할을 수행하며 주변 환경을 정밀하게 파악합니다. 라이다는 빛을 쏘아 물체의 형상을 입체적으로 인식하고, 카메라는 신호등이나 표지판 정보를 읽어내며, 레이더는 주변 물체와의 거리를 실시간으로 측정합니다. 이렇게 수집된 방대한 데이터는 자동차의 두뇌로 전달되어, 복잡한 도로 상황을 이해하고 최적의 경로를 설정하는 기초 자료가 됩니다. 연결성(Connectivity) 기술은 개별 자동차의 센서가 가진 한계를 극복하게 해주는 중요한 열쇠입니다. 내 차의 센서만으로는 건물에 가려진 보행자나 멀리서 발생한 사고를 즉각 알기 어렵지만, 주변 차량이나 도로 인프라와 정보를 주고받는 'V2X' 기술을 통하면 이를 미리 감지할 수 있습니다. 예를 들어 신호등의 잔여 시간 정보를 미리 받아 주행 속도를 조절하면 불필요한 정차를 줄여 효율성을 30% 이상 높일 수 있습니다. 또한, 고속도로에서 여러 대의 차량이 일정한 간격으로 줄지어 달리는 군집 주행을 통해 도로 혼잡을 획기적으로 줄이는 것도 가능해집니다. 인공지능은 자율주행차의 판단 능력을 사람 수준으로 끌어올리는 결정적인 역할을 합니다. 대표적인 학습 방식으로는 숙련된 운전자의 데이터를 학습하여 따라 하는 ‘모방 학습’과 수많은 가상 시뮬레이션을 통해 최선의 결과를 스스로 찾아내는 ‘강화 학습’이 있습니다. 특히 강화 학습은 복잡한 주차 상황이나 교통량이 밀집된 교차로에서 차가 어떻게 움직여야 가장 안전하고 효율적인지를 스스로 터득하게 해줍니다. 이러한 AI 기술의 발전 덕분에 자율주행차는 처음 가보는 낯선 길에서도 당황하지 않고 사람보다 더 능숙하고 유연하게 주행 환경에 적응할 수 있습니다. 결국 미래의 도로는 모든 자동차가 서로 대화하고 협력하며 물 흐르듯 움직이는 지능형 교통 체계로 변모할 것입니다. 자동차가 단순한 운송 기계를 넘어 우리 삶의 질을 높여주는 스마트한 동반자가 되는 셈입니다. 우리가 운전대에서 손을 떼고 자유로운 시간을 즐기는 동안, 보이지 않는 곳에서는 수많은 데이터가 실시간으로 교환되며 가장 안전하고 빠른 길을 찾아낼 것입니다. 과거 사람들이 상상 속에서만 그렸던 ‘교통 체증 없는 세상’은 이제 첨단 과학 기술을 통해 현실이 되어가고 있으며, 이는 곧 우리의 새로운 일상이 될 것입니다.

국립광주과학관 12월 과학스쿨 : 미래자동차와 인공지능
국립광주과학관강연&포럼
  • 융합

건기왕3 I 건설 기술의 미래가 된다! 디지털트렌스포메이션!

디지털 트랜스포메이션은 물리적인 정보를 디지털 환경으로 옮겨 시뮬레이션하거나 유용한 정보를 도출하는 과정을 의미합니다. 건설 기술 분야에서는 우리가 거주하는 건물이나 도시의 공간 정보를 디지털화하여 필요한 데이터를 제공하는 데 초점을 맞추고 있습니다. 이는 단순한 전산화를 넘어 현실의 물리적 실체를 가상 세계로 정교하게 복사함으로써, 복잡한 도시 인프라나 건축물의 관리 효율을 극대화하는 핵심적인 기술적 전환점이라고 할 수 있습니다. 특히 정밀한 공간 데이터 구축은 현대 건설 산업의 미래를 결정짓는 필수 과제로 떠오르고 있습니다. 최근 스마트폰에도 탑재되는 라이다(LiDAR) 센서는 레이저를 이용해 공간 정보를 수집하는 핵심 장비입니다. 이 센서를 활용하면 3차원 포인트 클라우드 방식으로 공간을 재구성하여 정밀한 데이터를 얻을 수 있습니다. 이를 통해 바닥 면적이나 높이, 볼륨 등의 치수 정보를 자동으로 추출할 수 있어 수작업에 의존하던 기존 방식보다 훨씬 빠르고 정확하게 실제 공간을 변환하는 것이 가능해졌습니다. 이러한 기술은 단순히 형태를 기록하는 것에 그치지 않고, 측량의 정확도를 획기적으로 높여 건설 프로세스 전반의 신뢰성을 확보하는 데 기여합니다. 수집된 데이터를 실무에 적용하기 위해서는 역설계 과정이 필수적입니다. 과거에는 사람이 일일이 도면을 그려야 했으나, 최근 개발된 자동화 기술을 이용하면 공간 정보를 더욱 손쉽게 추출할 수 있습니다. 이 과정을 통해 작업의 생산성과 품질을 높이면, 디지털 트윈 환경을 구축할 때 필요한 고품질의 공간 정보를 확보하기가 훨씬 수월해집니다. 결과적으로 현장에서 수집된 방대한 데이터를 유기적으로 연결함으로써 시설물 관리나 시뮬레이션의 정확도를 높이는 데 결정적인 역할을 수행하게 됩니다. 이러한 기술은 건설 현장의 안전성을 높이는 데에도 큰 역할을 합니다. 딥러닝 기술과 결합하여 현장 내 위험 요소나 작업자의 위치 정보를 실시간으로 파악함으로써 안전사고를 사전에 예방할 수 있기 때문입니다. 또한, 공사 장비의 동선을 가상 공간에서 미리 테스트하여 효율성을 최적화하는 것도 가능합니다. 앞으로는 스마트폰만으로도 건물의 상세 제원을 즉석에서 확인하거나 증강 현실을 통해 정보를 입체적으로 투영하는 등, 기술이 우리 일상에 더욱 깊숙이 자리 잡아 편리함을 더해줄 것으로 기대됩니다. 새로운 가치는 다양한 분야의 지식이 융합되고 통섭될 때 창출됩니다. 기술적 성취를 이루는 과정에서 주변의 사회적 이슈에 관심을 기울이고, 이를 해결하기 위해 노력하는 자세는 전문가로서 매우 중요합니다. 아울러 자신이 습득한 전문 지식을 블로그나 책 등을 통해 활발히 공유하는 문화는 개인의 성장뿐만 아니라 산업 전체의 발전을 이끄는 원동력이 됩니다. 지식을 나누고 기록하는 과정을 통해 한 단계씩 나아간다면 사회적으로 의미 있는 성과를 거두는 것은 물론, 기술 발전에 따른 혜택을 더 많은 이들과 함께 나눌 수 있을 것입니다.

건기왕3 I 건설 기술의 미래가 된다! 디지털트렌스포메이션!
한국건설기술연구원건기왕
  • 융합
  • 공학·기술

[연구성과] 세계 최초 공개 분자 나노의 비밀과 BTS의 관계는?

대한민국 과학계의 위상을 높인 서영덕 박사는 미세한 빛 에너지를 1조 배까지 증폭시키는 ‘광사태’를 규명하며 세계의 주목을 받았습니다. 5년여의 연구 끝에 탄생한 이 성과는 세계 최고 권위지인 네이처의 표지를 장식하며 그 가치를 전 세계에 인정받았습니다. 광사태 나노입자는 레이저 포인터 수준의 아주 약한 빛을 흡수하여 폭발적으로 방출하는 독특한 특성을 지닙니다. 이는 단순히 이론적인 발견에 그치지 않고, 자율주행 자동차의 라이다 센서나 태양전지 등 미래 첨단 산업의 핵심 기술로 응용될 수 있는 무궁무진한 가능성을 열어주었습니다. 광사태의 원리는 마치 열광적인 공연장의 관객들이 주변 사람들을 차례로 일으켜 세워 함께 환호하는 모습과 비슷합니다. 특정 이온을 높은 농도로 첨가하여 연쇄적인 에너지 전이를 유도하면, 어느 순간 빛이 폭발적으로 증폭되는 임계점에 도달하게 됩니다. 이러한 광사태 나노입자는 세포 내부를 들여다보는 조영제로도 훌륭하게 활용될 수 있습니다. 단일 세포의 움직임을 정밀하게 관찰할 수 있는 이 기술은 질병 진단의 정확도를 높이고 신약 개발 기간을 단축하는 등 의료 현장 전반에 걸쳐 혁신적인 변화를 예고하고 있으며 전 세계 과학계의 큰 기대를 모으고 있습니다. 독보적인 연구 성과 뒤에는 긴 인고의 시간이 있었습니다. 서영덕 박사는 젊은 시절 최연소 특채 책임연구원으로 발탁되었으나, 한동안 괄목할 만한 논문이 나오지 않아 주변의 우려 섞인 시선을 견뎌야 했습니다. 하지만 그는 해가 뜨기 직전이 가장 어둡다는 믿음으로 묵묵히 연구에 매진했습니다. 불편한 의자에서 쪽잠을 자며 스스로를 채찍질한 끝에, 2009년 첫 교신저자 논문을 시작으로 세계적인 성과들을 쏟아내기 시작했습니다. 그의 집념은 연구의 성패가 결국 에너지의 축적과 임계점 돌파에 달려 있음을 몸소 증명해 보였으며 포기하지 않는 열정의 중요성을 다시금 일깨워주었습니다. 서 박사의 연구 경쟁력은 전 세계에 단 하나뿐인 '라만 현미경'에서 나옵니다. 그는 기존 장비의 한계를 극복하기 위해 직접 광학계를 설계하고 조립하여 분자의 지문을 읽어내는 라만 현미경을 완성했습니다. 80년 넘게 난제로 남아있던 라만 신호의 미미한 증폭률을 1조 배까지 끌어올림으로써, 미지의 나노 세계를 컬러로 생생하게 관찰할 수 있는 길을 열었습니다. ‘나노 아령’이나 ‘나노 안테나’와 같은 혁신적인 구조체 개발은 이러한 독자적인 기술적 토대 위에서 비로소 실현될 수 있었던 위대한 결실이며, 이는 우리나라 기초 과학이 세계적 수준에 도달했음을 보여주는 증거입니다. 현재 그는 해외 연구팀과 손을 잡고 체내 삽입이 가능한 '마이크로 레이저' 등 실용화를 위한 후속 연구에 박차를 가하고 있습니다. 서 박사는 기초 과학의 역사가 상대적으로 짧은 우리나라에서도 꾸준한 투자와 세대를 잇는 연구가 이어진다면, 머지않아 노벨상에 필적하는 세계적 성과들이 일상화될 것이라고 확신합니다. 한우물을 파는 집요함과 배움을 멈추지 않는 성실함으로 일구어낸 그의 연구 여정은 대한민국 과학의 미래를 밝히는 희망의 빛이 되고 있습니다. 수십 년 외길 인생이 남긴 이 찬란한 결실은 후배 과학자들에게 큰 귀감이 될 것이며 국가 경쟁력을 높이는 소중한 자산이 될 것입니다.

[연구성과] 세계 최초 공개 분자 나노의 비밀과 BTS의 관계는?
한국화학연구원[KRICT TV] 한국화학연구원의 이야기
  • 물리학
  • 화학
  • 생명과학
  • 융합
  • 공학·기술

08 인공지능 기반 도심 자율주행 기술v2

ETRI가 개발한 자율주행 차량용 AI는 센서 데이터를 통해 주변 환경을 디지털로 재구성합니다. 스테레오 카메라와 라이다(LiDAR) 센서를 결합해 차선, 횡단보도, 노면 표시 등의 정보를 추출하며 이를 실시간 지도 형태로 구축합니다. 시맨틱 인지 AI는 영상의 픽셀 단위까지 속성을 분석하여 주행 가능 영역과 도로 마크를 세밀하게 식별합니다. 특히 라이다(LiDAR) 데이터를 원통 좌표계로 변환하여 차량 주변 360도 전체를 사각지대 없이 한 번에 관측하고 분류하는 기술은 복잡한 도로 환경에서 안정적인 주행을 뒷받침하는 강력한 토대가 됩니다. 안전한 주행을 위해서는 주변의 동적 장애물을 정확히 파악하는 오브젝트 인식 AI가 필수적입니다. 이 기술은 카메라와 라이다(LiDAR)를 통해 차량, 보행자, 자전거 등을 실시간으로 검출하며, 경로 내 장애물을 회피하거나 긴급 제동 시스템을 가동해 사고를 미연에 방지합니다. 또한 주행 환경 인지 AI는 신호등의 위치와 색상을 분류하여 도심 주행을 돕고, 전방 차량의 브레이크등이나 방향지시등 같은 후미등 정보를 분석합니다. 이를 통해 앞차의 운전 의도를 미리 예측함으로써 더 유연하고 안전한 회피 주행이 가능해집니다. 마지막 단계인 판단 AI는 복합적인 주행 정보를 바탕으로 차량의 움직임을 결정합니다. 타차 위치 예측 AI는 주변 차량의 과거 궤적을 분석하여 미래의 주행 경로를 파악하고 사고 가능성을 최소화합니다. 더불어 로컬 패스 생성 AI는 전방 상황과 목적지에 맞게 차량이 실제로 통과할 최적의 경로를 실시간으로 생성합니다. 수많은 가상 경로 중 가장 안전하고 효율적인 평균 경로를 도출해내는 과정은 자율주행 차량이 복잡한 도로 위에서도 사람처럼 유연하고 정확하게 목적지까지 도달할 수 있게 만드는 기술적 완성도의 핵심입니다.

08 인공지능 기반 도심 자율주행 기술v2
한국전자통신연구원ETRI 아카이브
  • 융합
  • 공학·기술

12 장애물 탐지 및 회피 비행 기술

자율 주행 드론 기술의 핵심은 주변 환경을 정확하게 파악하고 위험 요소를 사전에 감지하는 지능적인 능력에 있습니다. 이를 위해 드론은 주로 라이다(LiDAR) 센서를 탑재하여 비행 중 실시간으로 사방의 장애물과의 거리를 정밀하게 측정합니다. 수집된 거리 데이터는 단순히 점들의 집합에 그치지 않고 드론이 통과할 수 있는 빈 공간과 물체가 존재하는 구역을 명확히 구분하는 격자 지도 정보로 변환됩니다. 이러한 고도화된 감지 시스템은 드론이 스스로의 위치를 인식함과 동시에 최적의 이동 방향을 결정하기 위한 핵심적인 기초 자료가 되며, 복잡한 지형지물 사이에서도 충돌 없이 비행할 수 있는 기술적 토대를 마련해 줍니다. 앞서 확보된 환경 정보를 바탕으로 시스템은 목적지까지 도달하기 위한 최적의 움직임을 정교하게 설계해 나갑니다. 먼저 장애물을 우회하여 통과할 수 있는 전체적인 경로를 설정하고, 이 경로 위에서 비행의 기준점이 될 주요 지점들을 선별합니다. 이후 선별된 점들을 부드럽게 연결하는 궤적을 산출하여 드론이 실제 이동 시 따라갈 매끄러운 움직임을 완성합니다. 이 모든 연산 과정은 비행이 종료될 때까지 멈추지 않고 초 단위로 계속됩니다. 드론은 이동하는 동안 끊임없이 새로운 주변 정보를 수용하며 기존의 궤적을 수정하는데, 덕분에 예측하지 못한 돌발 변수나 사각지대에 숨어있던 물체에도 유연하게 대처하며 목표 지점까지 안전하게 나아갈 수 있습니다. 이러한 독자적인 알고리즘의 유효성은 가상 환경에서의 실험과 실제 야외 필드 테스트를 통해 철저하게 검증되었습니다. 컴퓨터 시뮬레이션 상에서 드론은 복잡한 구조물이 배치된 공간을 자유자재로 누비며 출발점과 목적지를 안정적으로 왕복하는 높은 신뢰도를 보여주었습니다. 나아가 실제 숲속과 같이 나무가 불규칙하게 우거진 환경에서도 시스템은 지체 없이 움직임을 제어하며 비행 임무를 성공적으로 완수해 냈습니다. 현장의 지상 통제 시스템(GCS) 모니터에 표시되는 데이터 흐름은 알고리즘이 물리적인 환경 제약을 어떻게 효율적으로 극복하는지 생생하게 입증합니다. 이러한 기술적 진보는 향후 드론이 물류 배송이나 재난 구조 등 고도의 정밀성이 요구되는 다양한 산업 분야에서 활약할 가능성을 크게 높여줍니다.

12 장애물 탐지 및 회피 비행 기술
한국전자통신연구원ETRI 아카이브
  • 융합
  • 공학·기술