GPS보정

2 Contents

북극에 있는 이 망원경은 우주가 아니라 지구를 잽니다

북극의 혹독한 추위 속에 서 있는 거대한 접시 모양의 전파 망원경은 우주의 등대라 불리는 퀘이사를 관측합니다. 퀘이사는 은하 중심의 초대질량 블랙홀이 주변 물질을 빨아들이며 내뿜는 강력한 에너지가 수십억 광년을 날아와 점처럼 보이는 천체입니다. 워낙 먼 거리에 위치해 있기에 지구가 어떻게 움직이더라도 하늘의 같은 자리에 고정된 것처럼 보이며, 이는 과학자들에게 우주의 정밀한 기준점 역할을 수행합니다. 극한의 북극 땅에 이러한 관측소가 세워진 이유는 전파를 통해 우주의 가장 깊은 과거와 조우하며 지구의 위치를 정확히 파악하기 위함입니다. 전파는 가시광선보다 파장이 길어 선명한 이미지를 얻기 위해서는 망원경의 구경이 매우 커야 합니다. 하지만 단일 망원경의 크기를 무한정 키울 수 없기에, 과학자들은 멀리 떨어진 두 망원경을 연결하는 간섭계 기술인 VLBI를 활용합니다. 이를 통해 마치 지구 전체 크기만 한 거대한 가상의 망원경을 가진 것과 같은 효과를 낼 수 있으며, 이는 달 표면에 서 있는 사람을 식별할 수 있을 정도의 놀라운 분해능을 제공합니다. 전 세계에 흩어진 망원경들이 하나의 네트워크로 묶여 우주의 미세한 신호를 동시에 포착함으로써 우리는 블랙홀의 그림자나 먼 은하의 비밀을 밝혀낼 수 있게 되었습니다. 수천 킬로미터 떨어진 관측소들의 신호를 정렬하기 위해서는 극도의 정밀도가 필요합니다. 이를 위해 니알레순 관측소 심장부에는 수소 메이저 시계가 위치합니다. 수소 원자의 에너지 차이를 활용하는 이 장치는 세슘 원자시계보다도 일정한 진동 박자를 유지하며 시간을 세분화합니다. 이 초정밀 시계는 데이터를 결합하기 위한 기준이 되며, 전 세계 망원경이 수집한 파형을 하나의 완벽한 데이터로 묶어주는 결정적인 역할을 수행합니다. 극한의 환경에서도 박자를 놓치지 않는 이 시계 덕분에 우리는 1조 분의 1초라는 찰나의 시간 차이를 계산해낼 수 있습니다. 천문학자들이 퀘이사의 위치를 알기 위해 VLBI를 사용한다면, 측지 과학자들은 이를 역으로 활용하여 지구 자체를 측정합니다. 절대 움직이지 않는 퀘이사를 기준으로 삼으면 두 망원경 사이의 거리를 밀리미터 단위로 산출할 수 있으며, 이를 통해 대륙 지각이 1년에 몇 센티미터씩 이동하는지, 지구의 자전 속도가 어떻게 변하는지를 파악할 수 있습니다. 이는 단순히 학문적 호기심을 넘어 우리가 매일 사용하는 GPS 좌표의 오차를 보정하고 지구 자전축의 미세한 흔들림을 추적하는 유일한 방법입니다. 우주를 바라보는 망원경이 지구의 변화를 읽어내는 가장 정밀한 자가 되는 셈입니다. 북극 니알레순의 관측소는 위성 레이저 거리 측정(SLR) 장비와 결합하여 지구 중심점과 좌표계를 확립하는 핵심 거점입니다. 특히 이곳에서는 빙하가 녹아 가벼워진 지각이 매년 약 8mm씩 솟아오르는 놀라운 현상을 퀘이사를 기준으로 정밀하게 관측하고 있습니다. 우리가 스마트폰 지도를 보며 맛집을 찾아갈 수 있는 평범한 일상의 배경에는 수십억 광년 밖의 우주 등대에 기대어 지구의 움직임을 감시하는 이 극지의 망원경들이 존재합니다. 인류가 지구의 위치와 변화를 놓치지 않도록 북극의 설원 위에서 묵묵히 움직이는 이 거대한 눈은 우리 삶을 지탱하는 과학의 경이로움을 보여줍니다.

북극에 있는 이 망원경은 우주가 아니라 지구를 잽니다
과학쿠키과학쿠키 - 다큐쿠키
  • 지구환경과학
  • 천문학
  • 융합
  • 공학·기술

자율주행시스템 둘러보기ㅣ자율주행차 톺아보기ㅣ정소영(차세대융합기술연구원) [토요과학강연#9-1부]

자율주행 기술은 운전자의 조작 없이 차량 스스로 주변 상황을 판단하여 주행하는 혁신적인 이동 수단을 의미합니다. 최근 우리 주변에서는 경기도 판교의 '제로셔틀'과 같이 실제 도로 위에서 정기적으로 운행되는 자율주행 사례를 점차 흔하게 찾아볼 수 있게 되었습니다. 이러한 자율주행차가 탑승자의 안전을 책임지며 주행하기 위해서는 차량에 탑재된 수많은 센서로부터 수집되는 방대한 데이터를 실시간으로 분석하고 판단하는 고도의 시스템 구축이 무엇보다 중요하며, 이는 미래 모빌리티 산업의 핵심적인 기술적 토대이기도 합니다. 자율주행 시스템의 전체적인 구조는 크게 센싱, 인지, 의사결정의 세 가지 단계로 구분할 수 있습니다. 차량은 다양한 장비를 통해 외부 정보를 받아들이고, 이를 바탕으로 장애물을 인식하거나 앞으로의 이동 경로를 세밀하게 계획합니다. 또한 차선 단위의 정밀한 움직임을 구현하기 위해 센티미터 수준의 오차만을 허용하는 고정밀 지도를 활용하기도 합니다. 이 과정에서 발생하는 엄청난 데이터 용량을 처리하기 위해 클라우드 플랫폼과 실시간으로 통신하며 필요한 정보를 주고받는 유기적인 체계를 갖추어 최적의 안전 주행 환경을 조성합니다. 위치 인식의 핵심인 GPS는 일반적인 환경에서 수 미터의 오차가 발생할 수 있습니다. 이를 극복하기 위해 기준국을 활용하는 RTK 시스템을 도입하여 정밀도를 센티미터급으로 높여야 합니다. 하지만 고속 주행 시에는 GPS 신호의 갱신 속도만으로는 실시간 위치를 추적하기에 한계가 있으므로, 초당 수백 번의 데이터를 생성하는 관성 측정 장치(IMU)를 병행하여 사용합니다. 두 센서의 장점을 결합하고 수치적인 오차를 보정함으로써 자율주행차는 자신이 도로 위 어디에 있는지 확률적으로 매우 정확하게 계산해 낼 수 있는 능력을 갖추게 됩니다. 자율주행차는 주변의 장애물과 지형지물을 파악하기 위해 다각적인 센싱 기술을 활용합니다. 특히 3차원 공간 정보를 수집하는 장비는 자기 위치 인식뿐만 아니라 고정된 건물이나 이동 중인 보행자를 인식하는 데 큰 역할을 수행합니다. 또한 색상을 식별할 수 있는 광학 장치는 신호등의 상태나 도로 위의 표지판 정보를 읽어 들여 안전한 주행을 보조합니다. 이러한 복합적인 정보는 차량 내부의 전용 통신망을 통해 실시간으로 공유되며, 복잡한 도심 도로 위에서도 시스템이 지연 없이 안정적으로 차량을 제어할 수 있도록 만드는 핵심적인 동력이 됩니다. 자율주행 기술의 구현 방식은 기업의 철학에 따라 라이다(LiDAR) 기반과 카메라 기반으로 나뉩니다. 많은 연구 기관과 기업들은 정밀한 3D 데이터 확보를 위해 라이다(LiDAR)를 주요 센서로 채택하지만, 테슬라와 같은 일부 제조사는 인간의 시각 능력을 모방한 카메라 기반의 컴퓨터 비전을 중점적으로 발전시키고 있습니다. 이러한 기술적 다양성은 자율주행의 완성도를 높이는 동력이 됩니다. 아울러 공개된 다양한 오픈 데이터셋은 미래의 연구자들이 자율주행 알고리즘을 연구하고 직접 시스템을 구현해 볼 수 있는 훌륭한 학습의 토대를 제공하고 있습니다.

자율주행시스템 둘러보기ㅣ자율주행차 톺아보기ㅣ정소영(차세대융합기술연구원) [토요과학강연#9-1부]
서울시립과학관[과학강연] 21년 토요과학강연
  • 융합