자율주행·휴머노이드 ‘눈’ 맞춘다…피지컬 AI 시대 뜨는 캘리브레이션

카메라·라이다 등 서로 다른 센서 하나의 좌표로 정렬
피지컬 AI 확산에 검교정 중요성↑…자동화 기술 부상
AI 학습·디지털 트윈까지 활용 영역 확대

▲기준 데이터를 기반으로 개별 라이다와 자동 매칭해 캘리브레이션을 도출하는 모습) (사진=모빌테크)

자율주행차와 휴머노이드 등 ‘피지컬 AI’ 경쟁이 본격화하면서 AI가 현실을 정확하게 인식하도록 돕는 ‘캘리브레이션(Calibration)’ 기술이 주목받고 있다. 피지컬 AI가 연구개발을 넘어 산업 현장으로 확산하면서 센서 검교정 기술의 중요성도 커지는 모습이다.

10일 관련 업계에 따르면 자율주행차와 휴머노이드, 산업용 로봇 등에 탑재되는 센서가 다양해지면서 캘리브레이션 활용 범위가 확대되고 있다.

피지컬 AI는 카메라와 라이다(LiDAR), 레이더, 위성항법시스템(GPS) 등 다양한 센서를 ‘눈’으로 활용한다. 문제는 각각의 센서가 설치된 위치와 바라보는 방향이 달라 같은 물체를 보더라도 인식하는 위치에 차이가 생길 수 있다는 점이다.

캘리브레이션은 이처럼 서로 다른 센서가 수집한 데이터를 하나의 좌표계로 맞추는 작업이다. 사람이 양쪽 눈으로 서로 다른 각도에서 받아들인 정보를 하나로 합쳐 물체의 위치와 거리를 파악하는 것과 비슷하다.

센서의 위치나 각도가 조금만 어긋나도 같은 보행자나 차량을 서로 다른 위치에 있는 것으로 인식하거나 거리와 방향을 잘못 계산할 수 있다. 이러한 오차는 실제 차량과 로봇의 움직임에도 영향을 줄 수 있어 정확한 검교정이 중요하다.

특히 피지컬 AI가 자율주행을 넘어 휴머노이드와 스마트팩토리, 물류 자동화 등으로 확대되면서 캘리브레이션의 역할도 커지고 있다. 연구개발 단계에서 센서를 맞추는 것을 넘어 양산되는 차량과 로봇에서도 일정한 수준의 데이터 품질을 유지해야 하기 때문이다.

문제는 센서가 많아질수록 검교정 과정도 복잡해진다는 점이다. 기존에는 사람이 직접 또는 반자동 방식으로 센서를 맞추는 경우가 많아 상당한 시간이 필요했다. 이에 피지컬 AI 상용화에 맞춰 검교정 작업을 자동화하려는 기술 개발도 이뤄지고 있다.

이에 국내 공간지능 기업 모빌테크는 카메라와 다수의 라이다 등 서로 다른 센서를 자동으로 정렬·보정하는 ‘캘리브레이션 스위트’를 개발했다. 연구개발부터 생산라인의 출고 전 검교정과 운영 이후 유지보수 등에 활용하는 기술이다.

모빌테크 측은 기존 수작업으로 약 1~2주 걸리던 검교정 과정을 자동화하면 차량 한 대당 약 10분 수준으로 단축할 수 있다고 설명했다. 관련 기술은 최근 ‘자율주행 플랫폼용 다중 라이다 및 카메라 파라미터 캘리브레이션 기술’로 산업통상자원부 신기술(NET) 인증을 받았다.

캘리브레이션은 디지털 트윈과 시뮬레이션에서도 활용된다. 현실에서 수집한 센서 데이터가 정확하게 정렬돼 있어야 가상공간에서도 실제와 가까운 환경을 구현하고 AI를 학습·검증할 수 있기 때문이다.

현실 데이터를 가상공간으로 옮겨 다양한 상황을 학습·검증한 뒤 다시 현실에 적용하는 ‘리얼 투 심 투 리얼(Real-to-Sim-to-Real·R2S2R)’ 방식도 정확한 센서 데이터를 전제로 한다. 출발점인 데이터에 오차가 있다면 이를 기반으로 구축한 가상환경과 AI 학습 데이터의 신뢰도도 떨어질 수 있다.

피지컬 AI가 자동차와 로봇, 공장, 물류 현장으로 확산할수록 캘리브레이션의 역할도 커질 전망이다. 업계에서는 센서 검교정을 넘어 AI 학습과 시뮬레이션의 신뢰도를 뒷받침하는 데이터 기반 기술로 활용 범위가 확대될 것으로 보고 있다.