내비게이션 애플리케이션에서 컴퓨터 비전 살펴보기

오늘날에는 휴대전화를 꺼내 목적지를 입력하고 단계별 안내를 따라가는 일이 매우 간단하게 느껴집니다. 몇 초밖에 걸리지 않는 일입니다. 하지만 이러한 일상적인 편리함은 수년간의 기술 발전이 만들어 낸 결과입니다. 내비게이션은 종이 지도와 나침반에서 출발해 이제 실시간으로 세상을 이해하고 이에 대응할 수 있는 지능형 시스템으로 크게 발전했습니다.

이러한 변화를 이끈 기술 중 하나가 컴퓨터 비전입니다. 컴퓨터 비전은 인간처럼 시각 정보를 해석할 수 있도록 하는 인공지능(AI)의 한 분야입니다. 최첨단 내비게이션 도구는 이제 위성, 대시캠, 도로 수준 센서에서 수집한 실시간 이미지를 활용해 지도 정확도를 높이고, 도로 상태를 모니터링하며, 복잡한 환경에서 사용자를 안내합니다.

이 글에서는 컴퓨터 비전이 GPS 지도를 개선하고 실시간 교통 업데이트를 제공하며 증강 현실 내비게이션과 자율주행 차량 같은 기술을 지원함으로써 내비게이션을 어떻게 향상하는지 살펴봅니다.

몰입형 3D 매핑을 지원하는 AI 내비게이션 시스템#

Google Maps와 같은 도구를 사용해 일상생활에서 길을 찾는 일은 도시를 가로질러 이동할 때든 근처 카페를 찾을 때든 매우 흔해졌습니다. AI 기술이 더욱 널리 도입되면서 2023년 Google Maps가 선보인 Immersive View처럼 점점 더 고도화된 기능이 등장하고 있습니다. 이 기능을 사용하면 3D 환경에서 여정의 일부를 미리 확인할 수 있습니다. 이는 AI, 사진측량, 컴퓨터 비전의 결합을 통해 구현됩니다.

그림 1. Google Maps의 Immersive View입니다.

이 모든 과정은 다양한 특수 장비로 촬영한 수십억 개의 고해상도 이미지에서 시작됩니다. 여기에는 360도 카메라를 장착하고 도시 곳곳을 주행하는 차량인 Street View 차량과, 하이킹 트레일이나 좁은 골목처럼 차량이 접근할 수 없는 장소의 이미지를 촬영하기 위해 카메라를 장착한 웨어러블 백팩인 Trekker 장치가 포함됩니다.

이러한 이미지는 사진측량을 사용해 지도 데이터와 정렬됩니다. 사진측량은 서로 다른 각도에서 촬영한 2D 사진을 이어 붙여 거리, 건물, 지형의 정확한 3D 모델을 생성하는 기술입니다.

그런 다음 컴퓨터 비전은 객체 감지와 이미지 세그멘테이션을 사용해 이러한 모델을 분석하고 도로 표지판, 보도, 횡단보도, 건물 입구와 같은 주요 특징을 식별하고 라벨링합니다.

그림 2. Immersive View는 세그멘테이션을 사용해 거리의 객체를 분할합니다.

라벨링된 데이터는 지역별로 시각적 단서가 어떻게 다른지 인식하는 AI 시스템을 훈련하는 데 사용됩니다. 예를 들어 시스템은 일반적으로 노란색 또는 주황색 마름모 형태인 미국의 “SLOW” 표지판과, 대개 빨간색과 흰색 삼각형인 일본의 유사한 표지판을 쉽게 구분할 수 있습니다. 이러한 수준의 이해를 통해 내비게이션 경험의 정확도가 높아지고 문화적 특성도 반영할 수 있습니다.

마지막으로 Immersive View는 실시간 내비게이션 경로를 3D 환경에 오버레이하여 사용자가 정확히 어디로 향하고 있는지 보여 주는 원활하고 직관적인 경험을 제공합니다.

내비게이션 솔루션의 증강 현실#

Google Maps가 가리키는 방향을 파악하려고 제자리에서 몇 바퀴씩 돌아 본 경험은 아마 누구에게나 있을 것입니다. 이러한 혼란을 해결하고자 하는 기술이 바로 증강 현실(AR) 내비게이션입니다. 증강 현실 내비게이션은 디지털 정보를 실제 세계의 카메라 뷰에 오버레이하는 기술입니다. 이 기술은 도시의 거리나 대형 실내 공간처럼 복잡한 장소에서 사람들이 길을 찾는 방식을 바꾸고 있습니다.

일반 지도는 특히 GPS 신호가 약하거나 제대로 작동하지 않을 때 따라가기 어려울 수 있습니다. AR 내비게이션은 실제 세계의 실시간 카메라 뷰 위에 디지털 방향 안내, 화살표, 라벨을 표시하여 이 문제를 해결합니다. 따라서 사용자는 주변의 거리와 건물에 맞는 안내를 볼 수 있어 어디로 가야 하는지 훨씬 쉽게 파악할 수 있습니다.

내비게이션에서 증강 현실이 사용되는 방식#

AR 내비게이션은 장치의 카메라를 통해 환경을 이해하기 위해 컴퓨터 비전 모델에 의존합니다. 여기에는 건물 가장자리나 도로 표지판과 같은 특징을 감지하고 저장된 지도와 일치시키는 이미지 위치 추정 같은 다양한 작업이 포함됩니다. 동시적 위치 추정 및 지도 작성(SLAM)은 장치의 위치를 실시간으로 추적하면서 환경의 지도를 생성합니다.

예를 들어 취리히 공항은 실내 내비게이션에 Google Maps의 Live View를 처음으로 도입했습니다. 승객은 휴대전화 카메라를 사용해 실제 환경 위에 오버레이된 화살표와 방향 안내를 확인하고 터미널에서 탑승구, 상점, 편의시설까지 이동할 수 있습니다. 이를 통해 복잡한 실내 공간에서 길을 찾기가 쉬워져 승객 경험이 향상됩니다.

그림 3. 취리히 공항은 컴퓨터 비전과 AR을 사용해 실내 승객을 안내합니다.

AI 내비게이션 시스템으로 도로 안전성 향상#

도시의 거리는 날마다 더 혼잡해지고 있습니다. 도로 위 차량 증가, 붐비는 보도, 끊임없는 활동으로 인해 교통 흐름을 원활하고 안전하게 유지하는 일이 점점 더 어려워지고 있습니다. 이러한 혼란을 관리하기 위해 많은 도시가 AI와 컴퓨터 비전을 도입하고 있습니다.

교차로와 도로를 따라 설치된 스마트 카메라와 센서는 시각 데이터를 지속적으로 수집합니다. 이 영상은 실시간으로 처리되어 사고를 감지하고, 교통 흐름을 모니터링하며, 포트홀을 발견하고, 불법 주차나 위험한 보행자 행동 등을 포착합니다.

이를 보여 주는 흥미로운 사례가 중국 항저우의 Smart Airport Expressway입니다. 항저우 도심과 샤오산 국제공항을 연결하는 이 20km 고속도로에는 고해상도 카메라와 밀리미터파 레이더가 설치되었습니다. 이러한 장치는 비디오와 센서 데이터를 지속적으로 수집하며, 수집된 데이터는 컴퓨터 비전을 사용해 분석됩니다.

이 시스템은 단순히 영상을 녹화하는 데 그치지 않고 도로에서 발생하는 상황을 해석합니다. 컴퓨터 비전 알고리즘은 차량 충돌을 감지하고 교통 법규 위반을 인식하며 고속도로 출구 근처의 보행자나 비정상적인 움직임까지 식별합니다. 이를 통해 교통 담당자는 현장에 직접 가지 않고도 몇 초 안에 사고에 대응할 수 있습니다.

이 데이터는 디지털 트윈에도 반영됩니다. 디지털 트윈은 고속도로의 실시간 3D 가상 모델로, 실시간 교통 상황, 차량 세부 정보, 새롭게 발생하는 정체를 보여 줍니다. 교통 담당자는 이 시각적 인터페이스를 모니터링하여 흐름을 관리하고 스마트 알림을 발령하며 사고에 신속하고 정확하게 대응합니다.

내비게이션에서 컴퓨터 비전으로 구현되는 자율 이동#

오늘날 내비게이션은 단순히 A 지점에서 B 지점으로 이동하는 것을 훨씬 넘어섭니다. 이제 내비게이션은 도로 위에서든 창고 내부에서든 사람을 이동시키고 물류를 관리하며 실시간 의사 결정을 내리는 지능형 시스템의 핵심 요소입니다.

이러한 시스템의 중심에는 컴퓨터 비전이 있으며, 이를 통해 기계는 시각 데이터를 해석하고 주변 환경에 즉시 대응할 수 있습니다. 몇 가지 사례를 살펴보며 이 기술이 다양한 환경에서 내비게이션을 어떻게 변화시키고 있는지 알아보겠습니다.

컴퓨터 비전으로 내비게이션하는 창고 로봇#

로봇은 특히 대규모 창고 운영에서 물류의 미래에 필수적인 요소가 되고 있습니다. 전자상거래 수요가 증가함에 따라 기업은 복잡한 환경을 탐색하고, 물품을 분류하며, 재고를 빠르고 정확하게 관리하기 위해 컴퓨터 비전 기반 기계에 점점 더 의존하고 있습니다.

예를 들어 Amazon의 주문 처리 센터에서는 75만 대가 넘는 로봇이 인간과 함께 작업하며 운영 효율성을 유지합니다. 이러한 로봇은 컴퓨터 비전에 크게 의존해 혼잡한 창고 바닥을 탐색하고 물품을 식별하며 빠르고 정확한 의사 결정을 내립니다.

그러한 시스템 중 하나가 재고 처리를 가속하도록 설계된 로봇 플랫폼 Sequoia입니다. Sequoia는 고도화된 컴퓨터 비전을 사용해 입고 제품을 스캔하고 세며 정리하여 보관 및 검색 프로세스를 간소화합니다.

이와 유사하게 로봇 팔 Vulcan은 카메라와 이미지 분석을 사용해 선반에서 물품을 안전하게 집어 올립니다. 각 객체의 형태와 위치에 따라 그립을 조정하고 사람의 도움이 필요한 상황까지 인식합니다. 한편 비전 기능을 탑재한 또 다른 로봇 Cardinal은 분류를 전문으로 합니다. Cardinal은 뒤섞인 소포 더미를 스캔하고 이를 정확히 올바른 출고 카트에 배치합니다.

그림 4. 더미에서 소포를 정밀하게 들어 올리는 Cardinal입니다.

자율주행 차량 내비게이션의 컴퓨터 비전#

지금까지 컴퓨터 비전이 사람과 로봇 모두 주변 환경을 탐색하는 데 어떻게 도움을 주는지 살펴보았습니다. 하지만 자율주행차와 같은 자율 시스템에서도 컴퓨터 비전은 그만큼 중요합니다. 이러한 시스템의 내비게이션은 차량이 실시간으로 보고 이해할 수 있는 정보에 전적으로 의존하기 때문입니다.

대표적인 사례가 Tesla Vision 시스템입니다. Tesla는 자율주행에 카메라만 사용하는 접근 방식을 채택하여 레이더와 기타 센서를 제거하고 차량 주변을 360도 전방위로 보여 주는 카메라 네트워크를 사용합니다. 이 카메라는 시각 데이터를 완전 자율주행(FSD) 컴퓨터로 전송하며, FSD 컴퓨터는 심층 신경망을 사용해 환경을 해석하고 순간적인 주행 결정을 내립니다.

시스템은 카메라로 본 정보를 바탕으로 사람 운전자와 마찬가지로 조향, 가속, 제동 또는 차선 변경 시점을 결정하지만, 모든 과정이 시각 입력만으로 이루어집니다. Tesla는 차량 전체에서 수집한 방대한 실제 주행 데이터를 학습하고 활용하여 이 시스템을 지속적으로 개선합니다.

그림 5. Tesla는 안전한 자율주행 내비게이션에 컴퓨터 비전을 사용합니다(출처: Tesla).

내비게이션에서 컴퓨터 비전의 장단점#

다음은 특히 정확성, 안전성, 실시간 의사 결정이 필수적인 시스템에서 내비게이션에 컴퓨터 비전을 사용할 때의 주요 장점입니다.

• 연료 소비를 줄입니다: 운전자가 교통 체증과 빈번한 정차 및 출발이 반복되는 경로를 피하도록 지원함으로써 컴퓨터 비전은 전반적인 연료 소비와 이동 시간을 줄여 일상적인 통근을 더욱 효율적으로 만들 수 있습니다.
• 도로 마모와 인프라 문제를 감지합니다: 비전 기반 솔루션은 포트홀, 희미해진 차선 표시, 파손된 표지판, 손상된 인프라를 탐지하여 유지보수 팀에 신뢰할 수 있는 실시간 데이터를 제공할 수 있습니다.
• 다른 AI 도구와 원활하게 통합됩니다: 컴퓨터 비전은 음성 어시스턴트, 행동 예측 모델 또는 경로 최적화 알고리즘과 결합하여 매우 지능적이고 개인화된 내비게이션 경험을 만들 수 있습니다.

컴퓨터 비전은 내비게이션에 많은 이점을 제공하지만, 이러한 솔루션을 구현할 때 고려해야 할 몇 가지 중요한 한계도 있습니다. 다음은 염두에 두어야 할 주요 과제입니다.

• 일반화 부족: 특정 환경이나 시나리오에서 훈련된 모델은 재훈련 없이 새롭거나 변화하는 상황에 배포될 경우 어려움을 겪는 경우가 많습니다.
• 조명 관련 한계: 비전 시스템이 제대로 작동하려면 조명이 충분하고 날씨가 맑아야 합니다. 안개, 폭우 또는 어두운 환경에서는 LiDAR나 레이더와 같은 센서와 결합하지 않는 한 성능이 저하됩니다.
• 개인정보 보호 위험: 카메라를 사용하는 내비게이션 시스템은 동의 없이 사람과 사유 재산을 촬영할 수 있습니다. 이에 따라 개발 및 배포 과정에서 신중하게 해결해야 할 개인정보 보호 문제가 발생합니다.

핵심 요점#

컴퓨터 비전은 지도를 더욱 동적으로 만들고, 교통 시스템을 더 스마트하게 하며, 이동성을 더욱 향상함으로써 내비게이션을 새롭게 바꾸고 있습니다. 과거의 정적인 경로는 이제 몰입형 3D 미리 보기, AR 기반 방향 안내, 자율 운송 기술로 구현되는 실시간 대화형 경험으로 변화하고 있습니다.

기술이 발전함에 따라 이러한 시스템을 더욱 포용적이고 적응력 있으며 책임감 있게 만드는 방향으로 초점이 이동할 가능성이 높습니다. 지속적인 발전은 다양한 환경에서 정확도를 높이고, 안정적인 성능을 유지하며, 사용자의 개인정보를 보호하는 데 달려 있습니다. 내비게이션 분야 컴퓨터 비전의 미래는 지능적일 뿐만 아니라 설계와 영향 측면에서도 배려하는 솔루션을 구축하는 데 있습니다.

성장하는 커뮤니티에 참여해 보세요! GitHub 저장소를 살펴보며 AI에 대해 알아보고, 라이선스 옵션을 확인하여 비전 AI 프로젝트를 시작해 보세요. 리테일 분야의 AI와 농업 분야의 컴퓨터 비전 같은 혁신에 관심이 있으신가요? 솔루션 페이지를 방문하여 더 자세히 알아보세요!