내비게이션 애플리케이션에서의 컴퓨터 비전 탐색

오늘날 스마트폰을 꺼내 목적지를 입력하고 단계별 경로 안내를 따라 목적지에 도착하는 과정은 매우 간편하게 느껴집니다. 이는 불과 몇 초 만에 이루어지는 일입니다. 하지만 이러한 일상적인 편리함은 수년간의 기술 발전이 이루어낸 결과입니다. 종이 지도와 나침반에서부터 실시간으로 주변 상황을 이해하고 대응할 수 있는 지능형 시스템에 이르기까지 내비게이션은 비약적인 발전을 이루었습니다.

이러한 변화를 뒷받침하는 기술 중 하나는 기계가 인간처럼 시각적 정보를 해석할 수 있게 해주는 인공지능(AI)의 한 분야인 컴퓨터 비전입니다. 최첨단 내비게이션 도구는 이제 위성, 차량용 블랙박스, 거리 센서에서 얻은 실시간 이미지를 사용하여 지도의 정확도를 개선하고, 도로 상태를 모니터링하며, 복잡한 환경에서 사용자에게 경로를 안내합니다.

본 기사에서는 컴퓨터 비전이 GPS 지도를 개선하고, 실시간 교통 업데이트를 제공하며, 증강 현실 내비게이션 및 자율 주행 차량과 같은 기술을 지원함으로써 어떻게 내비게이션을 강화하고 있는지 살펴봅니다.

Link to this section몰입형 3D 매핑을 활용한 AI 내비게이션 시스템#

시내를 이동하거나 근처 카페를 찾을 때 Google Maps와 같은 도구를 사용하여 일상을 탐색하는 것은 매우 일반적인 일이 되었습니다. AI 기술이 더욱 널리 채택됨에 따라, 2023년 Google Maps가 도입한 Immersive View와 같이 사용자가 3D 환경에서 여정의 일부를 미리 볼 수 있는 더욱 발전된 기능을 접하게 되었습니다. 이는 AI, 사진 측량법, 컴퓨터 비전의 결합을 통해 가능해졌습니다.

Fig 1. Google Maps의 Immersive View.

이 모든 과정은 다양한 특수 장비로 촬영된 수십억 장의 고해상도 이미지에서 시작됩니다. 여기에는 도시를 돌아다니며 360도 카메라를 탑재하고 주행하는 Street View 차량과 하이킹 코스나 좁은 골목길처럼 차량이 접근할 수 없는 곳에서 이미지를 캡처하는 데 사용되는 카메라가 장착된 배낭형 장치인 Trekker가 포함됩니다.

이 이미지들은 서로 다른 각도에서 촬영된 2D 사진들을 이어 붙여 거리, 건물, 지형의 정확한 3D 모델을 생성하는 기술인 사진 측량법(photogrammetry)을 사용하여 지도 데이터와 정렬됩니다.

그 후 컴퓨터 비전은 객체 탐지 및 이미지 세분화를 통해 이 모델들을 분석하여 도로 표지판, 보도, 횡단보도, 건물 입구와 같은 중요한 특징을 식별하고 라벨링하는 데 사용됩니다.

Fig 2. Immersive View는 세분화를 사용하여 거리의 객체를 구분합니다.

라벨링된 데이터는 지역마다 시각적 단서가 어떻게 다른지 인식하는 AI 시스템을 학습시키는 데 사용됩니다. 예를 들어, 시스템은 일반적으로 노란색 또는 주황색 다이아몬드 형태인 미국의 “SLOW” 표지판과 보통 빨간색과 흰색 삼각형인 일본의 유사한 표지판을 쉽게 구별할 수 있습니다. 이러한 수준의 이해도는 내비게이션 경험을 더욱 정확하고 문화적으로 인지할 수 있게 만듭니다.

마지막으로, Immersive View는 3D 환경 위에 실시간 내비게이션 경로를 오버레이하여 사용자가 향하는 곳을 정확하게 보여주는 부드럽고 직관적인 경험을 제공합니다.

Link to this section내비게이션 솔루션에서의 증강 현실#

우리 모두는 Google Maps가 가리키는 방향을 알아내려고 애쓰며 제자리에서 맴돌았던 경험이 있을 것입니다. 이러한 혼란을 해결하기 위해 등장한 기술이 실제 카메라 뷰 위에 디지털 정보를 겹쳐 보여주는 증강 현실(AR) 내비게이션입니다. 이 기술은 도시의 거리나 넓은 실내 공간과 같은 복잡한 곳에서 사람들이 길을 찾는 방식을 바꾸고 있습니다.

일반 지도는 특히 GPS 신호가 약하거나 제대로 작동하지 않을 때 따라가기 어려울 수 있습니다. AR 내비게이션은 디지털 방향, 화살표, 라벨을 실제 카메라 뷰에 직접 표시하여 이를 해결합니다. 즉, 사용자는 주변 거리 및 건물과 일치하는 안내를 볼 수 있어 어디로 가야 할지 훨씬 쉽게 파악할 수 있습니다.

Link to this section내비게이션에서 증강 현실이 사용되는 방식#

AR 내비게이션은 컴퓨터 비전 모델을 사용하여 장치의 카메라를 통해 환경을 이해합니다. 여기에는 건물 모서리나 도로 표지판과 같은 특징을 감지하고 이를 저장된 지도와 일치시키는 이미지 위치 추정과 같은 다양한 작업이 포함됩니다. SLAM(동시적 위치 추정 및 지도 작성)은 장치의 위치를 실시간으로 추적하면서 환경의 지도를 생성합니다.

예를 들어, 취리히 공항은 실내 내비게이션을 위해 Google Maps의 Live View를 구현한 세계 최초의 공항이었습니다. 승객들은 휴대폰 카메라를 사용하여 실제 환경 위에 오버레이된 화살표와 방향을 보며 터미널 내 게이트, 상점, 서비스 시설로 안내받을 수 있습니다. 이는 복잡한 실내 공간에서의 내비게이션을 더 쉽게 만들어 승객 경험을 개선합니다.

Fig 3. 취리히 공항은 컴퓨터 비전과 AR을 사용하여 실내에서 승객을 안내하고 있습니다.

Link to this sectionAI 내비게이션 시스템으로 도로 안전 강화#

도시의 거리는 매일 더 혼잡해지고 있습니다. 도로 위의 차량 증가, 붐비는 인도, 끊임없는 활동 등으로 인해 교통 흐름을 원활하고 안전하게 유지하는 것이 점점 더 큰 도전 과제가 되고 있습니다. 이러한 혼란을 관리하기 위해 많은 도시들이 AI와 컴퓨터 비전으로 눈을 돌리고 있습니다.

교차로와 도로를 따라 설치된 스마트 카메라 및 센서는 지속적인 시각적 데이터를 캡처합니다. 해당 영상은 실시간으로 처리되어 사고를 감지하고, 교통 흐름을 모니터링하며, 포트홀을 찾아내고, 불법 주차나 위험한 보행자 행동과 같은 상황을 포착합니다.

이에 대한 흥미로운 사례로 중국 항저우의 스마트 공항 고속도로가 있습니다. 항저우 시내와 샤오산 국제공항을 연결하는 20km 길이의 이 고속도로는 고해상도 카메라와 밀리미터파 레이더로 업그레이드되었습니다. 이러한 장치들은 영상 및 센서 데이터를 지속적으로 수집하며, 이는 컴퓨터 비전을 사용하여 분석됩니다.

단순히 영상을 녹화하는 대신 시스템은 도로에서 일어나는 일을 해석합니다. 컴퓨터 비전 알고리즘은 차량 충돌을 감지하고, 교통 위반을 인식하며, 심지어 고속도로 출구 근처의 보행자나 특이한 움직임까지 식별합니다. 이를 통해 교통 담당자는 현장에 물리적으로 가지 않고도 몇 초 내에 사건에 대응할 수 있습니다.

데이터는 실시간 교통 상황, 차량 세부 정보, 발생하는 정체를 보여주는 고속도로의 실시간 3D 가상 모델인 디지털 트윈(digital twin)으로도 전송됩니다. 교통 담당자는 이 시각적 인터페이스를 모니터링하여 교통 흐름을 관리하고, 스마트 경고를 발행하며, 사고에 신속하고 정확하게 대응합니다.

Link to this section컴퓨터 비전을 통한 자율 이동성 구현#

오늘날 내비게이션은 단순히 A 지점에서 B 지점으로 이동하는 것을 훨씬 넘어섭니다. 이제는 도로 위든 창고 내부든 사람을 이동시키고, 상품을 관리하며, 실시간 결정을 내리는 지능형 시스템의 핵심 부분입니다.

이러한 많은 시스템의 핵심에는 컴퓨터 비전이 있으며, 이를 통해 기계는 시각적 데이터를 해석하고 주변 환경에 즉각적으로 반응할 수 있습니다. 이 기술이 다양한 환경에서 내비게이션을 어떻게 변화시키고 있는지 몇 가지 사례를 통해 살펴보겠습니다.

Link to this section컴퓨터 비전으로 탐색하는 창고 로봇#

로봇은 특히 대규모 창고 운영에서 물류의 미래에 필수적인 요소가 되고 있습니다. 전자상거래 수요가 증가함에 따라 기업들은 복잡한 환경을 탐색하고, 품목을 분류하며, 속도와 정확성을 갖추어 재고를 관리하기 위해 컴퓨터 비전 기반의 기계에 더욱 의존하고 있습니다.

예를 들어, 75만 대 이상의 로봇이 인간과 함께 작업하며 효율적인 운영을 유지하는 Amazon 풀필먼트 센터를 들 수 있습니다. 이 로봇들은 바쁜 창고 바닥을 탐색하고, 품목을 식별하며, 빠르고 정확한 결정을 내리기 위해 컴퓨터 비전에 크게 의존합니다.

그러한 시스템 중 하나인 Sequoia는 재고 처리를 가속화하기 위해 설계된 로봇 플랫폼입니다. 이 로봇은 고급 컴퓨터 비전을 사용하여 들어오는 제품을 스캔, 계수 및 정리함으로써 보관 및 검색 프로세스를 간소화합니다.

마찬가지로 로봇 팔인 Vulcan은 카메라와 이미지 분석을 사용하여 선반에서 품목을 안전하게 집어 들며, 각 물체의 모양과 위치에 따라 그립을 조정하고 사람의 도움이 필요한 경우 이를 인식하기도 합니다. 한편, 또 다른 비전 기반 로봇인 Cardinal은 분류를 전문으로 하는데, 혼합된 패키지 더미를 스캔하여 정확하게 올바른 출고 카트에 배치합니다.

Fig 4. 더미에서 패키지를 정확하게 들어 올리는 Cardinal.

Link to this section자율 주행 차량 내비게이션에서의 컴퓨터 비전#

지금까지 컴퓨터 비전이 사람과 로봇 모두의 환경 탐색을 어떻게 돕는지 살펴보았습니다. 하지만 이는 자율 주행 자동차와 같은 자율 시스템에도 똑같이 중요하며, 여기서 내비게이션은 차량이 실시간으로 무엇을 보고 이해할 수 있는지에 전적으로 의존합니다.

좋은 예로 Tesla Vision 시스템이 있습니다. Tesla는 레이더 및 기타 센서를 제거하고 차량 주변의 360도 뷰를 제공하는 카메라 네트워크를 선호하는 카메라 전용 자율 주행 방식을 채택했습니다. 이 카메라들은 시각적 데이터를 Full Self-Driving(FSD) 컴퓨터로 전송하며, 이 컴퓨터는 심층 신경망을 사용하여 환경을 해석하고 찰나의 주행 결정을 내립니다.

시스템은 보는 것에 기반하여 인간 운전자처럼 조향, 가속, 제동 또는 차선 변경 여부를 결정하지만, 이는 전적으로 시각적 입력을 통해 이루어집니다. Tesla는 전체 차량군에서 방대한 양의 실제 주행 데이터를 수집하고 학습함으로써 이 시스템을 지속적으로 개선하고 있습니다.

Fig 5. Tesla는 안전하고 자율적인 내비게이션을 위해 컴퓨터 비전을 사용합니다(출처: Tesla).

Link to this section내비게이션에 컴퓨터 비전을 사용하는 것의 장단점#

다음은 정확성, 안전성 및 실시간 의사 결정이 필수적인 시스템에서 내비게이션에 컴퓨터 비전을 사용할 때의 몇 가지 주요 이점입니다.

• 연료 소비 감소: 컴퓨터 비전은 운전자가 교통 체증과 가다 서다를 반복하는 경로를 피하도록 도와줌으로써 전반적인 연료 소비와 이동 시간을 줄여 일상적인 출퇴근을 더욱 효율적으로 만들어 줍니다.
• 도로 마모 및 인프라 문제 감지: 비전 기반 솔루션은 포트홀, 희미해진 차선 표시, 파손된 표지판, 손상된 인프라를 스캔하여 유지보수 팀에 신뢰할 수 있는 실시간 데이터를 제공할 수 있습니다.
• 다른 AI 도구와 원활하게 통합: 컴퓨터 비전은 음성 비서, 행동 예측 모델 또는 경로 최적화 알고리즘과 결합되어 매우 지능적이고 개인화된 내비게이션 경험을 생성할 수 있습니다.

컴퓨터 비전이 내비게이션에 많은 이점을 가져다주지만, 이러한 솔루션을 구현할 때 고려해야 할 몇 가지 중요한 제한 사항도 있습니다. 다음은 유념해야 할 몇 가지 주요 과제입니다.

• 일반화 부족: 특정 환경이나 시나리오에서 학습된 모델은 재학습 없이 새로운 환경이나 변화하는 상황에 배치될 때 종종 어려움을 겪습니다.
• 조명 제한: 비전 시스템은 잘 작동하기 위해 좋은 조명과 맑은 날씨에 의존합니다. 안개, 폭우 또는 어둠 속에서는 LiDAR나 레이더와 같은 센서와 결합하지 않는 한 성능이 저하됩니다.
• 개인정보 보호 위험: 카메라를 사용하는 내비게이션 시스템은 동의 없이 사람과 사유지를 캡처할 수 있습니다. 이는 개발 및 배포 과정에서 신중하게 다루어야 하는 개인정보 보호 문제를 야기합니다.

Link to this section핵심 요약#

컴퓨터 비전은 지도를 더욱 역동적으로, 교통 시스템을 더욱 스마트하게, 이동성을 더욱 접근하기 쉽게 만듦으로써 내비게이션을 재창조하고 있습니다. 한때 정적이었던 경로는 이제 몰입형 3D 미리보기, AR 안내 경로, 자율 수송 기술을 기반으로 실시간 대화형 경험이 되었습니다.

기술이 발전함에 따라 이러한 시스템을 더욱 포용적이고, 적응 가능하며, 책임감 있게 만드는 방향으로 초점이 이동할 가능성이 높습니다. 지속적인 발전은 다양한 환경에서의 정확성 향상, 신뢰할 수 있는 성능 유지, 사용자 개인정보 보호에 달려 있을 것입니다. 내비게이션 분야에서 컴퓨터 비전의 미래는 지능적일 뿐만 아니라 설계와 영향력 면에서도 배려 있는 솔루션을 구축하는 데 있습니다.

성장하는 저희 커뮤니티에 참여하세요! AI에 대해 알아보려면 저희 GitHub 저장소를 살펴보시고, 비전 AI 프로젝트를 시작하려면 라이선스 옵션을 확인해 보세요. 소매업에서의 AI 및 농업에서의 컴퓨터 비전과 같은 혁신에 관심이 있으신가요? 저희 솔루션 페이지를 방문하여 자세한 내용을 확인하세요!