피지컬 AI가 공간을 탐색하고 장애물을 회피하기 위한 1차 관문은 “내 주변 3차원 공간의 어디가 비어 있고 어디가 막혀 있는가?"를 실시간으로 파악하는 공간 인식(Spatial Perception)입니다.
로보틱스와 모빌리티 산업에서 가장 치열하게 대립해 온 두 가지 인식 철학인 라이다 센서 퓨전(LiDAR Sensor Fusion)과 순수 비전 점유 격자망(Vision-Only Occupancy Network)의 엔지니어링 메커니즘을 비교 분석합니다.
1. 공간 인식 패러다임 비교 아키텍처
[라이다 센서 퓨전 파이프라인]
905nm/1550nm 레이저 방출 ──> ToF 비행시간 측정 ──> 3D 포인트 클라우드 ──> ICP 좌표 정합 ──> 장애물 바운딩 박스
[순수 비전 Occupancy 파이프라인]
8개 서라운드 카메라 ──> 2D 특징 맵 추출 (ViT) ──> LSS / Transformer 3D 리프팅 ──> 연속 3D 보셀 점유 확률 연산
2. 기술 스펙 및 운용 환경 비교 매트릭스
| 평가 축 | 3D 라이다 + 레이더 센서 퓨전 | 순수 비전 점유 격자망 (Vision-Only) |
|---|---|---|
| 거리 측정 메커니즘 | 레이저 광선 반사 시간 (ToF, 비행시간 직접 계측) | 카메라 시차(Parallax) 및 신경망 기하학적 깊이 추론 |
| 거리 측정 정밀도 | 절대 거리 오차 < 1~3 cm (극도로 정밀) | 상대 거리 오차 약 3~5% (원거리로 갈수록 오차 증가) |
| BOM 부품 원가 | 매우 높음 ($1,500 ~ $8,000 / 차량·로봇당) | 매우 낮음 ($150 ~ $400 / 카메라 모듈 8개 기준) |
| 야간 암흑 환경 | 완벽 작동 (자체 발광 능동 센서) | 가시광 조명 필요 또는 적외선/HDR 센서 보정 필수 |
| 악천후 (폭설/안개/비) | 취약 (물방울 및 눈송이에 레이저 난반사 노이즈) | 와이퍼/발수 코팅 시 인간 운전자 수준으로 극복 가능 |
| 텍스처 및 의미(Semantic) 인식 | 불가능 (반사율 점만 획득, 글자/색상 식별 불가) | 최상 (도로 표지판, 신호등 색상, 차선 완벽 식별) |
| 하드웨어 내구성 | 기계식 회전체 또는 고밀도 수광소자 발열 관리 필요 | 기계적 구동부 없음 (고체 CMOS 센서로 고장률 극저) |
| 필요 NPU 연산량 | 중간 (희소 포인트 연산) | 매우 높음 (실시간 3D 보셀 디코딩 연산 요구) |
3. 순수 비전의 핵심 돌파구: 2D-to-3D Lifting과 점유 격자(Occupancy)
순수 비전이 과거의 단안 거리 추정(Monocular Depth Estimation) 한계를 극복한 결정적 비결은 LSS(Lift, Splat, Shoot) 알고리즘과 시공간 트랜스포머(Spatiotemporal Transformer)의 도입입니다.
[카메라 2D 픽셀 좌표 (u, v)]
│
▼ 가상 광선(Ray) 투사 및 범주형 깊이 확률 분포 예측
[3D 원추형(Frustum) 복셀 그리드 생성]
│
▼ 시공간 크로스 어텐션으로 차량 중심 3D 점유 그리드로 재배치
[3D Voxel Occupancy Map (x, y, z)]
각 보셀(Voxel, 크기 약 $10\text{cm} \times 10\text{cm} \times 10\text{cm}$)마다 물체가 존재할 확률($0 \sim 1$)과 이동 속도 벡터()를 출력합니다.
이 방식을 통해 로봇은 앞서가는 트럭의 적재함에서 철근이 뒤로 튀어나와 있거나, 공장 바닥에 정체불명의 상자가 떨어져 있어도 “저 3D 공간 좌표에는 질량이 차 있으므로 진입할 수 없다”는 물리적 결론을 라이다 없이도 즉각 도출할 수 있습니다.
4. 모빌리티 및 로보틱스 산업의 채택 전략
- 고단가 B2B 엔터프라이즈 로보택시 (Waymo, Cruise): 안전사고 시 기업 존립이 흔들리는 무인 로보택시 사업자는 원가보다 중복 안전성(Redundancy)이 최우선이므로, 4~5개의 라이다와 10개 이상의 카메라, 고성능 레이더를 모두 결합하는 ‘헤비 센서 퓨전’을 고수합니다.
- 대량 양산 소비재 휴머노이드 & 전기차 (Tesla Optimus, FSD): 2만 달러 미만의 양산 단가를 맞춰야 하는 대중화 플랫폼에서는 수천 달러짜리 라이다를 탑재할 수 없습니다. 이들은 강력한 엣지 NPU(FSD 칩, Jetson Thor)와 거대 비디오 파운데이션 모델을 결합한 ‘순수 비전 기반 점유 격자’를 유일한 해법으로 선택하고 있습니다.
- 물류 창고 실내 AMR: 실내 조명이 안정적이고 기계적 충돌 방지 규격(ISO 3691-4)을 충족해야 하는 물류 AMR은 저가형 2D 세이프티 라이다(SICK류) 1개와 비전 카메라를 혼용하는 실용적 절충안을 채택하고 있습니다.
관련하여 카메라 기반 온디바이스 비전 모델 배포 시 필요한 메모리와 엣지 NPU 대역폭은 VLA·로보틱스 온디바이스 VRAM 계산기에서 확인하실 수 있습니다.