라이다

깜깜한 동굴 속에서 박쥐가 소리의 메아리를 듣고 장애물을 피하는 모습을 상상해 보세요. 박쥐는 소리를 쏘지만, 라이다는 소리 대신 1초에도 아주 많은 횟수로 레이저 빛을 발사해요(고성능 제품은 1초에 수십만~수백만 번에 이르기도 해요). 발사된 빛이 앞선 벽이나 보행자에게 닿았다가 튕겨져 돌아오기까지 걸린 시간을 재는 방식이에요.

빛의 속도는 1초에 약 30만 킬로미터로 항상 일정해요. 따라서 되돌아오는 데 걸린 시간을 반으로 나누고 빛의 속도를 곱하면, 물체와의 거리를 센티미터 수준으로 정확하게(측량용 고정밀 장비는 밀리미터 수준까지) 알아낼 수 있어요.

이렇게 모인 수많은 거리 데이터 점들을 '포인트 클라우드(점구름)'라고 불러요. 마치 무수히 많은 작은 점을 찍어 형태를 만드는 점묘화처럼, 컴퓨터는 이 점들을 엮어 주변 지형과 사물의 생김새를 입체적인 형태로 복원해 냅니다. 단, 센서에서 보이지 않는 뒷면은 비어 있어요.

자율주행차의 눈 역할을 두고 카메라, 레이더, 라이다가 자주 비교돼요. 카메라는 우리가 보는 사진처럼 색깔과 글자를 잘 구분하지만, 물체와의 정확한 거리를 재기 어렵고 어두운 밤이나 강한 역광에서는 인식 성능이 크게 떨어질 수 있어요.

반면에 레이더(RADAR)는 전파를 사용하기 때문에 짙은 안개나 비바람 속에서도 멀리 있는 물체를 잘 찾아내요. 하지만 전파는 레이저보다 파장이 길어서 사물의 구체적인 테두리나 윤곽선까지 선명하게 알아내지는 못해요.

라이다는 레이더처럼 스스로 신호를 쏘면서도, 카메라에 가까운 높은 해상도로 형태와 거리를 잴 수 있는 장치예요. 스스로 빛을 쏘기 때문에 칠흑 같은 어둠 속에서도 사물의 위치와 부피를 센티미터 단위의 오차로 정밀 측정할 수 있어요. 덕분에 자율주행차가 눈앞의 물체가 사람인지, 단순한 박스인지 입체적으로 구별할 수 있게 도와줘요.

라이다가 완벽한 만능 눈은 아니에요. 레이저 빛을 쓰다 보니 굵은 빗방울이나 짙은 안개, 눈보라 속에서는 빛이 도중에 흩어져 버려 측정 성능이 떨어지는 한계가 있어요. 그래서 실제 자율주행 기술에서는 라이다 혼자만 쓰이지 않고 카메라, 레이더와 함께 서로의 단점을 보완해요.

또한 예전 자율주행차 지붕 위에서 빙글빙글 돌아가던 커다란 기계식 라이다는 부품이 비싸고 내구성이 약했어요. 하지만 최근에는 모터로 통째로 돌리는 대신 작은 거울(MEMS)이나 칩, 한 번에 넓게 비추는 플래시 방식 등을 쓰는 고체형(솔리드스테이트) 라이다가 발전하고 대량 생산도 늘면서 크기와 가격이 크게 줄어들고 있어요.

아이폰 프로 모델 등 일부 고급 스마트폰 뒷면에 들어간 작은 센서도 라이다의 일종이에요. 비록 자동차용보다 도달 거리는 짧지만, 어두운 방에서 사진 초점을 순식간에 잡고 증강현실(AR) 가구를 방에 배치할 때 바닥과 벽면의 3차원 깊이를 측정해 줍니다.