비트센싱이 말하는 카메라·레이더 상시 센서 퓨전

자율주행차가 도로를 인식하는 방식에는 두 가지 접근이 있습니다. 상황에 따라 센서를 바꿔 쓰는 방식과, 모든 순간 센서를 함께 사용하는 방식입니다.

비트센싱은 분명히 말합니다. 안전은 센서를 ‘선택’할 때가 아니라, 항상 함께 볼 때 완성됩니다. 단순히 두 센서를 물리적으로 결합하는 것을 넘어, 시각 정보와 물리 정보를 실시간으로 정렬하는 '상시(Always-on)' 체계만이 자율주행의 신뢰도를 결정짓는 핵심 지표가 됩니다.

상황에 따라 켜는 센서의 한계: ‘인식의 단절’이 초래하는 위험

많은 인지 시스템은 평소 카메라에 의존하다가 비나 안개 같은 환경에서만 레이더를 활용합니다. 하지만 이러한 '온디맨드(On-demand)' 방식은 고속 주행 환경에서 치명적인 '인지의 공백'을 야기합니다.

센서를 전환하는 동안 데이터 정렬(Data Alignment) 작업이 필수적이며, 이 짧은 지연은 고속 주행 상황에서 심각한 인식 공백으로 이어집니다.

미국 교통안전국(NHTSA) 및 자동차 공학회(SAE) 자료에 따르면, 시속 100km(약 27.7m/s) 주행 시 시스템의 인지 지연이 0.1초만 발생해도 차량은 약 2.77m를 운전자나 시스템의 제어 없이 이동하게 됩니다. 이는 추돌 사고를 결정짓는 결정적 거리(Critical Distance)가 됩니다.

맑은 환경에서도 카메라는 객체와의 거리나 속도를 정확히 판단하기 어렵습니다.

미시건 대학교 교통연구소(UMTRI)의 연구에 따르면, 단안 카메라기반 거리 측정 오차는 50m 이상의 원거리에서 기하급수적으로 증가하며, 특히 기상 악화 시 오차율은 최대 20~30%까지 치솟습니다. 레이더가 항상 함께하지 않으면 이러한 시각적 오류를 실시간으로 교정할 교차 검증(Cross-validation) 기회를 상실하게 됩니다.

카메라는 역광, 터널 입출구의 급격한 조도 변화(HDR 한계), 야간 저조도 환경에서 인지 능력이 급격히 저하됩니다. 레이더의 보조가 늦어질수록 시스템 전체의 안전 무결성 수준(ASIL)을 확보하기 어렵습니다.

비트센싱의 해답: Always-on 센서 퓨전

비트센싱은 레이더와 카메라를 항상 동시에 사용하며, 두 센서를 하나의 유기적인 시각 체계로 통합합니다.

레이더는 ±0.1m/s 수준의 정밀한 속도와 거리 데이터를 제공하고, 카메라는 객체의 형태와 의미론적 정보를 인식하여 실시간으로 서로를 검증합니다.

모든 데이터 통합과 판단은 센서와 인접한 엣지 단에서 즉각적으로 이루어집니다.

엣지 컴퓨팅을 활용한 처리는 클라우드나 중앙 제어 장치를 거치는 방식 대비 데이터 전송 지연을 최대 80%까지 감소시켜 차량이 돌발 상황에 즉각 대응할 수 있게 합니다. 업계 표준 연구(예: Waymo, Aptiv 기술 리포트)에 따르면, 카메라 단독 시스템 대비 레이더-카메라 퓨전 시스템은 객체 탐지 정확도(mAP)에서 약 15~25%의 성능 향상을 보입니다.

결과가 아닌 데이터의 융합: Early Fusion을 향한 도약

비트센싱의 센서 퓨전은 인식 결과를 단순히 나중에 합치는 방식에 머무르지 않습니다. 레이더와 카메라가 생성하는 로우 데이터의 특성을 가장 이른 단계부터 활용하여 물리 정보와 시각 정보를 정밀하게 결합합니다.

각 센서를 독립적으로 사용하는 것을 넘어, 객체의 거리·속도·움직임과 형태·의미 정보를 단일 프레임 내에서 동시에 고려합니다. IEEE 연구 논문에 따르면, 인식 결과만을 합치는 'Late Fusion'보다 데이터 단계에서 결합하는 'Early Fusion' 방식이 악천후 상황에서의 객체 검출 실패율을 약 30% 이상 더 낮추는 것으로 보고되었습니다.

데이터 레벨의 융합은 노이즈가 많은 환경에서도 유효한 신호만을 추출하는 능력이 탁월하여, 복잡한 도심 주행에서도 높은 신뢰도를 유지합니다.

안전은선택이 아니라 기본값

레이더가 카메라의 단순한 ‘보조’나 ‘백업’에 머무르는 한, 완전 자율주행이 요구하는 극도의 안전 기준에 도달하기 어렵습니다.

비트센싱에게 레이더와 카메라는 하나의 완성된 시각 체계입니다. 상시 센서 퓨전은 도로 위의 불확실성을 수치적으로 줄이고, 자율주행 기술에 대한 사회적 신뢰를 한 단계 끌어올리는 가장 강력한 토대가 될 것입니다.

bitsensing| Radar Reimagined