[🔨활용] 자율주행은 ‘거리측정 게임’이 아님

[M3(country1602)]

작성 : 지피티5.2

실재 동물 중엔 시각과 초음파를 “둘 다” 쓰는 놈들이 있다. 박쥐, 돌고래(이빨고래류)가 대표다. 그런데 여기서 중요한 건 초음파가 “지능의 본체”가 아니라 “환경 제약 때문에 붙는 보조 감각”이라는 점이다. 어둠, 동굴, 탁한 물속처럼 빛이 근본적으로 망가지는 세계에선 시각만으로 생존 확률이 떨어지니까, 초음파로 거리·형상을 ‘측정’해서 확률을 올린다.

라이다는 동물로 치면 딱 그 반향정위다. 레이저를 쏘고 돌아오는 시간을 재서 거리/형상 정보를 만든다. 보는 감각이라기보다 재는 감각이다.

그런데 인간 운전 환경은 박쥐 동굴이 아니다.

대부분의 도로는 (낮에는 당연히) 충분히 밝고, 밤에도 가로등·헤드라이트·표지판 반사체 같은 인공 조명이 깔려 있다. 심지어 인간은 양안 시각이 있으면 깊이를 꽤 잘 느끼고, 한쪽 눈이 실명이라 입체시(양안 시차)가 거의 없어도 운전을 잘하는 사람이 많다. 이건 “운전의 핵심이 고정밀 거리계에 달려 있다”가 아니라, 단안 단서(원근, 상대 크기, 가림/겹침, 차선 폭 변화, 텍스처, 그림자) + 시간적 연속성(움직임에 따른 시차, 프레임 누적)만으로도 충분히 거리를 추정하고 상황을 읽는다는 강한 증거다.

여기서 자율주행의 본질을 다시 보면, 운전은 “거리 측정 게임”이 아니다.

운전이 어려운 이유는 대부분 ‘의미 이해’와 ‘예측’ 때문이다.

1) 이게 무엇인지(의미)

  - 저게 보행자인지 비닐봉지인지

  - 신호등 색이 뭔지, 표지판 글자가 뭔지

  - 차선이 지워진 건지 임시 차선인지

2) 왜 저러는지(맥락)

  - 앞차 급정거 이유, 끼어들기 의도

  - 공사 구간 규칙, 경찰 수신호

3) 다음에 어떻게 될지(예측)

  - 보행자/자전거/차량의 궤적과 의도 예측

이 셋은 라이다가 강한 영역이 아니다.

라이다가 주는 건 주로 “점군 기반 거리/형상”이고, 도로에서 결정적인 신호는 대부분 시각 정보(색, 문자, 패턴, 제스처, 차선 페인트, 노면 표시)다. 즉 자율주행이 진짜로 풀어야 하는 문제는 결국 카메라(영상)에서 나온다. 라이다는 본질적으로 ‘메인’이 아니라 ‘보조’다.

그럼 “보조라도 얹으면 더 안전한 거 아냐?”라는 반론이 나오는데,

그게 바로 요즘 센서 스택에서 보이는 ‘보험 심리’다. 하지만 센서를 추가한다고 안전이 자동으로 늘지 않는다. 오히려 복잡도가 올라가면서 시스템 전체가 더 취약해질 수도 있다.

(1) 센서 추가 = 실패 모드 추가

센서가 늘면 캘리브레이션(정렬)·동기화·오염·노화·진동·온도 드리프트 같은 유지 이슈가 늘어난다. 이건 “성능”이 아니라 “운영 리스크”다.

(2) 센서 융합은 ‘평균내기’가 아니라 ‘충돌 해결’이다

카메라는 차선이 있다고 보고, 라이다는 경계가 불명확하다고 보고, 레이다는 뭔가가 움직인다고 보고…

결국 중요한 건 “누굴 믿을지”인데, 이건 센서를 더 달수록 더 어려워진다.

센서가 늘어날수록 ‘정답이 확실해지는’ 게 아니라, ‘판사 역할이 더 어려워진다.’

(3) 검증 비용이 기하급수로 뛴다

자율주행은 “성능”보다 “검증”이 진짜 비용이다.

센서를 하나 더 얹는 순간 데이터 파이프라인, 라벨링, 시뮬레이션, 테스트 케이스가 폭발한다.

보험을 들었더니 보험 상품이 아니라 보험사를 하나 운영하는 꼴이 된다.

즉, 카메라+라이다가 “더 믿음직해 보인다”는 감정은 이해되지만,

기술적으로는 “믿음직해 보이는 복잡성”일 가능성이 크다.

그리고 라이다 진영이 자주 내세우는 “거리 측정이 더 정확하다”도 결정타가 아니다.

운전에서 필요한 건 ‘순간의 완벽한 3D 스캔’이 아니라, ‘시간에 따라 안정적인 장면 이해’다.

카메라는 프레임을 누적해서 깊이를 추정할 수 있고(모션 기반), 여러 대 카메라(멀티뷰)면 인간보다 유리한 관측 조건도 만든다.

인간은 눈 2개지만, 차량은 앞/뒤/좌/우에 눈을 8개, 10개도 단다.

게다가 카메라는 해상도가 높아서 “먼 거리의 의미 정보”를 잡는 데 강하다.

사고는 대개 “멀리서 미리 위험을 못 봐서” 터지는데, 그건 점군보다 고해상도 영상이 유리하다.

악천후 반론도 많이 나오는데, “비/눈/안개에서 카메라가 약하니 라이다가 필요하다”는 주장 자체가 반만 맞다.

악천후는 라이다도 만능이 아니다(산란/감쇠/잡음이 생긴다).

그리고 더 중요한 건, 악천후에서 사람이 하는 정답은 “센서 더 달기”가 아니라 “보수적으로 운전/기능 제한”이다.

자연 법칙이 망가지는 조건에서, 센서 하나 더 얹는다고 물리가 사라지진 않는다.

결국 그 조건에서의 안전 전략은 ‘속도 낮추기/거리 늘리기/기능 제한’ 같은 운영 정책이 핵심이지, 라이다 만능론이 아니다.

여기서 한 번 더 칼같이 말하면 이렇다.

카메라+라이다를 쓰는 진영이 진짜로 원하는 건 “필연적 정답”이 아니라,

‘제품 책임’과 ‘규제 대응’과 ‘대외 설득’에서 유리한 포지션일 가능성이 크다.

- “라이다까지 썼는데도 사고가 났다”는 말은 법적/정치적으로 방어가 쉽다.

- 반대로 “카메라만 썼다”는 말은 사고가 났을 때 공격 포인트가 된다.

- 그래서 라이다는 기술 요소이기도 하지만, 동시에 ‘책임 회피 보험’의 성격도 가진다.

엔비디아+벤츠가 카메라+라이다를 쓰는 걸 보면,

“원리적으로 라이다가 필수라서”라기보다 “검증과 책임의 불확실성을 줄이려고 할 수 있는 건 다 얹는다”라는 인상이 강하다.

하지만 그게 장기적으로 정답인지에는 회의적이다.

정리:

운전은 거리 측정 게임이 아니라 의미 이해와 예측 게임이다.

의미 정보는 카메라가 압도적으로 많이 준다.

센서를 늘리면 성능이 조금 늘 수는 있어도, 복잡도/검증/운영 리스크가 같이 폭발한다.

그리고 인간이 단안 조건에서도 운전 가능한 건 “깊이 센서가 운전의 본질이 아니다”라는 힌트다.

그래서 라이다를 “박쥐 초음파처럼 필수 감각”으로 보는 건 과장이고,

지금의 카메라+라이다 조합은 기술적 필연이라기보다 ‘보험 심리 + 책임/규제 대응’의 냄새가 더 난다.

- dc official App

[Invariance(command1270)]

Sementical한 케이스 처리는 비전이 물리적으로 어려운 상황 (역광 폭설)등 은 라이더쪽 데이터가 필요한 상황인데 어차피 최신 웨이모 EMMA 논문 보면 데이터 처리 자체가 모듈식이라 신뢰성만 충분하다면 제거해도 되는 구조임

[Azurespace(azurespace)]

라이더가 엄청 비싸면 모를까 요즘 가격이 많이 내려서 이미지센서랑 큰 차이가 없는 수준이라 쓰는게 낫네마네 갑론을박할 주제는 아니라고 봄 어떤 종류 센서든 많으면 안전성엔 도움되지

[익명(wild7862)]

가격이 비싸고 말고가 문제가 아니라, 사공이 많으면 배가 산으로 간다는게 핵심 아니야? 라이다 지 주장 따로, 카메라 주장 따로, 판단하는 입장에선 당연히 판단에 더 많은 어려움 생길 수 있고, 꼭 그게 더 나은 결론으로 귀결되지 않는다는 말 같고, 나도 맞는 말 같다고 생각하는데 - dc App

[Azurespace(azurespace)]

@ㅇㅇ 그런 에지케이스를 다 포함해서 E2E로 학습하는거라 어떤 상황에 어떤걸 버릴지 어떤걸 취할지는 모델이 알아서 학습하면 될 일임 모델 파라미터가 작았던 시절이 아니라서 요즘엔 그게 성능 하락으로 이어질 일은 없을거라고 생각함