검색창 열기 인더뉴스 부·울·경

ICT 정보통신

KT, 세계 최초 라이다 기반 정밀측위 기술 개발...자율주행 앞당겨

URL복사

Tuesday, September 10, 2019, 09:09:00

‘비전 GPS(Vision GPS)’ 개발..라이더 센서와 고정밀 GPS 결합

인더뉴스 이진솔 기자ㅣKT가 자체 개발한 정밀 측위 기술로 자율주행 시대를 앞당겼다.

 

KT는 세계 최초로 ‘라이더(LiDAR)’ 기반 정밀 측위 기술인 ‘비전 GPS(Vision GPS)’ 개발에 성공했다고 9일 밝혔다.

 

비전 GPS는 라이더 센서와 고정밀 GPS를 결합한 기술이다. 라이더란 레이저를 발사해 물체에 반사되며 돌아오는 시간을 측정해 거리정보를 얻는 기술이다. 레이더(Radar), 카메라와 함께 자율주행차에 탑재되는 필수 장비 중 하나다.

 

 

KT는 라이더 센서와 고정밀 GPS를 결합하면 위치 측정 정확도가 높아진다고 설명했다. 고정밀 GPS는 건물이 많은 도심에서 성능이 저하를 일으킨다. 위치 정확도가 수 미터 오차로 벌어져, 사실상 주행이 불가능하다. 위성 신호가 빌딩에 반사되며 엉뚱한 위치가 잡히기 때문이다.

 

이번에 KT가 자체 개발한 기술은 라이더 영상에서 추출된 특징점 변화를 인식해 이동 거리와 위치를 산정하는 방식이다. 도심지역 3D 영상 데이터베이스를 따로 구축할 필요가 없다는 장점이 있다. 또한, 날씨 영향을 크게 받는 카메라보다 안정적인 측위 결과를 내놓는다.

 

KT는 지난 6월 강남대로에서 비전 GPS 정확도 검증을 진행했다. 자체 제작한 정밀지도에서 비전 GPS 기반 측위와 GPS 기반 측위 성능을 비교했다. KT에 따르면 GPS는 도심에서 성능이 불안정했다. 반면, 비전 GPS는 전 구간에서 차선 구분이 가능할 정도로 정확도가 높게 나타났다.

 

또한 KT는 이때 비전 GPS를 5G-V2X 단말에 탑재해 시스루(See-Through) 기술 시나리오를 검증했다. 이는 전방 차량 영상을 후방 차량에 전달해 후방 운전자 시야 확보를 돕는 기술이다.

 

비전 GPS는 차량 두 대가 동일 차선에서 주행할 때에만 앞차에서 찍은 전방 영상을 뒤차에 전달한다. 따라서 수많은 차량 중 앞뒤 차량 간 시스루 기술을 적용할 수 있다.

 

KT는 비전 GPS가 적용되면 GPS 성능 저하에 따른 영향을 받지 않으면서 도심에서도 안정적인 주행을 할 수 있을 것으로 기대하고 있다. 자율주행차는 기본적으로 라이다 센서와 GPS를 모두 탑재하고 있어 추가적인 하드웨어 비용도 줄이게 된다.

 

현재 KT가 활용하는 라이다 가격은 500만 원에서 600만 원 수준이다. 자율주행차 시장이 커지면 수요 증가에 따라 가격이 내려갈 것으로 예상되며 저가 라이더 제조업체들도 성장하는 추세다. 100만 원 이하로 떨어지는 시점이 얼마 남지 않은 것으로 업계는 전망하고 있다.

 

KT는 지난 8월 실시간 이동 측위 위치정보 시스템 ‘GPS-RTK(Real Time Kinematic)’을 적용했다. 위치 정확도가 수십 센티로 자동차 전용 도로나 외곽도로에서는 이미 자율주행을 할 수 있는 수준이다.

 

GPS-RTK 보정 정보 인프라를 KT 네트워크에 적용했다. 소프트웨어 기반 저가 GPS-RTK 수신기를 개발해 이를 제주 C-ITS 실증 사업에 쓰이는 렌터카 3000대에 우선 제공할 예정이다.

 

비전 GPS를 GPS-RTK와 결합해 올해까지 실증을 마치고 내년부터 KT 자율주행차량에 탑재해 도심지역까지 자율주행을 확대할 계획이다.

 

최종 목표는 비전 GPS를 클라우드에 올리는 것이다. 서버에서 주변 차량 정보를 모두 취합해 판단하는 서비스를 구상하고 있다. 이는 엣지 클라우드 등 5세대(5G) 이동통신 저지연 특성이 뒷받침하게 된다.

 

이선우 KT 인프라연구소 소장은 “KT는 지난 수년간 정밀 측위 기술 개발에 노력해왔다”며 “그 결과인 비전 GPS가 자율주행차에 적용되면 모든 차량이 지금보다 안정적으로 도심에서 주행할 수 있을 것이라 기대한다”고 말했다.

 

English(中文·日本語) news is the result of applying Google Translate. <iN THE NEWS> is not responsible for the content of English(中文·日本語) news.

배너

이진솔 기자 jinsol@inthenews.co.kr

배너

네이버클라우드, AIDC ‘각 세종’서 GPU 최적화 기술 공개…GPUaaS 시대 견인한다

네이버클라우드, AIDC ‘각 세종’서 GPU 최적화 기술 공개…GPUaaS 시대 견인한다

2025.10.28 09:00:00

인더뉴스 이종현 기자ㅣ네이버클라우드는 국내 최초의 AI 데이터센터인 '각 세종'에서 열린 테크밋업에서 GPU 운영 효율을 극대화하고 AI 인프라를 스스로 설계·운영할 수 있는 기술 역량을 공개했다고 27일 밝혔습니다. 네이버클라우드는 글로벌 수준의 GPU 운영 내재화 역량을 기반으로 산업 전반의 AI 활용을 높이겠다는 계획입니다. 이상준 네이버클라우드 CIO는 "AI 인프라의 경쟁력은 GPU를 얼마나 많이 확보하는가를 넘어 확보한 자원을 얼마나 안정적이고 효율적으로 운영하는지에 달려 있다"라며 "네이버클라우드는 GPU 확보와 운영 기술 내재화의 균형을 통해 AI 인프라 경쟁력을 완성하고 있다"라고 말했습니다. 네이버는 2019년 엔비디아의 슈퍼컴퓨팅 인프라인 '슈퍼팟(SuperPod')을 세계에서 가장 빠르게 상용화한 기업으로 초고성능 GPU 클러스터를 직접 설계·운영한 경험을 보유하고 있습니다. 이러한 실증 경험을 바탕으로 '각 세종'에서 대규모 GPU 클러스터를 직접 설계·운영하며 냉각·전력·네트워크 등 데이터센터 핵심 인프라를 자체적으로 설계하고 AI 워크로드에 최적화하는 기술을 내재화했습니다. 이상준 CIO는 이어서 "네이버의 데이터센터는 AI 워크로드 전체를 통합적으로 제어할 수 있는 풀스택 AI 인프라"라며 "이처럼 인프라를 하나의 시스템으로 통합적으로 설계·운영할 수 있는 역량은 국내는 물론 글로벌에서도 손꼽힌다"라고 강조했습니다. '각 세종'은 기존 IDC가 수행하던 저장·처리 기능을 넘어 AI 학습과 추론이 동시에 이뤄지는 고밀도 GPU 연산 공간으로 설계됐습니다. 이를 위해 전력과 냉각 효율, 무정지 운영까지 모두 고려해 AI 인프라가 24시간 안정적으로 작동할 수 있는 환경을 구축했습니다. AI 연산이 집중되는 데이터센터에서 가장 중요한 요소는 발열 관리입니다. GPU 전력 밀도가 높아지면서 냉각은 효율과 안정성을 좌우하는 핵심 요소가 됐습니다. 이에 '각 세종'은 '각 춘천' 운영으로 축적한 실데이터와 열환경 분석을 바탕으로 직접외기·간접외기·냉수를 병행하는 하이브리드 냉각 시스템을 적용했습니다. 이는 계절별로 냉각 방식을 자동 전환해 겨울에는 외부의 찬 공기로 직접 냉각하고 간절기와 여름에는 간접외기와 냉수를 병행합니다. 이를 통해 GPU 밀도가 높아져도 안정적인 열 제어와 높은 에너지 효율을 유지할 수 있습니다. 또한, 액침냉각 컨테이너 인프라를 구축해 냉각 용액의 안정성, 에너지 효율, 운영 안정성 등을 검증 중입니다. 이를 기반으로 네이버클라우드는 고전력·고밀도 환경에 대응하는 차세대 냉각 기술 로드맵을 구체화하고 수냉식 서버 냉각 관련 자체 특허도 출원 완료했습니다. '각 세종'은 장애 상황에서도 서비스가 멈추지 않도록 전력과 냉각, 서버 운용 체계를 완전히 분리하면서도 유기적으로 통합한 이중화 구조로 설계됐습니다. GPU 서버의 고전력 특성에 맞게 UPS(무정전 전원 장치)와 배전 설비를 재배치해 장애 전파를 구조적으로 차단했으며 이러한 구조 '각 세종'이 24시간 안정적으로 운영할 수 있는 핵심 기반입니다. 네이버는 수십만대 서버 운영 경험을 바탕으로 표준화된 인프라 구조와 자동화된 운영 체계를 구축했습니다. 모든 서버는 도입 전 단계에서 성능·전력 효율·운용성을 검증해 표준 사양으로 구성되며 GPU 등 고성능 자원은 실시간 상태 감시와 자동 복구 기능을 통해 장애 발생 시에도 안정적인 서비스 연속성을 유지할 수 있습니다. 또한 GPU 클러스터 운영에는 자원 관리·배치·복구를 자동화하는 기술이 적용돼 대규모 환경에서도 일관된 효율과 안정성을 유지하고 있으며 반복적인 장애 대응이나 자원 조정 작업 상당 부분도 시스템이 자동으로 처리하도록 설계됐습니다. 네이버는 이러한 운영 기술을 GPU 뿐 아니라 데이터센터 전반의 인프라 관리 영역으로 확장하며 복잡한 AI 워크로드 환경에서도 예측 가능한 인프라 운영을 실현하고 있고 향후 AI 기술을 활용해 운영 효율을 지속적으로 고도화한다는 계획입니다. 이러한 운영 기반 위에서 네이버의 AI 플랫폼은 모델 개발부터 학습, 추론, 서빙까지 AI의 전 과정을 하나로 연결하는 통합 운영 체계로 작동합니다. 내부적으로는 하이퍼클로바(HyperCLOVA)의 학습과 운영이 모두 이 플랫폼 위에서 이루어지며 GPU 자원 배분, 모델 관리, 스케줄링까지 효율적으로 통제됩니다. 이에 개발자는 인프라 제약 없이 학습·실험을 진행할 수 있고 운영자는 GPU 사용 현황과 전력 효율을 실시간으로 모니터링 및 분석하고 적재적소에 최적화 요소를 적용할 수 있어 네이버의 AI 플랫폼은 AI 개발과 운영이 하나로 통합된 'AI 인프라의 두뇌'로 자리 잡고 있습니다. 네이버클라우드는 이렇게 내부에 축적한 기술과 운영 역량을 기반으로 GPUaaS(GPU as a Service) 모델을 통해 국내 주요 기업에 AI 인프라 서비스를 제공하고 있습니다. 이상준 CIO는 "네이버클라우드는 축적한 AI 인프라 운영 역량을 GPUaaS 모델로 발전시켜 국내 기업들이 손쉽게 AI를 활용할 수 있는 생태계를 만들 것"이라면서 "이를 통해 AI 인프라가 특정 기업의 자산을 넘어, 산업 전반의 성장 기반이 될 수 있도록 하겠다"라고 말했습니다.




배너