자율주행차는 어떻게 도로를 볼까: 카메라·라이다·레이더 논쟁 이해하기

자율주행 기사에는 왜 자꾸 센서 이야기가 나올까요

자율주행 기사를 읽는데 절반이 '무엇으로 도로를 보는가' 이야기라 갸웃하셨죠? 어떤 회사는 카메라면 충분하다 하고, 다른 쪽은 여러 센서를 함께 써야 한다고 맞서는 공방이 몇 년째 반복되니 더 헷갈리기 쉬워요. 이 글에서 그 논쟁이 왜 자율주행의 가장 본질적인 질문인지, 양쪽 논거가 어떻게 갈리는지 구조로 잡아 드릴게요.

사람이 운전을 배울 때를 떠올려 보시면 빨라요. 운전의 첫 번째 능력은 조작이 아니라 '보는 것'이에요. 차선이 어디 있는지, 앞차와의 거리가 얼마인지, 사람이 튀어나올 만한 곳이 어디인지를 파악해야 그다음 판단이 가능하죠. 자율주행도 마찬가지라 세상을 어떻게 인식하느냐가 전체 시스템의 출발점이 돼요. 센서 논쟁이 뜨거운 이유는 이 출발점의 설계 철학이 회사마다 다르기 때문이에요.

미리 말씀드리면 이 글은 특정 회사의 방식이 옳다고 판정하지 않아요. 판정 대신 구조를 챙겨 두시면, 앞으로 나올 기사들이 훨씬 선명하게 읽히거든요.

기본 구조: 인지, 판단, 제어의 세 단계

자율주행 시스템은 크게 세 단계로 나눠 보시면 돼요. 첫째는 인지예요. 센서로 들어온 정보에서 차선, 차량, 보행자, 신호 같은 걸 알아보는 단계죠. 둘째는 판단이에요. 인식한 상황을 바탕으로 차선을 유지할지, 속도를 줄일지, 언제 차선을 바꿀지 정해요. 셋째는 제어예요. 그 결정을 실제 핸들·가속·제동 조작으로 옮기는 단계고요. 사람으로 치면 눈, 두뇌, 손발이에요.

AI가 가장 깊게 들어가는 곳이 인지와 판단이에요. 특히 인지 단계는 이미지 인식 AI의 발전과 함께 자라 온 영역이라, 이 사이트에서 다뤄 온 개념들과 곧장 이어져요. 카메라 영상에서 보행자를 알아보는 일은 사진 속 물체를 알아보는 AI와 같은 계열이고, 다양한 도로 상황 데이터를 학습할수록 좋아지는 구조도 같아요.

이 구조를 잡아 두시면 뉴스의 층위가 구분되기 시작해요. 센서 이야기는 인지 단계의 재료를 다투는 것이고, '엣지 케이스'나 '돌발 상황 대응' 이야기는 판단 단계의 난제를 다루는 거예요. 어떤 기사가 세 단계 중 어디를 말하는지만 가려도, 뒤섞여 혼란스럽던 논점들이 각자 자리를 찾아가요.

세 가지 눈: 카메라, 레이더, 라이다

인지 단계의 재료가 되는 대표 센서는 세 가지예요. 각각 잘하는 일과 어려워하는 일이 달라서, 우열보다 특성의 조합으로 보시는 게 정확해요.

카메라는 사람 눈과 가장 비슷한 센서예요. 색과 형태를 풍부하게 담아내니 신호등 색깔, 차선 표시, 표지판 글자처럼 '의미를 읽어야 하는' 정보에 강해요. 가격이 상대적으로 저렴해 여러 대를 달기에도 부담이 적고요. 다만 사람 눈이 그렇듯 어둠, 역광, 짙은 안개에서는 성능이 떨어지고, 2차원 영상에서 거리를 추정해야 한다는 과제를 안고 있어요.

레이더는 전파를 쏘아 반사돼 돌아오는 걸 재는 센서예요. 거리와 속도를 직접 측정할 수 있고 비·안개·어둠의 영향을 거의 받지 않아서, 악천후에서 든든한 눈이 되어 줘요. 대신 해상도가 낮아 물체 형태를 세밀하게 구분하긴 어려워요. 라이다는 레이저로 주변을 3차원 점의 지도로 그려내는 센서라 형태와 거리를 정밀하게 잡아내요. 과거엔 매우 고가였는데 가격이 점차 내려오면서 채택 논의가 넓어져 온 흐름이 있어요.

• 카메라 — 색·형태·글자 같은 의미 정보에 강해요. 어둠·역광 같은 조명 조건에는 민감해요.
• 레이더 — 거리·속도를 직접 재고 악천후에 강해요. 형태 구분은 어려운 편이에요.
• 라이다 — 3차원 형태·거리를 정밀하게 재요. 상대적으로 고가라는 점이 논쟁의 재료예요.
• 고르는 기준 — '무엇을 잘 봐야 하는 상황인가'예요. 의미 읽기면 카메라, 악천후면 레이더, 정밀 거리면 라이다 쪽이에요.

논쟁의 구조: 카메라 중심 대 센서 융합

이제 반복 등장하는 논쟁을 구조로 볼 차례예요. 한쪽에는 카메라를 중심에 두는 접근이 있어요. 논거의 뼈대는 이래요. 사람은 눈이라는 시각 정보만으로 운전하니, AI가 충분히 똑똑해지면 카메라만으로도 운전할 수 있어야 한다는 거예요. 센서를 줄이면 차량 가격이 내려가 더 많은 차에 보급할 수 있고, 많은 차가 달릴수록 학습 데이터가 쌓여 AI가 더 빨리 좋아진다는 선순환 논리도 여기 붙어요.

다른 쪽에는 여러 센서를 함께 쓰는 센서 융합 접근이 있어요. 논거의 뼈대는 안전의 중복성이에요. 사람 생명이 걸린 시스템에서는 한 종류의 눈이 실수할 때 다른 눈이 잡아 줘야 하고, 카메라가 약한 어둠과 악천후를 레이더와 라이다가 메우는 구조가 필요하다는 거죠. 사람 수준의 시각 지능이 언제 완성될지 알 수 없으니 그때까지 센서의 다양성으로 안전 여유를 확보하자는 신중론이기도 해요.

근데 여기서 반전은, 양쪽 모두 나름 일관된 논리 위에 서 있다는 점이에요. 한쪽은 비용과 데이터 규모의 경제를, 다른 쪽은 중복을 통한 안전 마진을 최우선으로 놓았고, 무엇을 우선하느냐에 따라 설계가 갈린 거예요. 어느 쪽이 옳은지는 도로 위에서 검증될 문제고, 우리에게 실속 있는 건 승자 예측이 아니라 이 논거 구조를 아는 일이에요. 구조를 알면 회사 이름이 바뀌어도 '아, 그 논쟁의 연장선이구나' 하고 바로 알아보시게 돼요.

레벨 0~5: '완전 자율주행'이라는 말을 가려 읽는 법

센서 논쟁과 함께 챙겨 두면 좋은 개념이 자율주행 레벨이에요. 국제적으로 통용되는 구분은 0에서 5까지 여섯 단계인데, 핵심 경계선은 레벨 2와 3 사이에 있어요. 레벨 2까지는 시스템이 조향과 속도를 도와줘도 운전의 책임과 감시 의무가 사람에게 있는 '보조' 단계예요. 레벨 3부터는 정해진 조건 안에서 시스템이 운전을 맡는 단계로 넘어가고, 레벨 4~5로 갈수록 사람의 개입이 줄어들어요.

이 구분이 든든한 이유는 마케팅 표현과 실제 단계 사이의 간격을 스스로 잴 수 있게 해 주기 때문이에요. '자율주행'이라는 이름이 붙은 기능이라도 실제로는 운전자 보조 단계인 경우가 많고, 이 간격을 모른 채 기능을 과신하는 게 사고 논란의 단골 배경이거든요. 기사에서 자율주행이라는 단어를 만나면 '이건 몇 레벨 이야기지?' 하고 한 번 물어보는 습관만으로 정보의 해상도가 확 올라가요.

덧붙이면 이 분야는 기술만큼 제도가 중요해요. 어느 레벨까지 어떤 도로에서 허용되는지는 나라와 지역마다 다르고 계속 바뀌고 있어서, 특정 시점의 허용 범위나 상용화 일정은 이 글에서 단정하지 않을게요. 우리나라 현황이 궁금하시면 국토교통부 등 관계 부처의 공식 발표를 확인하시는 게 가장 정확해요.

레벨의 경계를 한 줄씩 보시면 이래요. 숫자를 외우실 필요는 없고, '책임이 누구에게 있나'만 따라가시면 충분해요.

• 레벨 0~1 — 경고음이나 한 가지 보조(속도 유지 정도)까지예요. 운전은 전부 사람 몫이에요.
• 레벨 2 — 조향과 속도를 함께 도와줘요. 그래도 감시 의무는 사람에게 있어요. 지금 시중 기능 상당수가 여기예요.
• 레벨 3 — 정해진 조건 안에서는 시스템이 운전을 맡아요. 대신 요청이 오면 사람이 넘겨받아야 해요.
• 레벨 4 — 정해진 구역·조건 안에서는 사람 개입 없이 주행해요. 조건을 벗어나면 스스로 안전하게 멈추는 설계가 전제예요.
• 레벨 5 — 조건 제한 없이 어디서나 자율주행하는 단계예요. 아직은 목표에 가까운 개념이에요.
• 경계선 한 줄 요약 — 레벨 2까지는 사람이 계속 지켜보고, 레벨 3부터는 정해진 조건 안에서 시스템이 맡아요. 기사에서 이 선을 넘었는지만 보셔도 절반은 읽혀요.

이제 이렇게 읽으시면 돼요

정리하면 자율주행은 인지·판단·제어의 구조 위에서 '무엇으로 볼 것인가'와 '어디까지 맡길 것인가'를 함께 풀어 가는 여정이에요. 기사를 만나면 먼저 세 단계 중 어디 이야기인지 보시고, 센서 이야기면 양쪽 논거 중 어느 쪽 관점인지 짚어 보시고, 마지막으로 몇 레벨 이야기인지 확인하시면 돼요.

이 세 가지 틀만 있으면 쏟아지는 자율주행 뉴스가 부담이 아니라 흥미로운 관전 포인트로 바뀌어요. 그리고 내 차의 주행 보조 기능을 쓸 때도 어디까지 믿고 어디서 손을 얹고 있어야 하는지가 또렷해져서, 훨씬 마음 편하게 운전하시게 될 거예요.