NEWS
국내외 13개 매체를 주기적으로 수집해 한국어로 요약합니다.
동시적 위치추정 및 지도작성(SLAM·Simultaneous Localization and Mapping) 기술은 로봇·자율주행·증강현실(AR) 등에서 카메라 탑재 기기의 위치와 주변 환경을 동시에 파악하는 데 활용된다. 최근 AI 기반 SLAM은 카메라 영상만으로 카메라 움직임과 3차원 공간을 추정할 수 있어 공간 복원이 빠르고 편리해졌다. 그러나 기존 AI 기반 SLAM은 어떤 시점의 프레임들을 함께 분석하느냐에 따라 결과가 달라지는 한계가 있었다. UNIST(울산과학기술원) 연구진은 이 문제를 개선해 낯선 공간에서도 공간인식 정확도와 속도를 높이는 AI 기술을 개발했다.
큐레이터본문이 중간에 잘려 세부 기법과 실험 조건(시뮬레이션 여부, 비교 대상 방법론, 정량 수치 등)을 확인할 수 없어, 성능 개선 폭의 맥락은 원문 전체를 통해 검토가 필요하다.
포니에이아이(Pony.ai)가 크로아티아 모빌리티 스타트업 베른(Verne)과 협력해 자그레브 공공도로에서 안전요원이 탑승하지 않는 완전무인 로보택시 시험 승차를 시작했다. 시험 노선은 베른 본사, 자그레브 주요 업무지구, 자그레브 공항을 연결하는 22km 구간으로, 현재 초청 승객을 대상으로만 운영된다. 포니에이아이 측은 이번 운행이 유럽 최초의 완전무인 로보택시 시험이라고 밝혔다. 양사는 수개월 내 무인 운행 구간을 자그레브 전역으로 확대할 계획이다.
큐레이터'유럽 최초'라는 표현은 포니에이아이 측의 주장이며 독립 기관의 검증을 거친 사실이 아니다. 현재 초청 승객 한정·특정 노선 운행이어서 일반 상용 서비스와는 운영 조건이 다르다.
현대자동차그룹이 실도로 주행 데이터를 AI 학습·검증에 반복 투입하는 '데이터 플라이휠' 체계를 자율주행 기술 개발의 핵심 방법론으로 본격 가동한다. 자체 개발한 자율주행 AI인 Atria AI의 성능 고도화를 통해 2029년 레벨2++ 양산차 적용을 목표로 하고 있다. 현대차그룹은 9월 11일 경기 성남시 포티투닷 본사에서 '자율주행 미디어 데이'를 열고 기술 개발 전략·로드맵 및 주요 성과를 공개했다.
큐레이터발표 내용은 현대차그룹 측의 로드맵과 계획이며, 독립 기관의 성능 검증 결과가 아니다. 본문이 중간에 끊겨 구체적인 시스템 사양이나 기존 레벨2 대비 개선 수치는 확인되지 않는다.
Nav2 Ready v0.1.0은 ROS 2 Jazzy 환경에서 커스텀 로봇이 Nav2를 사용할 준비가 됐는지 점검하는 오픈소스 명령줄 인터페이스(CLI) 도구다. TF 연결성, 오도메트리(odometry) 메시지, 레이저스캔 데이터, 센서-베이스 변환, cmd_vel 구독 여부, Nav2 수명주기(lifecycle) 상태, map-to-odom 변환, ROS 시간 일관성 등 여러 전제 조건을 한 번에 진단한다. 각 항목은 PASS·WARN·FAIL 중 하나로 출력되며, 가능한 원인과 권장 조치를 함께 제시한다. TurtleBot3 같은 샘플 로봇에서는 Nav2가 잘 동작하지만 커스텀 로봇으로 전환 시 탐색이 시작되지 않는 원인을 찾기 어렵다는 문제를 해결하기 위해 만들어졌다.
큐레이터진단 결과에 원인과 조치까지 함께 제시하므로 커스텀 로봇 초기 Nav2 셋업에서 디버깅 시간을 줄이는 데 실용적으로 활용될 수 있다. 다만 현재 ROS 2 Jazzy 전용이므로 다른 배포판 사용자는 적용 가능 여부를 먼저 확인해야 한다.
미국 플러스AI(Plus Automation)는 자율주행 트럭용 AI 기반 가상 운전자 소프트웨어를 개발하는 기업으로, 기업인수목적회사(SPAC) 텍사스 벤처스 어퀴지션 3(Texas Ventures Acquisition III Corp.)와의 합병을 통해 기업을 공개한다. 데이비드 리우 공동 창립자 겸 CEO는 자사가 현재 텍사스에서 자율주행 화물 노선을 운행 중이라고 밝혔다. 해당 소식은 더로봇리포트(The Robot Report)가 보도하였으며, 본문 일부가 생략되어 합병 조건 등 세부 내용은 확인되지 않는다.
큐레이터자율주행 트럭 분야의 여러 기업이 SPAC 방식으로 상장한 뒤 주가 하락과 사업 축소를 겪은 사례가 있어, 합병 조건·밸류에이션·기존 투자자 구성 등 재무 세부 정보를 별도로 확인할 필요가 있다.
현대자동차그룹이 자율주행 상용화를 위한 '투트랙(Two-Track)' 전략 일정을 공개했다. 2028년에는 엔비디아(NVIDIA) 솔루션을 먼저 도입해 양산차에 적용하고, 2029년에는 자체 개발 AI 모델 '아트리아 AI'를 양산차에 탑재할 계획이다. 이번 발표는 11일 경기도 성남시 포티투닷(42dot) 본사에서 열린 '현대차그룹 자율주행 미디어 데이'에서 이루어졌다. 현대차그룹은 외부 협업과 자체 기술 개발을 병행하는 방식으로 상용화 속도를 높인다는 방침이다.
큐레이터이번 발표는 현대차그룹이 직접 주최한 미디어 데이 자료를 바탕으로 한 것으로, 2028·2029년 양산 일정과 성능은 그룹 측 주장이며 독립 검증은 이루어지지 않았다. 본문이 일부 누락되어 엔비디아 협업의 구체적 사양 및 아트리아 AI의 기술적 세부 내용은 확인되지 않는다.
DGIST 전기전자컴퓨터공학과 박대희 교수 연구팀은 KAIST와 공동으로, 주변 보행자의 이동 경로 예측과 로봇의 충돌 회피 경로 계획을 하나의 소형 AI 모델에서 동시에 수행하는 학습 기술을 개발했다. 두 가지 작업을 단일 모델에 통합할 때 발생하는 성능 저하를 줄이는 것이 이번 연구의 핵심이다. 해당 연구는 컴퓨터 비전 분야 국제학회인 ECCV 2026에 채택되어 9월 10~12일 스웨덴 말뫼에서 발표된다.
큐레이터요약에는 실험이 시뮬레이션 환경인지 실제 보행자 밀집 공간인지 명시되지 않아, 통합 모델의 성능 개선 폭은 연구팀 자체 평가 기준임을 감안해야 한다.
레이더 기반 스마트 모빌리티 안전 솔루션 기업 바이다가 한국산업기술기획평가원(KEIT)의 총사업비 110억 원 규모 국책과제 주관연구기관으로 선정됐다. 해당 과제는 '탈부착형 단말 기반 멀티차량 원격 운행 및 안전성 강화 기술 개발'로, 일반 양산차에 적용 가능한 자율주행 마샬링(Autonomous Marshaling) 기술 개발을 목표로 한다. 바이다는 새솔테크, 한국과학기술원(KAIST), 한국자동차연구원, LG전자, 르노코리아 등 7개 공동연구기관과 협력해 2029년 12월까지 연구를 수행할 예정이다.
큐레이터주관기관 선정 단계이므로 실제 기술 성과는 2029년 말 과제 종료 이후에야 확인 가능하며, 현재 발표된 성능 목표치는 연구 계획상 수치임을 감안해 읽어야 한다.
ros2_fault_injection은 ROS 2 시스템에 제어된 결함을 주입하기 위한 C++ 프레임워크로, 실제 하드웨어 운용 전 자율주행 스택을 테스트하는 것을 목적으로 한다. 토픽과 서비스를 프록시(proxy) 방식으로 중계하면서 YAML 기반 시나리오에 따라 결함을 적용하고, 어설션(assertion) 이벤트로 예상 결과를 검증한다. 오도메트리(odometry), 라이다 스캔, IMU, TF, 조인트 상태, PointCloud2 등 주요 토픽에 대한 인젝터(injector)를 내장하며, 서비스 지연·실패 동작도 주입할 수 있다. pluginlib 기반 인젝터 검색, 스케줄 및 수동 결함 제어, 마크다운 보고서 생성, RViz 패널 등의 기능을 제공한다.
큐레이터프록시 방식으로 토픽·서비스를 중계하는 구조 특성상 프레임워크 자체가 타이밍 특성을 바꿀 수 있어, 시간 민감한 결함 시나리오에서 테스트 충실도가 얼마나 유지되는지는 별도 검증이 필요하다. YAML 시나리오의 실효성은 결국 실제 하드웨어 현장에서 관측된 장애 패턴과 얼마나 잘 대응하느냐에 달려 있다.
카카오모빌리티는 서울 강남구 심야 구간에서 운행 중인 자율주행택시 '서울자율차'에 연내 엔드투엔드(E2E) 자율주행 기술을 도입할 계획이라고 밝혔다. E2E 모델은 인지와 판단을 단일 AI 모델로 처리하며, 기존 방식에서 발생하던 오인지로 인한 급감속 및 잘못된 거동 문제를 개선할 것으로 기대된다. 서울자율차는 강남구 일대 심야 운행을 통해 현재까지 1.3만㎞를 주행하며 돌발상황 데이터를 수집·학습해 왔다. 카카오모빌리티는 9일 서초구 한국자동차모빌리티산업협회에서 미디어 스터디를 개최해 해당 성과와 향후 계획을 공개했다.
큐레이터발표 내용은 카카오모빌리티가 자체 개최한 미디어 스터디에서 나온 것으로, E2E 전환 시 급감속·오거동 개선 기대는 회사 측 주장이며 독립 검증이 이뤄진 결과가 아니다. 1.3만㎞ 주행 데이터 역시 강남 심야라는 제한된 조건에서 수집된 것이어서, 다양한 시간대·지역으로 확대했을 때의 성능은 별도로 확인이 필요하다.
PlaceAuth는 특정 장소의 운영 요건과 기계의 적합성을 검증하여 운영 프로파일을 결정하는 상호운용성(interoperability) 프레임워크다. SPP v0.3.0에서는 버전 관리 요건 시맨틱스, 서명된 Place Package, 외부 적합성 공급자, 기계 가독 결정 추적, 프로파일 생명주기 처리, 시설 측 접근제어 경계 기능이 추가되었다. Nav2 환경에서 SPP 파생 운영 프로파일이 동일한 FollowPath 목표 아래 명령 속도를 1.0 m/s에서 0.5 m/s로 변경하는 동작이 확인되었다. Open-RMF Humble 환경에서는 FleetUpdateHandle.consider_delivery_requests를 통해 ADMITTED 프로파일이 배달 제안을 생성하고 DENIED 프로파일이 이를 차단하는 동작을 실제 등록 테스트 로봇으로 검증하였다.
큐레이터상호운용성 프레임워크의 실질적 가치는 시설 운영자와 로봇 제조사 양측의 채택에 달려 있으나, 현재 검증은 단일 테스트 로봇 환경에 한정되어 있어 다중 공급사 혼재 현장에서의 동작은 아직 확인되지 않았다.
싱가포르 교정당국이 무게 510kg의 지상 순찰 로봇 'Protect'를 교도소 보안 운용에 투입한다. Protect는 AI 기반 자율 주행으로 장애물을 회피하며 순찰하고, 영상·음성 정보를 교정시설 통제센터에 실시간으로 전송한다. 사건 발생 시 교정관이 로봇을 현장으로 원격 조종해 상황을 확인하고 지시를 내릴 수 있다. 필요한 경우 자극성 스프레이와 장거리 음향 장치(LRAD)를 원격으로 작동해 수감자를 제압할 수 있다.
큐레이터원격 조종으로 자극성 스프레이·LRAD를 실제 수감자에게 사용할 수 있다는 점에서, 교정당국이 밝힌 운용 기준 외에 과잉 진압 여부를 판단할 독립적인 책임 체계가 마련되어 있는지가 핵심 쟁점으로 남는다.
류긍선 카카오모빌리티 대표는 7일 국토교통부·한국교통안전공단(TS)·국제교통포럼(ITF) 공동 주최 '2026 글로벌 모빌리티 콘퍼런스'에서 기조연설을 했다. 연설 주제는 '자율주행 기술을 일상의 이동으로'로, 자율주행 상용화의 방향성을 제시했다. 류 대표는 단일 차량의 기술적 완성만으로는 상용화가 어렵고, 도시 인프라 재설계와 연계한 서비스 중심의 협력 생태계 구축이 필요하다고 주장했다. 또한 자율주행의 단계적 확산을 강조하며, 새로운 기술이 특정 계층에 한정되지 않아야 한다는 방향을 제언했다.
큐레이터발표 주체가 자율주행 서비스 사업자인 만큼, '생태계 협력' 제언이 자사 플랫폼 중심의 협력 구조를 염두에 둔 것인지 중립적 정책 제안인지를 별도로 살펴볼 필요가 있다.
테슬라가 2026년 9월 3일 텍사스 오스틴에서 로보택시 사이버캡의 상용 운행을 시작했다. 그러나 실제 등록 대수는 45대에 그쳐 확보된 생산능력 12만5000대와 큰 격차를 보이고 있다. 미 도로교통안전국(NHTSA)은 상용 운행 개시 직후 테슬라의 안전기준 자기인증 적절성을 확인하는 조사에 착수했다. IBK투자증권은 사이버캡의 실질적인 확산 여부가 제품 자체보다 생산능력을 서비스로 연결하는 속도와 규제 정비 상황에 달려 있다고 분석했다.
큐레이터NHTSA의 조사가 자기인증 방식 자체의 적절성을 겨냥하고 있다는 점이 주목할 부분으로, 결과에 따라 테슬라뿐 아니라 동일한 인증 경로를 택하는 다른 자율주행 사업자에게도 영향을 줄 수 있다. 45대 대 12만5000대라는 격차는 생산능력이 아니라 규제·운영 준비가 실제 병목임을 보여주는 수치다.
FMTX는 Fast Marching Tree(FMT*)를 동적 환경으로 확장하기 위해 개발된 동적 재계획(dynamic replanning) 알고리즘이다. 개발자는 약 2년간 독립적으로 프로젝트를 진행하였으며, C++17과 ROS 2 기반의 공통 벤치마킹 프레임워크를 함께 구축하였다. 현재 버전에서는 ROS 2를 주로 RViz 시각화에 활용하며, 시뮬레이터 지연과 타이밍 효과가 측정값 및 재현성에 영향을 주지 않도록 Gazebo를 벤치마킹 루프에서 제외하였다. FMT*가 전제하는 V_unvisited·V_open·V_closed 집합 구조를 동적 환경에 적용하는 방법에서 출발하였으며, Lazy Wavefront 탐색 방식을 통해 이를 해결하고자 한다.
큐레이터Gazebo를 벤치마킹 루프에서 제외했기 때문에 측정된 재계획 성능은 시뮬레이터 지연이나 센서·구동기 동특성이 없는 통제 환경의 수치이며, 실제 동적 환경에서의 성능은 별도로 확인이 필요하다.
자율주행 경쟁의 초점이 차량 자체의 기술 완성도에서 도시 단위의 서비스 운영으로 이동하고 있다. '차가 스스로 달릴 수 있는가'를 넘어 일상에서 어떻게 쓰이게 할 것인가가 새로운 경쟁 기준으로 부상했다. 상용화를 위한 안전성 검증, 도시 인프라 연계, 제도 정비까지 경쟁의 범위도 넓어지는 추세다. 2026년 9월 7일 서울 웨스틴조선호텔에서 열린 '2026 글로벌 모빌리티 콘퍼런스'에서는 자율주행의 일상화를 위한 기술·서비스·제도 전환이 주요 의제로 다뤄졌다.
큐레이터이 '전환' 서사는 독립 연구가 아니라 콘퍼런스 참가자들이 제시한 관점이므로, 기술 성숙도나 상용화 시점에 대한 업계 주장은 독립 검증과 구분해서 읽을 필요가 있다.
Jetson Orin NX + Livox Mid-360 + Pixhawk 구성의 UAV 항법 스택을 대상으로 LiDAR 오도메트리 및 동시적 위치추정·지도작성(SLAM) 알고리즘 4종을 두 가지 환경에서 비교 평가했다. TIERS 공개 데이터셋(실내, OptiTrack 기준)에서 GLIM(CPU 모드)이 절대 위치 오차(APE) RMSE 0.025m로 가장 낮은 오차를 기록했으며, FAST-LIO2(0.060m)와 KISS-ICP(0.124m)가 그 뒤를 이었다. 실제 UAV 비행 데이터(VICON 기반 실내 경기장, 7개 시퀀스)에서도 GLIM(GPU 모드)이 평균 APE RMSE 0.040m를 달성해 DLIO(0.096m), FAST-LIO2(0.112m), KISS-ICP(0.123m)를 모두 앞섰다. GLIM의 성능 우위는 소규모 재방문 가능 공간에서의 루프 클로저(loop closure) 활용에 기인한 것으로 분석됐다. 관성 센서 보완 없이 LiDAR만 사용하는 KISS-ICP는 급격한 기동 시 특정 시퀀스에서 오차가 0.426m까지 급등하는 불안정성을 보였다.
큐레이터GLIM의 우위는 '소규모 재방문 가능 공간'에서의 루프 클로저에 기인한다고 연구자들이 분석했으므로, 개방형 공간이나 단방향 경로에서도 같은 순위가 유지되는지는 이 실험만으로는 알 수 없다. 또한 모든 시퀀스가 실내 VICON 환경에서 수집됐기 때문에 실외·GPS 음영 환경으로의 일반화 여부는 별도 검증이 필요하다.
UNIST(울산과학기술원) 연구팀이 이기종 로봇 환경에 특화된 연합학습(federated learning) 기반 깊이 추정(depth estimation) 기술을 개발했다. 깊이 추정은 카메라 영상만으로 물체와 공간까지의 거리를 계산하는 기술로, 로봇이 주변 환경을 인식하고 안전하게 이동하는 데 필요하다. 지상로봇·드론·보행로봇 등 플랫폼별로 이동 장소와 촬영 조건이 달라 데이터 특성이 크게 달라지는 문제가 기존 공동 학습 방식의 한계로 지적돼 왔다. 이번 연구는 이처럼 서로 다른 '눈'을 가진 로봇들이 각자의 데이터를 공유하지 않으면서도 하나의 깊이 인식 모델을 함께 학습할 수 있도록 하는 기법을 제안한다.
큐레이터공개된 정보만으로는 실험이 시뮬레이션 환경인지 실제 로봇 플랫폼에서 수행됐는지, 그리고 몇 종의 이기종 로봇 조합을 대상으로 검증됐는지 확인되지 않아 일반화 가능성을 판단하려면 원논문의 실험 조건을 살펴봐야 한다.
테슬라가 운전대와 페달을 완전히 제거한 2인승 로보택시 '사이버캡(Cybercab)'을 미국 텍사스주 오스틴 공공도로에 투입하며 무인 파일럿 운행을 시작했다. 오스틴 기가팩토리 및 도심 일대에서 비공개 론칭 행사가 진행됐으며, 텍사스 주 정부의 무인 주행 승인을 받은 사이버캡이 실제 도로 주행에 본격 투입됐다. 일론 머스크 테슬라 최고경영자(CEO)도 소셜 미디어를 통해 해당 행사와 관련된 내용을 언급했다.
큐레이터비공개 행사 기반의 제한적 파일럿으로, 운행 규모·구간·안전 데이터 등 공개 검증 정보가 없어 상용 서비스 수준의 신뢰성 판단은 아직 이르다.
자율주행 트럭 소프트웨어 기업 PlusAI가 SPAC(기업인수목적회사) 거래를 통해 증시 상장을 추진한다. 이번 거래에서 PlusAI의 기업 가치는 약 8억 달러로 평가됐다. PlusAI의 자율주행 트럭 소프트웨어는 거래 발표 시점 이미 매출을 창출하고 있는 상태다.
큐레이터8억 달러 기업 가치 평가와 '매출 창출 중'이라는 주장은 거래 당사자 측 발표 기준이며, 자율주행 분야 SPAC 상장은 과거 여러 사례에서 상장 후 가치 급락을 경험한 바 있어 독립적인 검증이 필요하다.
HL로보틱스의 실외 자율주행 주차로봇 '스탠(STAN)'은 장기간 실전 데이터와 디지털 트윈(Digital Twin) 기술을 결합해 대규모 실외 공간의 주차 및 차량 이송 효율화를 목적으로 개발되었다. HL로보틱스가 인수한 프랑스 로봇 전문기업 스탠리 로보틱스(Stanley Robotics)가 개발한 모델로, 실내가 아닌 실외 환경에 특화되어 있다. 2015년부터 영국 개트윅 공항, 프랑스 리옹 공항, 캐나다 토론토 등 실제 국제공항 현장에 투입되어 10년간 운용 데이터를 축적해왔다.
큐레이터10년간 실제 공항에 투입된 이력은 시뮬레이션이나 시범 운용 수준의 로봇과 비교할 때 현장 신뢰성 논의의 기준점이 될 수 있으나, 제시된 운용 성과 수치는 HL로보틱스 측 발표에 근거한 것으로 독립 기관의 검증 여부는 별도 확인이 필요하다.
'AI 요약' 표시가 붙은 항목은 사람 검수를 거치지 않았습니다. 모든 항목은 원문 링크·매체·날짜를 함께 표기하며, 요약 외 전문은 싣지 않습니다.