7.6 LiDAR 센서의 종류와 사양
1. LiDAR 센서의 분류 체계
LiDAR(Light Detection and Ranging) 센서는 측거 방식, 빔 주사(beam scanning) 메커니즘, 파장 대역, 측정 차원 등 다양한 기준에 따라 분류된다. 자율주행 분야에서는 특히 빔 주사 방식에 따른 분류가 센서 선정과 시스템 설계에 핵심적인 기준이 된다.
측거 방식에 따라서는 크게 ToF(Time-of-Flight) 방식과 FMCW(Frequency-Modulated Continuous Wave) 방식으로 구분한다. ToF 방식은 레이저 펄스를 방사한 후 반사파가 돌아오기까지의 시간을 측정하여 거리를 산출하며, 현재 상용 자율주행 LiDAR의 대다수가 이 방식을 채택하고 있다. FMCW 방식은 연속적으로 주파수가 변조된 레이저를 방사하여 반사파와의 주파수 차이(beat frequency)로부터 거리와 속도를 동시에 측정한다. FMCW LiDAR는 도플러 속도 정보를 직접 획득할 수 있어 동적 객체 탐지에 유리하며, Aeva Technologies 등이 상용화를 추진하고 있다(Aeva, 2022).
빔 주사 방식에 따른 분류는 다음과 같다.
1.1 기계식 회전형(Mechanical Spinning) LiDAR
기계식 회전형 LiDAR는 레이저 송수신부 전체를 모터로 360도 회전시켜 전방위 주사를 수행하는 구조이다. 다수의 레이저 채널을 수직 방향으로 배열하고 수평 방향으로 기계적 회전을 수행함으로써 3차원 점군(point cloud)을 생성한다. Velodyne(현 Ouster 합병)의 VLP-16, VLS-128 등이 대표적인 제품이다. 360도 전방위 시야(Field of View, FoV)를 확보할 수 있다는 장점이 있으나, 기계적 회전부의 내구성 한계, 대형화된 폼팩터(form factor), 높은 제조 원가가 단점으로 지적된다(Royo & Ballesta-Garcia, 2019).
1.2 고체 상태형(Solid-State) LiDAR
고체 상태형 LiDAR는 기계적 회전부 없이 반도체 소자 수준에서 빔 주사를 수행하는 방식을 총칭한다. 이 범주에는 MEMS(Micro-Electro-Mechanical Systems) 미러 방식, OPA(Optical Phased Array) 방식, 플래시(Flash) 방식이 포함된다.
MEMS 미러 방식은 미세 전자기계 미러를 고속으로 구동하여 레이저 빔을 편향시키는 구조이다. 기계식 대비 소형화와 원가 절감이 가능하며, Innoviz Technologies의 InnovizOne, InnovizTwo 등이 이 방식을 채택하였다(Innoviz Technologies, 2021). 다만 미러의 기계적 진동이 여전히 존재하므로 완전한 고체 상태로 분류하기 어려운 측면이 있다.
OPA 방식은 다수의 광 이미터(optical emitter)에 인가하는 위상을 전자적으로 제어하여 빔의 방향을 조향(beam steering)하는 기술이다. 기계적 가동부가 전혀 없어 진정한 고체 상태 구현이 가능하나, 현재까지 시야각 확보, 출력 제한, 부엽(side lobe) 억제 등의 기술적 과제가 잔존한다(Poulton et al., 2017).
플래시(Flash) 방식은 넓은 영역에 레이저 펄스를 동시에 조사하고, 2차원 수광 어레이(detector array)로 반사광을 일괄 수신하여 단일 펄스로 3차원 깊이 영상을 취득하는 구조이다. 기계적 가동부가 없고 프레임 획득 속도가 빠르나, 넓은 영역에 에너지를 분산 조사하므로 원거리 탐지 성능이 제한되며, 수광 어레이의 해상도에 따라 공간 분해능이 결정된다(McManamon, 2019).
1.3 하이브리드형 LiDAR
하이브리드형은 기계식과 고체 상태 방식의 요소를 결합한 구조이다. 예를 들어 1축 회전과 MEMS 미러를 조합하거나, 회전 프리즘(rotating prism)과 고체 상태 송수신부를 결합하는 방식이 있다. Hesai Technology의 AT128은 회전 프리즘 구조를 채택하여 120도 수평 시야각에서 고밀도 점군을 생성한다(Hesai Technology, 2022).
2. 파장 대역에 따른 분류
자율주행용 LiDAR는 사용 파장에 따라 크게 905 nm 대역과 1550 nm 대역으로 구분된다.
905 nm 대역 LiDAR는 실리콘(Si) 기반 광검출기(예: SiPM, APD)를 사용할 수 있어 제조 원가가 낮고 기술 성숙도가 높다. 그러나 905 nm 파장은 태양광 스펙트럼에서 배경 잡음(background noise)이 상대적으로 높으며, 인체 망막에 대한 안전 규격(IEC 60825-1)에 따라 출력이 제한된다.
1550 nm 대역 LiDAR는 인체 망막이 이 파장을 흡수하지 않으므로 Class 1 안전 등급 내에서 더 높은 출력을 사용할 수 있다. 이에 따라 원거리 탐지 성능이 향상되며, 태양광 배경 잡음도 905 nm 대비 낮다. 다만 InGaAs 기반 광검출기가 필요하여 제조 원가가 높고, 수분과 안개에 의한 흡수가 905 nm 대비 다소 크다(Wojtanowski et al., 2014).
3. 주요 사양 항목과 의미
자율주행용 LiDAR 센서의 성능을 평가하고 비교하기 위한 주요 사양 항목은 다음과 같다.
| 사양 항목 | 정의 | 자율주행에서의 의미 |
|---|---|---|
| 탐지 거리(Range) | 반사율 10% 기준 최대 측정 가능 거리 | 고속 주행 시 충분한 정지 거리 확보에 직결 |
| 수평 시야각(Horizontal FoV) | 수평 방향 측정 범위(도) | 전방위 감시 또는 전방 집중 감시 결정 |
| 수직 시야각(Vertical FoV) | 수직 방향 측정 범위(도) | 도로면 및 상방 구조물 탐지 범위 결정 |
| 각분해능(Angular Resolution) | 인접 측정점 간 각도 간격 | 원거리 소형 객체 분해 능력에 영향 |
| 점군 밀도(Points per Second) | 초당 생성되는 3차원 점의 수 | 고밀도일수록 객체 형상 인식 정밀도 향상 |
| 프레임률(Frame Rate) | 초당 완전한 스캔 횟수(Hz) | 동적 환경에서 시간 분해능 결정 |
| 거리 정확도(Range Accuracy) | 측정 거리의 오차 범위(cm) | 객체 위치 추정의 신뢰도에 영향 |
| 반환 수(Number of Returns) | 단일 펄스에 대한 다중 반사 측정 수 | 식생, 반투명 구조물 등 관통 탐지에 유용 |
4. 대표적인 자율주행용 LiDAR 제품 사양 비교
아래 표는 자율주행 분야에서 널리 사용되거나 주목받는 LiDAR 센서의 주요 사양을 정리한 것이다.
| 제품명 | 제조사 | 방식 | 파장(nm) | 채널 수 | 탐지 거리(m) | 수평 FoV(°) | 수직 FoV(°) | 점군 밀도(pts/s) | 프레임률(Hz) |
|---|---|---|---|---|---|---|---|---|---|
| VLP-16 | Velodyne | 기계식 회전 | 903 | 16 | 100 | 360 | ±15 | 약 300,000 | 5–20 |
| VLS-128 | Velodyne | 기계식 회전 | 903 | 128 | 245 | 360 | 40 | 약 9,600,000 | 5–20 |
| OS1-128 | Ouster | 기계식 회전 | 865 | 128 | 120 | 360 | 45 | 약 2,621,440 | 10–20 |
| Pandar128 | Hesai | 기계식 회전 | 905 | 128 | 200 | 360 | 40 | 약 6,912,000 | 10–20 |
| AT128 | Hesai | 하이브리드 | 905 | 128 | 200 | 120 | 25.4 | 약 6,912,000 | 10–20 |
| InnovizTwo | Innoviz | MEMS | 905 | — | 300 | 120 | 30 | — | 10–20 |
| Aeries II | Aeva | FMCW | 1550 | — | 500 | 120 | 30 | — | 10–20 |
주: 탐지 거리는 반사율 10% 기준이며, 제품 세대 및 펌웨어 버전에 따라 사양이 상이할 수 있다. 점군 밀도에서 “—“는 고체 상태 방식의 경우 채널 개념이 상이하여 직접 비교가 어려운 항목을 의미한다.
5. 자율주행 LiDAR 센서 선정 시 고려 사항
자율주행 시스템에서 LiDAR 센서를 선정할 때에는 단일 사양 항목이 아닌 다수의 상충 관계(trade-off)를 종합적으로 고려하여야 한다.
탐지 거리와 시야각의 상충 관계: 플래시 방식이나 고체 상태 방식은 제한된 시야각 내에서 높은 분해능을 제공하는 반면, 기계식 회전형은 360도 전방위 시야를 확보하지만 단위 각도당 점군 밀도가 상대적으로 낮을 수 있다. 고속 주행 시 전방 원거리 탐지가 중요한 경우 장거리 전방 LiDAR를 별도로 배치하고, 근거리 전방위 감시를 위한 단거리 LiDAR를 조합하는 다중 LiDAR 구성이 일반적이다.
원가와 성능의 균형: 기계식 회전형 LiDAR는 높은 점군 밀도와 전방위 시야를 제공하나 제조 원가가 높다. 양산 차량에의 적용을 위해서는 고체 상태 방식으로의 전환이 불가피하며, MEMS 미러 방식이 현재 양산 적용에 가장 근접한 기술로 평가된다(Yole Développement, 2023).
환경 내구성: 자동차용 LiDAR는 진동, 온도 변화, 습도, 오염물질 등 가혹한 환경 조건에서 안정적으로 동작하여야 한다. 기계식 회전부가 없는 고체 상태 방식이 환경 내구성 측면에서 유리하며, 자동차 부품 신뢰성 규격인 AEC-Q102(광전자 소자) 인증 획득 여부가 양산 적용의 전제 조건이 된다.
다중 반환(Multi-Return) 지원 여부: 안개, 비, 눈 등의 기상 조건에서는 대기 중 수적(water droplet)에 의한 반사가 발생한다. 다중 반환을 지원하는 LiDAR는 첫 번째 반사(기상 입자)와 마지막 반사(실제 객체)를 분리하여 기상 악조건에서의 탐지 성능 저하를 완화할 수 있다.
6. LiDAR 기술의 발전 동향
자율주행용 LiDAR 기술은 고체 상태화, 원가 절감, FMCW 방식의 상용화를 중심으로 발전하고 있다.
FMCW LiDAR의 부상: 기존 ToF 방식 대비 FMCW 방식은 도플러 속도 측정, 높은 간섭 내성, 단일 광자 수준의 감도를 제공하여 차세대 자율주행 LiDAR의 유력한 후보로 부상하고 있다. Aeva, Aurora(FMCW LiDAR 자체 개발), Analog Photonics 등이 관련 기술을 개발하고 있다(Behroozpour et al., 2017).
실리콘 포토닉스(Silicon Photonics) 기반 집적화: OPA 방식을 실리콘 포토닉스 공정으로 단일 칩에 집적하는 연구가 진행되고 있다. 이 접근법은 대량 생산에 의한 극적인 원가 절감 가능성을 제시하나, 시야각 확보와 출력 향상이 핵심 과제로 남아 있다(Poulton et al., 2017).
1550 nm SWIR 검출기의 발전: 1550 nm 대역 LiDAR의 핵심 부품인 InGaAs 기반 SWIR(Short-Wave Infrared) 검출기의 원가가 점진적으로 하락하고 있으며, Ge-on-Si(게르마늄-온-실리콘) 기술을 통한 CMOS 호환 공정 개발이 진행되어 향후 1550 nm LiDAR의 양산 원가 경쟁력이 개선될 것으로 전망된다.
참고문헌
- Aeva. (2022). Aeries II Product Specification. Aeva Technologies, Inc.
- Behroozpour, B., Sandborn, P. A. M., Wu, M. C., & Boser, B. E. (2017). Lidar system architectures and circuits. IEEE Communications Magazine, 55(10), 135–142.
- Hesai Technology. (2022). AT128 Datasheet. Hesai Technology Co., Ltd.
- Innoviz Technologies. (2021). InnovizTwo Technical Specification. Innoviz Technologies Ltd.
- McManamon, P. F. (2019). LiDAR Technologies and Systems. SPIE Press.
- Poulton, C. V., Yaacobi, A., Cole, D. B., Byrd, M. J., Raval, M., Vermeulen, D., & Watts, M. R. (2017). Coherent solid-state LIDAR with silicon photonic optical phased arrays. Optics Letters, 42(20), 4091–4094.
- Royo, S., & Ballesta-Garcia, M. (2019). An overview of lidar imaging systems for autonomous vehicles. Applied Sciences, 9(19), 4093.
- Wojtanowski, J., Zygmunt, M., Kaszczuk, M., Mierczyk, Z., & Muzal, M. (2014). Comparison of 905 nm and 1550 nm semiconductor laser rangefinders’ performance deterioration due to adverse environmental conditions. Opto-Electronics Review, 22(2), 96–104.
- Yole Développement. (2023). LiDAR for Automotive and Industrial Applications Report.
버전: v1.0, 2026-04-11