▲ 페가수스 TRK 네오(Pegasus TRK Neo)는 도로 프로젝트의 전 주기에 걸쳐 정밀한 데이터를 수집한다. 착공 전 사전 조사부터 공사 중 진행 상황 모니터링, 유지관리 계획 수립을 위한 노면 상태 분석에 이르기까지 폭넓은 활용 범위를 자랑한다(사진=라이카 지오시스템즈).  © 커넥트 데일리

(커넥트 데일리=김영도 기자) 영국의 인프라 조사 전문기업 캐슬 서베이즈(Castle Surveys)가 최신형 ‘Leica Pegasus TRK700 Neo’를 전격 도입하면서 공간정보 산업의 기술적 임계점을 또 한 번 갱신할 것으로 보인다.

캐슬 서베이즈는 영국 최초로 라이카 TRK 모바일 측량 시스템 ‘TRK Neo 500’과 ‘TRK Neo 700’을 도입해 영국과 유럽 전역의 대규모 모바일 측량 프로젝트에 더욱 향상된 용량, 유연성 및 안정성을 제공하게 됐다고 밝혔다.

라이카 TRK 모바일 측량 시스템 ‘TRK Neo 500’과 ‘TRK Neo 700’ 장비가 구현하는 11mm의 절대 정밀도와 AI 자율 워크플로우가 자율주행 레벨 4 인프라와 지능형 도시 관리 체계에 가져올 파괴적 혁신이고 평가된다.

11mm 정밀도, 자율주행 레벨 4 인프라 생존 조건

자율주행 레벨 4는 특정 조건(ODD, 설계 주행 영역)에서 운전자의 개입 없이 시스템이 모든 주행을 책임지는 수준으로 핵심전제는 차량의 센서 데이터와 실제 도로 환경을 매칭하는 정밀도로지도(HD Map)의 신뢰도이다.

기존 5~10cm 오차 범위를 가진 MMS 데이터는 차량의 차선 유지(Lane Keeping)에 무리가 없지만 복잡한 도심 교차로의 연석, 표지판, 신호등과의 이격 거리를 계산할 때 불확실성(Uncertainty)을 발생시킨다. 

따라서, 11mm의 정밀도는 이러한 불확실성을 사실상 제로(Zero)에 가깝게 수렴시킨다고 할 수 있다.

차량의 LiDAR나 카메라 센서가 감지하는 실시간 정보와 11mm 오차 내에서 구축된 디지털 트윈 지도가 결합하면 시스템은 센서 데이터의 오류를 지도가 보정하고, 지도 데이터의 변화를 센서가 즉각 탐지하는 상호 보완적 SLAM(Simultaneous Localization and Mapping) 고도화가 실시간으로 이뤄진다.

부연하자면, 갑작스러운 기상 악화나 센서 노이즈 상황에서도 차량이 센티미터급 단위의 회피 기동을 가능케 하는 결정적인 안전 마진이 보장된다는 것을 의미한다.

1인 운영 체제와 AI 스마트 마스킹

캐슬 서베이즈가 주목한 또 다른 핵심은 운영 효율의 극대화로 기존 MMS는 장비 운용자, 데이터 모니터링 요원, 안전 통제 요원 등 최소 3인 1조의 투입이 불가피했지만 TRK700 Neo는 자율형 데이터 수집 가이드를 통해 1인 운영 체제를 실현했다.

여기에 수집과 동시에 가동되는 AI 스마트 마스킹은 후처리 공정의 병목 현상을 해결하는 핵심 동력이다. 

또 개인정보 보호를 위한 수동 블러링 작업은 전체 공기(工期)의 약 30%를 차지하는 비효율 구간이었지만 AI가 실시간 처리해 데이터 수집부터 디지털 트윈 플랫폼 업로드까지의 리드 타임(Lead Time)을 기존 대비 50% 이상 단축시켰다는 평이 나온다. 

수시로 변하는 도심 환경을 디지털 트윈에 즉각 반영해야 하는 라이브 맵 구현의 필수 전제 조건이 마련된 것이라 할 수 있다.

측량업에서 지능형 인프라로 진화

대한민국 시군구 단위 지자체가 TRK700 Neo급 장비를 활용해 지상 시설물과 지하시설물(상하수도, 가스관 등)을 통합한 디지털 트윈을 구축할 경우 기대할 수 있는 투자 대비 효과는 상당하다.

연간 인구 50만 명의 시를 기준으로 했을 때 현장 조사 및 측량 외주 비용이 약 5억 원에서 8억 원이 감소되고 사고 예방 효과 측면에서 도로 굴착 사고 및 지하시설물 파손 방지로 사고 처리 및 복구비를 감안하면 약 15억 원에서 30억 원의 이점이 발생한다.

여기에 행정 효율을 높여 민원 처리 시간 단축 및 인허가 자동화로 약 3억 원 상당의 경제적 효과를 볼 수 있으며 특히, 지상에서 MMS로 획득한 고정밀 좌표값은 지하시설물 탐사 데이터(GPR 등)와 결합할 때 그 가치가 배가된다는 점이다.

지상의 도로 경계석이나 맨홀 뚜껑 하나까지 11mm 오차 내로 정밀하게 위치가 잡히면 이를 기준으로 정렬된 지하 관로의 위치 신뢰도가 급상승해 보이지 않는 위험을 관리 가능한 데이터로 전환되는 디지털 트윈 환경이 실현된다.

영국 캐슬 서베이즈의 도입 사례는 국내 중소 공간정보 기업들에게 생존 전략의 변화를 시사한다.

장비를 보유하고 용역을 수행하는 단순 하청 구조에서 벗어나, 고정밀 데이터를 가공해 자율주행 기업이나 지자체에 구독형(Subscription)으로 제공하는 ‘DaaS(Data as a Service)’ 모델로의 전환이다.

이를 위해 정부는 첨단 장비 도입이 민간의 부담이 되지 않도록 공공측량 단가 산정 시 기술 가산점을 대폭 강화하고, 고정밀 공간정보의 보안 규제를 자율주행 및 안전 관리 목적에 따라 유연하게 적용하는 정책적 지원이 요구된다.

결국 11mm의 정밀도와 AI의 속도가 결합된 대한민국 디지털 트윈 국토는 국가 자율주행 경쟁력과 시민의 안전을 책임지는 지능형 인프라로 진화하는 기폭제가 될 전망이다.