ㅇ 반드시 정확한 닉네임을 사용해야 합니다. ㅇ 위의 글제목에는 시청한 프로그램의 이름을 기입해야 합니다. ㅇ 시청한 시각, 프로그램 내용 12줄 이상, 느낀점 12줄 이상을 작성해야 합니다(글자크기 14pt). ㅇ 줄바꿈(Enter키 입력)을 하지 않습니다. ㅇ 다른 친구의 글을 복제하면 안됩니다. 발각되면 모든 것이 무효화됩니다. ㅇ 주당 1편을 기록할 수 있습니다. 2편 이상 작성하여도 1편만 인정됩니다. ㅇ 꾸준히 작성하여 8편 이상을 기록한 경우 수행평가에 점수(20점)를 부여 받을 수 있습니다. ㅇ 전입생의 경우 학교생활 개월수에 따라 만점 기준이 달라지므로 불리함이 없습니다. |
시청시각 : 10월 2일 오후 8:00-9:00
내용(12줄 이상) : 요즘은 운전자 없이도 안전하고 똑똑하게 주행할 수 있는 자율주행 자동차의 시대이다. 이러한 자율주행 자동차의 핵심기술은 라이다 기술이다. 라이다란 도로에서 객체를 정확하고 빠르게 인지하는 센서 기술이다. 인공지능, 레이더, 카메라와 함께 자율주행 기기의 ‘눈’ 역할을 담당한다. 라이다는 라이트와 레이더의 합성어를 뜻한다. 레이더는 강한 전자기파를 발산하고 그 전자기파가 물체에 반사되어 돌아오는 것을 분석해 그 물체와의 거리를 측정하는 방식이다. 하지만 레이더는 물체를 확인할 수는 있어도 그 물체가 어떤 물체인지 구체적으로 알 수는 없다. 자율주행을 위해선 장애물이 사람인지 아니면 고정되어 있는 물체인지 보다 구체적인 정보가 필요하다. 반면 라이다 기술은 물체와의 거리를 확인할 수도 있고 정밀하고 입체적으로 물체를 정밀화 할 수 있다. 보통 자율주행시엔 두 기술을 모두 사용한다. 비가 오거나 눈이 오는 등 날씨가 좋지 않을 경우에는 레이더가 야간에는 라이다가 더 정확하기 때문에 하나의 자동차에 두 센서가 모두 장착되어 있다. 사물을 인식하는 방법이 다른 만큼 성능에도 차이가 있다. 앞서 설명한 것처럼 정밀도 면에서는 라이다가 레이더보다 더 뛰어나다. 하지만 레이더에 비해 소형화 기술이 발달하지 못했다. 차량에 탑재될 때도 부피가 커 외부에 설치하게 되는데 이것이 디자인을 망치고 상대적으로 비싼 가격으로 대중화가 어려운 점이 있다. 자율주행 라이다 성능을 완성시키기 위해선 소프트웨어도 중요하다. 라이다 소프트웨어의 핵심은 자율주행차가 위치한 공간의 객체들을 식별하게 해야 하는 것이다. 이를 위해선 하드웨어가 빛을 쏘아 수집한 3차원 포인트 정보를 기반으로 객체를 학습하는 딥 러닝이 필요하다. 이러한 이유로 글로벌 기업들은 하드웨어가 일정한 수준으로 도달하면 소프트웨어가 승부를 갈리 것으로 전망하고 있다.
느낀점(12줄 이상) : 자율주행 자동차의 개발은 오래전부터 시작되었다. 예전에는 레이더만을 이용해 사물을 인지하였다. 이러한 기술로 인해 자율주행으로 인한 몇몇 피해도 발생하기도 했다. 이러한 단점을 보안하고 더 정확한 사물을 인식하기 위한 핵심 기술이 바로 라이다인 것 같다. 라이다는 레이더와 달리 사물을 3D로 인식하여 그래픽으로 나타낼 수도 있다. 하지만 이러한 라이다에도 단점이 있다. 라이다는 레이더에 비해 성능은 좋지만 부피가 크고 가격이 비싸다. 이 단점은 자율주행 자동차를 만들 때 굉장히 큰 문제점이다. 자동차를 상용화해야 하는데 라이더가 장착이 되면 외간으로 나오게 되어 디자인적으로 예쁘지가 않고 그 가격 또한 사기에 부담스러울 것이다. 이러한 문제점 때문에 각 회사별로 라이더의 사용 여부가 갈리고 있다. 나는 라이다를 사용하는 것에 찬성한다. 라이다 기술을 사용함으로써 더 안전하고 정확한 자율주행이 가능해질 것이기 때문이다. 라이다는 자율주행 외에도 산림조사나 배달 등 여러 분야에서 발전할 수 있다. 기존의 산림자원조사는 일정한 면적 안에 있는 나무들의 높이나 지름 등을 사람이 직접 조사한다. 하지만 이러한 조사는 많은 인력과 시간이 필요하고 오차 발생률도 높다. 이에 반해 라이다 활용 조사는 데이터의 정확도가 높고 보다 신속하고 효율적인 조사가 가능해질 것이다. 또한 라이다는 물류 업계에도 좋은 수단이 된다. 라이다로 주어진 장소까지 스스로 이동할 수 있어 사람 대신 장시간동안 쉬지 않고 무거운 짐을 옮겨줄 수 있게 되었다. 이러한 기술은 요즘과 같은 배달이 많아진 코로나 시대에 더더욱 활용도가 좋을 것 같다.