NEWS
국내외 13개 매체를 주기적으로 수집해 한국어로 요약합니다.
Indy Autonomous Challenge(IAC)가 라구나 세카(Laguna Seca)에서 자율주행 레이싱 이벤트를 완료했다. 이번 대회에서는 Unimore Racing이 우승을 차지했다. IAC 역사상 처음으로 로드 코스(road course)에서 자율주행 차량 간 추월이 이루어졌다.
큐레이터IAC는 그간 주로 오벌 트랙에서 경기를 진행해왔는데, 코너링이 복잡한 로드 코스에서의 첫 추월 사례라는 점에서 주목된다. 다만 원문이 짧아 추월 당시 속도·참가 차량 수 등 구체적인 조건은 확인되지 않는다.
ABI Research는 2035년까지 레벨 3~5 자율주행차(AV)의 설치 기반이 4,900만 대에 달할 것으로 전망한다. Omdia는 2026년부터 2035년 사이에 약 6,000만 대의 산업용 로봇이 배포될 것으로 추산한다. 이처럼 자율주행차와 로봇이 도로·공장·창고 등 사람과 공유하는 환경에 본격 투입됨에 따라, 시스템 전 계층에 걸친 안전성 확보가 핵심 과제로 부상하고 있다.
큐레이터NVIDIA 자사 블로그 게시물로, 제시된 안전 프레임워크가 결국 NVIDIA 제품·솔루션으로 이어지는 구성일 가능성이 있어 독립적인 시각으로 대조해 읽을 필요가 있다.
MOOS-IvP Skills는 자율 수상 로봇 개발에 활용되는 오픈소스 자율주행 프레임워크 MOOS-IvP용 코딩 에이전트 스킬 모음으로, v1.4.12가 공개되었다. MOOS는 ROS와 유사한 발행-구독(pub-sub) 미들웨어이며, IvP는 그 상위에서 동작하는 행동 기반(behavior-based) 의사결정 계층이다. 현재 스킬은 MOOS 앱·IvP 행동·미션 생성, 미션 자체 평가 및 다중 케이스 하네스, 문서 조회, 로그 분석, 확장 저장소 설정, 지리참조(georeferenced) TIFF 맵 생성을 포함한다. 각 스킬은 한정된 워크플로를 처리하고 필요 시 관련 작업을 다른 스킬로 넘기는 구조로 동작한다.
큐레이터본문이 중간에 잘려 v1.4.12에서 실제로 추가·변경된 사항을 파악할 수 없으므로, 이전 버전 대비 차이점은 원문에서 직접 확인이 필요하다.
마음AI가 9월 20일 충남 공주에서 열린 공주백제마라톤에서 자율주행 솔루션 나비컴(NAVICOM)을 탑재한 로봇을 실제 야외 환경에서 운용했다. 다수의 시민이 오가는 환경에서 로봇이 자체적으로 위치와 주변 환경을 인식하며 이동하는 방식으로 시연이 진행됐다. 이번 시연은 국립공주대학교 SW중심대학사업단과 연계해 이뤄졌으며, 동 사업단은 과학기술정보통신부·정보통신기획평가원(IITP)의 지원을 받는다.
큐레이터본문이 일부 잘려 있어 시연에 사용된 로봇의 기종, 센서 구성, 성능 수치 등 기술적 세부 정보를 확인할 수 없다. 보행자가 밀집한 야외 행사장은 자율주행 테스트 환경으로서 의미가 있지만, 이번 시연이 비정형 군중 환경을 얼마나 체계적으로 검증했는지는 원문만으로 판단하기 어렵다.
개발자가 체커보드 등 전용 캘리브레이션 타깃 없이 카메라를 보정할 수 있는 웹 사이트(online-camera-calibration.com)를 공개했다. 이 방법은 평평하고 텍스처가 있는 표면에서 특징점(feature point)을 매칭하는 방식을 사용하며, 기준 이미지 1장과 다양한 각도로 촬영한 추가 사진 10~20장이 필요하다. 초점 거리(focal length)는 카메라를 기울여 촬영할 때 발생하는 원근 단축(foreshortening) 효과로부터 결정된다. ROS bag 파일을 직접 업로드하면 프레임을 자동 추출해 보정에 활용할 수 있으며, 현재 지원 카메라 모델은 핀홀(pinhole) 모델이다.
큐레이터개발자 본인이 직접 작성한 서비스 안내이므로 보정 정밀도가 독립적으로 검증된 결과는 제시되지 않았다. 기존 ROS camera_calibration 패키지 등 표준 도구 대비 정량 비교 데이터가 없어 실제 성능은 직접 확인이 필요하다.
영국 더럼대(Durham University) 연구팀이 장애물이 밀집한 환경에서 드론의 실시간 비행경로를 계획하는 자율항법 기술 'CORTO-Planner'를 개발했다. 이 기술은 드론이 고속으로 비행하면서도 장애물을 안전하게 회피할 수 있도록 경로를 실시간으로 산출한다. 수색·구조, 인프라 점검, 환경 모니터링 등 복잡한 환경에서의 드론 자율비행 활용을 목표로 한다. 연구 성과는 학술지 'IEEE Robotics and Automation'에 게재됐다.
큐레이터본문이 중간에 끊겨 알고리즘의 구체적인 방식이나 실험 성능 수치를 확인할 수 없다. 시뮬레이션 기반인지 실기 비행 실험인지 등 조건을 원문 논문에서 직접 확인할 필요가 있다.
웨이모(Waymo)가 일본 택시 호출 플랫폼 고(GO Inc.)·택시업체 니혼코츠(日本交通)와 제휴해 내년 중 도쿄에서 완전 무인 택시 상용 서비스를 시작한다고 발표했다. 투입 차량은 재규어 I-PACE 전기차에 웨이모 드라이버(Waymo Driver) 5세대를 탑재한 모델이다. 운전자 개입 없이 특정 조건에서 주행하는 자율주행 레벨4(Level 4)로 서비스를 개시하며, 3사는 단계적으로 차량 100대 규모까지 운행을 확대할 계획이다.
큐레이터일본의 도로 환경 및 현지 규제 체계에서 레벨4 영업 허가가 실제로 어떤 일정으로 이뤄질지가 관건이며, 100대 확대 계획은 규제 승인 진행 상황에 따라 달라질 수 있다.
LGDXRobot2는 메카넘 휠 기반 이동 로봇으로, RPLIDAR C1과 ICM-20948 9-DOF IMU(관성 측정 장치) 및 휠 오도메트리를 탑재하며 하드웨어·소프트웨어 전부 오픈소스로 공개되어 있다. 이번 업데이트에서 ROS 2 Lyrical을 지원하며, 브라우저 기반 GUI 접근이 가능한 Docker 이미지와 Nav2 통합 기능(센서 연동, 컨트롤러별 파라미터 튜닝, 전용 런치 파일 포함)을 제공한다. 로봇 컨트롤러 보드용 ROS 노드는 C++20 표준으로 재작성되었다. 신규 RPLIDAR 드라이버 lgdx_rplidar_c1이 시리얼 포트를 통해 RPLIDAR C1과 직접 통신하도록 자체 개발되었으며, 컴포저블 노드(composable node)와 자동 재연결을 지원하고 ROS 2 APT 저장소에 등록되었다. 컨트롤러 보드에 ICM-20948 IMU가 내장되어 기존에 의존하던 외부 D435i 장치가 불필요해졌고, GUI 도구에 자력계(magnetometer) 보정 기능이 추가되었다.
큐레이터하드웨어·소프트웨어 모두 오픈소스로 공개되어 있어 Nav2 학습·연구 플랫폼으로 진입 장벽이 낮으나, 실내 주행 정밀도나 맵핑 성능 수치 등 실기 검증 결과는 이번 발표에 포함되지 않았다.
DGIST 미래모빌리티연구부 연구팀이 구미 소재 기업 주광정밀과 공동으로 자율이동로봇(AMR)용 레이더의 데이터 연산량을 88% 줄이는 고해상도 각도 추정(angle estimation) 기술을 개발했다. 이 기술은 장애물 탐지 성능을 높게 유지하면서 신호 처리 부담을 대폭 낮추는 것을 목표로 한다. 레이더는 전파로 장애물의 거리·속도·방향을 측정하며, 눈·비·안개 등 악천후에서도 안정적으로 동작해 카메라와 라이다(LiDAR)를 보완하는 센서로 쓰인다. 기존 신호 처리 방식은 연산 속도는 빠르지만 인접한 물체를 정확히 구분하는 데 한계가 있었다.
큐레이터연산량 88% 절감은 연구팀의 발표 수치로, 어떤 기준 알고리즘 대비 측정된 것인지 제공된 본문(일부 잘림)만으로는 확인할 수 없어 원문 전문 검토가 필요하다.
formiat가 쿼드로터용 오픈소스 내비게이션 스택 px4-ros2-drone-nav v0.2.1을 공개했다. ROS 2 Jazzy, PX4 SITL v1.17(uXRCE-DDS 연결), Gazebo Harmonic, CUDA를 기반으로 구성되며, 360×181 빔 GPU 라이다(10 Hz)가 수집한 레이를 타임스탬프 정렬 방식으로 통합해 3D 점유 맵(Occupancy3D)을 실시간 갱신한다. 전역 경로는 적응형 26방향 연결 3D 격자 위에서 동작하는 지속형 D* Lite 플래너가 생성하며, CUDA 기반 MPPI(모델 예측 경로 적분, Model Predictive Path Integral) 로컬 플래너가 50 Hz로 실행된다. 계획된 궤적은 원시 점유 데이터에 대한 swept-footprint 검증을 거쳐 PX4 궤적 설정점으로 전달된다. DARPA Subterranean Challenge 'Urban Circuit Practice 01' 환경에서 약 3분 분량의 비행 시연 영상이 함께 공개되었다.
큐레이터본문에 소개된 결과는 Gazebo Harmonic + PX4 SITL 시뮬레이션 환경에서의 것이며, 실제 하드웨어 비행 검증 여부는 본문에서 확인되지 않는다.
KAIST 전기및전자공학부 명현 교수 미래도시 로봇연구실 연구팀이 자연어 명령을 이해하고 미지의 실내 환경에서 목표 물체를 스스로 찾아가는 로봇 항법 기술을 개발했다. '파란 소파를 찾아가'와 같은 언어 지시 한 마디만으로 처음 진입한 건물에서도 경로를 탐색할 수 있다. 이 기술은 목표 지점에 올바르게 도착했는지 로봇이 스스로 판단·확인하는 기능도 포함한다. 연구팀은 컴퓨터비전 학술대회 ECCV 2026 및 로보틱스 관련 국제 대회에서 1위와 2위를 각각 기록했다.
큐레이터본문이 일부 잘려 구체적인 기법명·평가 데이터셋·경쟁 팀 수가 확인되지 않으며, 대회가 시뮬레이션 환경인지 실기 환경인지도 원문에서 명확히 드러나지 않는다.
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.
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.
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.
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.
'AI 요약' 표시가 붙은 항목은 사람 검수를 거치지 않았습니다. 모든 항목은 원문 링크·매체·날짜를 함께 표기하며, 요약 외 전문은 싣지 않습니다.