인터뷰 스트리스(Stryx) 박일석 대표

영상과 센서 정보 결합해, 측정 즉시 사용가능한 데이터 생성

스트리스(Stryx)는 흔히 ‘스트리트뷰’라고 불리는 파노라마 이미지 픽셀에 3차원 위치좌표를 부여해 일반적인 스트리트뷰 환경에서 불가능했던 측위기술을 도입한 스타트업 기업이다.

이를 통해 현장에 가지 않고도 시설물을 관리하고 도면제작이 가능한 시스템을 구축할 수 있으며, 서울시 하천관리 시스템에도 적용될 예정이다. 원래는 자율주행을 위한 지도를 제작하기 위해 시작했지만, 스마트시티 구축에 먼저 활용이 될 전망이다.

스트리스의 박일석 대표를 만나 스트리스의 ‘sMMS’ 기술과 공간정보 업계의 동향에 대해 물었다.

Q. 스트리스에 관한 간단한 소개 부탁드립니다.

A. 저희는 3차원 스마트 공간정보 구축 자동화 기술을 보유한 스타트업 회사입니다. 기존의 공간정보 서비스는 낮은 정확도의 단순한 영상정보 제공에 그치는데 반해 저희는 첨단센서 융합을 토대로 영상에 GNSS에서 취득되는 cm단위의 정확한 3차원 좌표를 부여하는 새로운 방식의 데이터를 제공합니다.

원래 저희는 자율주행용 지도를 제작하는 것에서 시작한 회사입니다. 센서 간의 기하 보정을 연구했던 연구원들이 나와서 창업했습니다. 창업 후에 정밀도로 지도를 취득해 연구를 했는데, 사실 자율주행 시장 자체가 아직 열리기에 시간이 좀 많이 남았기 때문에 계속 붙잡고 있을 수 없었습니다. 그래서 이 기술들을 어디에 활용할 수 있을까 생각하던 중 측량 기술이다 보니 스마트 시티나 이런데 활용할 방법이 없을까 생각이 들어 적용해보고 있습니다

라이더, 카메라, GNSS/INS 간의
센서 캘리브레이션을 1픽셀,
수cm 수준까지 성공…(중략)…
라이더-카메라 동기화 수준은 10ms 이하

Q. ‘sMMS’(streetview Mobile Mapping System)는 어떤 기술입니까?

A. 일반적으로 공간정보 업체들이 사용하는 게 ‘MMS’(이동형측량시스템) 기술인데 저희는 거기에 스트리트 뷰를 얹은 것입니다. 라이더, 카메라, GNSS/INS 간의 센서 캘리브레이션을 1픽셀, 수cm 수준까지 성공했고, 해당기술 관련 특허출원도 완료했습니다. 라이더-카메라 동기화 수준은 10ms 이하이며 캘리브레이션과 시스템 개선을 거쳐 INS, 라이더의 최고 성능을 구현했습니다.

일반적으로는 고가의 센서들을 하나의 장비로 얽어서 측정하는 게 일반적입니다. 저희는 최대한 센서 간에 비틀어짐 없이 장비를 구축했고, 진동과 같이 물리적인 방법들로 장비에서 생기는 오차를 다 상쇄시켜놨습니다. 측정하는 과정에 있어 렌즈도 흔들리고 있고, 나사로 아무리 바싹 조여도 미세한 움직임이 발생하게 됩니다. 타 업체들은 처음에 한번 설계하고 나면 그게 맞다고 믿고 있지만 틀리게 측정되고 있는 것입니다. 그 모든 변수들을 고려하는 캘리브레이터가 필요한데 보통은 그냥 쓰고 있습니다. 저희는 이러한 부분까지 자체 보정을 다 하고 있습니다.

또한 다른 업체들은 고가의 부품들을 사용하는데 저희는 비교적 저렴한 부품들을 사용해 저가에서 비슷한 퀄리티를 뽑아내고 있습니다.



서울시 도로가 11,000km정도 되는데 이 도로를 다 촬영하고, 업데이트까지 할 수준으로 찍으려면 10대로도 6~7개월 정도 걸립니다. 비싼 장비 1대로는 만들 수 없는 수준이죠. 저희처럼 저가의 장비로 비슷한 수준의 결과를 얻어낼 수 있다면 같은 값으로 여러대가 측정에 투입이 가능해질 것이고, 실질적인 측정이 가능해질 것 입니다.

또한 장비도 결국은 다 소모품입니다. 라이더의 수명도 보통 1만시간이라고 하지만, 측정을 위한 주행 시 받는 진동, 먼지로 인해 조금씩 데미지가 누적되는 부분도 있을 것입니다. 카메라도 5만장 정도 이미지를 찍으면 교체해줘야 합니다. 다른 부품들도 마찬가지입니다. 보통은 그런 부분에 대한 감가를 고려하지 않습니다. 그런 장비를 4~5년씩 쓰면 얻어지는 데이터가 엉망일텐데 그걸 그대로 쓰고 있습니다. 그런 부분들을 보완하기 위해서 싼 부품들을 사용하고, 부품만 교체해서 계속 사용할 수 있게 고려했습니다.

이 기술을 사용해서 정보를 구축하게 되면,
민원이 들어왔을 때 공무원들이 직접 나가지 않고도
해당 구역 지도에 구축된 측량 정보를 통해
구체적인 해결방안을 도출해 낼 수 있게 될 것입니다.


Q. 10ms, 픽셀과 같은 수치만 들어서는 쉽게 체감이 잘 안됩니다. 좀 더 구체적으로 설명해주신다면?

A. 보통 DSLR 카메라를 썼을 때 동기화할 수 있는 한계가 통용되는 방법으로 50~100ms정도 입니다. 대부분 타 업체들은 완성된 외산 툴을 사용하는데, 화질이 안 좋고, 해상도도 떨어지고, 어두우면 잘 안 됩니다. 게다가 그런 장비들을 써도 동기는 잘 안 됩니다. 저희의 장비로 측정된 영상과 정보는 후에 보정을 할 필요 없이 취득과 동시에 사용할 수 있습니다.

비교를 해보자면 100km/h로 달리면 1초에 28m를 가게 됩니다. 보통 100ms정도 동기화 된다고 하는데, 그러면 3m마다 이미지 한 장씩 찍게 되는 것입니다. 사진이 찍히는 지점, 라이더 찍히는 지점, GPS 찍히는 지점이 다 3m씩 다르게 되는 것이죠. 같은 선상에 있으니 수작업으로 정보들을 옮겨 붙이면 되지만 이것도 만만치 않은 일입니다. 더군다나 후보정과정에서 정보에 대한 신뢰도도 감소할 수밖에 없습니다. 그에 비해 10ms면 30cm당 한 장이니 좀 나은 수준이라고 볼 수 있습니다. 보통 50km/h 정도의 속도로 달리며 측정하니 오차는 거의 없다고 볼 수 있습니다.



Q. 스마트시티 분야에서는 어떤 적용 사례가 있습니까?

A. 국내 대형 포털사이트에서 제공하는 스트리트뷰를 개선해보고, 아이템을 강화해보면 좋겠다고 생각했습니다. 기존에 스트리트뷰는 위치를 보는 것으로 그쳤는데, 길에 있는 간판이나, 거리 폭 등과 같은 정보를 화면을 촬영하면서 알 수 있으면 스마트 시티를 구축하는데 활용될 수 있을 것이라는 생각을 했습니다. 이 기술은 2019년 하반기 서울시 자전거도로, 하천시설물 관리에 적용될 예정입니다. 이 기술을 사용해서 정보를 구축하게 되면, 민원이 들어왔을 때 공무원들이 직접 나가지 않고도 해당 구역 지도에 구축된 측량 정보를 통해 구체적인 해결방안을 도출해 낼 수 있게 될 것입니다. 이는 스마트시티 구현을 위한 중간관리자 툴이라고 보면 됩니다.

이 외에 시민들에게는 무엇을 할 수 있을까 생각해보니, 우리가 만들어낸 데이터가 깔리게 되면 영상 상에 뎁스 정보가 생성되는 것인데, 그 정보를 바탕으로 AR 내비게이션을 만들어나갈 수 있습니다. AR 내비게이션 지도 정보에 뎁스 정보가 있으면 AR이 좀 더 쉬워집니다.

도심에서 다니다보면 본인의 위치를 정확하게 모를 때가 많습니다. 요즘 킥보드, 공유차 파킹존의 위치를 잘 모르는 경우가 많은데 AR로 정확하게 영역을 표시해서 안내할 수 있게됩니다. 카메라로 보고 있는 위치의 정보를 정확하게 알 수 있51기 때문에 그 위치에 덧입힐 수 있는 정보를 제공할 수 있습니다. AR 개념을 구현하기 위해서는 꼭 필요한 기술이라고 볼 수 있습니다.

하천의 균열이나 자전거도로 설계, 유실 등을 파악하고, AR 내비에 적용되기 시작하면서 정보가 점차 쌓이게 될 것입니다. 이러한 데이터들이 쌓이면 자율주행에 이용할 수 있을 것이라 생각합니다.

Q. 활용사례를 앞서 말씀하셨는데, 추후 추가적으로 적용된다면 어떤 분야에 가능 것이라 보십니까?

A. 하천의 균열이나 자전거도로 설계, 유실 등을 파악하고, AR 내비에 적용되기 시작하면서 정보가 점차 쌓이게 될 것입니다. 이러한 데이터들이 쌓이면 자율주행에 이용할 수 있을 것이라 생각합니다. 앞서 말씀드렸다시피 저희는 자율주행을 목표로 하고 있습니다.

지금 다른 업체들은 단타로 지도정보를 만들고 끝나는 경우가 많습니다. 저희는 이 과정을 통해서 각 지역의 3D 도시 정보를 수집해 데이터베이스를 구축해 나갈 것입니다. 이 데이터를 압축, 관리하고, 업데이트 시 업데이트 되는 정보만 바뀌고 기존 데이터가 더 추가되지 않게 하는 알고리즘들을 보유하고 있습니다. 현재 이 기술을 통해 500TB가 넘는 서버를 구축해놓은 상태입니다. 이런 정보들이 점차 쌓이면 언제든지 자율주행에 대한 지도를 내놓을 수 있는 상황이 오는 것입니다. 저희 나름의 플랜입니다.

쓸만한 연구 집단을 만들자’라고 시작했던 게
지금까지 왔습니다. 지도에서 시작해서 플랫폼이
완성됐으니 그 플랫폼 위에서 뛰어놀 수 있는
로봇이나 자율차를 만들고자 합니다.


Q. 지리정보 맵핑 분야의 최근 동향은 어떻습니까?

A. 작년까지는 대부분 라이더를 통해 MMS를 이용한 자율주행용 정밀도로 취득이 주된 흐름이었습니다. 최근에는 드론을 통한 모델링 알고리즘들이 강화돼서 이걸 스마트 시티에 쓰자는 의견들이 나오고 있습니다. 항공에 대한 기대가 형성되고 있습니다. 지도정보 제작에 있어 보통은 단가, 업무 편의성, 영역의 문제가 있는데, 지도에서는 영역이 상당히 중요한 요소입니다. 여기서 말하는 드론은 멀티콥터 형태의 드론을 말합니다. 드론은 영역에 있어 상당히 문제가 되는 게, 가동시간이 짧아 한 번에 측정 가능한 영역이 굉장히 작습니다. 하루에 몇 km의 정보도 취득 못하는 걸 어떻게 쓰겠습니까. 사업기간이 굉장히 늘어나게 될 것입니다. 지금 논의되고 있는 방법은 대부분 비행기를 직접 띄워서 지도정보를 추출하거나 이를 통해 3D 모델링을 하는 방식입니다.

Q. 앞으로 보완해 나갈 점도 있을 것 같습니다. 향후 개발방향이 궁금합니다.

A. 지도를 만드는 것, 장비를 만드는 것부터 이 장비를 활용하는 작업자 관리, 라우터 등이 자체 시스템으로 완성됐습니다. 그리고 데이터가 들어와서 자동으로 처리되고, 그 결과로 콘텐츠가 나오고 서비스가 되는 것까지 완료가 됐습니다. 일반적인 지도정보 회사의 꼴은 갖춘 것입니다. 그래서 이 장비를 더 개발해야할 필요성은 딱히 못 느끼고 있습니다. 이 장비를 개발하던 사람들이 하려던 일은 자율차 개발이었으니까, 자율주행을 통해서 우리가 축적한 데이터가 진짜 자율주행에 쓰일 수 있는지를 검증해야 하는 단계로 넘어갈 것입니다. 그 다음에는 정부사업 또는 시에서 진행하는 사업을 통해 영역을 취득하는 게 그다음 미션입니다.

Q. 스트리스의 목표와 비전이 궁금합니다.

A. 국내에서도 연구해서 성공하는 것을 보여주고 싶습니다. 우리나라 대학원생들이 석사나 박사 마치면 기획을 많이 합니다. 연구할 일이 많이 없습니다. 연구할 곳도 없죠. 일부는 대기업에 취직하게 되는데 가서도 하고 싶은 걸 하진 않습니다. 우리 연구실 출신들이 갈 데가 없길래 ‘쓸만한 연구 집단을 만들자’라고 시작했던 게 지금까지 왔습니다. 지도에서 시작해서 플랫폼이 완성됐으니 그 플랫폼 위에서 뛰어놀 수 있는 로봇이나 자율차를 만들고자 합니다. 추후에는 로켓을 띄우고 싶습니다. 로켓에 탑재할 수 있는 GPS 인공위성을 만들고자 합니다. 공간정보의 개념에서 보면 우리나라에 제대로 된 독자 위성이 없기 때문에 공간정보를 제대로 못 받고 있기도 합니다.