1.2. 왜 SLAM이 필요한가?

우리는 매일 ‘내가 어디에 있는지’, ‘어디로 가야 할지’를 자연스럽게 인식하며 살아갑니다. 하지만 로봇이나 드론, 자율주행 자동차와 같은 기계에게는 이런 일이 결코 쉽지 않습니다. 기계는 ‘내가 지금 어디에 있는지’조차 스스로 알지 못합니다. 따라서 스스로 위치를 알아내고, 환경을 이해하며, 경로를 계획하고 움직이기 위해서는 특별한 기술이 필요합니다. 그 핵심에 바로 SLAM 기술이 있습니다.

---

🔍 GPS가 실내에서는 왜 안 되는가?

많은 사람들이 위치를 파악하는 대표적인 기술로 **GPS(Global Positioning System)**를 떠올립니다. 위성에서 신호를 받아 현재의 위도와 경도를 계산해내는 방식입니다. 야외에서는 매우 유용한 도구이지만, GPS는 건물 내부, 지하, 도시의 고층 건물 사이와 같은 환경에서는 거의 쓸 수 없습니다.
그 이유는 다음과 같습니다:

• GPS 신호는 매우 약한 전파로, 건물 벽이나 천장, 지하 구조물 등을 통과하지 못함
  
  
• 실내에서는 위성으로부터의 **직접 신호(Direct Signal)**가 차단되어 위치 계산이 불가능하거나 오차가 큼
  
  
• 멀티패스(Multipath) 현상: 반사된 GPS 신호가 여러 경로로 들어오면서 오류를 유발함
  
  

이러한 이유로 실내 위치 추정 기술에서는 GPS를 거의 사용할 수 없으며, 이를 대체할 수 있는 기술이 필요하게 됩니다.

---

📍 지도가 없는 환경에서의 도전

만약 로봇이나 드론에게 사전에 만든 지도를 제공할 수 있다면? 위치 파악은 훨씬 쉬워집니다. 하지만 현실은 그렇지 않습니다.

• 대부분의 실내 공간은 복잡하고 변화가 많아 사전 지도를 만들기 어렵고, 유지도 어렵습니다.
  
  
• 예를 들어 창고에 있는 물건의 위치가 자주 바뀌거나, 로봇이 들어가야 할 장소가 처음 방문하는 건물일 수 있습니다.
  
  
• 로봇이 실제 작업을 수행하기 위해서는 지도 없이, 즉석에서 환경을 인식하고 이해할 수 있어야 합니다.
  
  

따라서 로봇은 지도가 없는 상태에서, 자신의 위치를 찾고 지도를 스스로 만들어가야 하며, 이 두 작업을 동시에 해야 하기 때문에 SLAM이 필요해지는 것입니다.

---

🧠 SLAM은 왜 “동시”여야 할까?

여기서 중요한 개념이 등장합니다:
왜 'Localization'과 'Mapping'을 동시에 해야 하는가?

• 위치를 파악하려면 지도 정보가 필요합니다.
  → 하지만 초기에는 지도 정보가 없습니다.
  
  
• 지도를 만들려면 내가 어디서 그 정보를 봤는지, 내 위치가 필요합니다.
  → 그런데 정확한 위치를 모르는데 지도를 만들 수는 없습니다.
  
  

이처럼 닭이 먼저냐, 달걀이 먼저냐와 같은 순환 구조가 발생합니다.
이 딜레마를 해결하기 위한 방식이 바로 SLAM(Simultaneous Localization and Mapping)입니다.
즉, 아주 작은 단위로 환경을 인식하면서 위치를 계산하고, 그 위치 정보를 바탕으로 지도를 만들고, 다시 그 지도를 활용해 더 정확한 위치를 추정하는 방식으로 계속해서 반복적·누적적으로 정보를 개선해 나갑니다.

---

🤖 센서 정보만으로 환경을 이해한다는 것

SLAM은 GPS가 아닌 자체 센서만을 이용해서 위치와 지도를 추정합니다. 주로 사용되는 센서는 다음과 같습니다:

센서 종류	설명
카메라 (RGB, Stereo, RGB-D)	영상 기반으로 환경의 특징을 인식
IMU (관성측정장치)	가속도, 자이로스코프 데이터를 통해 자세 추정
LiDAR (레이저 거리 측정기)	물체까지의 거리 측정을 통해 공간 구조 인식
초음파/IR 센서	저가형 거리 측정에 사용되나 정확도 낮음

센서 정보는 현실 세계를 수치적으로 해석하는 '눈' 역할을 하며, SLAM은 이 정보를 분석하여 위치와 지도를 지속적으로 갱신합니다. 이러한 작업은 로봇의 '자율성'을 가능하게 만드는 핵심 기술입니다.

---

🔑 자율성과 탐색성을 위한 핵심 기술

오늘날의 로봇, 드론, 자율주행차는 단순히 미리 주어진 경로를 따라 움직이는 것을 넘어서, 환경을 스스로 탐색하고 이해할 수 있어야 합니다. SLAM은 이러한 **'인지 기반 자율성'**을 가능하게 하는 기술입니다.

• 자율주행차는 GPS 신호가 끊겨도 도로 상황을 파악하고 주행 경로를 유지할 수 있어야 합니다.
  
  
• 물류 로봇은 창고 내에서 실시간으로 물건의 위치를 파악하고 최적 경로로 이동할 수 있어야 합니다.
  
  
• AR 글래스는 사용자의 시선 방향과 주변 환경에 따라 가상 정보를 정확한 위치에 띄워야 합니다.
  
  

SLAM이 없다면, 이러한 모든 응용 기술은 매우 제한적인 환경에서만 작동하게 됩니다.

---

📌 요약

SLAM은 다음과 같은 이유로 반드시 필요한 기술입니다:

1. GPS가 무력한 실내·복잡 환경에서 로봇의 자율성을 확보
   
   
2. 지도 없이, 센서 정보만으로 주변 환경을 이해
   
   
3. 위치와 지도를 동시에 추정함으로써 '탐색 + 자율 판단' 가능
   
   
4. 실시간, 반복적 추정을 통해 누적 정확도를 높임
   
   

SLAM은 이제 단순한 기술적 기능이 아닌, 로봇과 인공지능이 현실 세계를 ‘이해’하게 만드는 가장 기초적인 능력이 되었습니다.