[기술분석] 라이다의 영역 넘보는 ‘4D 이미징 레이더’, 자율주행 센서 지형도 바꾼다

‘높이’ 데이터와 고밀도 포인트 클라우드로 인지 한계 돌파
단일 칩 통합 및 AI 접목으로 시스템 최적화 주도

자율주행 레벨 3 이상의 상용화가 가시화되면서, 기존 레이더의 한계를 극복한 ‘4D 이미징 레이더(4D Imaging Radar)’가 모빌리티 업계의 핵심 화두로 부상했다. 과거 레이더가 단순히 물체의 유무와 거리, 속도만을 파악했다면, 4D 이미징 레이더는 사물의 ‘높이’ 정보를 추가하고 해상도를 극대화하여 사물을 이미지 형태로 인지한다. 고가의 라이다(LiDAR)를 대체하거나 보완할 수 있는 가장 강력한 솔루션으로 평가받는 4D 이미징 레이더의 상세 기술 트렌드를 분석했다.

1. ‘높이(Elevation)’의 추가: 3D 레이더와의 결정적 차이

전통적인 레이더는 거리(Range), 속도(Velocity), 방위각(Azimuth)의 세 가지 차원만을 측정했다. 이로 인해 도로 위의 정지 차량과 그 위의 고가도로를 구분하지 못하는 치명적인 약점이 있었다. 4D 이미징 레이더는 여기에 ‘높이(Elevation)’ 데이터를 추가하여 4차원 정보를 구성한다. 이를 통해 터널 입구나 표지판 아래에 멈춰 있는 차량을 정확히 식별할 수 있으며, 이는 자율주행 시스템의 판단 정확도를 높여 급제동 사고 등을 방지하는 핵심 기제로 작용한다.

2. MIMO와 가상 채널: 포인트 클라우드의 밀도 혁명

4D 이미징 레이더의 핵심은 라이다에 버금가는 고해상도 ‘포인트 클라우드(Point Cloud)’를 생성하는 능력이다. 이를 구현하기 위해 다중 입출력(MIMO) 기술이 활용된다. 다수의 송신(Tx) 및 수신(Rx) 안테나를 배치하고, 물리적 안테나 수보다 훨씬 많은 ‘가상 안테나(Virtual Antenna)’ 채널을 형성하여 해상도를 높인다. 최근 기술 트렌드는 수백 개의 가상 채널을 확보하여 물체의 윤곽을 명확히 그려내는 방향으로 진화하고 있으며, 이는 보행자와 자전거, 가드레일 등을 세밀하게 구분하는 밑바탕이 된다.

3. 칩 아키텍처의 변화: 캐스케이딩에서 단일 칩(Single-chip) 통합으로

초기 4D 이미징 레이더는 높은 해상도를 위해 여러 개의 레이더 칩을 연결하는 ‘캐스케이딩(Cascading)’ 방식을 사용했다. 그러나 이는 시스템 크기가 커지고 전력 소모와 비용이 증가한다는 단점이 있었다. 최근 텍사스 인스트루먼트(TI) 등 글로벌 반도체 기업들은 송수신기와 신호 처리 장치를 하나의 패키지에 통합한 ‘단일 칩’ 솔루션을 선보이고 있다. 이는 부품 수(BOM)를 줄여 가격 경쟁력을 높이는 동시에, 전력 효율을 개선하여 전기차 배터리 부하를 줄이는 데 크게 기여하고 있다.

4. 엣지 AI와 소프트웨어 정의 레이더(Software-defined Radar)

레이더에서 생성되는 방대한 데이터를 실시간으로 처리하기 위해 엣지 AI 기술이 접목되고 있다. 레이더 센서 내부에서 직접 데이터를 분석하여 객체를 분류(Classification)하고 추적(Tracking)함으로써, 중앙 처리 장치의 계산 부담을 줄여준다. 또한, 소프트웨어 업데이트(OTA)를 통해 인지 알고리즘을 최적화하는 ‘소프트웨어 정의 레이더’ 개념이 확산되고 있다. 이는 기상 조건에 따라 신호 처리 방식을 동적으로 변경하거나, 특정 도로 환경에 맞게 감지 성능을 조정하는 유연성을 제공한다.

5. 악천후 강점과 라이다와의 상호 보완

4D 이미징 레이더의 가장 큰 경쟁력은 기상 조건에 대한 저항력이다. 빛(광원)을 사용하는 라이다나 카메라는 폭우, 폭설, 안개 상황에서 성능이 급격히 저하되지만, 전파를 사용하는 레이더는 가혹한 환경에서도 일정한 인지 능력을 유지한다. 업계에서는 라이다의 고해상도 성능과 레이더의 환경 적응력을 결합하는 ‘센서 퓨전(Sensor Fusion)’을 지향하고 있으며, 4D 이미징 레이더의 성능 향상으로 인해 고가의 라이다 탑재 수량을 줄이거나 아예 대체하려는 시도도 가속화되고 있다.

“4D 이미징 레이더의 핵심적 가치는 단순한 ‘탐지(Detection)’를 넘어선 ‘이미징(Imaging)’의 실질적 구현에 있습니다. 특히 가상 채널 확장을 통한 고해상도 포인트 클라우드 생성 능력은 그간 라이다(LiDAR)가 독점해 온 고정밀 인지 영역을 빠르게 잠식하고 있으며, 이는 자율주행 시스템의 신뢰성을 높이는 동시에 전체 빌드 비용(BOM)을 혁신적으로 낮추는 결정적 트리거가 될 것입니다.”
– 오승모 수석연구위원, 아이씨엔 미래기술센터

4D 이미징 레이더는 이제 단순한 보조 센서를 넘어 자율주행의 ‘메인 센서’로 급부상하고 있다. 특히 국내 기업 중에서도 스마트레이더시스템 등 팹리스 스타트업과 대형 부품사들이 글로벌 시장에서 두각을 나타내고 있다. 향후 기술 경쟁의 승부처는 ‘얼마나 더 촘촘한 포인트 클라우드를 생성하면서도 칩의 크기와 가격을 낮출 수 있는가’에 달려 있다. 국내 부품 업계가 글로벌 시장에서 우위를 점하기 위해서는 레이더 신호 처리 알고리즘의 고도화와 함께, 칩렛(Chiplet) 기술 등을 활용한 맞춤형 레이더 설계 역량을 확보하는 것이 시급하다.

모빌리티(Mobility)의 미래 비즈니스 전략을 찾다
- 모빌리티타임즈 (mobilitytimes.net)