고정밀 지도(HD 지도)는 자율주행차가 읽는 지도입니다. 스마트폰에서 여는 지도와는 다릅니다. 경로를 따라 있는 모든 차선 표시, 교통 표지판, 정지선, 도로 가장자리를 센티미터 단위로 기록한 기계 가독 데이터입니다. 자율주행 스택은 이 지도를 실시간 센서 데이터와 맞춰 보고, 차량이 차선 안 어디에 있는지 정확히 파악합니다.
이 글에서는 HD 지도에 무엇이 들어 있는지, 어떻게 만들고 갱신하는지, 자율주행 스택에서 어떤 역할을 하는지 설명합니다. 업계가 아직 합의하지 못한 쟁점도 함께 다룹니다.
HD 지도에 실제로 들어 있는 것
HD 지도에는 일반 도로 지도에 없는 세 가지 레이어가 있습니다.
기하 레이어: 노면, 차선 중심선, 차선 경계, 연석, 도로 가장자리의 정밀한 3D 형상입니다. 수평 정확도는 10~20cm입니다. 도로 하나를 중심선 하나로 그리지 않고 차선마다 폴리라인으로 그리며, 차선 폭도 평균값이 아니라 구간마다 연속으로 기록합니다.
의미 레이어: 형상에 붙는 기계 가독 속성입니다. 제한속도, 진행 방향, 차선 유형(일반, 버스, 자전거, 다인승), 회전 제한, 교차로의 차선 연결, 정지선 위치, 횡단보도 구역이 여기에 들어갑니다. 자율주행 스택은 이 레이어 덕분에 카메라 영상에서 추론하지 않고도 어떤 주행이 허용되는지 판단할 수 있습니다.
랜드마크 레이어: 교통 표지판, 신호등처럼 오래 그 자리에 있는 지형지물의 3D 위치입니다. 차량의 인식 스택은 이 지물을 실시간으로 대조합니다. 지도 기반 측위는 이 레이어로 작동합니다.
같은 도시라도 HD 지도는 일반 도로 지도보다 데이터가 훨씬 큽니다.
자율주행차에 지도가 필요한 이유
카메라, lidar, 레이더는 지금 차량 주변에 있는 것을 인식합니다. 하지만 다음 모퉁이 너머는 보지 못합니다. HD 지도는 멀리 앞을 내다보는 사전 정보 역할을 합니다. 차량은 센서 범위 밖의 도로 형상, 앞으로 나올 표지판 위치, 차선 구조를 미리 알고, 이를 바탕으로 더 부드럽고 안전하며 망설임 없는 주행을 계획합니다.
센서가 놓치는 상황도 지도가 메웁니다. 눈에 덮인 차선, 가려진 정지 표지판, 역광, 희미해진 횡단보도가 그렇습니다. 지도가 있으면 차량은 차선과 정지선이 어디에 있어야 하는지 여전히 압니다. 지도가 없으면 이런 순간마다 주행 품질이 떨어집니다.
지도에는 규칙도 들어 있습니다. 좌회전이 가능한지, 이 시간에 버스 전용 차선인지, 제한속도가 방금 낮아졌는지 같은 정보입니다. 비전은 이런 사실을 읽을 때도 있고 못 읽을 때도 있지만, 검수한 지도는 항상 정확한 값을 줍니다.
HD 지도를 만드는 방법
생산 방식은 크게 세 가지입니다.
측량급 lidar 차량. TomTom, HERE, 자동차 제조사의 매핑 조직은 고성능 lidar, 다중 카메라, 측량급 GNSS-INS를 실은 측량 차량을 운영합니다. 차량은 달리면서 고밀도 포인트 클라우드와 영상을 기록합니다. 백엔드는 이 데이터를 이어 붙이고 차선 표시와 표지판을 추출해 HD 지도를 만듭니다. 정확도가 가장 높은 방식입니다. 대신 비용이 가장 많이 들고 갱신도 가장 느립니다.
양산 차량 크라우드소싱. Mobileye의 Roadbook과 Tesla의 데이터 엔진은 수백만 대의 고객 차량에서 센서 정보를 모읍니다. 차량은 원본 영상이 아니라 압축한 특징 정보(표지판 감지 결과, 차선 표시 샘플)만 올립니다. 백엔드는 여러 차량의 데이터를 합치고 노이즈를 걸러 지도를 계속 갱신합니다. 킬로미터당 비용은 측량 방식보다 훨씬 낮습니다. 정확도는 대부분의 ADAS와 L2+ 용도에 충분하고, L4에 필요한 수준에 가까워지고 있습니다.
하이브리드. 측량으로 기준 지도를 한 번 만들고, 이후 변경은 크라우드소싱 레이어로 반영합니다. 요즘 공급업체 대부분이 이 방식의 변형을 씁니다. 측량은 깨끗한 기반을, 크라우드소싱은 최신성을 맡습니다.
측위: 지도와 현실 맞추기
HD 지도가 있어도 차량은 지금 지도 위 어디에 있는지 알아야 합니다. 스마트폰급 GNSS 수신기의 정확도는 트인 하늘 아래에서 보통 5m 정도이고, 도심에서는 더 나빠집니다. 차선 단위 자율주행에는 부족합니다.
차량은 지도 기반 측위로 이 문제를 풉니다. 인식 스택이 표지판, 차선 표시, 가로등 같은 랜드마크를 실시간으로 감지하고 HD 지도의 랜드마크 레이어와 대조합니다. 대조한 지점이 충분히 쌓이면 차량의 위치와 방향을 몇 센티미터 단위로 알 수 있습니다. 지도 자체와 같은 정확도입니다. 계산 방식은 GNSS, IMU, 휠 오도메트리, 카메라나 lidar 랜드마크 대조를 긴밀하게 결합하는 센서 융합입니다.
여기서 맵 매칭도 자율주행 스택의 일부가 됩니다. 노이즈가 섞인 GNSS 좌표를 도로에 맞추는 고전적인 맵 매칭은, 여러 센서로 추정한 위치를 센티미터 정밀도 지도에 맞추는 문제로 확장됩니다.
지도를 최신 상태로 유지하기
도로는 바뀝니다. 차선 표시가 새로 생기고, 표지판이 옮겨지고, 공사로 회전 차로가 막힙니다. 지난 분기 기준의 HD 지도는 오늘의 자율주행 스택을 잘못 이끌 수 있고, 때로는 위험한 상황을 만듭니다.
최신성은 이 분야에서 가장 어려운 문제 중 하나입니다. 현재 실제로 쓰이는 방식은 세 가지입니다.
정기 측량. 측량 차량이 분기, 월, 주 단위로 다시 달립니다. 믿을 만하지만 느리고 비쌉니다.
차량이 감지한 불일치. 양산 차량이 눈에 보이는 도로와 지도 내용을 비교합니다. 둘이 다르면 표시를 남깁니다. 많은 차량의 표시가 같은 곳에 모이면 실제 변경으로 보고 지도를 갱신합니다.
실시간 타일 전송. 차량은 HD 지도 캐시를 보관하고, 곧 진입할 구역의 타일만 내려받습니다. 변경 사항은 클라우드를 거쳐 몇 주가 아니라 몇 분 만에 차량에 도착합니다.
가장 앞선 사업자는 측량과 크라우드소싱을 함께 쓰고, 타일 단위로 전송합니다. 지도 업데이트도 대규모 배포가 아니라 차량에 계속 조금씩 내보냅니다.
비전 우선 진영의 반론
Tesla의 공식 입장은 HD 지도가 없어도 되는 보조 장치라는 것입니다. 인식 시스템이 충분히 뛰어나면 사람처럼 도로를 읽을 수 있고, 어떤 지도든 결국 낡는다는 논리입니다. Tesla는 차량 안의 비전 스택과 추론한 차선 형상에 의존하며, 센티미터 정밀도의 지도를 사전 정보로 쓰지 않습니다.
업계의 다른 사업자들은 HD 지도가 비전을 대신하는 것이 아니라 안전을 위한 사전 정보라고 봅니다. 지도는 비전을 대체하지 않고 뒷받침합니다. 차선 표시가 가려지거나 정지 표지판이 없을 때 지도가 빈 곳을 채웁니다. "오전 6~9시 제외 제한속도 30" 같은 표지판도 지도에는 모호함 없이 규칙으로 들어 있습니다. 이 진영은 인식 성능이 아무리 좋아도, 최신 HD 지도와 강한 인식을 함께 갖춘 스택이 인식만 쓰는 스택보다 안전하다고 봅니다.
이 논쟁은 실제로 존재하며 아직 결론이 나지 않았습니다. 업계 대부분은 하이브리드 방식으로 모이고 있습니다. 1세대 L4 스택보다 지도 의존도를 낮추되, Tesla처럼 지도를 아예 쓰지 않는 방식까지는 가지 않습니다.
표준과 포맷
HD 지도 포맷은 하나로 통일되어 있지 않습니다. 몇 가지 표준이 서로 경쟁합니다.
OpenDRIVE / OpenSCENARIO (ASAM, 자동차 시뮬레이션에서 출발): 시뮬레이션에서 널리 쓰이고, 양산용 지도 교환에도 점점 더 쓰입니다.
NDS / NDS.Live (Navigation Data Standard): 자동차 업계 컨소시엄의 포맷입니다. NDS.Live는 양산 차량에 타일 단위로 전송하도록 설계했습니다.
lanelet2 (KIT의 오픈소스): Autoware와 늘어나는 학술용 스택이 사용합니다. Baidu Apollo는 OpenDRIVE를 변형한 자체 포맷을 씁니다.
독자 포맷: HERE, TomTom, Mobileye는 각자 내부 포맷과 전용 도구를 갖추고 있습니다. 고객은 원본 파일이 아니라 SDK로 데이터를 받습니다.
양산 자율주행 스택은 보통 내부 표준 형식 하나로 지도를 보관하고, 라이선스한 공급업체 포맷을 그 형식으로 변환해 들여옵니다.
매핑 업계가 향하는 방향
세 가지 흐름이 분명합니다.
최신성은 크라우드소싱이 비용과 범위에서 앞섭니다. 안전 요구가 가장 높은 L4 서비스를 빼면 대부분 그렇습니다. 초기 HD 지도는 측량급이었지만, 지금은 주요 공급업체 대부분이 하이브리드 파이프라인을 운영합니다.
오픈 포맷이 힘을 얻고 있습니다. lanelet2, OpenDRIVE, NDS.Live 덕분에 자율주행차 개발사는 공급업체를 바꾸고, 내부 도구를 만들고, 특정 업체 종속을 피하기가 쉬워졌습니다. 1세대의 폐쇄형 독자 HD 지도 모델은 압박을 받고 있습니다.
지도가 맡는 범위가 줄고 있습니다. 최신 자율주행 스택은 의미 정보(규칙, 차선 구조)와 대략적인 형상은 지도에 맡기고, 세밀하게 변하는 정보는 인식에 맡깁니다. 잘 바뀌지 않는 것은 지도가, 바뀌는 것은 인식이 처리합니다. 그 결과 지도는 더 작고 가벼워지고, 더 빨리 갱신됩니다.
MapAtlas의 역할
MapAtlas는 L4 자율주행용 HD 지도를 만들지 않습니다. MapAtlas는 정확한 주소, 등시선, 경로 최적화가 필요한 제품을 위해 소비자용 및 B2B 지도, 지오코딩, 라우팅을 제공합니다. 센티미터 정밀도의 차선 형상은 다루지 않습니다. L4 스택에는 HD 지도 전문 공급업체를 쓰세요.
MapAtlas가 제공하는 것은 자율주행 파이프라인의 앞단과 뒷단입니다. Map Matching API는 커넥티드 차량의 노이즈 섞인 GNSS 궤적을 도로 형상에 맞춥니다. 차량 관제, ADAS 분석, 낮은 정밀도 단계의 지도 기반 측위도 같은 기본 기능으로 작동합니다. Geocoding API와 Search API는 차량 운영, 고객 픽업, 배송 경로에 필요한 주소 단위 위치 데이터를 제공합니다. Isochrone API는 MaaS(서비스형 모빌리티) 계획을 위한 이동 시간 분석에 쓰입니다.
차량 궤적이 깔끔한 경로가 되는 과정은 맵 매칭이란에서 자세히 설명합니다. 좌표가 장소가 되는 기본 원리는 지오코드란 무엇인가를 참고하세요.
자주 묻는 질문
고정밀 지도(HD 지도)란 무엇인가요?
고정밀(HD) 지도는 자율주행차와 첨단 운전자 보조 시스템(ADAS)을 위해 설계된, 센티미터 단위 정밀도를 갖춘 기계 가독 도로 네트워크 지도입니다. 일반 소비자용 지도와 달리 HD 지도는 10~20cm 수준의 위치 정확도로 차선 형상, 차선 연결성, 교통 표지판, 신호등, 정지선, 도로 표시, 3D 랜드마크를 인코딩합니다. 차량은 HD 지도를 사전 정보(prior)로 활용한 다음, 실시간 센서 데이터(카메라, lidar, 레이더)와 매칭해 차선 내 정확한 위치를 파악하고 전방 도로 상황을 예측합니다.
HD 지도는 Google Maps나 OpenStreetMap과 어떻게 다른가요?
소비자용 지도는 사람을 위해 설계됩니다. 미터 수준 정확도로 도로, 명칭, 관심 지점을 표시합니다. HD 지도는 기계를 위해 설계됩니다. 센티미터 정확도로 기하 및 의미론적 세부 정보를 인코딩하며, 차선 수준 토폴로지, 3D 표지판 위치, 자율주행 스택이 바로 읽을 수 있는 기계 가독 규칙(속도 제한, 차선 제한, 회전 허용 여부)을 포함합니다. Google Maps와 OpenStreetMap만으로는 레벨 4 자율주행에 충분하지 않지만, 기본 레이어나 HD 지도 생산 파이프라인의 입력으로는 유용합니다.
HD 지도는 어떻게 최신 상태로 유지되나요?
주로 세 가지 방식을 씁니다. 측량 기반: lidar를 장착한 전용 측량 차량이 주기적으로 각 도로를 주행하며 HD 지도를 재처리합니다. 크라우드소싱: 플릿의 양산 차량이 센서가 감지한 불일치(사라진 차선 표시, 새 공사 구간, 옮겨진 표지판)를 업로드하고, 이것이 지도 업데이트로 이어집니다. 하이브리드: 측량 기준 지도를 분기마다 갱신하고, 그 사이의 변경은 크라우드소싱 변경 레이어가 담습니다. 차량에는 LTE나 5G로 타일 단위 업데이트를 보내므로, 지도 전체가 아니라 바뀐 구역만 내려받습니다.
모든 자율주행차가 HD 지도를 사용하나요?
대부분 그렇지만, 전부는 아닙니다. Waymo, Mobileye, Baidu Apollo와 대부분의 레벨 4 서비스는 HD 지도에 크게 의존합니다. Tesla는 HD 지도를 쓰지 않고 카메라 기반 비전만 사용하는 것으로 잘 알려져 있습니다. 지도는 금방 낡고, 인식 성능이 충분히 높으면 지도가 필요 없다는 논리입니다. 업계는 HD 지도를 안전용 사전 정보로 두고 드문 예외 상황은 비전과 lidar가 처리하는 방향으로 모이고 있지만, 논쟁은 아직 끝나지 않았습니다. 지도를 쓸지 여부는 오늘날 자율주행 아키텍처를 가르는 핵심 선택입니다.
