오랜만에 찾은 곳이 다른 가게로 바뀌어 발걸음을 돌렸던 경험이 한두 번쯤 있을 것입니다. 실제로 국내의 공간 정보는 해마다 30% 이상 변한다고 합니다. 이처럼 세상의 모습은 이 순간에도 계속 변하고 있습니다. 그래서 지도의 최신성이란, 지도의 정확성을 의미하는 다른 이름입니다.
지도 데이터 관리가 수작업에 한정될 경우 업데이트 주기가 느리고 제작 비용이 크게 증가합니다. 따라서, 지도를 사용하는 유저뿐만 아니라 제작하는 온라인 지도 서비스 업체들에게도 지도의 최신성 유지와 자동화 기술의 개발은 주요한 고민거리 중 하나입니다. 이와 관련해 네이버랩스와 네이버랩스 유럽의 연구진들은 ‘셀프 업데이팅 맵 (self-updating map)’에 대한 기술을 공동 연구해 발표한 바 있습니다. 자율주행 로봇이 수집한 대규모 실내 공간 데이터를 분석 후 바뀐 상호를 인식하여 지도 정보를 최신으로 업데이트하는 기술입니다. 이를 위해 로보틱스, 컴퓨터 비전, 딥 러닝 등 네이버랩스의 핵심 기술들이 활용되고 있습니다.
인공지능과 로봇을 활용해 변경된 상호를 자동으로 업데이트
우리는 우선 대형 쇼핑몰을 중심으로 지도 업데이트 기술에 대한 테스트를 진행했습니다. 테스트가 진행된 장소는 수시로 새로운 매장이 생기거나, 혹은 바뀌는 공간입니다. 셀프 업데이팅 맵 기술은 넓고 복잡한 실내 공간에서 변화가 발생한 상점들만 정확하게 골라내어 지도 정보를 자동으로 업데이트하는데 기여합니다.
전체 시스템은 다음과 같이 구성이 됩니다. 먼저 자율주행 로봇이 스스로 이동하며 쇼핑몰 내부의 영상과 측위 정보를 함께 수집합니다. 그리고 시간이 흐른 후 동일한 장소를 재차 촬영합니다. 두 영상에서 지도와 위치 정보를 비교해 같은 지점을 찾아내고, 딥 러닝을 응용해 변화 발생 여부를 즉각 판단합니다. 물론 이때도 간판인지, 광고판인지 잘 구분해야 합니다. 쇼핑몰은 노출된 정보 영역이 너무나 많은 공간이기 때문입니다.
<POI Change Detection in the shopping mall>
우리가 개발한 알고리즘은 각 쇼핑몰에서 시간이 지남에 따라 매장이 새롭게 열리거나, 닫았거나, 바뀌었거나, 상호만 바뀌었다는 정보를 정확히 인식했습니다. 컴퓨터 비전과 딥 러닝 기술, 그리고 자율주행 로봇을 활용해 대단위의 POI 정보를 효율적으로 관리하고, 실내 지도 정보의 최신성을 유지하기에 적합하다는 것을 확인했습니다.
자율주행 서비스 로봇이 아직은 대중화되지 않았지만, 근시일 내에 많은 사람들이 로봇과 어울러 지내는 공간에서 생활하게 될 것입니다. 그 서비스 로봇들은 배송, 보안, 안내와 같은 다양한 서비스를 제공하며, 동시에 셀프 업데이팅 맵 기술을 활용해 실내 지도 정보를 항상 최신으로 유지하는 임무도 수행할 수 있을 것입니다.
네이버랩스와 네이버랩스 유럽의 공동연구 결과, CVPR에서 발표
이 기술은 네이버랩스와 네이버랩스 유럽의 연구진들이 약 1년여 시간에 걸쳐 함께 개발했습니다. 연구 결과는 오는 6월 미국 캘리포니아에서 열리는 컴퓨터비전·패턴인식(CVPR) 콘퍼런스에서 ‘Did it change? Learning to detect point-of-interest changes for proactive map updates' (번역, 맵 업데이트를 위해 관심 분야 변화를 감지하는 능동 학습 방법)라는 제목으로 발표될 예정입니다.
우리는 이 결과를 바탕으로 앞으로 더 많은 시도들을 해볼 수 있을 것입니다. 상호 외에도 세일 정보 등을 비롯한 다양한 공간 데이터를 지도에 실시간으로 반영하거나, 실내가 아닌 도로 위에서도 공간 정보 변화를 인식해 업데이트하는 시도를 해볼 수 있습니다. 세상의 모습은 지금도 계속 변하고 있습니다. 그 변화 주기를 빠르게 따라잡기 위한 기술도 계속 함께 발전하고 있습니다.