일본산업뉴스요약

Nikkei X-TECH_2021.3.5

NTT의 디지털트윈 전략
비용을 90% 삭감해 초고정밀 지도 작성

NTT가 30년대 상용화를 목표하고 있는 IOWN 구상. 그 큰 기둥의 하나가 현실세계의 도시나 개인을 사이버 공간에 재현하는 거대한 디지털트윈이다. NTT는 ‘4D 디지털 기반’이라는 이름으로, 디지털트윈의 기반이 되는 초고정밀도 3차원 지도를 개발하고 있다.

초고정밀 지도 정보를 만드는 데 있어서 과제 중 하나는 비용이다. 고도의 위치 측정 기능을 갖춘 GNSS 리시버는 100만 엔의 비용이 든다고 한다. NTT는 위치정보 처리에 강한 LiGHTHOUSE Technology and Consulting과 공동으로 수만 엔 정도의 제품으로 100만 엔 수준의 GNSS 리시버 모듈과 동등한 성능을 실현할 수 있는 기술을 개발했다. 그것이 ‘클라우드 GNSS 측위 아키텍처’다.

일반적인 GNSS 리시버는 위성 신호 수신부터 측위 연산처리까지 모든 기능을 하나의 칩에 담고 있다. 측위 정밀도는 칩의 연산처리 성능에 의존하기 때문에 정밀도를 높이는데 한계가 있었다.

클라우드 GNSS 측위 아키텍처는 측위 연산처리를 클라우드에 오프로드(부하 분산)함으로써 측위 정밀도를 향상시키는 구조다. GNSS 리시버가 수신한 관측 데이터를 바탕으로 클라우드 상에서 측위 연산해 결과를 되돌려 보낸다. GNSS 리시버의 역할은 어디까지 수신기로서의 기능이므로 범용의 저비용 제품으로도 문제는 없다. “소비전력도 기존의 절반이면 된다”(NTT 네트워크기반기술연구소 요시다(吉田) 연구원)

상당히 고가의 레이저 계측 차량을 이용한 MMS(Mobile Mapping System)의 비용 저감에도 착수한다. 일반적인 MMS는 GNSS 리시버나 LiDAR 센서, 이동거리를 산출할 수 있는 IMU(관성계측장치) 등의 고가 기기를 탑재한다. MMS 1대에 1억 엔이 드는 경우도 있는 기존 제품에 대해 NTT는 “MMS의 비용을 90% 이상 삭감하는 기술 개발에 착수한다”라고 말한다.

구체적으로는 ‘geoNebula’라는, 저가의 LiDAR 센서와 카메라로 촬영한 2차원 이미지를 조합하는 기술이다. “수백만 엔의 LiDAR 센서와 카메라로 수천만 엔 상당의 LiDAR 센서 데이터를 만들어낸다”라고 NTT 미디어인텔리전스연구소 시마무라(島村) 그룹리더는 말한다.

저가의 LiDAR 센서는 수천만 엔의 제품과 비교하면 레이저 군점의 계측 밀도가 낮다. 조사(照射)하는 레이저의 소자 수가 적기 때문이다. GeoNebula는 저밀도 LiDAR 계측 결과를 카메라 이미지로 보완하는 구조다.

LiDAR와 카메라를 조합해 저비용을 도모하는 방법은 교세라 등도 개발하고 있다. GeoNebula는 이미지나 점군 데이터의 분석으로 물체 감지까지 실행하는 점이 특징이다. 건물의 벽이나 노면 등을 물체의 경계를 검출하면서 보완하기 때문에 노이즈 생성을 억제하면서 고밀도화를 할 수 있다고 한다. “2~3년 후에는 실용화하고, 30년에는 수 cm 이내의 위치 정보 정밀도를 목표하고 싶다”(시마무라(島村) 그룹리더).

-- 참여 기업 확대가 관건 --
NTT는 4D 디지털 기반을, 21년도에 실용화하고 22년도부터 단계적으로 사회 실장해 나갈 계획이다. 이에 앞서서 NTT 그룹 각 사는 20년부터 연계해 실증실험을 개시한다. 도시 개발을 전개하는 NTT Urban Solutions의 복합 상업시설 ‘With Harajuku’(도쿄)나, 21년에 준공 예정인 고층 오피스빌딩 ‘Urbannet Nagoya nexta Building’(나고야시) 등에서 계속적으로 실시해 나갈 생각이다. 사람의 이동을 분석해 “오피스에서 자리에서 일어선 순간에 엘리베이터가 도착하는 미래의 실현을 목표한다”(NTT 연구기획부문 미와(三輪) 씨).

25년에는 차량 위치의 실시간 집계를 통해 정체 등을 예측하고, 도로 교통의 정류화(Rectification) 등도 실현할 생각이다.

4D 디지털 기반을 사회 과제 해결에 활용하기 위해서는, 4D 디지털 기반 위에 자동차업체나 전기∙가스와 같은 다양한 산업이 참여해 데이터를 제공해 나가는 것이 필요하다. 실시간 센싱 데이터가 증가하면서 미래 예측 정밀도가 높아지기 때문이다. 기업에 가치 있는 용도를 제공할 수 있는지가 향후 관건이 될 것이다.

 -- 끝 --

Copyright © 2020 [Nikkei XTECH] / Nikkei Business Publications, Inc. All rights reserved.