Ⅰ. 서 론

1. 연구배경

최근 급격한 인건비 상승으로 서비스 산업 전반의 운용 비용 부담이 증대되고, 비대면 서비스 수요가 급증하면서 도심 내 물류 및 보안 서비스의 패러다임 변화가 촉발되고 있다. 특히 전자상거래 시장의 성장으로 인한 ‘라스트 마일(Last-mile)’ 배송과 생활 밀착형 서비스에 대한 필요성이 증대됨에 따라, 이를 해결하기 위한 대안으로 실외이동로봇 기술이 주목받고 있다. 실외이동로봇이란 배송 등 임무를 위해 자율주행(또는 원격제어)으로 주행할 수 있는 지능형 로봇(Ministry of Government Legislation, 2023)으로 배달 이외에도 순찰, 청소, 시설물 점검 등 다양한 분야의 임무를 수행하고 있는데, 인공지능(AI), 라이다(LiDAR), 고정밀 센서, 저지연 통신 기술 등의 비약적인 발전으로 인하여 로봇이 복잡한 도심 환경에서 독립적으로 임무를 수행할 수 있는 기술적 토대가 마련되었다. 이에 따라 국내에서 2023년 11월 시행된 ‘지능형 로봇 개발 및 보급 촉진법’ 제40조의 2에 따른 운행안전인증 제도가 도입되었으며, 이를 획득한 실외이동로봇은 보행자와 동일한 권리 및 의무를 갖게 되었다. 이로 인해 기존 도로교통법상 ‘차마’로 분류되어 보도 통행이 제한되었던 한계를 극복하고, 로봇이 도시 공간에서 합법적으로 운행할 수 있는 제도적 기반이 마련되었고, 이로 인해 실외이동로봇의 정의, 운행안전인증, 보험 가입 의무 등이 명확해졌다. 그러나 이 같은 법·제도적 개선에도 불구하고, 현재 실외이동로봇의 횡단보도 통행은 보행신호가 새로 점등된 시점에서만 통행할 수 있고, 보행신호 중에 도착했을 때는 다음 신호까지 대기 후 출발해야 하므로 운행 효율성을 저해하는 요인으로 작용하고 있다.

특히 카메라 기반의 영상 인식에만 의존하는 현행 방식은 기상 악화나 시야 가림 등의 환경적 요인에 취약하며, 이는 로봇의 주행 신뢰도 저하와 임무 지연으로 이어진다.

본 연구에서는 실외이동로봇의 횡단보도 통행 시 발생하는 신호 인식의 한계와 운영상의 비합리성을 개선하기 위해, 보행신호 잔여시간을 포함한 실시간 신호정보 연계 방안을 제안하고자 한다. 이를 통해 제도적·기술적 관점에서 실증 적용 가능성을 분석하고, 도심형 모빌리티로서 로봇의 안전한 운행 환경 구축을 위한 근거를 제시하고자 한다.

Ⅱ. 이론적 배경

1. 연구 필요성

운행안전인증을 받은 실외이동로봇은 보도 및 횡단보도 통행이 가능해졌으나, 실제 운영 현장에서는 다음과 같은 기술적·운영적 한계가 여전히 존재한다.

첫째, 현행 운행안전인증 가이드라인의 횡단보도 통행 방식 심사기준은 <Table 1>과 같으며, 보행 신호가 이미 작동 중인 상태에서 로봇이 즉시 횡단을 시작하기보다, 정지 상태로 대기한 후 다음 보행 신호에 통행을 시작하도록 규정하고 있다(Korea Institute for Robot Industry Advancement, 2023). 이는 카메라 시각 인식 센서만으로는 보행 신호의 잔여 시간을 정확히 판독하기 어려운 기술적 한계를 고려하여, 신호 전환 과정에서 로봇의 횡단 미완료 또는 보행자와의 상충 가능성을 줄이고 안전 여유를 확보하기 위해 마련된 보수적 운용 기준으로 이해할 수 있다. 그러나 이러한 일괄적인 대기 규정은 로봇이 안전하게 횡단할 수 있는 충분한 잔여 시간이 확보된 상황에서도 불필요한 정지를 유발할 수 있어, 실외이동로봇의 주행 연속성을 저해하고 임무 수행 시간을 지연시키는 요인으로 작용한다.

둘째, 카메라 기반 시각 인식 시스템의 불확실성에 따른 안전사고 위험이다. 횡단보도 통행 시 카메라 영상 인식만으로는 악천후, 역광, 야간 조명 및 보행자에 의한 시야 가림 등 다양한 환경적 변수에서 신호 정보를 오판독할 가능성이 높다. 실제로 2024년 인천 송도에서 발생한 실외이동로봇과 자동차 간의 충돌 사고는 시각 인식과 수동 조작만으로는 도심의 복잡한 교통 환경에서 완벽한 안전성을 보장하기 어렵다는 점을 보여준다.

셋째, 고정밀 주행 판단을 위한 공학적 근거 데이터의 부재이다. 로봇이 안전하게 횡단보도를 통과하기 위해서는 현재 신호 상태뿐만 아니라 확정적인 잔여 시간 정보가 필수적이나, 현재의 카메라 단독 방식으로는 이를 신뢰성 있게 확보하기 어렵다. 따라서 로봇의 인식 오류를 개선하고 운행 효율을 극대화하기 위해서는 교통신호제어기(TSC, Traffic Signal Controller)에서 생성되는 실시간 신호정보를 직접 연계하여 활용하는 방안이 반드시 마련되어야 한다.

따라서 위에서 제시한 한계를 극복하기 위해서 인프라 기반의 확정적인 실시간 신호정보 연계가 필수적이며, 본 연구를 통해 그 공학적 당위성과 구체적인 연계 방안을 제시하고자 한다.

2. 선행 연구 사례

1) 카메라 기반 교통신호인식 및 시각 정보 한계 연구

실외이동로봇의 자율주행 기술은 LiDAR, 카메라, GNSS 등 다양한 센서 정보를 통합해 도심 내 정밀 위치 추정과 장애물 회피를 수행하는 방향으로 발전하고 있다. 기술 동향에 따르면 LiDAR 센서를 활용한 고정밀 지도 기반의 위치 추정과 딥러닝 기반의 시각 인지 기술이 핵심 축을 담당하고 있으나, 카메라 센서를 통한 시각 정보 획득 방식은 야간이나 악천후와 같은 저조도 환경에서 인식률이 급격히 저하되는 등의 어려움이 지적되고 있다(Garg et al., 2024; Contreras et al., 2024). 이러한 한계를 완화하기 위해 영상 기반 신호 검출 성능을 강화하려는 연구가 지속되고 있다. Garg et al.(2024)는 합성(눈) 이미지와 실제 이미지를 결합한 학습 파이프라인을 통해 눈·비·안개 등 악천후 및 도메인 시프트 상황에서 신호등 검출 성능을 향상시키는 효과를 보고하였다(Garg et al., 2024). Gakhar et al.(2025)는 푸리에 도메인 적응(Fourier Domain Adaptation, FDA)을 적용하여 학습 데이터의 특성을 조정함으로써 비·안개 조건에서의 신호등 검출 성능 저하를 완화하는 방향을 제시하였다(Gakhar et al., 2025).

그러나 이러한 접근은 여전히 영상 기반 판독 결과에 의존하므로, 조도 변화·점멸 신호·가림 등 현장 변동에 따라 횡단보도의 잔여시간을 ‘확정적’으로 확보하기 어렵다는 한계가 남는다. 따라서 실외이동로봇의 횡단 의사결정 신뢰도를 확보하기 위해서는 비전 성능 개선과 별개로, 카메라 센서 단독 인식을 넘어 외부에서 제공 가능한 신호 관련 정보를 함께 활용하는 등, 정보 획득 경로를 이중화할 필요성이 강조되고 있다.

2) 실시간 신호정보 제공 및 주행 최적화 연구

지능형 교통 시스템(ITS) 기반의 실시간 신호정보는 교통신호제어기에서 산정되는 신호 현시 상태와 잔여시간 정보를 디지털 데이터 형태로 제공함으로써, 교차로 접근 단계에서의 의사결정을 지원한다. 이러한 정보는 도로 이용자가 ‘지금 통과할지, 감속·정지할지’를 사전에 판단할 수 있도록 도와 급제동을 완화하고 신호 위반 가능성을 낮추며, 나아가 교차로 운영 효율을 향상시키는 방향으로 활용되어 왔다. 특히 잔여시간(카운트다운) 정보는 신호 전환을 예측 가능하게 만들어 운전자와 보행자의 행동 선택에 직접적인 영향을 미친다. Pan et al.(2023)은 카운트다운 신호가 안전성과 효율성에 미치는 영향을 종합적으로 검토하며, 잔여시간 정보가 운전자의 정지·통과 결정, 적색신호 위반, 교차로 효율과 관련해 긍정적·부정적 효과가 혼재된 결과로 보고되고 있음을 정리하였다(Pan et al., 2023). 이는 실시간 교통신호정보가 카메라 기반 시각 정보를 단순히 대체하는 정보가 아니라, 시각 정보와 함께 활용되어 횡단 판단의 불확실성을 보완하는 정보로 해석할 수 있다. 그러나 기존 연구들은 주로 운전자 또는 차량의 교차로 접근 판단을 중심으로 실시간 신호정보의 효과를 논의하였으며, 보행자 지위를 갖는 실외이동로봇의 횡단보도 통행 과정에서 카메라 기반 시각 정보와 교통 인프라 기반 신호정보를 정합성 검토 후 결합하여 횡단 가능 여부를 판단하는 연구는 제한적이다.

따라서 실외이동로봇의 횡단보도 통행에서는 카메라 기반 신호 판독의 불확실성과 실시간 교통신호정보의 안정성을 함께 고려한 정보 이중화 기반 주행 판단 구조가 필요하다. 이에 본 연구는 주·야간 보행신호 영상 분석을 통해 카메라 기반 시각 정보의 한계를 확인하고, 실시간 교통신호정보를 함께 활용하여 횡단 가능 여부를 판단하는 정보 이중화 기반 주행 판단 알고리즘을 제안한다. 또한 제안 알고리즘이 시각 정보 불안정, 실시간 교통신호정보 미수신, 잔여시간 부족 등 주요 운행 조건에서 어떠한 판단을 수행하는지를 검토하고, 이를 바탕으로 실외이동로봇의 횡단보도 통행 과정에서 판단 신뢰도와 운영 효율 개선 가능성을 논의하고자 한다.

Ⅲ. 실외이동로봇 실시간 신호정보 연계 필요성

1. 실외이동로봇의 횡단보도 통행 제약

운행안전인증 심사를 받은 실외이동로봇은 보행자 지위를 갖게 되어 임무 수행을 위해 차도 대신 보도 및 횡단보도로 통행하지만, 횡단보도 통행 시 기술적, 환경적 제약이 존재한다. 실외이동로봇은 일반적으로 GPS 및 라이다를 활용하여 자신의 위치를 추정하고, 초음파 센서와 카메라를 이용하여 장애물을 인식한다. 횡단보도 통행 시에는 카메라 기반 영상 인식을 통해 보행자 신호를 확인하지만, 기상 및 조명 조건, 보행자에 의한 시야 가림, 보행자 녹색 점멸 신호 등으로 인해 신호를 정확히 인식하지 못해 제때 횡단하지 못하는 상황이 발생할 수 있다. 「경찰청 교통신호기 설치·운영 업무편람」에서 식(1), (2)와 같이 보행 신호시간을 녹색고정시간(T s)과 녹색점멸시간(T f)으로 구분하여 산정하도록 제시하며, 보행 신호시간은 초기진입시간(t)과 횡단거리(L), 보행속도(v)에 의해 결정된다(Korean National Police Agency, 2024). 이 산출식에서 녹색점멸시간(T f)은 횡단거리(L)에 비례하여 설정되므로, 횡단거리가 크거나 초기진입시간이 최솟값에 가까운 조건에서는 점멸 구간의 비중이 상대적으로 커질 수 있다. 점멸 구간에서는 신호 표식이 주기적으로 소등되어 카메라 기반 판독이 불안정해질 수 있으며, 이로 인해 로봇이 통행 가능 여부를 보수적으로 판단하거나 불필요한 대기가 발생하는 요인으로 작용한다.

이러한 이유로 현재 실외이동로봇이 횡단보도에 도착했을 때, 이미 보행 신호가 작동 중일 경우, 대기 후 다음 보행신호에서 통행을 진행한다. 횡단하기 충분한 보행 신호 시간이 남아 있어도 로봇이 횡단 가능한지 판단할 수 없으므로 적색 신호에서 녹색 신호로 변경될 때까지 대기함으로써 임무 수행에 지연이 발생하고, 불필요한 정지 및 통행 지연은 사고 위험 증가와 임무 수행력 저하로 이어질 수 있다.

2. 카메라 기반 신호 인식 체계의 한계 분석

실외이동로봇이 복잡한 도심 교차로를 안전하게 횡단하기 위해서는 보행신호의 정확한 판독이 필수적이다. 현재 대다수의 로봇은 합성곱 신경망(CNN, Convolutional Neural Network) 기반의 객체 검출 알고리즘을 활용한 카메라 영상 인식 방식에 의존하고 있으나, 이는 실제 운영 환경에서 다양한 물리적·기술적 한계에 노출된다(Gakhar et al., 2025). 특히 보행자 녹색 점멸신호 구간에서 로봇의 의사결정 신뢰도를 확보하기 위해서는 신호의 색상뿐만 아니라 잔여 시간 정보의 정밀한 획득이 요구되나, 카메라 센서만으로는 이를 확보하기 어렵다.

따라서 본 절에서는 카메라를 통한 ‘시각적 인지’ 과정에서 발생하는 정보의 불확실성을 정량적으로 분석함으로써, 교통신호제어기로부터 직접 수신하는 ‘교통신호상태정보(TSI)’ 연계의 필요성을 고찰하고자 한다.

실험은 주간/야간 조건에서 각각 30fps 및 60fps로 3회씩 촬영한 영상에 대해 보행 신호등이 점멸로 바뀐 후, 5초간 측정하여 프레임 단위로 인식 상태를 분류하였고, 카메라 프레임을 제외한 ISO 감도, 셔터 스피드, 초점 등 나머지 설정은 자동으로 설정하여 카메라가 환경에 맞춰 정보를 얻을 수 있도록 하였다. 신호 분류 기준은 <Fig. 1>과 같이 A. 신호등 꺼짐(Signal Off), B. 보행 잔여시간 인식 불가(Time Recognition Failure), C. 신호등 그림 인식 불가(Icon Recognition Failure)(숫자 인식 가능), D. 양호(Stable)(신호등 그림 및 잔여시간 모두 인식 가능) 4가지로 정의하였다. 이 중 “양호(D)”만을 실외이동로봇이 신호를 인식할 수 있는 것으로 설정하였고, 나머지의 경우는 보행 신호등을 인식할 수 없을 것으로 판단하였다.

<Fig. 1>

Camera Recognition Types for Pedestrian Flashing Green Signal

카메라 프레임 단위 보행 신호등 측정 실험 결과는 <Table 2>에 제시하였고, 주간 조건에서는 보행자 녹색 점멸 신호 측정 시간 동안 90% 이상 신호를 인식할 수 없었고, 유형으로는 보행 잔여시간 인식 불가(B)(30fps 83.8%, 60fps 80.9%), 신호등 그림 인식 불가(C)(30fps 8.2%, 60fps 9.6%)로 나타났다. 주간 조건에서 카메라로 신호를 인식할 수 있는 시간(D)은 30fps 8.0%, 60fps 9.6%에 불과했다. 반복 실험(3회)의 변동성을 확인한 결과, 주간 30fps의 양호 비율은 8.0±0.7%, 주간 60fps의 양호 비율은 9.5±1.1%(n=3)로 나타나, 주간 조건에서는 촬영 시행 간 변동이 크지 않으며 동일한 실패 양상이 반복됨을 확인하였다.

또한, 야간 환경에서는 주간과 달리 보행 잔여시간 인식 불가(B) 현상은 관찰되지 않았고, 30fps와 60fps 모두에서 양호(D) 50.4%, 신호등 그림 인식 불가(C) 49.6%로 나타났다. 이는 야간 조건에서 잔여시간 숫자는 비교적 정확하게 판독되었으나, 점멸 신호의 특성에 따라 신호등 불빛의 켜짐과 꺼짐이 반복되었기 때문으로 판단된다. 프레임별 로우데이터를 확인한 결과에서도 야간에는 신호등 그림 인식 불가(C)와 양호(D)가 번갈아 나타나는 양상이 확인되었으며, 주간처럼 여러 오류 유형이 불규칙하게 섞이는 패턴은 나타나지 않았다.

이러한 실험 결과가 발생한 원인으로 카메라의 고속 셔터 스피드에 의한 플리커 현상이 주요 원인으로 분석된다. 주간의 고조도 환경에서 카메라는 과노출을 방지하기 위해 셔터 스피드를 극단적으로 단축하여 1/500s~1/2000s(500Hz~2000Hz) 수준으로 변경하는데, 일반적인 보행 신호등 LED 주사율이 60~100Hz 이므로 보행 신호등 LED의 점멸 주기보다 셔터스피드가 빨라지게 되면 카메라 노출 구간이 LED의 점멸 주기와 일치하지 않을 경우 해당 프레임에서 신호정보가 누락되는 시간적 샘플링 오류가 발생하여 연속된 비디오 프레임 사이에서 신호등이 무작위로 점멸하는 것처럼 기록되어, 결과적으로 잔여시간 숫자 인식의 연속성이 깨지고 판독 불가능한 데이터가 생성되는 한계가 발생한 것으로 사료된다(Deegan, 2020). 야간에는 저조도 환경 특성상 영상 시인성 확보를 위해 노출 시간을 늘리게 되는데, 이는 과도한 노출 시 발생할 수 있는 모션 블러를 고려하여 자동 노출 알고리즘에 의해 약 1/60s 수준으로 조절된 것으로 보인다. 결과적으로 이러한 설정은 신호등 LED의 점멸 주기보다 상대적으로 긴 노출 시간을 확보하게 함으로써, 주간과 달리 플리커 현상이 발생하지 않는 안정적인 영상 획득으로 이어진 것으로 해석된다.

주간에서 발생하는 플리커 현상을 뒷받침하는 정량적 근거로, 주간 조건의 로우데이터는 프레임 분류 값 이 초당 약 8.9~9.9회 수준으로 빈번하게 전이하며(30fps 평균 8.93회/초, 60fps 평균 9.87회/초), 특정 두 상태가 일정 주기로 교대하는 패턴이 아니라 불규칙한 변동이 우세하였다. 야간에서 관측되는 C↔D 교대(점멸 패턴)와 달리, 주간에서는 C와 D 사이 전이가 거의 나타나지 않아(전이 비율 ≈ 0~0.06) 점멸 신호에 의한 규칙적 On-Off보다는 카메라 셔터(노출) 조건에서 LED 표출의 순간 점등 상태가 프레임마다 다르게 포착되어 플리커성 불안정이 발생한 것으로 판단되고, 야간에서 발생한 신호등 그림 인식 불가는 점멸 신호 자체로 인한 규칙적 가시성 저하임이 정량적으로 뒷받침된다.

다만, 야간 측정에서는 신호등 불빛 및 가로등 등 외부 광원에 의해 빛 번짐으로 인하여 잔여시간을 정확하게 식별하기 어려운 문제가 확인되어, 결과적으로 점멸로 인해 신호가 꺼지는 구간에서는 시각 정보만으로 신호 상태를 파악할 수 없는 근본적인 한계가 존재함을 확인하였다.

본 실험을 통해 실외이동로봇의 카메라 기반 시각 정보는 환경에 따라 서로 다른 두 가지 정보 손실 문제가 발생함을 확인하였다.

첫째, 주간에는 카메라 고속 셔터에 의한 플리커 현상으로 인해 신호 인식 실패가 지배적으로 나타나 신호를 인식할 수 있는 비율이 매우 낮았으며, 야간에는 주간과 같은 불규칙 왜곡은 두드러지지 않았으나 점멸 신호로 인해 보행자 신호 인식이 On-Off 형태로 반복되고 외부 광원에 의한 빛 번짐으로 숫자 식별성이 저하되었다.

둘째, 보행 점멸 신호의 특성상 신호가 주기적으로 소등되는 프레임이 발생하므로, 해당 구간에서 카메라 영상 정보만으로 신호 상태를 항상 확정적으로 판단하기 어려워 정보의 불연속성이 본질적으로 존재한다.

따라서 실외이동로봇의 횡단보도 의사결정을 카메라 기반 시각 인지에만 의존하기보다, 교통신호제어기에서 제공하는 실시간 교통신호정보(TSI, Traffic Signal Status Information)를 실외이동로봇 등 모빌리티의 주행 판단에 활용할 수 있도록 제공·연계하는 체계의 필요성이 있음을 확인하였다.

실시간 신호정보는 조도 변화, 점멸, 시야 가림, 플리커 및 빛 번짐 등 외부 환경 변수로부터 상대적으로 독립적인 보행신호 현시 상태와 잔여시간을 제공할 수 있으므로, 주간의 잔여시간 판독 실패와 야간의 점멸 신호로 인한 정보 불연속성 문제를 보완할 수 있다. 특히 시각 정보만으로는 신호 상태 확정이 어려운 점멸 구간의 소등 프레임 상황에서도, 로봇은 수신된 잔여시간을 활용하여 횡단 가능 여부를 판단할 수 있다. 이에 다음 절에서는 실시간 교통신호정보의 연계 체계와 현장 테스트를 검토하고, 이를 바탕으로 시각 정보와 실시간 신호정보를 함께 활용하는 횡단보도 주행 판단 알고리즘을 제시한다.

3. 실시간 교통신호정보 연계 체계 및 적용

1) 실시간 교통신호정보 연계 시스템 아키텍처

앞서 확인한 바와 같이 카메라 센서는 플리커, 빛 번짐, 시야 가림, 점멸신호 등 환경적 변수에 의해 횡단보도 신호 판독의 불확실성이 증가할 수 있다. 따라서 실외이동로봇의 주행 판단 신뢰도를 확보하기 위해서는 카메라 인식 결과에만 의존하기보다, 교통 인프라에서 제공되는 확정적 신호 데이터를 함께 활용할 수 있는 정보 획득 경로의 이중화가 필요하다. 이러한 정보 획득 경로의 이중화를 실현하기 위한 구체적인 기술적 대안으로서, 카메라 센서의 물리적 한계와 환경적 변수를 보완하고 주행 신뢰도를 확보할 수 있는 실시간 교통신호정보의 수집 및 활용이 필수적으로 요구된다.

본 연구에서 실시간 교통신호정보는 교통신호제어기에서 생성되는 보행신호의 현시 상태, 잔여시간, 신호 전환 예고 정보를 포함하는 교통신호상태정보(TSI)를 의미한다. 여기서 현시 상태는 현재 보행신호가 녹색, 녹색점멸 또는 적색 중 어느 상태인지를 나타내며, 잔여시간은 해당 현시가 종료되기까지 남은 시간을 의미한다. 신호 전환 예고 정보는 현재 현시가 종료된 이후 다음 신호 상태로 전환되는 시점을 예측할 수 있도록 지원하는 정보이다. 실시간 교통신호정보 시스템의 기술적 아키텍처는 <Fig. 2>에서 나타낸 것과 같이 교통신호제어기(TSC), 도시교통정보센터(UTIC) 그리고 최종 서비스 이용자(TSIU) 간의 계층적 구조로 이루어진다. 교통신호제어기 내부의 주제어부(CPU)에서 현재 운영 중인 신호 현시와 잔여 시간 정보를 실시간으로 생성하며, 생성된 데이터는 전용 VPN과 무선 통신 모뎀을 거쳐 도시교통정보센터로 전송된다. 센터는 수집된 데이터를 표준화된 포맷으로 가공 및 통합하고, 교차로/신호그룹 식별 정보 매칭, 코드 체계 표준화, 누락·이상치 및 시간 정합성 검증 등을 통해 제공 가능한 품질로 정리한 뒤, API 또는 전용 회선 방식을 통해 1초 단위로 정보를 서비스 이용자에게 제공한다.

<Fig. 2>

Configuration Diagram of Real-time Traffic Signal Information System

실시간 교통신호정보 시스템은 다양한 교통 분야에서 활용되고 있으며, 특히 일반 운전자와 자율주행 차량 및 미래 모빌리티의 교차로 접근 판단을 지원하는 기반 정보로 활용될 수 있다. 2026년 3월 기준, 실시간 교통신호정보는 국내 22개 지자체에서 총 2,839개소가 연계되어 있으며, 현대차, 티맵, 카카오내비 등의 민간 플랫폼에서 이를 활용한 안전 운전지원 서비스가 제공되고 있다. 대표적으로 내비게이션 서비스는 운전자에게 전방 신호의 현시 상태와 잔여시간을 실시간으로 제공함으로써, 교차로 접근 단계에서 감속·정지 또는 통과 여부를 보다 안정적으로 판단할 수 있도록 지원한다. 또한 실시간 교통신호정보는 단순한 정보 표출을 넘어, 신호 전환 시점에 따른 급감속 예방, 교통신호 운영상태, 교차로 통과 가능성 판단을 통한 자율주행차의 교차로 진입 의사결정 보조 및 우선신호 시스템 모니터링 등 다양한 서비스로 확장될 수 있다. 특히 신호 현시와 잔여시간을 디지털 데이터로 제공할 수 있다는 점에서, 운전자에게는 예측 가능한 주행 정보를 제공하고, 자율주행차와 실외이동로봇 등 자동화 모빌리티에는 정량적 판단 입력값으로 활용될 수 있다.

이러한 실시간 교통신호정보 시스템의 이점은 실외이동로봇의 주행 판단 로직에 접목될 때 카메라 센서의 물리적 한계를 보완하고 의사결정의 신뢰도를 높이는 데 기여할 수 있어, 기상 악화나 시야 가림 등으로 인해 센서가 신호 판독에 실패하더라도, 교통신호제어기로부터 수신한 확정적 잔여시간 데이터를 통해 주행 판단의 불확실성을 보완할 수 있다. 로봇은 이 정보를 바탕으로 최적의 횡단 시점과 진입 속도를 판단함으로써, 녹색점멸 구간과 같이 카메라 기반 판단만으로는 불확실성이 큰 상황에서도 불필요한 대기를 줄이고 안전한 횡단 가능성을 높일 수 있다. 이는 실시간 교통신호정보가 운전자 지원 서비스를 넘어, 실외이동로봇 등 보행자형 모빌리티의 횡단 판단을 지원하는 공공 교통 인프라 정보로 확장될 수 있음을 보여준다.

2) 실시간 신호정보 기반 실외이동로봇 횡단보도 통행 테스트

실시간 교통신호정보가 실외이동로봇의 횡단보도 통행 판단에 활용될 수 있는지를 확인하기 위해, 의왕시 부곡파출소 인근 횡단보도에서 실외이동로봇을 활용한 현장 테스트를 수행하였다. 해당 테스트는 실제 도로 환경에서 교통신호정보 제공 시스템과 로봇 관제 시스템을 연계하여, 보행신호 현시 상태와 잔여시간 정보가 로봇의 횡단보도 통행 판단에 활용될 수 있는지를 확인하는 데 목적이 있다.

현장 테스트에서는 교통신호제어기에서 산정된 보행신호 현시 상태와 잔여시간 정보가 도시교통정보센터를 거쳐 로봇 관제 시스템으로 전달되도록 구성하였다. 로봇 관제 시스템은 수신된 실시간 교통신호정보를 기반으로 보행신호의 현재 상태와 잔여시간을 확인하고, 이를 횡단보도 통행 판단에 활용할 수 있도록 구성하였다. 이외에도 정보 지연시간, 배터리 상태, 로봇 카메라 영상 등을 함께 확인할 수 있도록 하여, 로봇의 접근 상황과 신호정보 수신 상태를 통합적으로 모니터링할 수 있도록 하였다.

현장 테스트는 실시간 신호정보의 수신 여부, 관제 화면에서의 신호 현시 및 잔여시간 표출 여부, 정보지연시간을 확인하고, 수신된 신호정보를 기반으로 한 실외이동로봇의 횡단보도 통행 수행 여부를 중심으로 진행하였다. 테스트 과정에서 보행신호 현시 상태, 잔여시간 정보 및 정보 지연시간이 로봇 관제 화면에 표출되었다. 관제자는 <Fig. 3>과 같이 횡단보도 현장 영상, 통신 지연시간, 로봇 상태 정보를 함께 확인하면서 로봇의 횡단보도 통행 과정을 관제화면에서 모니터링하였고, 신호정보의 지연시간은 평균 100ms 이하 수준으로 확인되어, 현장 테스트 조건에서는 로봇이 신호를 인식하는데 문제가 없을 것으로 판단해 <Fig. 4>와 같이 수신된 실시간 교통신호정보를 바탕으로 횡단보도 통행을 수행하였다.

<Fig. 3>

Outdoor Mobile Robot Monitoring and Control Interface

<Fig. 4>

Demonstration of Crosswalk Traversal by Outdoor Mobile Robot using Real-time Signal Information

이를 통해 실시간 교통신호정보가 기존 카메라 기반 시각 정보의 한계를 보완할 수 있는 방안으로 활용되어, 로봇 운행 시스템의 횡단 판단 입력 정보로 연계될 수 있음을 현장에서 확인하였다.

따라서 본 연구에서는 앞서 수행한 보행신호 영상 분석 결과와 본 현장 테스트에서 확인한 실시간 신호정보의 활용 가능성을 바탕으로, 카메라 기반 시각 정보와 교통 인프라 기반 신호정보를 함께 고려하는 정보 이중화 기반 주행 판단 알고리즘을 제안한다.

3) 시각정보와 실시간 신호정보를 활용한 횡단보도 주행 판단 알고리즘

본 연구에서는 카메라 기반 시각 정보의 불확실성을 보완하고, 실시간 교통신호정보를 횡단 판단에 반영하기 위해 <Fig. 5>와 같은 정보 이중화 기반 주행 판단 알고리즘을 제안하였다. 제안 알고리즘은 실외이동로봇이 횡단보도에 접근한 이후 카메라에서 획득한 시각 정보와 교통 인프라에서 제공되는 실시간 교통신호정보를 병렬적으로 수집하고, 두 정보의 유효성 및 정합성을 검토한 후 최종 횡단 판단에 활용할 잔여시간을 결정하는 구조이다. 이는 실시간 교통신호정보를 단순한 보조 또는 백업 정보로 사용하는 것이 아니라, 시각 인식 결과와 함께 검증하여 횡단 의사결정의 신뢰도를 높이기 위한 핵심 입력 정보로 활용하기 위한 것이다.

제안 알고리즘은 크게 세 단계로 구성된다. 첫째, 정보 이중화 기반 병렬 데이터 수집 단계에서는 시각센서를 통해 보행신호 상태 T vis를 추정하고, 디지털 인프라를 통해 실시간 교통신호정보 기반 잔여시간 T tsi를 수신한다. 이와 함께 로봇의 잔여거리 D rem, 현재 또는 계획 주행속도 V robot, 허용 최대 주행속도 V max 등을 횡단 판단에 필요한 입력값으로 활용한다.

둘째, 정합성 검증 및 신뢰도 판단 단계에서는 시각 정보와 TSI의 유효성을 우선 검토한다. 두 데이터가 모두 유효한 경우에는 T vis와 T tsi의 일치 여부를 비교하여 상호 검증을 수행한다. 두 값이 일치하는 경우에는 신뢰도가 높은 상태로 판단하여 확정한 잔여시간을(T rem=T tsi)로 설정하고, 불일치하는 경우에는 주간 플리커, 야간 빛 번짐, 시야 가림 등으로 인한 시각 인식 오류 가능성이 있을 때, 유효한 TSI 값을 우선 적용하여(T rem=T tsi)로 설정하여 인프라 기반 잔여시간을 활용한다. 반면 TSI가 미수신되거나 통신 오류가 발생한 경우에는 시각 정보가 정상적으로 확보된 경우에 한하여 T vis를 제한적으로 활용하도록 구성하였으나, 로봇이 카메라로 습득하는 시각 정보에서 잔여시간을 파악하기 어렵기 때문에 현행과 같이 대기 후 보행신호로 변경되었을 때 통행하는 것으로 하였다. 또한 시각 정보와 TSI가 모두 유효하지 않은 경우에는 잔여시간을 확정할 수 없으므로 횡단 판단을 수행하지 않고 정지선 또는 지정 대기장소에서 대기하도록 하였다.

셋째, 연산 및 횡단 판단 단계에서는 앞선 단계에서 확정한 잔여시간 T rem과 로봇의 잔여거리 D rem, 현재 주행속도 V robot, 안전여유시간 t margin을 이용하여 횡단 가능 여부를 판단한다. 횡단 가능 여부는 식(3)과 같이 보행신호 잔여시간이 로봇의 횡단 소요시간과 안전여유시간의 합보다 충분한지를 기준으로 판단한다.

<Fig. 5>

Real-time TSI-based Crosswalk Decision Making Algorithm

해당 조건을 만족하는 경우 로봇은 정지 없이 횡단을 수행한다. 반면 현재 속도 기준으로 횡단이 어려운 경우에는 식(4)를 이용하여 허용 최대 주행속도 범위(15km/h) 내에서 속도 재산정 시 횡단이 가능한지를 추가로 판단한다.

이 조건을 만족하는 경우에는 허용속도 범위 내에서 주행속도를 조정하여 횡단을 수행하고, 조건을 만족하지 못하는 경우에는 감속 후 정지선 또는 지정 대기장소에서 대기 후 횡단할 수 있도록 하였다. 또한 횡단 중 보행자 또는 장애물이 감지되는 경우에는 즉시 감속 또는 정지한 후, 안전이 확보된 경우에만 횡단을 지속하도록 구성하였다. 이와 같이 제안 알고리즘은 실시간 신호정보를 활용하여 불필요한 대기 가능성을 줄이면서도, 신호정보 미수신 또는 정보 불확실 상황에서는 보수적 운행 원칙을 적용하도록 설계하였다.

4) 제안 알고리즘의 시나리오 기반 검증

본 연구에서는 제안한 횡단보도 통행 판단 알고리즘이 주요 운행 조건에서 적절한 판단을 수행하는지 확인하기 위해 시나리오 기반 검증을 수행하였다. 검증은 실외이동로봇이 횡단보도에 접근하거나 횡단 중인 상황에서 보행신호 잔여시간, 잔여거리, 주행속도, 안전여유시간 및 실시간 교통신호정보 수신 여부에 따라 제안 알고리즘의 판단 결과가 어떻게 도출되는지를 확인하는 방식으로 구성하였다.

(1) 검증 방법

검증 시나리오는 녹색고정시간 내 진입 조건, 녹색점멸 구간의 신규 진입 조건, 녹색점멸 구간에서 이미 횡단 중인 조건, 장애물 회피로 인해 횡단이 지연된 조건, 실시간 교통신호정보 미수신 조건으로 구분하였다. 이는 보행신호의 색상만을 기준으로 횡단 가능 여부를 판단하는 것이 아니라, 로봇의 위치, 잔여거리, 잔여시간 및 정보 수신 상태를 함께 고려하여 횡단, 속도 조정, 대기 또는 관제 개입 여부를 판단하기 위한 것이다.

시나리오는 S1부터 S7까지 총 7개로 구성하였다. S1과 S2는 녹색고정시간 내 신규 진입 조건으로, S1은 녹색 시작 시점에 진입하는 경우이고, S2는 녹색 시작 후 일정 시간이 경과한 시점에 진입하는 경우이다. S3과 S4는 녹색점멸 구간에서 신규 진입을 시도하는 조건으로, 녹색점멸 시작 시점과 녹색점멸 잔여시간이 부족한 시점을 구분하여 설정하였다. S5는 녹색점멸 구간에서 로봇이 이미 횡단보도 내부에 진입한 조건이며, S6은 횡단 중 장애물 회피 또는 일시정지로 인해 횡단이 지연된 비정상 조건이다. S7은 실시간 교통신호정보가 미수신되는 상황에서 제안 알고리즘의 보수적 판단 절차를 확인하기 위한 조건으로 설정하였다.

실외이동로봇의 횡단거리는「교통신호기 설치·운영 업무편람」에 맞춰 20m로 왕복 6차로급 횡단보도 조건을 대표할 수 있도록 설정하였고, 이에 따라 일반 보행 신호 운영구간 기준 보행신호시간은 27초, 녹색고정시간은 12초, 녹색점멸시간은 15초로 산정하였다(Korean National Police Agency, 2024).

시나리오 검증을 위한 기본 조건으로 로봇의 기본 주행속도 V robot은 보행자와 혼재되는 횡단보도 통행 환경을 고려하여 1.0m/s로 설정하였고, 허용 최대속도 V max는 실외이동로봇 운행안전인증 기준을 고려하여 15km/h로 설정하였다. 또한 안전여유시간 t margin을 2초로 설정하여 돌발 변수로 인한 지연에 대해서 사고를 방지할 수 있도록 하였다. 이에 따라 제안 알고리즘은 보행 가능 잔여시간 T rem과 잔여거리 D rem을 기준으로 현재 속도 횡단 가능 여부를 우선 판단하고, 현재 속도로 횡단이 어려운 경우에는 허용 최대속도 범위 내에서 속도 조정 가능 여부를 추가로 판단하도록 구성하였고, 시나리오별 입력 조건은 <Table 3>과 같다.

(2) 검증 결과

각 시나리오에 대해서는 식(3)을 우선 적용하여 현재 주행속도 기준으로 보행신호 잔여시간 내 횡단이 가능한지를 판단하였다. 식(3)을 만족하지 못하는 경우에는 식(4)를 적용하여 허용 최대속도 범위 내에서 속도 조정 후 횡단이 가능한지를 추가로 판단하였다. 두 조건을 모두 만족하지 못하는 경우에는 신규 진입을 보류하고 정지선 또는 지정 대기장소에서 대기하도록 하였다. 또한 실시간 교통신호정보가 미수신되어 T rem이 확정되지 않는 경우에는 식(3) 및 식(4)에 따른 횡단 가능 여부를 산정하지 않고, 대기 또는 관제 개입 조건으로 분류하였다. 시나리오별 판단식 적용 결과와 제안 알고리즘의 최종 판단은 <Table 4>와 같다.

S1은 기본 주행속도만(1.0m/s)으로도 횡단 가능 시간이 확보되어 현재 속도 횡단이 가능한 것으로 나타났다. S2는 녹색고정시간 내에 진입하였으나 현재 속도 기준으로는 횡단 완료 시간이 부족한 조건이며, 허용 최대속도 범위 내에서 속도 조정 후 횡단 가능한 것으로 판단되었다.

S3은 녹색점멸 시작 시점으로, 현재 속도 기준으로는 횡단 완료가 어렵지만 속도 조정 시 잔여시간 내 횡단이 가능한 조건으로 판단되었다. 반면 S4는 녹색점멸 잔여시간이 6초로 짧은 조건이며, 허용 최대속도를 적용하더라도 안전여유시간을 포함한 횡단 완료 시간이 잔여시간을 초과하므로 횡단 불가 및 대기 조건으로 판단되었다. 이를 통해 제안 알고리즘은 녹색점멸 구간을 일괄적으로 대기 조건으로 처리하지 않고, 잔여시간과 잔여거리에 따라 조건부 횡단 가능 여부를 구분할 수 있음을 확인하였다.

S5는 로봇이 이미 횡단보도 내부에 진입한 조건으로, 신규 진입 여부가 아니라 잔여시간과 잔여거리를 기준으로 횡단 완료 가능성을 판단하였고, 분석 결과 속도 조정을 통해 잔여시간 내 횡단 완료가 가능한 것으로 나타났다. S6은 장애물 회피 또는 일시정지로 인해 횡단이 지연된 비정상 상황으로, 허용 최대속도 범위 내에서 자율주행만으로 횡단 완료가 어려운 조건으로 판단되었다. 이 경우 로봇이 이미 횡단보도 내부에 위치하므로, 수동관제 전환 후 주변 보행자 및 차량 상황을 확인하고 안전지점으로 이동하는 판단이 필요한 것 으로 나타났다.

S7은 실시간 교통신호정보가 미수신되는 조건이다. 이 경우 카메라 기반 시각 정보는 현재 보행신호가 녹색 또는 녹색점멸 상태인지 보조적으로 확인할 수 있으나, 잔여시간을 안정적으로 산정하기 어렵다. 따라서 T rem이 확정되지 않는 경우에는 식(3) 및 식(4)에 따른 횡단 가능 여부를 산정하지 않고, 신규 진입을 보류한 후 대기 또는 관제 개입을 수행하는 것으로 판단되었다. 이는 신호정보 미수신 상황에서 카메라 기반 신호상태 확인만으로 녹색점멸 구간의 조건부 통행을 허용하지 않고, 잔여시간이 확정된 경우에만 횡단 판단을 수행하도록 하기 위한 보수적 안전 판단 절차이다.

이상의 시나리오 기반 검증을 통해 제안 알고리즘은 보행신호 잔여시간과 로봇의 잔여거리를 정량적으로 비교하여 횡단 가능 여부를 판단할 수 있음을 확인하였다.

검증 결과, 잔여시간이 충분한 경우에는 현재 속도 횡단 또는 속도 조정 후 횡단 판단을 수행하였고, 잔여시간이 부족한 경우에는 횡단 불가 및 대기 판단을 수행하였다. 또한 장애물 회피 등으로 횡단이 지연된 상황에서는 자율 판단만으로 횡단 완료가 어려운 조건을 구분하여 관제 개입이 필요한 것으로 판단하였으며, 실시간 교통신호정보가 미수신되어 T rem이 확정되지 않는 경우에는 신규 진입을 보류하도록 하였다. 이를 통해 제안 알고리즘이 녹색점멸 구간에서도 잔여시간과 잔여거리 조건에 따라 조건부 횡단 가능 여부를 구분하고, 정보가 불확실하거나 잔여시간이 부족한 상황에서는 보수적 안전 판단을 수행할 수 있음을 확인하였다.

Ⅳ. 결 론

본 논문은 실외이동로봇의 안전한 횡단보도 통행을 위해 카메라 기반 시각 인식의 한계를 분석하고, 이를 보완하기 위한 실시간 교통신호정보 연계 체계와 주행 판단 알고리즘을 제안하였고, 연구를 통해 도출된 핵 심 결과와 시사점은 다음과 같다.

첫째, 주·야간 보행신호 영상 촬영 실험을 통해 카메라 기반 시각 정보가 보행신호 상태와 잔여시간을 안정적으로 확보하는 데 한계가 있음을 확인하였다. 주간 조건에서는 고속 셔터에 의한 플리커 현상으로 잔여시간 판독 실패가 지배적으로 나타났으며, 야간 조건에서는 점멸 신호와 외부 광원에 의한 빛 번짐으로 인해 시각 정보의 불연속성이 발생하였다. 이는 실외이동로봇의 횡단보도 통행 판단을 카메라 기반 시각 인식에만 의존하기 어렵다는 점을 보여준다.

둘째, 실시간 교통신호정보는 실외이동로봇의 횡단보도 통행 판단에 필요한 보행신호 현시 상태와 잔여시간을 디지털 정보로 제공할 수 있는 유효한 정보임을 제시하였다. 교통신호제어기에서 생성되는 실시간 교통신호정보는 신호 현시와 잔여시간을 1초 단위의 데이터 형태로 제공할 수 있으며, 현장 테스트에서 정보 지연시간이 평균 100ms 이하 수준으로 확인되어 로봇의 횡단 판단에 활용 가능한 실시간성을 갖는 것으로 판단되었다. 실시간 교통신호정보가 도시교통정보센터와 로봇 관제 시스템을 거쳐 로봇의 횡단 판단 입력 정보로 연계될 수 있음을 확인하였다. 이는 실시간 교통신호정보가 카메라 기반 시각 정보의 한계를 단순히 보완하는 수준을 넘어, 실외이동로봇의 횡단 판단 신뢰도를 높이기 위한 교통 인프라 기반 정보원으로 활용될 수 있음을 보여준다.

셋째, 카메라 기반 시각 정보와 교통 인프라 기반 신호정보를 함께 활용하는 횡단보도 주행 판단 알고리즘을 제안하고, 시나리오 기반 검증을 통해 주요 운행 조건에서의 판단 결과를 확인하였다. 제안 알고리즘은 시각 정보와 실시간 교통신호정보의 유효성 및 정합성을 검토한 후 최종 횡단 판단에 적용할 잔여시간을 결정하고, 로봇의 잔여거리, 주행속도 및 안전여유시간을 고려하여 횡단 가능 여부를 판단하도록 구성하였다. 시나리오 기반 검증 결과, 잔여시간이 충분한 경우에는 현재 속도 횡단 또는 속도 조정 후 횡단 판단을 수행하고, 잔여시간이 부족하거나 신호정보가 미수신되는 경우에는 대기 또는 관제 개입 등 보수적 판단을 수행할 수 있음을 확인하였다.

본 연구는 실시간 교통신호정보의 연계 가능성을 확인하고, 이를 실외이동로봇의 횡단보도 주행 판단에 활용하기 위한 알고리즘을 제안하는 데 중점을 두었다. 향후에는 다양한 횡단보도 유형, 보행녹색 및 녹색 점멸 조건, 신호 운영 주기, 로봇 주행속도 등을 반영한 반복 실험을 통해 대기시간 감소, 횡단 성공률 향상, 주행 안정성 개선 효과를 정량적으로 검증할 필요가 있다. 또한 지역별 신호 운영 특성을 고려한 안전 여유시간 설정, 정보 미수신 시 대응 기준 및 동적 판단 기준에 대한 후속 검토가 필요하다.

정책적 측면에서 본 연구는 향후 스마트시티 인프라 구축 과정에서 실외이동로봇을 위한 C-ITS 신호 개방 표준 인터페이스 가이드라인 수립의 기초자료로 활용될 수 있다. 실외이동로봇이 교통신호제어기 또는 도시교통정보센터로부터 보행신호 현시 상태와 잔여시간 정보를 안정적으로 제공받기 위해서는 제공 데이터 항목, 신호그룹 및 횡단보도 매칭 방식, 갱신 주기, 통신 지연 허용범위, 데이터 누락 시 보수적 대기 원칙 등을 표준화할 필요가 있다. 이러한 표준 인터페이스가 마련될 경우, 제조사나 지자체별로 상이한 연계 방식으로 인한 운영 불확실성을 줄이고, 실외이동로봇이 보행자·차량·자율주행차와 공존하는 스마트 교통 환경을 조성하는 데 기여할 수 있을 것이다.