배달 로봇을 위한 맵 서비스: 강남 한복판에서 달리는 법 #우아콘2025 #우아한형제들

기존 지도는 사람이나 차량을 위한 경로만 제공하므로 주차장 입구, 울퉁불퉁한 포장, 볼라드와 연석처럼 로봇 크기·성능에 따라 통과 가능성이 달라지는 세부 정보를 표현하지 못한다. GPS 오차를 보정할 위치 기반 PCD tile map과 신호등·출입문 같은 반응형 사물의 좌표·식별자까지 제공해야, 로봇이 정확히 위치를 추정하고 가려진 신호등은 지능형 교통 시스템과 통신하며 안전하게 주행할 수 있다.

지역별 local 좌표계마다 별도 변환 공식을 관리하는 확장성 문제를 없애고 배민·외부 지도와 바로 연동하기 위해 모든 맵 사용처를 EPSG:4326 기반 글로벌 좌표계로 통일했다. 보행로의 진입·진출·연결점을 node로, 폭·경사·최고 속도를 가진 경로를 link로, 신호등·엘리베이터를 POI로, 연석·지하철 입구 같은 위험 경계를 가상벽으로 정의해 불특정한 도심 상황을 구조화했다.

센서로 point cloud와 camera data를 수집하고 글로벌 좌표계에 정렬한 뒤 annotation과 tiling을 거쳐, 서비스가 사용할 PCD와 경로 데이터를 제작한다. 맵 서비스는 주문 단계에서 로봇 배달 가능 여부와 예상 시간을 응답하고, 배차받은 딜리에는 목적지까지의 최적 경로와 localization·장애물 인지에 필요한 최신 PCD tile을 주행 중에도 제공한다.

강남 일부 구역의 맵을 수작업으로 제작한 경험을 바탕으로, 센서 데이터를 올리기만 하면 서비스용 맵이 나오는 자동화 pipeline이 전국·글로벌 확장의 선결 조건임을 설명한다. 실제 주행의 point cloud, 관제 개입, 목적지 수정, 고객 feedback과 링크별 소요 시간을 이용해 PCD·annotation·경로 가중치·예상 시간을 자동 갱신하고, 미래 로봇의 크기나 보행 방식 변화도 수용할 데이터 모델을 미리 준비해야 한다.