MonoRace: Winning Champion-Level Drone Racing with Robust Monocular AI
이 논문은 외부 추적 없이 온보드 상태 추정과 고주파 신경망 제어기를 사용하여 시속 최대 100km의 속도로 인간 세계 챔피언들을 물리치며 2025 아부다비 자율 드론 레이싱 대회에서 우승한 강력한 단안 AI 시스템인 MonoRace를 제시한다.
원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
고도의 기술을 요하는 비디오 게임을 상상해 보십시오. 목표는 복잡한 장애물 코스를 누구보다 빠르게 통과하며 드론을 조종하는 것입니다. 수년 동안 최고의 플레이어들은 특수 고글을 착용한 인간 전문가(FPV 파일럿)였으며, 이들은 눈에 보이는 것에 즉각적으로 반응할 수 있습니다. 최근에는 컴퓨터가 이들을 이기기 위해 도전하기 시작했지만, 대개는 실내에서도 완벽하게 작동하는 GPS처럼 드론의 위치를 정확히 알려주는 외부 카메라 네트워크라는 '치트 코드'가 필요했습니다.
이 논문은 외부의 도움 없이 마침내 세계 최고의 인간 파일럿들을 이겨낸 새로운 시스템인 MonoRace를 소개합니다. 이것은 마치 단 하나의 눈으로 세상을 바라보며 스스로 위치를 파악하고, 최대 시속 100km(62mph)의 속도로 비행하면서도 순식간에 결정을 내리는 법을 배운 드론과 같습니다.
작동 원리는 다음과 같이 간단한 부분들로 나뉩니다.
1. "외눈박이" 시각 (The "One-Eyed" Vision)
대부분의 고급 드론은 인간처럼 깊이감을 느끼기 위해 두 개의 카메라(스테레오 비전)를 사용합니다. 하지만 MonoRace는 오직 하나의 카메라만을 사용합니다.
- 도전 과제: 빠르게 움직일 때 한 쪽 눈으로만 세상을 보는 것은 어렵습니다. 이미지는 흐릿해지고, 사물이 얼마나 멀리 있는지 파악하기가 까다롭습니다.
- 해결책: 드론은 초정밀 정찰병 역할을 하는 스마트한 컴퓨터 프로그램(신경망)을 사용합니다. 이 프로그램은 단순히 "게이트"(드론이 통과하는 고리)를 찾는 데 그치지 않고, 게이트를 **세그멘테이션(segmentation)**합니다. 즉, 이미지가 다소 흐릿하거나 게이트가 멀리 있더라도 게이트의 형태를 완벽하게 이해할 수 있도록 디지털 마스크를 씌우는 것입니다.
- "롤링 셔터"의 특성: 사용된 카메라는 위에서 아래로 커튼이 열리는 방식입니다. 드론이 빠르게 회전하면 이로 인해 직선이 구불구불하게 보일 수 있습니다(마치 거울 미로처럼). 이 시스템은 이러한 왜곡을 처리하도록 특별히 훈련되어, 잠재적인 결함을 문제없이 해결했습니다.
2. "충돌 방지" 두뇌 (State Estimation)
빠르게 비행하기 위해서 드론은 자신의 속도, 위치, 방향을 즉각적으로 알아야 합니다. 이를 위해 IMU(가속도 및 회전 측정 센서)를 사용합니다.
- 문제점: 드론이 고속으로 급격한 회전을 할 때, 발생하는 힘이 매우 강력하여(중력의 최대 7배) 센서가 "포화 상태"에 이르게 됩니다. 이는 마치 마이크 소리가 너무 커서 소리가 깨지는 것과 같으며, 데이터가 쓸모없게 변하는 현상을 말합니다. 만약 드론이 이 잘못된 데이터를 믿는다면 추락하게 됩니다.
- 해결책: 드론에는 백업 플랜이 있습니다. 드론은 드론이 어떻게 움직여야 하는지에 대한 정신적 모델을 가지고 있습니다. 센서가 과부하로 인해 엉뚱한 신호를 보내기 시작하면, 드론은 센서를 무시하고 자신의 뇌(모델)에 귀를 기울입니다. 이는 마치 조종사가 고장 난 속도계를 무시하고 바람과 엔진 출력에 따른 자신의 직감을 믿고 비행을 유지하는 것과 같습니다.
3. "모터로 직접 연결되는" 조종사 (Control)
전통적으로 드론은 "관리자"(상위 계획 단계)가 "작업자"(하위 제어 단계)에게 무엇을 할지 지시하는 구조를 가집니다. 관리자가 "왼쪽으로 가"라고 말하면, 작업자가 모터를 어떻게 기울일지 결정하는 식입니다.
- 혁신: MonoRace는 중간 단계를 건너뜁니다면. 이 시스템은 G&CNet(Guidance and Control Network)이라 불리는 작고 매우 빠른 신경망을 사용하여, 세상을 보고 직접 모터에 명령을 내립니다.
- 비유: 이것은 마치 반사 신경과 같습니다. "공이 보인다, 손을 움직여야 한다, 이제 손가락을 움직이자"라고 뇌가 생각하는 대신, 손이 즉각적으로 움직이는 것과 같습니다. 이 네트워크는 초당 500번 실행되어, 중간 단계로 인한 지연 시간 없이 즉각적으로 반응할 수 있게 해줍니다.
4. "자기 학습" 메커니즘 (The "Self-Teaching" Mechanism)
외부 카메라가 없는 상황에서 드론의 정확한 위치를 측정할 수 없다면, 어떻게 완벽하게 비행하도록 가르칠 수 있을까요?
- 비결: 주최 측은 게이트의 정확한 크기와 모양을 알고 있었습니다. 드론은 비행하며 사진을 찍고 게이트가 어디에 있는지 추측합니다. 그런 다음, "내가 본 게이트가 나의 추측에 기반해 예상했던 게이트와 일치하는가?"를 확인합니다.
- 최적화: 만약 이미지들이 완벽하게 일치하지 않는다면, 시스템은 "사후 비행 분석"(오프라인 최적화)을 수행합니다. 시스템은 "예상된" 모습이 "실제" 모습과 일치할 때까지 내부 설정(카메라 각도 등)을 미세하게 조정합니다. 이는 마치 학생이 시험을 치른 후, 답안지와 대조하여 정답을 확인하고, 다음 시험 전에는 자신의 이해도를 바로잡기 위해 교과서를 다시 읽는 것과 같습니다.
결과: 역사적인 승리
MonoRace 시스템은 2025년 4월 **아부다비 자율 드론 레이싱 경연 대회(A2RL)**에서 테스트되었습니다.
- 경연: 이 시스템은 토너먼트 방식(테니스 경기와 같은)으로 다른 AI 팀들과 세 명의 인간 세계 챔피언들을 상대로 맞붙었습니다.
- 결과: 드론은 모든 라운드에서 승리하며, 직접적인 헤드 투 헤드 경주에서 인간 챔피언들을 꺾었습니다.
- 속도: 드론은 **28.23 m/s (약 100 km/h)**에 도달하며, 오직 자체 온보드 센서에만 의존하는 완전 자율 드론으로서 새로운 기록을 세웠습니다.
이것이 중요한 이유
이것은 단순한 레이싱이 아닙니다. 단 하나의 카메라를 가진 작고 저렴한 드론이 믿을 수 없을 만큼 똑똑하고 견고할 수 있음을 증명합니다. 이 드론은 다음을 처리할 수 있습니다:
- 잘못된 데이터: 센서가 고장 나거나 과부하가 걸릴 때.
- 시각적 노이즈: 카메라가 오염되거나 이미지가 흐릿해질 때.
- 고속 비행: 물리 법칙의 한계까지 몰아붙이는 비행.
이 논문은 이 기술이 향로 패키지 배송이나 구조물 점검과 같은 실제 작업에서 비싼 외부 추적 시스템 없이도 드론이 더 빠르고 효율적으로 비행하는 데 도움을 줄 수 있다고 결론짓습니다. 또한, 미래에는 이러한 AI 파일럿들이 인간 레이서들이 아직 생각하지 못한 더 빠르고 새로운 비행 기술을 발견하고 훈련하는 데 도움을 줄 수 있음을 시사합니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.