작은 비행 로봇—드론—이 마치 벌이 벌집으로 돌아가듯 특정 지점에 완벽하게 착륙해야 하는 세상을 상상해 보십시오. 이를 안전하게 수행하기 위해 드론은 종종 '피듀셜 마커(fiducial markers)'에 의존합니다. 이 마커는 바닥에 그려진 거대하고 대비가 강한 QR 코드라고 생각하면 됩니다. 드론의 카메라는 아래를 내려다보며 흑백 패턴을 포착하고, 즉시 "나는 여기에 있고, 이 방향을 향하고 있다"라고 인식합니다. 이것이 현대 드론 내비게이션의 근간입니다. 하지만 문제가 하나 있습니다. 이 코드에는 '골디락스 존(Goldilocks zone)'이 존재합니다. 드론이 너무 높이 있으면 코드가 읽기에 너무 작아 보입니다. 반대로 드론이 너무 낮게 접근하면 코드가 너무 커져서 카메라 시야 밖으로 넘쳐버리고, 결국 드론은 길을 잃게 됩니다. 과학자들은 더 작은 코드를 더 큰 코드 안에 중첩하는 방식, 즉 러시아 인형(마트료시카)처럼 설계하여 드론이 가까워짐에 따라 더 작은 인형으로 전환할 수 있도록 하여 이 문제를 해결하려 노력해 왔습니다. 그러나 이러한 기존의 '러시아 인형' 설계에는 치명적인 결함이 있습니다. 만약 큰 인형의 중심부가 나뭇잎, 새, 또는 그림자에 의해 가려지면 전체 시스템이 무너지고 드론은 눈이 멀게 됩니다.

이 논문은 **재귀적 아루코 마커(Recursive ArUco marker, 이하 RArUco)**라고 불리는 더 똑똑한 새로운 설계를 소개합니다. 이 새로운 방식은 작은 코드를 큰 코드의 중심부나 흰색 부분에만 숨기는 대신, 큰 마커의 모든 개별 사각형(검은색이든 흰색이든 상관없이) 안에 완전하고 작동 가능한 복사본을 숨깁니다. 이는 마치 모든 타일 안에 전체 지도의 작은 복사본이 들어 있는 마법 같은 지도와 같습니다. 저자들은 중심부의 지저분한 부분을 무시하고 오직 사각형의 '가장자리(edges)'만을 보고 코드를 읽음으로써, 어떤 거리에서도 작동하고, 심한 손상이나 가려짐(occlusion)에도 견딜 수 있으며, 드론 군단이 서로 혼동하지 않고 각자의 고유한 지점에 착륙할 수 있는 마커를 구축할 수 있다는 것을 발견했습니다. 시뮬레이션과 DJI 드론을 이용한 실제 비행 테스트를 통해, 연구팀은 이 새로운 마커가 이전의 시도들보다 더 빠르고, 더 견고하며, 더 신뢰할 수 있다는 것을 입증했습니다. 즉, 시야가 부분적으로 가려지거나 카메라가 흔들리는 상황에서도 드론의 눈을 뜨게 해준 것입니다.

문제점: "너무 크거나, 너무 작은" 딜레마

당신이 운전 중에 도로 표지판을 읽으려고 한다고 상상해 보십시오. 만약 당신이 1마일 떨어져 있다면, 표지판은 그저 흐릿한 점처럼 보일 것입니다. 반대로 표지판 바로 앞에 딱 붙어 있다면, 표지판이 너무 커서 전체를 볼 수 없고 아주 작은 파편만을 볼 수 있을 뿐이며, 여전히 전체 내용을 읽을 수는 없습니다. 이것이 표준 마커에 착륙하는 드론에게 일어나는 현상입니다. 높은 곳에서 보이기에 충분히 큰 마커는 드론이 가까워졌을 때 카메라 시야에서 벗어나게 되어, 드론이 추적을 놓치게 만듭니다.

이를 해결하기 위해 과학자들은 이전에 '중첩된(nested)' 마커를 시도했습니다. 이것을 러시아 인형 세트로 생각하십시오. 큰 인형 안에 작은 인형이 있고, 그 안에 또 더 작은 인형이 있는 식입니다. 드론이 가까워지면 큰 인형을 보는 것을 멈추고 그 안의 아주 작은 인형을 읽기 시작합니다. 하지만 여기에는 함정이 있습니다. 기존 설계에서는 작은 인형들이 주로 중심부나 흰색 공간에 갇혀 있었습니다. 만약 새가 중심부에 앉거나 드론의 카메라가 이상하게 기울어져 있다면, '내부의 인형'이 가려지게 되고 전체 시스템은 실패하게 됩니다. 이는 마치 가장 중요한 단어들이 잉크 얼룩 뒤에 숨겨진 책을 읽으려는 것과 같았습니다. 얼룩이 있으면 이야기를 읽을 수 없기 때문입니다.

해결책: "어디에나 존재하는" 지도

이 논문의 저자들은 영리한 반전을 제안합니다: **재귀적 아루코 마커(Recursive ArUco markers)**입니다. 작은 마커를 단 한 곳에만 숨기는 대신, 부모 마커의 모든 검은색 및 흰색 사각형 안에 완전한 복사본을 삽hes합니다.

이를 시각화하려면 거대한 체스판을 상상해 보십시오. 기존의 '프랙탈(Fractal)'이나 '하르코(Harco)' 설계에서는 흰색 칸에만 작은 체스판을 그리거나 혹은 중앙에만 그릴 수 있었을 것입니다. 하지만 이 새로운 재귀적 아루코 설계에서는 모든 칸(검은색이든 흰색이든 상관없이)이 부모 체스판의 전체 모습을 담은 작은 복사본을 포함하고 있습니다. 그리고 그 작은 칸들 안에는? 훨씬 더 작은 복사본들이 들어 있습니다! 계속해서 줌인(zoom-in)을 하더라도, 당신은 항상 작동하는 지도를 발견하게 될 것입니다.

이 마법 같은 트릭은 드론이 이 마커를 읽는 방식에 있습니다. 표준 카메라는 보통 사각형이 검은색인지 흰색인지 결정하기 위해 사각형의 중심을 봅니다. 하지만 이 새로운 설계에서는 중심부가 작은 지도를 담고 있기 때문에, 그곳을 보는 것은 혼란을 줄 수 있습니다. 저자들의 해결책은 사각형의 테두리(border) 또는 가장자리를 보는 것입니다. 이는 얼굴 대신 코트의 윤곽선을 보고 사람을 식별하는 것과 같습니다. 드론은 가장자리만을 확인하기 때문에, 중심부가 나뭇잎, 그림자, 또는 새에 의해 가려지더라도 상관없습니다. "코트"는 여전히 보일 것이고, 드론은 자신이 어디에 있는지 정확히 알 수 있습니다.

연구 결과: 속도, 강도, 그리고 실제 비행

연구진은 단순히 이 마커를 그린 것에 그치지 않고 엄격하게 테스트했습니다.

1. 더 멀리, 더 가까이 보기:
컴퓨터 시뮬레이션에서 그들은 카메라가 0.5미터에서 100미터까지 이동함에 따라 다양한 마커가 어떻게 작동하는지 테스트했습니다.

• 표준 마커는 드론이 너무 가까워지거나(마커가 프레임 밖으로 나감) 너무 멀어질 때(마커가 너무 작아짐) 실패했습니다.
• 기존의 "프랙탈" 마커는 가파른 각도에서 어려움을 겪었으며, 약 31.9미터 이상의 거리에서는 마커를 감지하는 데 실패했습니다.
• 새로운 재귀적 아루코는 63.3미터까지 작동을 유지했으며, 마커를 거의 옆면에서 내려다보는 듯한 80도의 극단적인 각도에서도 신호를 놓치지 않고 처리했습니다. 또한 약 85 FPS인 표준 마크커에 비해 약 185 FPS의 속도로 이미지를 처리하여 훨씬 빨랐습니다.

2. "얼룩"으로부터 살아남기:
그들은 마커의 일부가 가려졌을 때(폐쇄/occlusion) 어떤 일이 일어나는지 테스트했습니다.

• 표준 마커의 경우 단 **5~10%**만 가려져도 종종 실패합니다.
• 기존의 프랙탈 마커는 중심부가 가려지면 완전히 작동을 멈췄습니다.
• 재귀적 아루코 마커는 믿기 힘들 정도로 강력했습니다. 이미지의 **30%**가 무작위의 흑백 노이즈로 덮여 있어도 100%의 감지율을 유지했습니다. 또한 마커의 **60%**가 카메라 시야에서 잘려 나가더라도 여전히 읽을 수 있었습니다. 이는 마치 책의 절반이 찢겨 나갔더라도, 남은 텍스트의 가장자리만 볼 수 있다면 책을 읽을 수 있는 것과 같습니다.

3. 실제 비행:
마지막으로, 연구진은 실제 DJI Mini 4 Pro 드론을 가지고 물리적인 30 × 30 cm 크기의 착륙 패드 위를 비행했습니다. 드론은 이륙하여 15미터까지 올라갔다가 다시 내려왔습니다.

• 마커는 비행 내내 완벽하게 작동했습니다.
• 유일하게 흔들림이 있었던 구간은 가장 높은 지점(약 14미터)이었는데, 이때 마커가 너무 작아져서 보기 어려웠기 때문입니다.
• 드론이 내려올 때 마커는 즉시 다시 인식되었고, 이를 통해 매끄럽고 연속적인 착륙이 가능했습니다.

이것이 왜 중요한가

가장 흥-미로운 점은 이 마커가 단순히 튼튼하다는 것뿐만 아니라, **고유하다(unique)**는 것입니다. 기존의 "프랙탈" 설계에서 내부 마커들은 자신만의 고유한 ID를 갖지 않았고, 단지 큰 마커의 작은 버전일 뿐이었습니다. 이는 중첩된 마커들을 서로 구별하기 어렵게 만들었습니다. 하지만 재귀적 아루코는 모든 단계에서 동일한 고유 ID를 유지합니다. 이는 도시를 비행하는 드론 군단이 각자 특정 착륙 패드 ID를 할당받을 수 있음을 의미합니다. 드론이 얼마나 높이 있든 낮게 있든, 혹은 마커의 어느 부분을 보고 있든, 드론은 자신이 속한 정확한 "집"이 어디인지 알 수 있습니다.

저자들은 이 방법이 단순하지만 강력한 업그레이드라고 결론짓습니다. 이는 값비싼 새로운 하드웨어를 필요로 하는 것이 아니라, 코드를 그리고 읽는 더 똑똑한 방식을 요구할 뿐입니다. 중심부의 지저분한 부분을 무시하고 견고한 가장자리에 집중함으로써, 그들은 더 빠르고, 더 신뢰할 수 있으며, 드론이 실제로 비행하는 혼란스러운 현실의 하늘에 준비된 착륙 시스템을 만들어냈습니다.