이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
정밀 지도를 생성하는 방법론으로는 SLAM(동시 위치 추정 및 지도 작성)을 수업에서 실습한 경험이 있습니다. LiDAR 데이터를 기반으로 로봇이 이동하면서 환경 지도를 점진적으로 쌓는 방식을 구현했습니다. 가장 어려웠던 건 루프 클로저였습니다. 같은 장소를 다시 방문했을 때 이전 지도와 일치시키는 과정에서 오차가 누적되면 지도가 틀어졌습니다. 이를 해결하기 위해 ICP 알고리즘으로 스캔 매칭 정확도를 높이는 방식을 적용했습니다. 결과적으로 소규모 실내 환경에서 10cm 이내 오차의 지도를 생성했고, 복도처럼 구조가 반복되는 환경에서는 오차가 커지는 한계도 확인했습니다.
정밀 지도는 생성 자체보다 어떤 환경에서 어떤 수준의 정확도를 보장하는지를 파악하는 것이 더 중요했습니다.
정밀 지도 생성에서 혼자 해결하지 못하고 도움을 받은 자리가 있습니다. SLAM 실습에서 루프 클로저 오차가 계속 줄지 않아 막혔는데, 왜 오차가 누적되는지 원인을 혼자 찾기 어려운 자리가 생겼습니다. 지도 관련 수업 선배에게 물어봤더니 NDT 알고리즘의 해상도 파라미터가 너무 낮으면 스캔 매칭 정밀도가 떨어지는 자리가 있다는 것을 알려줬습니다. 파라미터를 조정하니 루프 클로저 오차가 크게 줄었고, 파라미터 값 하나가 전체 지도 품질에 이렇게 영향을 주는 자리가 있다는 것을 알게 됐습니다. 이 경험을 통해 알고리즘을 쓸 때 파라미터의 의미를 이해하는 것이 왜 중요한지 배웠습니다. 아직 부족한 건 GNSS 음영 구간에서 IMU와 LiDAR를 결합해 정밀도를 보완하는 실제 경험인데, 이것은 야외 실습 환경이 필요한 자리입니다.
알고리즘 파라미터 의미를 파악하는 것이 정밀 지도 품질의 핵심 자리임을 선배에게 배운 자리라는 걸 생각하고 있습니다.
정밀 지도 생성 실습을 다음에도 쓸 수 있는 절차로 남긴 자리가 있습니다. 실내 환경에서 SLAM 지도를 생성한 경험에서 어떤 환경에서 오차가 커지고 어떤 파라미터를 조정해야 하는지를 정리해뒀습니다. 복도처럼 구조가 반복되는 환경에서는 루프 클로저 오차가 커지는 자리가 있고, 개방 공간에서는 특징점 부족으로 스캔 매칭이 불안정한 자리가 생깁니다. 이 환경별 특성을 정리해두면 다음에 SLAM을 구현할 때 어떤 점을 먼저 확인해야 하는지 알 수 있는 자리가 됩니다.
경험이 기록으로 남지 않으면 매번 같은 시행착오를 반복하는 자리가 됩니다. 사후 레이블링 단계에서 어떤 객체를 먼저 표시해야 하는지도 정리해뒀는데, 이것도 다음 프로젝트에서 시작점이 되는 자리입니다. 아직 부족한 건 야외 환경이나 동적 장애물이 있는 복잡한 환경에서 정밀 지도를 생성하는 경험인데, 이것은 더 복잡한 실습 환경이 필요한 자리입니다.
환경별 SLAM 특성과 파라미터를 정리해두는 것이 다음 구현의 출발 자리라는 걸 생각하고 있습니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 배달의민족(우아한형제들) 공통직무·미지정 면접관이 던질 가능성이 높은 후속 질문.
이 페이지의 질문·답변·꼬리질문은 유사 직군 채용 시장의 공개된 면접 후기·커뮤니티 게시물을 분석해 구성한 학습 자료입니다. 특정 회사가 실제로 이 질문을 출제했다는 것을 보장하지 않으며, 모든 예시는 우문현답이 직접 작성한 창작물입니다. 해당 회사의 공식 입장과는 무관합니다. 회사 측의 정정 요청이 있을 경우 24시간 이내에 응답·수정합니다.