로봇청소기는 우리 집 구조를 어떻게 다 외울까? 라이다와 매핑의 원리

로봇청소기를 처음 켜본 날, 신기했던 기억이 있으실 거예요. 첫 청소 때는 여기저기 부딪히면서 좀 헤매는 것 같더니, 며칠 지나면 소파 밑도 알아서 피하고 동선도 훨씬 매끄러워지죠. 이게 그냥 “학습을 했나 보다”로 넘기기엔 아까운, 꽤 재미있는 기술이 숨어 있어요. 오늘은 로봇청소기가 집 구조를 파악하는 원리를 좀 쉽게 풀어볼게요.

핵심은 “지도를 그린다”는 것

사람이 처음 가본 집에서도 눈으로 방 구조를 보면서 동선을 짜듯이, 로봇청소기도 청소를 시작하기 전에 공간을 스캔해서 지도를 만듭니다. 이 과정을 매핑(mapping)이라고 불러요. 문제는 로봇청소기한테는 눈이 없다는 거죠. 그래서 대신 쓰는 게 라이다(LiDAR)나 카메라, 자이로 센서 같은 장치들입니다.

라이다 방식: 레이저로 거리를 잰다

가장 널리 쓰이는 방식이 라이다예요. 로봇청소기 위쪽에 튀어나온 원통형 부품, 한 번쯤 보신 적 있으실 텐데 그 안에서 레이저가 1초에 수백 번씩 회전하면서 사방으로 빛을 쏩니다. 이 빛이 벽이나 가구에 부딪혀 돌아오는 시간을 계산하면 “저쪽 벽까지는 몇 미터, 이쪽 가구까지는 몇 미터”라는 정보가 쌓이는 거예요. 이걸 계속 반복하면서 점을 찍듯 공간의 윤곽을 완성해 나가는 방식이 SLAM(동시적 위치추정 및 지도작성)이라는 알고리즘입니다. 라이다는 어두운 밤에도 정확도가 거의 떨어지지 않는다는 게 큰 장점이에요. 레이저는 빛의 밝기와 무관하게 작동하니까요.

카메라나 자이로 방식은 뭐가 다를까

라이다가 없는 보급형 모델들은 대신 카메라나 자이로(관성) 센서를 씁니다. 카메라 방식(흔히 VSLAM이라고 불러요)은 천장이나 주변 사물의 이미지를 계속 찍어서 그 패턴 변화로 자기 위치를 추정하는 방식이에요. 문제는 조명이 어둡거나 무늬 없는 흰 천장이면 인식률이 확 떨어질 수 있다는 점입니다. 자이로 센서 방식은 바퀴 회전수와 방향 전환값을 계산해서 대략적인 위치를 추정하는데, 라이다나 카메라보다는 오차가 누적되기 쉬운 편이에요. 그래서 저가형 제품일수록 벽에 몸을 부딪혀보고 방향을 트는 범퍼 방식에 더 의존하는 경향이 있습니다.

이 차이가 실생활에서 왜 중요할까

단순히 “고급 기술이니까 좋다”의 문제가 아니에요. 매핑 정확도가 높으면 같은 자리를 두 번 청소하는 비효율이 줄어들고, 그만큼 배터리도 아낄 수 있습니다. 또 가상 벽이나 청소 금지 구역처럼 앱에서 세밀하게 설정하는 기능들도 결국 정확한 지도가 바탕이 되어야 제대로 작동해요. 지도가 부정확하면 “이 구역은 청소하지 마세요”라고 설정해도 로봇이 헷갈려서 넘어가는 경우가 생기기도 합니다. 가구를 자주 옮기는 집이라면 재매핑 속도와 정확도가 체감 만족도에 꽤 큰 영향을 미치는 부분이에요.

헷갈리기 쉬운 점 정리

라이다면 무조건 완벽한가요? 그렇지는 않아요. 라이다는 수평 방향의 거리 측정에는 강하지만, 계단처럼 아래쪽 낭떠러지를 감지하는 건 별도의 적외선 낙하 감지 센서가 따로 담당합니다. 라이다 하나로 모든 걸 해결하는 게 아니라 여러 센서가 역할을 나눠 맡는 구조예요.

지도가 갑자기 초기화되는 건 왜 그런가요? 가구를 크게 옮기거나 조명 환경이 급격히 바뀌면 기존 지도와 실제 공간의 차이가 너무 커져서, 로봇이 스스로 판단해 새로 지도를 그리는 경우가 있습니다. 매핑 알고리즘이 “기존 정보를 못 믿겠다”고 판단하는 일종의 안전장치인 셈이에요.

여러 층을 쓰면 지도도 여러 개인가요? 대부분의 매핑 방식은 다층 지도 저장을 지원해서, 층마다 별도로 구조를 기억해두고 청소 시작 위치에 따라 알맞은 지도를 불러오는 식으로 동작합니다.

참고자료

로봇청소기의 SLAM 및 라이다 방식에 대한 기술적 설명은 각 제조사의 공식 기술 소개 자료와, 로봇공학 분야에서 오랫동안 표준으로 다뤄져 온 SLAM 관련 학술 자료를 참고했습니다. 라이다 센서의 거리 측정 원리는 국제적으로 통용되는 광학 센서 규격 문서에서도 공통적으로 설명되는 내용입니다.

작성: IT Gadgets Editorial Team | 최초 작성일: 2026.07.09 | 최종 업데이트: 2026.07.09

사진: Kowon vn (Unsplash)

이 주제가 처음이라면 스마트홈, 어디서부터 읽으면 좋을지 길잡이가 되어 드릴게요에서 전체 글 흐름을 한눈에 볼 수 있습니다.