자율주행 리서치 - CARLA: 자율주행 연구용 오픈소스 시뮬레이터

주제 정보

핵심 내용

CARLA는 Unreal Engine 4 기반의 고충실도(high-fidelity) 오픈소스 자율주행 시뮬레이터로, 실제 도시 환경을 모사한 지도 위에서 차량·보행자·날씨·조명을 사실적으로 재현한다. 연구자가 실제 차량 없이도 지각(perception), 플래닝(planning), 제어(control) 알고리즘을 안전하게 개발·검증할 수 있는 환경을 제공한다.

• 센서 스위트: RGB/세그멘테이션/깊이 카메라, LiDAR, RADAR, GNSS, IMU, V2X(신규) 등 다양한 센서와 ground-truth 라벨을 제공해 데이터 생성부터 평가까지 지원.
• Python API: 0.9.x의 Python API와 ROS/ROS2 브리지를 제공해 차량 제어, 센서 스트리밍, 시나리오 설정을 코드로 유연하게 제어.
• 시나리오 테스트: ScenarioRunner를 이용해 교차로 돌발 상황, 보행자 돌입 등 구체적 시나리오 기반의 반복 테스트가 가능.
• 학습·평가 파이프라인: 강화학습(RL)·모방학습(IL) 환경으로 활용되며, CARLA Leaderboard가 표준 벤치마크로 자리 잡음.
• 지도·에셋: 다양한 도시 맵(타운)과 차량/보행자 모델, 날씨·시간대 제어로 도메인 다양성 확보.

왜 유명한가 / 활용 가치

• 사실상의 표준 시뮬레이터: CVPR, CoRL, NeurIPS 등 최고 학회의 수천 편 자율주행 논문이 학습·평가 환경으로 CARLA를 사용.
• 안전한 검증: 실도로 테스트의 위험·비용 없이 엣지 케이스(악천후, 사고 상황)를 대량 재현 가능.
• 합성 데이터 생산: 픽셀 단위 정확한 라벨(세그멘테이션, 깊이, 3D 박스)을 자동 생성해 지각 모델 학습 데이터로 활용.
• 생태계 연계: Apollo, Autoware, ROS2 등 오픈소스 스택과 연동해 end-to-end 파이프라인 검증이 가능.
• 지속적 발전: V2X 센서 계열, 신규 내비게이션 기능 등 2026년에도 활발한 커밋이 이어지는 살아있는 프로젝트.

시사점 및 결론

CARLA는 "시뮬레이션에서 검증되지 않은 자율주행 알고리즘은 실도로에서 검증하기 어렵다"는 문제를 해결하는 핵심 인프라다. 다만 시뮬레이터와 실제 환경의 차이(sim-to-real gap)는 여전히 숙제로 남아 있으며, 최근에는 고도로 사실적인 센서 모델과 V2X 지원으로 그 격차를 줄이려는 노력이 이어지고 있다. 합성 데이터 생성, RL 환경, 벤치마크 평가 등 어느 연구 방향이든 CARLA는 시작점이자 공통 기준선 역할을 한다.

원문: https://github.com/carla-simulator/carla

목록으로 돌아가기