라이다 vs vSLAM — 로봇청소기 내비게이션, 무엇이 어떻게 다른가

LiDAR와 vSLAM은 “더 비싼 기술 vs 싼 기술”이 아니라 “빛에 의존하지 않고 정밀하냐 vs 본체를 낮게 설계할 수 있느냐”의 교환이다. 사양표의 두 단어는 어두운 방·낮은 가구·카메라 유무에서 서로 다른 결과를 내며, 마케팅은 보통 한쪽 장점만 키워 표기합니다.

라이다 vs vSLAM 내비게이션이란

로봇청소기가 방을 빠짐없이 청소하려면 지금 내가 어디 있고, 방이 어떻게 생겼는지를 스스로 알아야 합니다. 이 자기 위치 추정과 지도 작성을 묶어 SLAM(동시적 위치추정·지도작성) 이라 하고, 이를 구현하는 두 가지 주된 방식이 LiDAR와 vSLAM입니다.

• LiDAR — 본체 상단의 회전 모듈이 360°로 레이저를 쏴 사물까지의 거리를 직접 측정합니다. 빛이 없는 어두운 방에서도 정밀한 거리 지도를 그릴 수 있고, 그 대신 상단에 회전 터릿이 돌출해 본체 높이가 올라갑니다. (Roborock 기술 소개 참조)
• vSLAM(시각 SLAM) — 카메라가 천장·벽의 시각 특징점을 보고 그 변화로 위치를 추정합니다. 상단 돌출부가 없어 더 낮은 본체 설계가 가능하지만, 특징점을 보려면 충분한 실내 조명이 필요합니다. (iRobot 매핑 문서 참조)

사양표의 두 글자가 체감으로 번지는 지점은 생활과 충돌하는 두 조건에서입니다 — 어두운 시간대에도 도느냐, 그리고 우리 집 가구 밑을 통과할 만큼 낮으냐.

직접 측정과 추정의 정확도 격차

내비게이션 방식이 갈리는 지점은 “거리를 어떻게 아느냐”입니다. LiDAR는 빛의 왕복 시간으로 거리를 직접 잽니다. vSLAM은 카메라 영상에서 특징점을 잡아 그 이동량으로 거리를 추정합니다. 직접 측정은 측정 오차가 작고 일관적인 반면, 추정은 특징점이 적거나 흐릿하면 누적 오차가 커집니다 — 이 정확도 격차가 곧 강·약점의 차이입니다.

항목	LiDAR	vSLAM(카메라)
거리 파악	레이저로 직접 측정	카메라 특징점으로 추정
조명 의존	어두워도 동작	충분한 조명 필요
본체 높이	상단 터릿 돌출 → 높아짐	상단 돌출 없음 → 낮게 설계 가능
일반적 평가	더 정밀·빠른 매핑	저높이 설계에 유리
카메라 유무	없을 수 있음	카메라 필수(프라이버시 고려)

ECOVACS 지원 자료와 제조사 기술 안내는 일반적으로 LiDAR 방식을 더 정밀하고 빠른 매핑으로 설명합니다. 다만 이 평가는 매핑 정확도 한 축에 대한 것이고, 청소 결과 전체를 보장하지는 않습니다.

함께 쓰는 보조 센서가 결과를 흔든다

실제 제품은 LiDAR 또는 vSLAM 단독으로만 굴러가지 않습니다. 적외선·구조광·범퍼·낙하 방지 센서가 함께 작동하고, 일부는 LiDAR에 카메라 장애물 인식을 더해 전선·양말 회피를 보탭니다. 그래서 “LiDAR면 무조건 잘 피한다”는 단정은 어긋날 수 있습니다 — 회피 성능은 내비게이션 방식이 아니라 추가 장애물 인식 센서의 유무가 더 크게 가릅니다.

빛이 있느냐가 vSLAM을 가른다

방식 차이가 집에서 가장 먼저 드러나는 변수는 조명과 가구 하부 높이 두 가지입니다. vSLAM은 카메라가 특징점을 봐야 하므로 빛이 곧 동작 조건이고, LiDAR는 상단 터릿 돌출이 곧 진입 한계입니다.

Robot Vacuum Navigation: Random vs Systematic Mapping

위 그림처럼 체계적 매핑(LiDAR/vSLAM)은 방을 한 번만 돌아도 빠짐없이 커버하지만, 그 전제는 “위치를 안정적으로 안다”입니다. 빛이 없으면 vSLAM은 이 전제가 깨지고, 본체가 가구보다 두꺼우면 LiDAR는 들어가지 못한 구역이 사각지대로 남습니다.

우리 집 조건	더 맞는 쪽	이유
야간·소등 후 예약 청소 위주	LiDAR	빛 없이도 거리 측정
소파·침대·낮은 수납장 밑 청소 중요	vSLAM(저높이) 또는 본체 높이 낮은 LiDAR	상단 돌출이 통과를 막음
채광 좋은 낮 시간 주로 청소	둘 다 가능	vSLAM의 조명 약점이 덜 부각
카메라 노출이 부담스러운 집	LiDAR 단독	vSLAM은 카메라 필수

판단은 단순합니다 — 언제 청소를 돌릴지(빛 여부)와 어디를 꼭 들어가야 하는지(가구 높이)를 먼저 정하면, 방식 선택은 그 뒤에 거의 자동으로 따라옵니다.

청소 시간대가 방식을 정한다

기술 우열보다 언제 청소를 돌리느냐가 방식 약점을 건드리는 첫 변수입니다. 빛이 없는 시간대에 자동으로 도느냐가 vSLAM의 정면 약점을 건드립니다.

1. 출근 후 빈집·소등 상태에서 자동 청소 — vSLAM의 조명 의존이 정면으로 걸립니다. 빛 없이 도는 LiDAR 쪽이 안전합니다.
2. 반려동물·아이가 있어 바닥에 물건이 자주 놓임 — 내비게이션 방식보다 별도 장애물 인식 센서 유무가 더 중요합니다. 방식 글자만 보지 마세요.
3. 낮은 가구 밑이 주 먼지 구역 — 본체 높이가 1순위입니다. 사양표 높이 수치를 가구 하부 실제 측정값과 직접 비교하세요. 이때 vSLAM 저높이 설계가 유리할 수 있습니다.
4. 복층·여러 방 맵을 저장해 쓰고 싶음 — 다층 맵 관리 기능이 핵심이며, 이는 복층 맵 저장에서 별도로 다룹니다.

출처별로 나눠 보면, 위 LiDAR·vSLAM 특성은 자체 측정이 아니라 ECOVACS·iRobot·Roborock 공개 기술 안내의 정리입니다. 제조사 자료는 자사 방식의 장점을 부각하는 경향이 있어, “어느 쪽이 절대적으로 우월”하다는 결론은 자료 간에도 갈립니다 — 이 글은 우열 단정 대신 약점이 생활과 어디서 충돌하는지로 판단을 옮깁니다.

모듈 관리가 매핑 정밀도를 좌우한다

내비게이션 방식 자체는 소모품이 아니지만, 방식에 따라 어디를 관리해야 정밀도가 유지되는지가 달라집니다. 비싼 매핑 기능도 모듈 오염 하나로 무력화됩니다.

방식	관리 포인트	누적 부담
LiDAR	회전 터릿에 머리카락·먼지 끼임	주기적 청소 안 하면 매핑 흔들림
vSLAM	카메라 렌즈 오염·소프트웨어 의존	렌즈 닦기, 앱·펌웨어 업데이트 의존도↑
공통	브러시·필터·물걸레 등 본체 소모품	내비게이션과 무관하게 별도 발생

핵심은 내비게이션 모듈 관리를 게을리하면 비싼 매핑 기능이 무력화된다는 점입니다. LiDAR 터릿에 머리카락이 감기거나 vSLAM 카메라가 더러우면, 방식의 이론적 정밀도와 무관하게 지도가 어긋납니다. 이 관리 부담은 본체·소모품 유지비와 별개로 따로 계산해야 합니다.

방식 논쟁이 무의미한 집

방식 차이가 결정에 거의 영향을 주지 않는 경우도 있습니다. 다음에서는 LiDAR/vSLAM 논쟁에 비용을 더 쓰는 의미가 작습니다.

• 원룸·소형 단일 공간 — 방이 하나뿐이면 정밀 매핑 이득이 작아집니다. 랜덤에 가까운 저가 모델로도 커버되는 면적입니다.
• 장애물이 거의 없는 단순 평면 바닥 — 회피 성능 차이가 드러날 상황 자체가 적습니다. 내비게이션 고급화의 한계효용이 낮습니다.
• 사람이 늘 같이 있어 수동 청소를 병행 — 자동 완전 커버의 가치가 줄어, 방식 차이의 체감이 작아집니다.
• 밝은 낮에만, 정해진 짧은 구역만 청소 — vSLAM의 조명 약점이 거의 드러나지 않아 굳이 LiDAR 프리미엄을 줄 이유가 약합니다.

다음에 읽을 글

• 제품 선택 전체 기준: 로봇청소기
• 여러 층·방 지도 관리: 복층 맵 저장