야간 시야 시스템은 열을 보고 어떻게 도로를 읽어낼까?

보안 기술
생성: 21 10월 2026

열화상 카메라는 헤드라이트 빛이 닿지 않는 어둠 속에서 보행자가 몸에서 내보내는 열을 감지하여 운전자에게 몇 초 전에 경고를 보냅니다.

이 페이지 공유하기

야간 시야 시스템은 헤드라이트 빛이 닿지 않는 거리의 보행자와 동물을 두 가지 방식으로 감지합니다: 열화상(LWIR) 카메라는 물체 자체가 내뿜는 열을 읽고, 능동 적외선(NIR) 시스템은 보이지 않는 적외선 프로젝터의 반사를 영상으로 변환합니다. 두 시스템 모두 소프트웨어로 보행자, 동물, 차량을 분류하여 헤드라이트 사거리를 넘어선 위험을 운전자에게 경고합니다. 그렇다면 이 시스템들은 정확히 어떻게 작동할까요? 단계별로 살펴보겠습니다 - 밤길에서 언덕 뒤로 나타나는 소는 헤드라이트보다 이 카메라의 친구일 수 있으니까요!

주요 내용

열화상 카메라는 8-14 µm (LWIR) 대역에서 작동하며 완전한 어둠 속에서도 광원이 필요하지 않습니다.
자동차용 열화상 카메라는 열 신호를 300 m 까지, 즉 헤드라이트 사거리를 훨씬 넘어선 거리에서도 감지할 수 있습니다.
NIR 시스템의 조명 범위는 일반적으로 100-150 m 로 제한됩니다.
IIHS 데이터에 따르면 보행자 AEB는 주간 충돌 위험을 32-33% 줄여주지만, 어둠 속에서는 효과를 측정할 수 없습니다.
Euro NCAP의 2026 프로토콜은 야간 취약 도로 사용자 시나리오를 중점적으로 다룹니다.

열은 어떻게 영상이 될까? 열화상 카메라의 원리

열화상 촬영은 완전히 수동적인 기술입니다: 주변 환경에 어떤 빛도 보내지 않고, 오직 감지만 합니다. 절대영도 이상의 모든 물체는 온도 때문에 적외선 에너지를 방출합니다. 사람의 몸, 건물, 방금 주차한 자동차 - 모두 자신의 열을 보이지 않는 복사 형태로 주변에 퍼뜨립니다. 열화상 카메라는 이 복사를 포착하고 온도 차이를 회색 음영(일부 표시 방식에서는 색상)으로 변환하여 영상을 만들어냅니다. 비유하자면: 일반 카메라의 눈은 반사된 빛을 보지만, 열화상 카메라의 눈은 모든 물체의 몸에서 방출되는 열을 읽습니다. 그렇기 때문에 완전한 어둠 속에서도 작동하는 것입니다 - 빛을 측정하지 않으니 빛이 필요 없는 것이죠!

작지만 인상적인 디테일 하나: 최신 열화상 카메라는 0.01 °C 만큼 작은 온도 차이까지도 구분할 수 있습니다. 즉, 어두운 재킷을 입은 사람도 차가운 아스팔트 배경 속에서 마주 빛나듯 드러납니다. 시각적 위장은 열화상 카메라를 속일 수 없습니다; 어떤 옷을 입었든, 사람 몸의 열은 차가운 지면 위에서 돋보입니다.

LWIR 대역과 마이크로볼로미터 센서

기술적 세부 사항에 들어가기 전에 한 가지 말씀드리겠습니다: 모든 적외선이 같은 것은 아닙니다. 상온 온도의 물체들 - 사람, 동물, 기계 - 은 열 방출이 가장 강한 피크를 8-14 µm 범위의 LWIR(장파 적외선) 대역에서 방출합니다. 엔진 블록이나 배기 장치처럼 훨씬 뜨거운 열원은 MWIR(3-5 µm) 대역에서 빛납니다. 바로 이 때문에 자동차용 열화상 카메라는 LWIR을 선택하는 것입니다: 사람과 동물의 열 신호가 바로 이 대역에 있기 때문입니다.

LWIR 시스템은 일반적으로 비냉각 마이크로볼로미터 센서(VOx 또는 a-Si 소재)를 사용합니다. 이는 극도로 민감하지만 작은 열 변화에 저항이 변하는 아주 작은 감지 소자입니다. 비냉각 방식이라는 것은 시스템의 전력 소모가 낮고, 컴팩트하며, 합리적인 가격에 생산될 수 있다는 뜻으로, 자동차용으로는 세 조건 모두 필수입니다. 더 민감한 MWIR 검출기는 값비싼 스털링 냉각이 필요하기 때문에 자동차에는 실용적인 해결책이 아닙니다. 결론: LWIR은 비용과 크기 면에서 자동차에 적합한 최적점입니다.

능동 NIR 야간 투시: 보이지 않는 탐조등은 어떻게 작동할까?

열화상 카메라가 열을 읽는 동안, NIR(근적외선) 시스템은 훨씬 익숙한 논리로 작동합니다: 빛을 보내고 반사된 것을 수집합니다. 차량은 사람의 눈이 볼 수 없는 근적외선 빛을 특수 프로젝터로 도로에 쏘고, 카메라가 이 반사광을 감지하여 흑백의 고디테일 이미지를 생성합니다. 요컨대 시스템은 자신만의 보이지 않는 탐조등을 휴대하는 셈입니다. 어둠 속에서 직접 손으로 비춰주는 형처럼 생각하시면 됩니다 - 다만 그 탐조등의 빛은 우리 눈에는 보이지 않습니다.

이 방식의 강점은 시각적 디테일입니다: 표지판, 번호판, 차량 표면 같은 세부 사항을 NIR 이미지에서 판독할 수 있습니다. 약점은 탐지 거리입니다. 조명 출력에 의존하기 때문에 NIR의 일반적인 자동차용 탐지 거리는 100~150 m 정도에 머물며, 좋은 조건에서 사람 탐지는 약 50~100 m 까지 떨어질 수 있습니다. 게다가 마주 오는 헤드라이트가 이미지를 일시적으로 방해할 수 있고, 안개나 먼지는 프로젝터 빛을 산란시켜 이미지를 흐리게 만듭니다. 사생활 측면도 있습니다: NIR 방사는 적외선에 민감한 다른 장치들에 의해 감지될 수 있습니다.

열화상인가, NIR인가? 탐지 거리와 디테일 비교

이제 두 기술을 나란히 놓아봅시다. 어느 쪽이 "더 좋은가"라는 질문은 사실 잘못된 질문입니다. 올바른 질문은 "무엇을 위해서인가"입니다. 거리에서 보행자와 동물 탐지가 우선이라면 열화상이 앞서고, 시각적 디테일이 중요하다면 NIR이 유리합니다. 제조사 측면에서 BMW와 Mercedes-Benz는 열화상 기반 시스템을 사용해 왔으며, 일부 제조사는 NIR 기반 솔루션을 선호했습니다.

특성	열화상 (LWIR)	능동 NIR
작동 원리	수동: 물체 자체의 열 방출	능동: 프로젝터 빛의 반사
일반적인 탐지 거리	보행자/동물/차량 기준 최대 200~300 m	조명 100~150 m, 사람 탐지 약 50~100 m
완전한 암흑	문제없이 작동	작동함 (자체 빛을 휴대)
마주 오는 헤드라이트 영향	영향받지 않음	이미지를 일시적으로 방해할 수 있음
시각적 디테일	색상 없음, 번호판/표지판 판독 불가	높은 디테일, 표지판 판독 가능
안개 성능	가벼운 안개에서 더 우수, 짙은 안개에서 약화	안개 속에서 프로젝터 빛이 산란됨

탐지 거리 수치에 대한 한 가지 참고 사항: 서로 다른 맥락에서 다른 수치를 듣는 것은 자연스럽습니다. 제조사 홍보 자료에서는 자동차용 열화상 카메라에 대해 200~300 m 탐지 거리가 두드러지며, 방산 분야의 일반적인 열화상 데이터에서는 사람의 경우 500 m+, 차량의 경우 1000 m+ 거리에서 감지될 수 있습니다. 차량에 장착되는 카메라의 경우, 신중한 수치와 현실적인 수치는 첫 번째 그룹의 값입니다. 즉, 광고에서 들은 "수 km의 시야" 주장을 따져볼 때는 맥락을 확인하는 것이 좋습니다.

소프트웨어 측면: 카메라 영상을 보행자와 동물로 인식하는 방법

카메라는 원시 열화상 지도를 보여줄 뿐이며, 이를 "앞쪽 그림자에 보행자가 있다"는 정보로 변환하는 것은 소프트웨어입니다. 최신 ADAS 시스템에서는 합성곱 신경망(CNN)이 이 작업을 수행합니다. 열화상 영상 스트림을 프레임 단위로 분석하여 일반 영상에서와 같이 큰 동물, 보행자, 차량을 감지합니다. 고전적인 컴퓨터 비전 알고리즘 중에서는 Haar 캐스케이드와 HOG(방향성 그라디언트 히스토그램) 방법이 두드러지며, 머신러닝 기반 시스템은 감지를 넘어 대상을 추적하고 그 방향성과 심지어 의도까지 예측하려고 합니다. 즉, 시스템은 단순히 "거기에 무언가가 있다"고 말하지 않고, "그 무언가가 도로로 나오려고 할 수 있다"고 말할 수 있습니다.

적외선 영상에서의 보행자-차량 감지를 위해 다중 특징 융합과 서포트 벡터 머신(SVM)을 사용하는 빠른 saliency 기반 알고리즘도 제안되었습니다. 임베디드 플랫폼에서는 하드웨어와 소프트웨어가 함께 설계된 열적외선 + 딥러닝 아키텍처가 주목받고 있으며, 한 대학 프로젝트에서는 야간 보행자 감지를 위해 IR 카메라와 RGB 카메라를 함께 사용하는 인공지능 기반 감지 및 회피 시스템이 개발되었습니다. 경고 로직은 단순하면서도 영리합니다. 소프트웨어가 대상을 분류하고, 거리와 접근 속도를 계산하며, 위험이 커지면 먼저 시각적/청각적 경고를 보내고, 시스템이 AEB와 통합되어 있으면 제동 개입까지 수행합니다. 궁금한 점은 이런 경고가 우리에게 도달할 만큼 빠른가 하는 것입니다. 보통은 도달합니다. 바로 그렇기 때문에 감지 거리가 그만큼 중요한 것입니다.

전조등은 어디까지 보고, 카메라는 어디까지 볼까? 제동 거리의 차이

Far ışığı nereye uzanırsa uzansın, termal kamera 100 metreden fazla ötedeki yayan gövdeyi okur ve frenleme mesafesini gece boyunca yeniden tanımlar.

야간에는 대략적인 공식이 있습니다. 제동 거리 = 반응 거리 + 제동 거리. 전조등이 빛을 일정 거리까지만 전달하기 때문에, 그 거리를 넘어서 보이는 모든 물체는 반응 시간을 잠식합니다. 여기서 열화상 카메라가 개입합니다. 자동차용 열화상 시스템은 열 신호를 300 m 거리에서, 즉 전조등 사거리를 훨씬 넘어서 감지할 수 있습니다. 몇 초 전에 발견된 사슴은 제동을 시작하는 데 정확히 필요한 바로 그 추가 거리입니다. 일찍 보는 것은 제동하는 것보다 더 가치 있습니다. 어떤 브레이크도 보지 못하는 운전자를 멈출 수는 없기 때문입니다.

이러한 이유로 IIHS는 야간 작동 보행자 AEB를 의무화해야 한다고 요구했습니다. 야간 테스트는 현재 센서 패키지의 심각한 공백을 드러냈으며, 장거리 전천후 레이더도 이 공백을 메우는 것을 목표로 하는 솔루션 중 하나입니다.

안개, 비, 그리고 기타 한계: 마케팅이 아닌 현실

인터넷에는 "열화상 카메라는 안개를 뚫고, 비 오는 날에도 완벽하게 작동한다"는 식의 주장이 널리 떠돌고 있습니다. 기술적 사실은 좀 더 미묘합니다. FLIR의 자체 설명에 따르면, 안개와 비는 물방울이 적외선 신호를 산란시키기 때문에 열화상 시스템의 감지 거리를 상당히 제한할 수 있습니다. 짙은 안개와 폭우는 카메라에 도달하는 신호를 약화시키며, 한 학술 연구에서는 열화상 카메라가 신뢰할 수 없게 되는 "심하게 교란된 안개" 조건이 정의되었습니다. 즉, 열화상 기술은 안개와의 싸움에서 승리하지 못합니다. 단지 손실을 줄일 뿐입니다.

반면 가벼운 비부터 중간 강도의 비는 열화상 감지에 큰 영향을 주지 않는데, 이는 빗방울이 가시광선처럼 적외선을 산란시키지 않기 때문입니다. 가벼운 안개 속에서 열화상은 빛이 산란되는 NIR 조명보다 더 나은 성능을 보이지만, 매우 짙은 안개에서는 두 기술 모두 성능이 떨어집니다. 그리고 널리 퍼진 오해 하나를 짚고 넘어가겠습니다. 열화상 카메라는 벽이나 차체 내부를 볼 수 없으며, 표면에서 방출되는 열만 감지할 뿐 고체를 투과하지 않습니다. 또한 번호판을 읽고 싶다면 열화상은 도움이 되지 않습니다. 텍스트와 색상은 열화상 이미지에 나타나지 않기 때문입니다. 아울러 "야간 투시"라는 라벨이 때때로 혼란을 일으키는데, NIR 조명 방식과 진정한 열화상 촬영은 동일한 것이 아니므로 구매 페이지에서 어떤 기술인지 확인해 보는 것이 좋습니다.

AEB 통합과 야간 안전의 2026 현황

카메라의 출력은 단순히 표시 화면에서 끝나지 않습니다. 진정한 가치는 브레이크 시스템과 연동될 때 드러납니다. 여기의 수치는 흥미로운데, 보행자 AEB는 주간 조건에서 보행자 충돌 위험을 32-33% 줄이지만, 어두운 환경에서는 위험 감소 효과가 측정되지 않았습니다. NHTSA도 야간 보행자 감지를 AEB의 가장 어려운 문제 중 하나로 꼽았으며, AEB를 의무화하는 방향으로 조치를 취했습니다. 낙관적인 부분은 이것입니다. AAA의 2025년 10월 연구에 따르면 야간 보행자 감지 시스템은 2019년에 충돌을 0% 수준으로밖에 예방하지 못했지만, 2025년에는 60% 수준으로 예방하게 되었습니다. 즉, 짧은 기간에 큰 진전이 있었지만 목표에 완전히 도달하지는 못한 것입니다.

2026년은 이 분야에서 전환점이 되는 해입니다. Euro NCAP는 2009년 이래 최대 규모의 프로토콜 개정을 2026년에 시행합니다. 새로운 "Four Stages of Safety" 구조 아래에서 야간 취약 도로 사용자(VRU) 시나리오가 부각되며, 2026-2028 테스트 시나리오에는 주간뿐 아니라 야간 조건도 포함됩니다. 운전자 모니터링 시스템에 대한 확대 평가도 이번 개정에 포함됩니다. 이러한 변화는 야간 투시 및 열화상 카메라 기술을 부가 기능에서 벗어나게 하고 주요 충돌 시험의 의제 중심으로 옮겨 놓습니다. 열화상 카메라 쪽에서는 ASIL-B 인증을 받은 최초의 자동차용 LWIR 카메라로 소개된 제품들도 이러한 흐름의 예입니다.

요약하면: 열을 읽는 눈은 당신을 미리 깨워줍니다.

간단히 정리해 보겠습니다: 열화상(LWIR) 카메라는 빛이 전혀 필요 없이 사물의 자연스러운 열 방출을 감지하며 백 미터가 아닌 200-300미터까지 바라봅니다; NIR 시스템은 보이지 않는 자체 램프를 휴대하고 더 짧은 거리에서 더 상세한 흑백 이미지를 제공합니다. 두 기술 모두 가치 있는 이유는 원본 이미지가 아니라 그 뒤에 있는 소프트웨어입니다: CNN 등의 모델이 보행자, 동물, 차량을 분류하여 운전자에게 - 그리고 통합된 경우 AEB에 - 결정적인 몇 초를 확보해 줍니다. 한계를 아는 것도 똑같이 중요합니다: 짙은 안개와 폭우는 모든 센서를 힘들게 하고, 열화상은 번호판을 읽지 못합니다. 밤길에서 조금 더 넓은 시야를 원하신다면, 답은 열과 그것을 해석하는 소프트웨어에 숨어 있습니다. 여러분이라면 차량에 어떤 시스템을 원하시겠습니까 - 주행 거리(감지 범위)입니까, 아니면 디테일입니까?