중앙집중식 대 분산식
협업(다중 로봇) SLAM 시스템은 가장 근본적으로 전역 맵이 어디서 구축되는가에서 차이가 난다.
중앙집중식 아키텍처
단일 서버(지상 기지국 또는 클라우드)가 모든 로봇으로부터 데이터를 집계하여 전역 최적화를 수행한다. 각 로봇은 경량 로컬 프론트엔드(추적, 키프레임 선택)를 실행하고 키프레임, 디스크립터, 또는 서브맵을 서버로 스트리밍한다. 서버는 로봇 간 장소 인식, 맵 병합, 전역 번들 조정을 수행한 다음 보정된 맵을 다시 방송한다. 예: C2TAM(클라우드 기반 PTAM), CCM-SLAM(서버 + ORB-SLAM 클라이언트), maplab 2.0(다중 세션 병합).
네트워크로 흐르는 것: 키프레임(키포인트 + 디스크립터 + 포즈 추정값)은 올라가고, 최적화된 맵 보정은 내려간다. 원본 이미지는 로봇에 남는다.
- 장점: 가장 강한 전역 일관성(서버가 모든 것을 봄), 단순한 클라이언트, 로봇에서 무거운 계산이 오프로드됨, 하나의 권위 있는 맵.
- 단점: 단일 실패 지점, 서버와의 연결이 필요, 서버의 대역폭과 계산이 팀 규모에 맞춰 확장되어야 함, 통신 인프라에 의해 범위가 제한됨.
잘 설계된 중앙집중식 시스템도 여전히 우아하게 저하된다: CCM-SLAM 클라이언트는 키프레임을 버퍼링하고 나중에 소급하여 동기화함으로써 연결 단절 중에도 계속 추적한다 — 서버는 공유 맵에는 중요하지만 각 로봇의 안전에는 필수적이지 않다.
분산식(피어-투-피어) 아키텍처
서버가 없다: 로봇들은 통신 범위 내에 있을 때 이웃과 직접 정보를 교환하며, 각 로봇은 (부분적으로) 전역적인 맵에 대한 자신만의 추정값을 유지한다. 최적화는 분산되어 있다 — 각 로봇은 자신의 궤적 변수에 대해 반복하며 경계/분리자 포즈의 추정값만 이웃과 교환하고, 이를 네트워크가 전역 최적값으로 수렴할 때까지 반복한다. 예: DOOR-SLAM, Kimera-Multi, Swarm-SLAM.
네트워크로 흐르는 것: 만남 중의 컴팩트한 장소 인식 디스크립터, 이어서 후보 클로저를 검증하기 위한 특징, 이어서 작은 반복별 최적화 메시지 — 전체 맵은 결코 흐르지 않는다.
- 장점: 단일 실패 지점이 없음, 더 큰 팀으로 확장, 간헐적인 애드혹 링크에서도 작동, 원본 데이터가 각 로봇에 남을 수 있음(프라이버시/대역폭).
- 단점: 전역 일관성이 더 어려움 — 분산 최적화기는 더 느리게 수렴하고, 각 로봇은 임시로 다른 버전의 맵을 가질 수 있으며, 중앙 권위가 로봇 간 루프 클로저를 검증하지 않기 때문에 강인한 이상값 제거(예: PCM, graduated non-convexity)가 필수가 된다.
비교
| 중앙집중식 | 분산식 | |
|---|---|---|
| 전역 최적화 | 서버에서, 정확함 | 분산적, 반복적 |
| 실패 내구성 | 서버가 핵심 | 우아하게 저하됨 |
| 통신 | 로봇-서버 | 로봇-로봇(이웃) |
| 이상값 검증 | 서버가 모든 클로저를 봄 | 강인한 백엔드(PCM, GNC) 필요 |
| 맵 버전 관리 | 하나의 권위 있는 맵 | 임시로 분기된 로컬 뷰 |
| 일반적인 팀 규모 | 소규모(2-4) | 더 큰 스웜 |
어떻게 선택할까
- 신뢰할 수 있는 인프라(창고 WiFi, 실험실, 클라우드 링크)와 소규모 팀 → 중앙집중식: 하나의 정확한 공유 맵으로 가는 가장 단순한 경로.
- 간헐적이거나 짧은 범위, 또는 방해받는 링크(지하, 재난 대응, 스웜) → 분산식: 네트워크가 분열될 때도 계속 작동하는 유일한 아키텍처.
- 실시간 협업이 아닌 여러 세션에 걸친 장기적인 매핑 → maplab 2.0 스타일의 중앙집중식 오프라인 병합이 실시간 대역폭 문제를 완전히 피하며 충분한 경우가 많다.
- 실무에서는 하이브리드도 흔하다: 로봇은 현장에서 피어-투-피어로 실행하고, 연결이 재확보되면 중앙 서버로 데이터를 넘긴다.
근본적인 긴장 관계는 일관성과 통신 비용 사이에 있다: 중앙집중식 시스템은 더 강한 전역 일관성을 달성하지만 단일 실패 지점을 만든다. 분산식 시스템은 더 견고하지만 전역적으로 최적화하기 어렵다. 최근 연구(Kimera-Multi, Swarm-SLAM)는 강인한 이상값 제거를 갖춘 분산식 아키텍처 방향으로 흘러가고 있다.
SLAM에서의 의미
아키텍처 선택은 협업 SLAM 설계에서 나머지 모든 것을 이끈다 — 무엇이 전송되는지, 루프 클로저가 어디서 검증되는지, 맵 병합이 어떻게 이루어지는지, 시스템이 어떻게 실패하는지. 신뢰할 수 있는 WiFi를 갖춘 소규모 팀에게는 중앙집중식 시스템이 정확한 공유 맵으로 가는 가장 단순한 경로다. 스웜, 지하 탐사, 또는 방해받는 네트워크에서는 분산식 설계만이 살아남는다.