라이다 포인트 클라우드와 사진측량 포인트 클라우드의 차이점은 무엇일까요?
2025 년 7 월 29 일LiDAR 포인트 클라우드와 드론 사진측량으로 생성된 포인트 클라우드는 Global Mapper Pro® 에서 모양과 기능이 유사 하지만, 분명한 차이점이 있습니다. 두 데이터 유형 모두 분류 및 특징 추출이 가능하며, Global Mapper Pro®의 방대한 LiDAR 툴셋 과도 완벽하게 호환됩니다 . 속성을 살펴보지 않고는 두 데이터 유형을 구분하기 어려울 수 있지만, 차이점은 생성 방식에 있습니다. LiDAR는 식생을 투과하여 더 정확하게 데이터를 인식할 수 있지만, 그 자체로는 색상 정보가 부족하고 사진측량보다 데이터 수집 비용이 더 많이 듭니다. 각 데이터 유형의 장점과 한계를 이해하면 Global Mapper Pro®를 통해 데이터를 최대한 활용할 수 있습니다.
드론 사진측량은 정확하고 경제적인 고해상도 포인트 클라우드를 생성할 수 있지만, 라이다에 비해 한계가 있습니다.
라이다 포인트 클라우드란 무엇인가요?
라이다(LiDAR, Light Detection and Ranging의 약자)는 지형 측정에 있어 전통적으로 가장 정확한 데이터 수집 방법입니다. 사진측량과 달리 라이다는 식생을 투과하여 지면을 관찰할 수 있어 지형과 표면에 대한 더욱 상세한 이미지를 생성할 수 있습니다. 라이다 센서는 표면에 빛을 쏘았다가 되돌아오는 데 걸리는 시간을 측정하여 거리를 계산합니다. 때때로 빛은 여러 갈래로 나뉘어질 수 있는데, 빛의 일부는 표면에 부딪혀 센서로 돌아오고 나머지는 다음 표면으로 계속 나아가는 경우입니다. 이로 인해 동일한 빛에서 여러 개의 반사 신호가 생성됩니다 . 이러한 반사 신호의 수는 분석에 사용될 수 있는 속성으로 저장됩니다.
나무 꼭대기 부분은 첫 번째 반사광(파란색)입니다. 나머지 반사광들은 섞여 있습니다. 땅에서 반사된 빛은 반사 번호와 관계없이 마지막 반사광입니다.
이러한 과정을 통해 라이다 데이터는 울창한 초목 지대나 작고 잘 보이지 않는 물체 또는 구조물을 다룰 때 디지털 지형 모델을 생성하는 데 이상적입니다 . 아래 이미지는 분류된 라이다 데이터의 측면 모습입니다. 빽빽한 숲 속에서도 녹색 나무 아래에 갈색 지면 지점이 선명하게 보이는 것을 확인할 수 있습니다.
라이다는 초목이나 기타 투과 가능한 구조물 아래의 지면을 감지할 수 있습니다.
*본 산림 라이다 데이터는 라트비아 국립 산림 연구소 "실라바"에서 수집했습니다.
Global Mapper 사용자들이 LiDAR 데이터를 활용하여 산림을 매핑하는 방법에 대해 자세히 알아보세요.
사진측량 포인트 클라우드란 무엇인가요?
라이다는 지형을 직접 측정하는 반면, 사진측량은 중첩된 항공 이미지를 삼각측량하여 위치 및 고도 데이터(XYZ)를 도출하는 간접 측정 방식입니다. 중요한 점은 사진측량은 이미지에 보이는 부분만 매핑할 수 있다는 것 입니다 . 앞서 언급한 숲의 예를 다시 들자면, 빽빽한 숲에서 나뭇가지가 지면을 가려 카메라 시야를 확보할 수 없는 지역에서는 지면 데이터를 생성할 수 없습니다. 이것이 사진측량의 가장 두드러진 한계입니다. Global Mapper에서 픽셀을 포인트로 변환하는 기능이 어떻게 작동하고 , 사진측량 데이터를 사용하여 항공 이미지에서 포인트를 생성하는지 알아보세요.
사진측량으로 생성된 포인트 클라우드(이미지 색상)와 라이다로 생성된 포인트 클라우드(반사광 색상)를 비교해 보세요. 라이다는 숲 바닥까지 투과하여 지도화할 수 있었지만, 사진측량은 수목의 윗부분만 지도화할 수 있었습니다.
드론 사진측량의 이점
라이다와 사진측량을 비교할 때, 사진측량은 데이터 수집의 용이성 측면에서 라이다보다 유리합니다. 휴대용 라이다 장비가 개발되었음에도 불구하고, 드론 이미지는 여전히 더 저렴하고 따라서 매우 널리 사용되는 데이터 수집 방법입니다. 이러한 접근성 덕분에 사용자는 더 자주 특정 지역을 측정하고, 시간에 따른 관련성 높은 데이터를 수집할 수 있습니다. 사용자는 Global Mapper에서 이러한 점을 활용하여 침식이나 서식지 파편화와 같은 지형 변화를 시간에 따라 측정할 수 있습니다. 포인트 클라우드 비교 도구를 사용하면 포인트 클라우드 간의 차이를 측정하거나 변화를 감지할 수 있습니다. 라이다 포인트 클라우드에서도 이러한 비교가 가능하지만, 사진측량 포인트 클라우드는 더 높은 빈도로 수집하기가 더 쉽습니다.
드론 사진측량으로 생성된 포인트 클라우드의 또 다른 장점은 이미지로부터 얻어지기 때문에 측정 대상 표면의 색상(RGB 값)이 자동으로 포함된다는 점입니다. 색상이 있는 포인트 클라우드는 시각적으로 해석하고 분류하기가 더 쉽고, 시각적으로 더욱 매력적인 결과물을 만들어냅니다. 이미지에서 라이다 데이터에 수동으로 색상을 추가 할 수도 있지만 , 그렇게 추가된 색상은 라이다 데이터 수집 당시의 실제 지면 색상을 정확하게 반영하지 못할 수 있습니다.
결국 기술 발전으로 드론에 장착하고 색상을 인식할 수 있는 라이다 센서가 더욱 저렴해지고 보급률이 높아질 것이지만, 현재로서는 사진측량이 이러한 데이터 공백을 메우고 있습니다.
Global Mapper에서 포인트 클라우드를 생성하세요!
두 가지 유형의 포인트 클라우드 모두 지형 및 표면 데이터를 매핑하는 데 유용한 도구이며, 사용 목적에 관계없이 활용할 수 있습니다. 두 유형을 함께 사용하면 지형 전체를 한눈에 파악할 수 있습니다. 두 유형의 차이점을 이해하면 데이터를 최대한 활용하여 더 높은 품질의 결과를 얻을 수 있습니다.
Global Mapper Pro에서 LiDAR 및 드론으로 수집한 데이터를 처리하는 방법에 대해 자세히 알아보려면 14일 무료 체험판을 다운로드하세요!


