관성측정장치(IMU) (Inertial Measurement Unit)
쉽게 풀면
가속도계가 얼마나 빠르게 밀리는지를 재고, 자이로스코프가 얼마나 빠르게 회전하는지를 재는데, 이 두 종류의 센서를 한 모듈 안에 함께 넣어 물체가 어느 방향으로 얼마나 움직이고 어떻게 기울거나 회전하는지를 동시에 파악할 수 있게 만든 센서다.
이 데이터를 계속 누적해서 계산하면 GPS 신호가 없는 곳에서도 물체의 자세와 이동 경로를 추정할 수 있다. 드론, 스마트폰, 로봇, 인공위성의 자세 제어 등 움직임을 감지하고 균형을 잡아야 하는 거의 모든 장치에 쓰인다.
왜 중요한가
IMU는 GPS나 외부 카메라 같은 외부 참조 신호 없이도 물체 자체의 움직임만으로 자세와 이동을 추정할 수 있는 몇 안 되는 센서이기 때문에, 실내·지하·우주처럼 외부 신호를 받기 어려운 환경에서 특히 중요합니다. 드론과 로봇의 자세 제어, 자율주행차의 관성항법, 웨어러블 기기의 동작 인식 등 움직임을 실시간으로 추정해야 하는 거의 모든 공학 분야에서 핵심 센서로 다뤄지며, 다른 센서(GPS, 카메라, 라이다)와 결합하는 센서 융합 연구의 기본 축이 됩니다.
무엇을 재는가
IMU(관성측정장치)는 3축 가속도계와 3축 자이로스코프를 한 모듈에 묶어, 물체의 비력(가속도 + 중력 효과)과 각속도를 직접 측정합니다. 두 센서를 합쳐 6자유도(6축) 관성 데이터를 내며, 지자기 센서(3축)를 더한 ‘9축’ 모듈도 IMU라는 이름으로 팔리지만 엄밀히는 자세·방위 추정용 MARG 센서에 가깝습니다.
- 가속도계는 ‘얼마나 가속되는가’를 재지만 중력과 운동 가속을 구별하지 못합니다. 정지해 있어도 중력 방향이 읽힙니다.
- 자이로스코프는 회전 속도를 직접 재므로 짧은 시간의 자세 변화에 정확합니다.
- 위치와 자세는 측정값이 아니라 이 값들을 적분해서 얻는 추정값입니다.
구성과 채점
모듈을 고를 때와 논문에 쓸 때 보는 사양입니다.
| 사양 | 뜻 | 읽는 법 |
|---|---|---|
| 측정 범위 | 가속도는 ±g 단위, 각속도는 도/초 단위 | 동작이 범위를 넘으면 포화되어 값이 잘립니다 |
| 표본화율 | 초당 읽는 횟수(Hz) | 빠른 동작은 높은 표본화율이 필요합니다 |
| 잡음 밀도 | 주파수당 잡음의 크기 | 적분하면 무작위 걸음(random walk) 오차가 됩니다 |
| 바이어스 불안정성 | 시간이 지나며 변하는 영점 오차 | 드리프트의 주된 원인입니다 |
| 스케일 계수 오차 | 출력이 실제 크기에 비례하는 정도의 오차 | 큰 움직임에서 오차가 커집니다 |
결과 읽는 법
왜 단독으로 오래 쓰지 못하나(단순 계산, 가상의 예). 영점 오차(바이어스)가 일정하면 적분할수록 오차가 불어납니다. 자이로 바이어스가 0.1도/초이면 60초 뒤 자세 오차는 약 6도(0.1×60)입니다. 가속도 바이어스가 0.01 m/s²이면 위치는 두 번 적분되므로 60초 뒤 약 18 m(0.5×0.01×60²)가 틀어집니다. 그래서 칼만 필터 등으로 GPS, 지자기, 카메라, 라이다와 융합해 오차를 가둡니다(칼만 필터).
- 논문에서는 IMU 모델명과 사양, 표본화율, 부착 위치·방향, 보정(캘리브레이션) 방법, 융합 알고리즘(상보 필터, 칼만 필터 등)을 적습니다.
- 성능은 기준 시스템(광학 모션캡처 등)과 비교한 각도 오차(RMSE)나 거리 오차로 보고합니다.
- 시간에 따른 오차 증가 곡선(드리프트)을 함께 보여 주면 신뢰도를 판단하기 쉽습니다.
논문에서는 이렇게 쓰입니다
실제 논문에서
국내 학술지 논문에서 이 용어가 쓰인 문장을 그대로 옮겼습니다. 제목·학술지·연도와 원문 링크를 함께 적었습니다.
“항공부문에서는 무인항공기 시스템을 이용하여 실시간으로 카메라와 GPS/IMU 센서로부터 센서데이터를 취득하고 통신모듈을 통해 지상서버로 전송한다.”
실시간 재난 모니터링을 위한 무인항공기 기반 지도생성 및 가시화 시스템 구축, 대한원격탐사학회지, 2018 · KCI 한국학술지인용색인 · 원문 보기 ↗
“개발된 조작장치를 검증하기 위하여 상용 IMU와 비교실험을 수행하였으며, 실험 결과를 바탕으로 개발된 조작장치의 실용성과 신뢰성을 검증하였다.”
로봇 팔의 원격제어를 위한 스튜어트 플랫폼 기반의 조작장치, 대한기계학회논문집 A, 2015 · KCI 한국학술지인용색인 · 원문 보기 ↗
“본 연구에서는 관성 측정 센서와 깊이 카메라를 융합하여 관절각을 측정하는 방법인 IDFusion(IMU and Depth camera Fusion)을 제안한다.”
IDFusion: 관성 측정 센서와 깊이 카메라 융합을 통한 관절각 측정 기법, 정보과학회논문지, 2025 · KCI 한국학술지인용색인 · 원문 보기 ↗
예시 문장
아래는 용어의 쓰임을 보여 주려고 만든 예시로, 실제 논문에서 가져온 문장이 아닙니다.
드론의 기울기와 방향(자세)을 IMU에서 얻은 여러 센서 데이터를 결합해 계산했다는 뜻이다.
이 예문은 재활공학·스포츠과학 분야에서 IMU가 신체 부위에 부착되어 동작 분석이나 낙상 위험 평가에 활용되는 사례를 보여줍니다.
이 예문은 자율주행·로보틱스 분야에서 GPS를 사용할 수 없는 상황에서 IMU가 보조 항법 수단으로 쓰이는 사례를 보여줍니다.
조금 더 깊게 보면
IMU 단독으로 자세를 계속 적분해 계산하면 시간이 지날수록 작은 오차가 누적되는 드리프트 현상이 발생하는데, 이를 줄이기 위해 칼만 필터나 상보 필터(complementary filter) 같은 센서 융합 알고리즘이 흔히 사용됩니다.
이런 필터는 IMU의 단기적인 정밀도와 지자기 센서·GPS 같은 다른 센서의 장기적인 안정성을 결합해 더 신뢰할 수 있는 자세 추정치를 만들어냅니다. 최근에는 저가형 MEMS(미세전자기계시스템) IMU가 널리 보급되면서 정확도와 비용 사이의 절충이 연구의 주요 관심사로 다뤄지고 있습니다.
주의할 점
자이로스코프 데이터만으로 자세를 계속 누적 계산하면 시간이 지날수록 오차가 쌓이는 드리프트 현상이 발생하므로, 실제로는 지자기 센서나 라이다 같은 다른 정보와 함께 융합해 오차를 보정하는 경우가 많다.
헷갈리기 쉬운 용어
IMU와 함께 나오는 센서·기법을 구분합니다.
| 용어 | 무엇을 하나 | IMU와의 관계 |
|---|---|---|
| 가속도계 | 가속도(비력)를 측정 | IMU의 구성 센서 |
| 자이로스코프 | 각속도를 측정 | IMU의 구성 센서 |
| 센서 융합 | 여러 센서의 정보를 합쳐 추정 | IMU의 드리프트를 보정하는 방법 |
| 칼만 필터 | 잡음 섞인 측정에서 상태를 추정 | 센서 융합에 흔히 쓰는 알고리즘 |
| SLAM | 위치 추정과 지도 작성을 동시에 | IMU를 보조 입력으로 쓰기도 함 |
참고 문헌
- Titterton, D. H., & Weston, J. L. (2004). Strapdown Inertial Navigation Technology (2nd ed.). Institution of Electrical Engineers.
- Groves, P. D. (2013). Principles of GNSS, Inertial, and Multisensor Integrated Navigation Systems (2nd ed.). Artech House.
- Madgwick, S. O. H., Harrison, A. J. L., & Vaidyanathan, R. (2011). Estimation of IMU and MARG orientation using a gradient descent algorithm. Proceedings of the IEEE International Conference on Rehabilitation Robotics.
표의 기준값은 위 문헌에 근거한 관례이며, 분야·학술지마다 다른 기준을 쓸 수 있습니다.