drawtonomy vs CARLA
CARLA
섹션 제목: “CARLA”CARLA는 자율주행 R&D 분야에서 가장 널리 쓰이는 오픈소스 시뮬레이터입니다. Unreal Engine 기반 월드에 카메라·LiDAR·레이더·GNSS·IMU·충돌·차선 이탈까지 전 영역의 센서 모델을 갖추고 있으며, Python API로 시뮬레이션을 직접 제어할 수 있습니다. 짝을 이루는 CARLA Scenario Runner 프로젝트는 ASAM OpenSCENARIO 파일을 CARLA 월드에서 실행합니다.
CARLA가 다루는 영역:
- 센서급 렌더링을 갖춘 3D 포토리얼리스틱 월드
- 그라운드 트루스 주석이 포함된 카메라 / LiDAR / 레이더 / GNSS / IMU / 충돌 센서
- 에이전트, 센서, 트래픽을 스크립팅하는 Python API
- Scenario Runner를 통한 OpenSCENARIO 1.x 지원
- Leaderboard, ROS 브리지, ML 레퍼런스 에이전트 등 방대한 생태계
센서 입력을 활용해 자율주행 스택을 학습시키거나 평가한다면, CARLA는 가장 먼저 떠올릴 표준 도구 중 하나입니다.
라이선스
섹션 제목: “라이선스”CARLA 코어는 MIT 라이선스 오픈소스입니다. 일부 에셋과 연관 프로젝트는 별도 라이선스를 따르므로, 각 저장소를 직접 확인하는 편이 안전합니다.
drawtonomy와 CARLA의 관계
섹션 제목: “drawtonomy와 CARLA의 관계”drawtonomy는 주행 시나리오를 위한 무료 브라우저 화이트보드입니다. 브라우저 내 OpenSCENARIO 시뮬레이터는 WebAssembly로 컴파일한 esmini를 그대로 내장하고 있어, 스토리보드가 페이지 안에서 실시간으로 재생됩니다 — 런타임 자체가 esmini이므로 네이티브 esmini와 동일한 시맨틱스로 동작합니다. (OpenSCENARIO 1.x 시뮬레이션의 정확성은 esmini 메인테이너들의 공로입니다.)
drawtonomy와 CARLA는 둘 다 주행 시나리오를 시뮬레이션하지만, 다루는 계층이 전혀 다릅니다.
| 항목 | CARLA | drawtonomy (브라우저 시뮬레이터) |
|---|---|---|
| OpenSCENARIO 1.x 스토리보드 실행 | ✅ Scenario Runner 경유 | ✅ 내장 esmini-WASM |
| 센서 시뮬레이션 (카메라 / LiDAR / 레이더 / GNSS / IMU) | ✅ 완전 지원 | ❌ 없음 |
| 3D 포토리얼리스틱 월드 | ✅ Unreal Engine | ❌ 2D 캔버스만 |
| 차량 동역학 충실도 | 높음 | 스토리보드 기반 (esmini 수준) |
| ML / RL 학습 파이프라인 | ✅ 설계 목적 자체 | ❌ 대상 아님 |
| 설치 필요 여부 | 수 GB 엔진 + GPU 필요 | ❌ 최신 브라우저만 있으면 실행 |
| 새 노트북에서 첫 실행까지 걸리는 시간 | 수 분~수 시간 | 수 초 |
| 녹화된 실행에 대한 프레임 단위 탐색·스텝 | 도구에 따라 다름 | ✅ 스크러버 + 화살표 키 |
시뮬레이션 .webm 내보내기 | 외부 화면 녹화 필요 | ✅ 앱 내 내보내기, 화면비 프리셋 제공 |
| 같은 캔버스에서 화이트보드 작도 | ❌ | ✅ |
두 도구는 서로 다른 문제를 겨냥합니다.
- CARLA: 센서 시뮬레이터. 자율주행 스택에 사실적인 인지 데이터와 그라운드 트루스를 공급하는 것이 목적입니다.
- drawtonomy: 시나리오 시뮬레이터이자 스케치 캔버스. 스토리보드 자체를 브라우저에서 빠르게, 설치 없이 시각화하고 공유하고 다듬는 것이 목적입니다.
두 도구를 모두 쓸 수 있는 환경이라면 이런 조합이 합리적입니다: 센서·학습용 실행은 CARLA에 맡기고, 같은 .xosc를 브라우저에서 빠르게 훑어볼 때(트리아지, 코드 리뷰, 데모, 슬라이드)는 drawtonomy를 사용하는 것입니다. CARLA Scenario Runner에서 실행하는 .xosc 파일을 그대로 drawtonomy 캔버스에 드롭할 수 있습니다.
브라우저 시뮬레이터로 충분한 경우
섹션 제목: “브라우저 시뮬레이터로 충분한 경우”- 실패한 시나리오를 트리아지할 때 —
.xosc를 브라우저에 드롭하고 실패 지점까지 스크럽한 뒤 스크린샷을 찍습니다. CARLA를 띄우는 것보다 빠릅니다. - 시나리오 PR을 코드 리뷰할 때 리뷰어 환경에 CARLA가 설치되어 있지 않은 경우.
- GPU가 없는 학생용 노트북에서 OpenSCENARIO를 가르칠 때.
- 스토리보드의 데모
.webm을 녹화할 때 — 슬라이드, 버그 리포트, 소셜 포스트용으로 별도 화면 녹화 체인 없이 처리합니다. - scenariogeneration이나 Scenic으로 생성한 카탈로그를 CARLA 스윕에 넣기 전에 훑어볼 때.
CARLA가 알맞은 경우
섹션 제목: “CARLA가 알맞은 경우”- 센서 데이터가 필요할 때 — 카메라, LiDAR, 레이더, 뎁스, 시맨틱.
- 자율주행 / ADAS 스택을 학습시키거나 평가할 때.
- 2D 캔버스로는 부족한 포토리얼리스틱 3D 월드가 필요할 때.
- 인지 스택을 포함한 클로즈드 루프 제어를 실행할 때.
- ROS 등 로보틱스 미들웨어와 연동할 때.
drawtonomy는 이런 영역과 경쟁하려 하지 않습니다. 한 층 위 — 스케치하고, 스토리보드를 시뮬레이션하고, 리뷰하는 자리 — 에 위치합니다.