본 논문은 자율 주행을 위한 포인트 클라우드 의미론적 분할(3D Semantic Segmentation)의 최신 방법들을 종합적으로 검토한 리뷰 논문이다. 자율 주행에서 정확한 환경 정보 제공의 중요성을 강조하며, 단순한 경계 상자 예측만 하는 3D 객체 검출의 한계를 극복하기 위해 더욱 풍부한 정보를 제공하는 3D 의미론적 분할에 주목한다. 본 논문은 접근 방식을 투영 기반, 3D 기반, 하이브리드 방법으로 분류하고, 주요 데이터셋과 합성 데이터 활용의 중요성을 논의하며, 각 방법의 분할 정확도와 효율성을 비교 분석한다.
