본 논문에서는 효율적이고 강건한 포인트 클라우드 등록(Point Cloud Registration, PCR)을 위한 이차 공간 호환성(Second Order Spatial Compatibility, SC²) 측정 기반의 방법, 즉 SC²-PCR을 제안한다. 먼저, 대응 관계 간의 유사도를 측정하기 위해 이차 공간 호환성(SC²) 측정법을 제안한다. 이 측정법은 국소적 일관성 대신 전역 호환성을 고려함으로써 초기 단계에서 내부점(inlier)과 외부점(outlier) 간의 구분이 더욱 뚜렷하게 이루어지도록 한다. 이러한 측정법을 기반으로, 등록 파이프라인은 초기 대응 관계에서 신뢰할 수 있는 시드를 전역 스펙트럴 기법을 통해 탐색한다. 이후 SC² 측정 행렬을 기반으로 각 시드를 일관성 집합(consensus set)으로 확장하기 위한 두 단계 전략을 설계하였다. 마지막으로, 각 일관성 집합을 가중치를 고려한 SVD(특이값 분해) 알고리즘에 입력하여 후보 강체 변환(rigid transformation)을 생성하고, 그 중 최적의 모델을 최종 결과로 선택한다. 본 방법은 더 적은 샘플링 횟수로 외부점이 포함되지 않은 일정 수의 일관성 집합을 보장할 수 있어 모델 추정 과정을 더욱 효율적이고 강건하게 한다. 또한 제안된 SC² 측정법은 일반적인 구조를 지니고 있어 딥러닝 기반 프레임워크에 쉽게 통합될 수 있다. 제안된 방법의 성능을 평가하기 위해 광범위한 실험이 수행되었다.