'논문용 AI' 넘었다…순천대, 실전형 인공지능 기술 제시
연산 줄이고 성능 높인 Vision AI 3편 국제학술지 동시 게재
드론·군중환경까지 실전 적용 가능성 입증
전남 지역 국립대 연구진이 차세대 인공지능(AI) 기술의 핵심 난제를 해결하며 학계와 산업계의 주목을 받고 있다. 단순한 이론적 성과를 넘어 실제 환경에서 활용 가능한 기술을 제시했다는 점에서 의미가 크다.
(왼쪽부터) 국립순천대 박준·양현성 박사과정, 이세은 석사과정, 정세훈 교수, 심춘보 교수 (사진=순천대)/뉴스후플러스
국립순천대학교는 인공지능공학 및 컴퓨터공학 분야 공동연구팀이 국제 저명 학술지에 총 3편의 논문을 동시에 게재하는 성과를 거뒀다고 밝혔다. 연구에는 박사과정 박준·양현성, 석사과정 이세은 학생과 정세훈 교수, 심춘보 교수가 참여했다.
이번 연구는 '시각 인공지능(Vision AI)' 분야에서 실제 활용을 가로막던 구조적 한계를 해결하는 데 초점을 맞췄다. 특히 연산 자원이 제한된 환경에서도 높은 성능을 유지하면서, 복잡한 상황에서 객체를 안정적으로 인식·추적할 수 있도록 한 점이 핵심이다.
먼저 박준 박사과정이 주도한 연구는 영상과 열화상 정보를 결합하는 기존 기술의 단점을 개선하는 데 집중했다. 기존 RGB-열화상 융합 기술은 높은 정확도를 보이는 대신 연산량이 많아 드론이나 소형 장치에 적용하기 어렵다는 한계가 있었다.
연구팀은 이러한 문제를 해결하기 위해 필요한 정보만 선택적으로 처리하는 경량화 구조를 적용한 'LEAEF' 모델을 개발했다.
그 결과 기존 대비 연산량과 모델 크기를 줄이면서도 객체 탐지와 분할 정확도를 오히려 향상시키는 데 성공했다. 해당 연구는 공학 분야 학술지인 IEEE Access에 게재됐다.
양현성 박사과정은 다중 객체 추적 분야에서 중요한 문제로 꼽히는 '가림 현상(occlusion)'을 해결하는 인공지능 추적기 'Sentinel'을 개발했다.
일반적으로 사람이나 물체가 다른 대상에 가려지면 기존 시스템은 추적을 놓치거나 다른 객체로 잘못 인식하는 경우가 많다. Sentinel은 이러한 한계를 극복하기 위해 미세한 신호까지 활용하고, 인공지능이 스스로 불확실성을 판단해 추적 방식을 조정하는 구조를 적용했다.
이를 통해 군중이 밀집된 환경에서도 동일 객체를 안정적으로 추적할 수 있게 됐다. 이 연구는 네이처 계열 학술지인 Scientific Reports에 게재됐다.
이세은 석사과정 역시 다중 객체 추적 기술을 고도화하는 연구를 수행했다. 'ClarityTrack'이라는 시스템을 통해 환경 변화에 따라 추적 기준을 유연하게 조정하는 방식을 제안했다.
기존 기술이 고정된 기준에 의존해 환경이 바뀌면 오류가 증가했던 것과 달리, 이 시스템은 객체의 움직임과 외형 정보를 상황에 맞게 조합하고 예측 결과를 교차 검증함으로써 보다 안정적인 추적 성능을 확보했다. 해당 연구 역시 Scientific Reports에 함께 게재됐다.
연구를 총괄한 정세훈 교수와 심춘보 교수는 "이번 성과는 학생들이 각자의 연구 분야에서 인공지능 모델의 구조적 한계를 스스로 분석하고 이를 해결할 수 있는 방법을 제시했다는 점에서 의미가 크다"며 "앞으로도 산업 현장에서 즉시 활용 가능한 기술과 인재를 동시에 육성해 나가겠다"고 밝혔다.
이번 연구 성과는 인공지능 기술이 단순히 높은 성능을 추구하는 단계를 넘어, 실제 환경에서의 활용 가능성과 효율성을 동시에 고려하는 방향으로 발전하고 있음을 보여주는 사례로 평가된다.
특히 드론, 스마트시티, 자율주행 등 다양한 분야에서의 실질적인 적용 가능성을 높였다는 점에서 향후 기술 확산에 대한 기대도 커지고 있다.
댓글
0