DGIST 박대희 교수 연구팀
분리형 파라미터 학습 기술 적용
보행자 위치 예측 정확도 향상
로봇의 이동 경로 오차는 줄여
대구경북과학기술원(DGIST)은 13일 전기전자컴퓨터공학과 박대희 교수 연구팀이 KAIST 연구팀과 공동으로 주변 사람들의 움직임 예측과 로봇의 안전한 이동 경로 계획을 하나의 소형 AI 모델에서 동시에 수행하면서도 두 작업의 성능 저하를 줄이는 학습 기술을 개발했다고 밝혔다.
사람이 많은 곳을 이동하는 로봇은 주변 사람들의 향후 이동 경로를 예측하는 동시에 충돌을 피할 수 있는 안전한 이동 경로를 계획해야 한다.
두 작업을 별도의 인공지능(AI) 모델로 수행하면 더 많은 연산 자원과 메모리가 필요해 실제 로봇에 탑재하기에는 부담이 크다.
하지만 하나의 소형 AI 모델이 두 작업을 함께 수행하도록 만드는 기술이 필요하다.
이에 따라 연구팀은 각 기능이 AI 내부의 서로 다른 부분을 중심으로 학습하도록 하는 ‘분리형 파라미터 학습(DPT)’을 개발했다.
이후 각 기능에 꼭 필요한 부분만 골라 하나의 모델로 합쳐 모델 크기는 작게 유지하면서 두 기능이 서로 방해하지 않고 함께 작동하도록 했다.
성능을 검증한 결과 기존 방식보다 주변 사람들의 움직임을 더 정확하게 예측하고 로봇의 이동 경로 오차와 충돌 가능성도 낮췄다. 또 자율주행 AI에 적용한 추가 실험에서도 성능이 향상돼 향후 로봇과 자율주행 등 다양한 피지컬 AI 분야에 활용될 가능성도 확인했다.
해당 연구 결과는 컴퓨터비전 분야 세계 3대 국제학회 중 하나인 ‘ECCV 2026’에 채택됐으며, 지난 10~12일 스웨덴 말뫼에서 열린 학회에서 발표됐다.
박대희 교수는 “로봇이나 자율주행처럼 실제 공간에서 움직이는 AI는 제한된 컴퓨터 자원으로 여러 판단을 동시에 내려야 한다”라며 “이번 연구는 여러 기능을 하나의 작은 AI에 담을 때 발생하는 성능 저하 문제를 해결한 것으로, 앞으로 실제 로봇에 적용해 활용 가능성을 검증할 계획”이라고 말했다.
김홍철기자 khc@idaegu.co.kr
댓글
0