▲ 광주과학기술원(GIST)은 인공지능(AI)을 이용해 로봇 시각인식기능을 크게 높일 수 있는 모델 큐버(QuBER)를 새롭게 개발했다. 큐버와 기존 시각모델간의 성능비교를 확인할 수 있다.(사진=GIST)

로봇이 새로운 환경에서 원활하게 작업하려면 처음 보는 물체도 빠르고 정확하게 인식하는 능력이 필요하다. 하지만 기존 인공지능(AI) 비전 기술은 사전에 학습한 데이터에 포함된 물체만 인식할 수 있어, 미학습 물체에 대한 인식률이 떨어지는 한계가 있었다.

국내 연구진이 이러한 문제를 해결할 AI 기술을 개발했다. 바카라사이트 추천 비전, 자율주행 등 다양한 분야에서의 활용이 기대된다. 광주과학기술원(GIST) AI융합학과 이규빈 교수 연구팀은 오류 추정을 통해 미학습 물체의 인식 결과를 정제하는 AI 기술을 개발했다고 14일 밝혔다.

이 기술은 실시간으로 오탐지된 물체를 삭제하거나 추가하는 기능을 갖추고 있다. 현재 널리 사용되는 AI 비전 기술에는 몇 가지 한계가 있다. 사전에 학습된 물체만 인식할 수 있는 경우(Mask R-CNN 모델 등)는 새로운 물체를 구별하는 능력이 부족하다. 모델은 사용자의 입력(클릭, 박스, 텍스트 등)을 기반으로 임의의 물체를 탐지할 수 있는 모델(Segment Anything 등)도 존재하지만 사람의 도움이 없을 경우 복잡한 환경에서는 정확도가 떨어진다. 이를 해결하기 위해 이미지와 초기 예측 데이터를 기반으로 오류를 정정하는 기술을 개발하기 위해 노력해 왔다. 그러나 세부적인 부분만 수정하거나, 작동 속도가 느린 등의 문제가 발생했다.

연구팀은 이런 문제를 해결하기 위해 빠르고 정확한 오류 정정 기술을 적용한 ‘큐버(QuBER)’ 모델을 새롭게 개발했다. 큐버 모델은 색상에 깊이 정보를 더한 ‘RGB-D(Red·Green·Blue-Depth)’ 이미지를 활용한 초기 예측 데이터를 이용, ‘4자 경계 오류(Quadruple Boundary Error)’를 분석해 물체 인식의 정확도를 높인다. 이 기술을 통해 처음 보는 미학습 물체도 실시간으로 빠르고 정확하게 인식할 수 있다.

실제로 4자 경계 오류 기법은 AI 비전 기술의 정확도를 높이는 데 핵심적인 대안으로 주목받고 있다. AI의 초기 예측값과 실제 데이터 간의 차이를 △올바르게 검출된(True Positive) 경계 △검출해야 했지만 놓친(False Negative) 경계 △잘못 검출한(False Positive) 경계 그리고△검출하지 않아야 할 부분을 정확히 비검출한(True Negative) 경계 등 네 가지 기준으로 분석해 물체 인식의 오류를 효율적으로 정정한다.

이규빈 교수팀이 개발한 큐버 모델은 가려진 물체가 많아 인식이 어려운 상황에서도 빠르고 정확한 분할 능력을 보이며 세계 최고 수준의 정확도를 기록했다. 실내 환경(OCID)에서 88.4%의 인식률을 보였으며, 테이블 위 물체들(OSD)에서 83.3%, 상자 안의 복잡한 물체(WISDOM)에선 77.5%의 정확도를 보였다.

이 교수는 “이번 연구를 통해 로봇이 처음 보는 물체도 정확하고 효율적으로 인식할 수 있다는 가능성을 확인했다”며 “이 기술이 다양한 로봇 작업에 적용돼 새로운 환경에서도 안정적으로 동작하는 로봇 개발에 큰 역할을 할 것”이라고 기대감을 나타냈다.

연구팀은 이번 연구 성과를 바카라사이트 추천 분야 세계 최고 권위의 학회인 내달 중 개최되는 ‘IEEE 국제 바카라사이트 추천 자동화 학술대회(ICRA)에서 발표할 예정이다. 연구 제 1저자는 백승혁 GIST 박사과정생(현 한국기계연구원 선임연구원)이 맡았다. 산업통상자원부와 과학기술정보통신부의 지원을 받았다.

▲ 광주과학기술원(GIST) AI융합학과 연구진. 왼쪽 위부터 이규빈 교수, 맹제모 박사과정생, 신성호 현대자동차 로보틱스랩 책임연구원, 백승혁 한국기계연구원 선임연구원, 이주순·이상범 석박사통합과정(박사과정생), 김강민 박사과정생(사진=GIST)