GIST, 실시간 AI 비전 'QuBER' 모델 개발

이규빈 교수팀, 4자 경계 오류 분석

광주과학기술원 AI융합학과 이규빈 교수 연구팀. 광주과학기술원 제공

광주과학기술원(GIST)은 AI융합학과 이규빈 교수 연구팀이 오류 추정을 통해 미학습 물체의 인식 결과를 정제하는 AI 기술을 개발했다고 14일 밝혔다.

이 기술은 실시간으로 오탐지된 물체를 삭제하거나 추가하는 기능을 갖추고 있다. 로봇의 시각 인지 능력을 한층 향상할 것으로 기대된다.

기존 AI 비전 기술에는 사전에 학습된 물체만 인식할 수 있고, 새로운 물체를 구별하는 능력이 부족한 등 한계가 있다. 이를 해결하기 위해 이미지와 초기 예측 데이터를 기반으로 오류를 정정하는 기술이 개발돼 왔다.

연구팀은 이러한 문제를 해결하기 위해 빠르고 정확한 오류 정정 기술을 적용한 'QuBER' 모델을 개발했다. QuBER 모델은 RGB-D 이미지와 초기 예측 데이터를 활용해 '4자 경계 오류(Quadruple Boundary Error)'를 분석해 물체 인식의 정확도를 높이는 것이 특징이다.

GIST 연구팀이 개발한 QuBER와 기존 모델 비교. 광주과학기술원 제공

4자 경계 오류는 AI 비전 기술의 정확도를 높이는 데 핵심적인 기법으로 주목받고 있다. 이 기술은 AI의 초기 예측값과 실제 데이터(Ground Truth) 간의 차이를 ▲True Positive 경계(올바르게 검출된 경계) ▲False Negative 경계(검출해야 했지만 놓친 경계) ▲False Positive 경계(잘못 검출한 경계) ▲True Negative 경계(검출하지 않아야 할 부분을 정확히 비 검출한 경계) 등 네 가지 경계 기준으로 분석해 물체 인식의 오류를 효율적으로 정정한다.

연구팀이 개발한 QuBER 모델은 가려진 물체가 많아 인식이 어려운 상황에서도 빠르고 정확한 분할 능력을 보이며 세계 최고 수준의 정확도를 기록했다.

이규빈 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 것이다"고 말했다.

호남취재본부 민찬기 기자 coldair@asiae.co.kr