UNIST·KIST·서울대 연구팀, 사람 뇌 신경 전달 원리 닮은 로봇 비전 센서 개발

공동 연구팀, 데이터 전송량↓·정확도↑ 비전 센서 개발

도파민-글루메이트 신호 전달 모방·자율주행·로봇 응용

사람 뇌에서 일어나는 신경 전달 원리를 닮아 밝기가 들쭉날쭉한 상황에서도 효율적이고 정확하게 사물의 윤곽 정보를 추출하는 비전 센서가 개발됐다.

자율주행, 드론, 로봇 기술에서 주변 환경을 더 빠르고 정확하게 인식하는 데 도움이 될 전망이다.

UNIST 신소재공학과 최문기 교수팀은 한국과학기술연구원(KIST) 최창순 박사팀, 서울대 김대형 교수팀과의 공동 연구를 통해 시냅스 모방 로봇 비전 센서를 개발했다고 4일 전했다.

연구진(좌측부터) UNIST 권종익 연구원(공동 제1저자), UNIST 최문기 교수, KIST 최창순 박사, 서울대 김대형 교수, 서울대 김지수 연구원(공동 제1저자). UNIST 제공

비전 센서는 기계의 눈 역할을 하는 부품으로, 센서가 감지한 정보는 뇌의 역할을 하는 프로세서로 전달되어 처리된다. 이때 정보가 여과 없이 전달되면 전송 데이터가 늘어나 처리 속도가 느려지고, 불필요한 정보로 인해 인식 정확도도 떨어질 수 있다. 조명이 급격히 바뀌거나 밝고 어두운 영역이 뒤섞인 상황에서는 이러한 문제가 더욱 두드러진다.

공동연구팀은 뇌 시냅스에서 일어나는 도파민-글루타메이트 신호 전달 경로를 모방해 윤곽선처럼 명암 대비가 큰 시각 정보만을 골라낼 수 있는 비전 센서를 개발했다. 뇌에서는 도파민이 글루타메이트를 조절하는 방식으로 중요한 정보를 강화하는데, 이 원리를 모방하도록 센서를 설계한 것이다.

최문기 교수는 "눈 자체에 뇌의 일부 기능을 부여한 인 센서 컴퓨팅(in-sensor computing) 기술을 적용해 영상 데이터의 밝기와 대비를 스스로 조절하고, 불필요한 정보는 걸러낸다"며 "초당 수십 기가비트에 달하는 영상 데이터를 처리해야 하는 로봇 비전 시스템의 부담을 근본적으로 줄여줄 수 있다"고 설명했다.

실제 실험 결과, 이 비전 센서는 영상 데이터 전송량을 기존 대비 약 91.8% 줄이면서도, 객체 인식 시뮬레이션의 정확도는 약 86.7%까지 끌어올릴 수 있는 것으로 확인됐다.

이 센서는 게이트 전압에 따라 전류 반응이 바뀌는 광트랜지스터로 이뤄져 있다. 게이트 전압은 뇌의 도파민처럼 반응 강도를 조절하는 역할을 하며, 광트랜지스터에서 나오는 전류는 글루타메이트 신호에 해당하는 자극 전달을 모사한다. 게이트 전압을 조절하면 빛에 민감해지기 때문에 어두운 환경에서도 또렷하게 윤곽 정보를 감지할 수 있다. 또 빛의 절대 밝기뿐 아니라 주변과의 밝기 차이에 따라 출력 전류가 달라지도록 설계돼 밝기 변화가 큰 경계면, 즉 윤곽선은 더 강하게 반응하고, 밝기가 일정한 배경은 억제된다.

센서를 이루는 소자인 광트랜지스터의 구조.

최창순 KIST 박사는 "이번 기술은 로봇·자율주행 자동차·드론·IoT 기기 등 다양한 비전 기반 시스템에 폭넓게 적용할 수 있다"며 "데이터 처리 속도와 에너지 효율을 동시에 높일 수 있어, 차세대 인공지능 비전 기술의 핵심 솔루션으로 활용될 수 있을 것"이라고 기대했다.

이번 연구는 한국연구재단 우수신진사업, KIST 미래원천반도체기술개발사업, 기초과학연구원 지원으로 수행됐다.

연구 결과는 사이언스 어드밴시스 (Science Advances)에 5월 2일 온라인 게재됐다.

영남취재본부 김철우 기자 sooro97@asiae.co.kr