국내 연구진이 로봇이 새로운 환경에서 물체를 빠르고 정확하게 인식할 수 있게 하는 인공지능(AI) 비전 기술을 개발했다.

광주과학기술원(GIST)은 이규빈 AI융합학과 교수 연구팀이 오류 추정을 통해 미학습 물체의 인식 결과를 기존 대비 4.7% 개선할 수 있는 AI 기술 ‘큐버(QuBER)’ 모델을 개발했다고 14일 밝혔다

큐버 모델은 실시간으로 학습 데이터에 포함되지 않은 물체, 오탐지된 물체를 삭제하거나 추가하는 기능을 갖추고 있다.

현재 널리 사용되는 AI 비전 기술에는 몇 가지 한계가 있다. 2018년에 공개된 마스크 R-CNN 모델은 사전에 학습된 물체만 인식할 수 있어 새로운 물체를 구별하는 능력이 부족하다. 2023년에 나온 ‘세그멘트 애니싱(Segment Anything) 모델은 사용자의 입력(클릭, 박스, 텍스트 등)을 기반으로 임의의 물체를 탐지할 수 있지만 사람의 도움이 없을 경우 복잡한 환경에서는 정확도가 떨어지는 문제가 있다.

큐버는 RGB-D(컬러+깊이) 이미지와 초기 예측 데이터를 활용해 ‘4자 경계 오류’를 분석해 물체 인식의 정확도를 높였다. 이 기술을 통해 처음 보는 미학습 물체도 실시간으로 빠르고 정확하게 인식할 수 있다.

4자 경계 오류는 AI의 초기 예측값과 실제 데이터 간의 차이를 △올바르게 검출된 경계 △검출해야 했지만 놓친 경계 △잘못 검출한 경계 △검출하지 않아야 할 부분을 정확히 비검출한 경계 등 네 가지 경계 기준으로 분석해 물체 인식의 오류를 효율적으로 정정한다.

연구팀이 개발한 큐버 모델은 실내 환경(OCID)에서 88.4%의 인식률, 테이블 위 물체들(OSD)에서 83.3%의 정확도, 상자 안의 복잡한 물체들(WISDOM)에서 77.5%의 정확도를 보였다.

이규빈 GIST 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 전했다.

한편 이번 연구는 이규빈 GIST AI 융합학과 교수가 지도하고 백승혁 박사가 박사과정 재학 중 수행했다. 산업통상자원부와 과학기술정보통신부의 지원을 받았다. 로봇 분야 세계 최고 권위의 학회인 IEEE 국제 로봇 자동화 학술대회(ICRA)에서 오는 5월 발표될 예정이다.