지스트(광주과학기술원) 연구팀이 따로 학습을 하지 않고도 물체를 인식할 수 있는 시각 인공지능(AI)를 개발했다.

지스트 융합기술학제학부 이규빈 교수 연구팀은 최근 ‘계층적 가림 모델링’을 통해 아직 학습하지 않은 물체의 가시(可視) 영역과 비(非)가시 영역, 가림 여부를 검출하는 딥러닝 기술을 개발했다.

연구팀은 미학습 물체의 ‘아모달 인스턴스 분할’ 알고리즘을 고안했다. 또 사물이 서로 가려지는 상황을 인식하기 위해 계층적 가림 모델링 알고리즘을 구상하고, 이를 로봇에 학습시키기 위한 새로운 가상·실 환경 데이터셋을 공개했다.

연구팀이 제안한 알고리즘은 3개 데이터셋에서 세계 최고 수준의 성능을 달성했다. 또 다른 사물에 가려진 목표물을 로봇이 정확히 집어내는 등 로봇이 복잡한 환경에서도 다양한 작업에 활용될 수 있음을 확인했다.

이규빈 교수는 “이번 연구를 통해 복잡한 비정형 환경에서 새로운 물체가 주어져도 물체의 보이는 영역뿐만 아니라 가려진 영역까지 인식 할 수 있음을 확인하였다”면서 “미학습 물체 인식은 공장, 가정 등 다양한 환경에 로봇을 적용하기 위한 로봇 분야의 핵심 기술로서 활용될 것으로 기대된다”고 말했다.

이번 연구는 산업통상자원부의 로봇산업핵심기술개발사업과 과학기술정보통신부, 정보통신산업진흥원 등의 지원을 받아 수행됐으며, 백승혁 박사과정생이 제1저자로 참여했다. 논문은 로봇자동화학회(ICRA) 2022에서 발표될 예정이다.

연구에 사용된 코드와 데이터셋은 오픈소스 저장소(github.com/gist-ailab/uoais)에서 다운로드 할 수 있다.

/유연재 기자 yjyou@kwangju.co.kr