부경대·KIOST, AI 기반 수중 탐색사진 생성기술 공동 개발 작성일 12-23 41 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="U4uqWsDgNi"> <p contents-hash="9a7b89f82f282eac5093edae6b438f92cc2274f7c8a47fa018aeefc6de136ff7" dmcf-pid="u87BYOwajJ" dmcf-ptype="general"> [파이낸셜뉴스] 바다 수면 아래 지질 분석과 수중 탐색에 활용되는 사이드스캔 소나의 인공지능(AI) 자동화 이미지 생성 기술이 우리나라 연구기관에서 개발돼 해양연구계의 이목이 집중된다. 사이드스캔 소나는 수중에서 음파를 해저면으로 비스듬히 송신한 뒤 반사 신호를 수신해 해저 지형과 물체의 모습을 영상화하는 장비다. </p> <p contents-hash="3f2f09f7b5edf6e245a5bb3b6fedad2a54f0479776ec8f2f7565cdb60ffd00b6" dmcf-pid="7xb2ZlOcad" dmcf-ptype="general">한국해양과학기술원과 국립부경대학교는 최근 공동으로 위 기술을 개발하고 연구 성과를 공학·계산모델링 분야 저명 국제학술지 ‘CMES(Computer modeling in engineering·science)’ 11월호에 게재했다고 23일 밝혔다. </p> <figure class="figure_frm origin_fig" contents-hash="144d3b2ccbe38086f6c082529385a783c69667cd6fb15e7b72f4fb202872cedd" dmcf-pid="zMKV5SIkAe" dmcf-ptype="figure"> <p class="link_figure"><img alt="사이클 갠(Cycle GAN) 프로그램을 통해 다양한 설정에서 생성된 사이드스캔 소나(SSS) 이미지의 정성적 비교 사진. 한국해양과학기술원 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202512/23/fnnewsi/20251223094304561cksx.jpg" data-org-width="800" dmcf-mid="pGOhoQ4qgn" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202512/23/fnnewsi/20251223094304561cksx.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 사이클 갠(Cycle GAN) 프로그램을 통해 다양한 설정에서 생성된 사이드스캔 소나(SSS) 이미지의 정성적 비교 사진. 한국해양과학기술원 제공 </figcaption> </figure> <div contents-hash="f0a25836ae9c09dd10df43ee066bb636b531a553825291d6b3fb3b1be941ae08" dmcf-pid="qR9f1vCEkR" dmcf-ptype="general"> <br>이번 연구는 기술원의 해양력강화·방위연구부 이승훈 연구팀과 부경대 컴퓨터·인공지능공학부 장원두 교수 연구팀이 공동으로 수행했다. </div> <p contents-hash="76dd9c5ace57feccb53b4ce1c61b193f356563b42be80e020e3350af0085515e" dmcf-pid="Be24tThDAM" dmcf-ptype="general">이전까지 실제 해저에서의 탐사 데이터 추출 활동은 기상과 해상 조건의 제약과 높은 비용에 따라 대규모 데이터를 확보하는 데 한계가 있었다. 이에 연구팀은 난파선과 침몰 항공기 등 여러 인공물을 3D 모델로 구현하고 다양한 조향, 회전, 배치 조건을 적용해 실제와 유사한 반사·그림자 특성 재현을 시도했다. </p> <p contents-hash="0b48eb537aa27671f5f8725a954a4950df3ff6aaa994b2c8dd6bc9fa3ca3af37" dmcf-pid="bdV8Fylwjx" dmcf-ptype="general">연구는 AI 이미지 생성 모델인 ‘사이클 갠(Cycle GAN)’을 기반으로 3D 모델링과 물리 기반 그림자 모델을 결합해 사이드스캔 소나(SSS) 이미지를 생성하는 데 성공했다. 이를 통해 실제 해저 탐사 환경과 높은 유사도를 갖는 SSS 이미지를 생성할 수 있게 됐다. </p> <p contents-hash="06fe21fb5b174095969819fdcf66cc5eae65718fd98006591091ef8824b1fd88" dmcf-pid="KJf63WSrcQ" dmcf-ptype="general">특히 소나와 표적 간 거리·고도·음향 산란 특성 등을 반영한 정밀 그림자 모델을 도입함으로 기존 AI 이미지 연구에서 단순 처리되던 그림자 영역을 실제 탐사 수준으로 끌어올렸다. 이후 개발된 모델을 활용해 가상으로 생성한 SSS 이미지를 실제 해저 영상의 질감, 노이즈, 반사 패턴과 비슷하게 변환함으로 실제 탐사 결과와 비슷한 결괏값을 확보할 수 있게 됐다. </p> <p contents-hash="da46e86cbc88e544ecf78aec06dc083e9b838ee14f8d2b3a2365e6cd92c3967e" dmcf-pid="9i4P0YvmAP" dmcf-ptype="general">이 기술을 통해 해저 탐사 분야에서 오랜 기간 한계로 지적된 ‘데이터 부족’ 문제를 해결할 기술적 전환점이 될 것으로 연구진은 기대하고 있다. 연구팀은 여기서 그치지 않고 실제 해양환경의 복잡한 특성을 보다 정밀하게 반영할 수 있도록 기술 고도화 연구를 이어간다는 방침이다. </p> <p contents-hash="7569638f076ad7c2f6f48def308b420099bbc29c741f97e245e0d9dcb50d6abc" dmcf-pid="2n8QpGTsg6" dmcf-ptype="general">KIOST 이희승 원장은 “이번 세계 저명 학술지 논문 선정은 연구진의 해양 AI 융합 연구가 국제 학계에서도 경쟁력을 인정받았단 점에서 의미가 크다”며 “앞으로도 해양 환경을 정확하게 모사할 수 있는 AI 기반 데이터를 지속해서 확보해 신뢰성 높은 해양 빅데이터 구축을 적극 지원해 나가겠다”고 강조했다.</p> <p contents-hash="3b6614577888150bbcc1418a8f333dd7a5776e1c07f6d94553524ff28d8fc241" dmcf-pid="VL6xUHyOk8" dmcf-ptype="general">lich0929@fnnews.com 변옥환 기자</p> </section> </div> <p class="" data-translation="true">Copyright © 파이낸셜뉴스. 무단전재 및 재배포 금지.</p> 관련자료 이전 KT 자체 개발 LLM, 국내 첫 인공지능 신뢰성 인증 획득 12-23 다음 웹보드 게임 규제 완화 임박…NHN·네오위즈 등 수혜 12-23 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
