"서로 다른 로봇 '눈' 하나로…거리 추정 연합학습 기술 개발" 작성일 09-03 57 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">UNIST, 로봇 간 데이터 이질성 줄여…거리 추정 오차 최대 32%↓</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="5ydc90CEYk"> <figure class="figure_frm origin_fig" contents-hash="147c8b36ca2bb5eab0a5179af93758c3d2c3b640e586a855181842d8e988181a" dmcf-pid="1zmWLP3GXc" dmcf-ptype="figure"> <p class="link_figure"><img alt="연구진 모습 UNIST 주경돈 교수(왼쪽부터), 이강현 연구원, 이인하 연구원. [울산과학기술원 제공. 재판매 및 DB 금지]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/03/yonhap/20260903173643757wpay.jpg" data-org-width="1200" dmcf-mid="ZXJk2phDZE" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/03/yonhap/20260903173643757wpay.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 연구진 모습 UNIST 주경돈 교수(왼쪽부터), 이강현 연구원, 이인하 연구원. [울산과학기술원 제공. 재판매 및 DB 금지] </figcaption> </figure> <p contents-hash="0ea1d6861e6bd562d02e86d53d3d8db1c87523be98462c1675caee7a4b5e1a46" dmcf-pid="tqsYoQ0H1A" dmcf-ptype="general">(울산=연합뉴스) 김용태 기자 = 로봇이 다른 기종이 경험한 학습 결과를 이용해 낯선 환경에서도 거리를 더 정확하게 추정할 수 있게 하는 기술이 나왔다.</p> <p contents-hash="caf19ba6b22d2470ec0d2699e67f20547ccf9f342abf33a91a026420ae82d264" dmcf-pid="FBOGgxpXZj" dmcf-ptype="general">3일 울산과학기술원(UNIST)은 인공지능대학원 주경돈 교수팀이 로봇 눈 역할을 하는 단안 깊이 추정 인공지능(AI) 모델을 학습시키는 새로운 연합학습 기술인 '페뎁스'(FeDepth)를 개발했다고 밝혔다.</p> <p contents-hash="a083eb8ddaeda06d94829f5f967199874839eed680228ce461b93d4bb4efe546" dmcf-pid="3bIHaMUZYN" dmcf-ptype="general">로봇에 깊이 추정 AI 모델을 적용하면 복잡한 센서 없이도 카메라로 들어온 정보를 활용해 거리를 가늠할 수 있다.</p> <p contents-hash="993c700f424432f020120cbada4324c317cf45e46f9dacad81fd70fae7772c82" dmcf-pid="0KCXNRu51a" dmcf-ptype="general">AI 모델이 낯선 환경에서 정확한 판단을 내리려면 방대한 데이터를 학습시켜야 한다. 연합학습이라는 기법을 이용하면 각 로봇 카메라가 수집한 데이터를 한 곳으로 모으지 않고도 그와 같은 효과를 낼 수 있다.</p> <p contents-hash="a62b91ea50b1eb2349199b390bd68ececf631e451863ce6fe916a42856371b50" dmcf-pid="p9hZje71Gg" dmcf-ptype="general">데이터를 보내는 데 드는 시간·통신 비용을 줄이면서도 원본 영상이 외부로 나가지 않아 개인정보를 보호할 수 있다.</p> <p contents-hash="cdb8a58659c40a8d5e8efd1e83f8e7d0a00b692489d91e391887fa86a73c2307" dmcf-pid="U2l5Adzt5o" dmcf-ptype="general">페뎁스는 이 연합학습에서 발생하는 데이터 이질성을 줄인 기술이다.</p> <p contents-hash="70e568eadb1920c7087605aee828a64cfc37586c12d5e98b4a312c1712b1b030" dmcf-pid="uVS1cJqFGL" dmcf-ptype="general">예를 들어 드론과 서빙 로봇을 비교하면 카메라 시야각과 주변 환경 데이터 성격이 완전히 다른데, 일반적 연합학습은 이런 차이를 고려하지 않고 모든 로봇의 학습 결과를 하나로 평균 내기 때문에 성능이 떨어졌다.</p> <p contents-hash="796cff77611e4e33487cd8da643766c33de2b65982ab18ef5a37dfde21e3fa29" dmcf-pid="7fvtkiB3Zn" dmcf-ptype="general">페뎁스는 촬영 영상 특성이 비슷한 로봇끼리 그룹으로 묶어 학습 결과를 따로 합치면서도, 각 로봇을 하나의 그룹에만 고정하지 않는 '소프트 클러스터링'(soft clustering)을 적용했다.</p> <p contents-hash="94bce1cc551fae3731cc7435e91613c1ee43688f4a0fca1752a256b32664ff95" dmcf-pid="zau4YOJ6ti" dmcf-ptype="general">숲을 촬영한 드론은 같은 숲을 누빈 사족 보행 로봇과 한 그룹에 포함되면서, 도심을 촬영한 드론과도 또 다른 그룹에 동시에 들어갈 수 있는 것이다.</p> <p contents-hash="b1c7ca3a489f973b1e3ef875b310c942da6273189649ff871d4bbdd7faf83ed4" dmcf-pid="qN78GIiP5J" dmcf-ptype="general">이를 통해 지나치게 다른 데이터가 한꺼번에 섞이는 것을 막으면서 여러 로봇이 공유하는 특성은 학습에 활용할 수 있다고 연구팀은 설명했다.</p> <p contents-hash="74fab8caa9cfddb0b203679f95291d01a88c48b7d81c2b2f8784c2f923f48002" dmcf-pid="Bjz6HCnQXd" dmcf-ptype="general">실제 실험에서 페뎁스로 세 종류의 깊이 추정 AI 모델을 학습시켰을 때 일반적 연합학습을 거친 경우보다 거리 추정 상대 오차를 약 17∼32% 줄인 것으로 나타났다.</p> <p contents-hash="0931027172ad747e791ef8f959d54df95a8e88db084d4fbd2f48341c98c84505" dmcf-pid="bAqPXhLx5e" dmcf-ptype="general">페뎁스의 여러 그룹에 겹쳐 넣는 방식만 따로 검증한 실험에서는 각 로봇을 하나의 그룹에만 넣는 기존 군집 연합학습 방식보다 상대 오차가 0.264에서 0.249로 약 6% 감소했다.</p> <p contents-hash="a751b58036384557d72f5a4eed0864ca3c0403cfcc655bed022c88283bbe9090" dmcf-pid="KcBQZloMtR" dmcf-ptype="general">연구팀 관계자는 "페뎁스는 원본 영상을 공유하지 않고도 로봇 종류와 촬영 환경에 따라 달라지는 데이터 특성을 반영해 효과적으로 공동 학습할 수 있게 설계된 기술"이라며 "자율주행, 물류·배송, 서비스 로봇, 재난 구조, 산림 감시 등에 활용할 수 있을 것"이라고 말했다.</p> <p contents-hash="66b0e19cfd9b16d426e802f7385e0ded6d7377db74ee5755f7bedaae13da75a6" dmcf-pid="9kbx5SgRHM" dmcf-ptype="general">정보통신기획평가원과 한국연구재단 지원을 받은 이번 연구 결과는 컴퓨터 비전 분야 국제 학술대회인 '유럽 컴퓨터 비전 학술대회(European Conference on Computer Vision) 2026'에 채택돼 공개될 예정이다. 올해 학회는 8∼12일 스웨덴 말뫼에서 열린다.</p> <p contents-hash="046e756743ab34163b0a82170b6d1b1b8303ea0e0f6580d3859da289da6dfd2c" dmcf-pid="2EKM1vaeYx" dmcf-ptype="general">yongtae@yna.co.kr</p> <p contents-hash="74d20b6ef364bfa3c0d8537d95e5cf2dc7bc0ae924ac8d96541841605afba691" dmcf-pid="fw2eFyjJYP" dmcf-ptype="general">▶제보는 카톡 okjebo</p> </section> </div> <p class="" data-translation="true">Copyright © 연합뉴스. 무단전재 -재배포, AI 학습 및 활용 금지</p> 관련자료 이전 배란기 여성, ‘큰 로고’ 명품에 더 끌린다? 알고 보니 [사이언스 브런치] 09-03 다음 "스마트 안경에 사찰 비추자 '헤세 싯다르타' 추천"… KT밀리의서재, '읽는 미래' 청사진 09-03 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
