[충청뉴스 이성현 기자] 국내 연구진이 미국 MIT, 마이크로소프트(MS)와의 공동 연구를 통해 적은 메모리 자원만으로도 인공지능(AI)이 사람처럼 주변 환경을 정밀하게 인식할 수 있는 컴퓨터 비전 기술을 개발했다.
한국과학기술원(KAIST)은 전기및전자공학부 김창익 교수 연구팀이 제한된 연산 자원 속에서 AI의 시각 인지 성능을 획기적으로 높이는 범용 업샘플링 기술인 ‘업샘플 애니띵(Upsample Anything)’을 개발했다고 17일 밝혔다.
이번 연구는 KAIST 서민석 박사과정 학생이 제1 저자로 참여했으며 인공지능 및 컴퓨터 비전 분야 세계 최고 권위 학회인 ‘CVPR 2026’에 채택돼 지난 7일 발표됐다.
특히 계산 자원의 효율적 활용을 인정받아 학회 전체 1위 상인 ‘CVPR 컴퓨트 골드 스타(CVPR Compute Gold Star)’를 수상한 것은 물론 연구의 투명성과 재현 가능성을 검증받아 ‘트랜스패런시 챔피언(Transparency Champion)’에 동시 선정되는 쾌거를 이뤘다.
최근 휴머노이드 로봇, 자율주행, 현실 세계를 학습·예측하는 ‘월드 모델(World Model)’ 기반 AI는 연산 속도를 높이기 위해 입력 영상을 14~16배 작은 저해상도 특징 정보(Feature)로 압축해 처리한다.
4K 이미지(약 830만 픽셀)처럼 거대한 데이터를 그대로 연산하기에는 컴퓨터의 계산 비용이 너무 크기 때문이다.
그러나 이 압축 과정에서 치명적인 문제가 발생한다. 제조 현장의 미세한 결함, 얇은 구조물, 혹은 로봇이 조작해야 할 작은 물체 등 정밀한 시각 디테일이 대거 손실되는 것이다.
반대로 성능을 높이기 위해 모든 영상을 고해상도로 분할해 처리하면 여러 번의 반복 연산으로 인해 막대한 GPU 메모리가 소모되어 실시간 구동이 불가능해진다. 스마트폰 등 소형 기기나 기동성이 생명인 휴머노이드 로봇 분야에서 고질적인 난제로 꼽혀온 지점이다.
이에 연구진은 입력 이미지의 경계선과 구조 정보를 활용해 압축된 저해상도 특징 정보를 고해상도로 원상 복원하는 ‘학습 없는’ 업샘플링 알고리즘을 설계했다.
기존 기술들은 새로운 데이터나 환경에 맞추기 위해 복잡한 재학습 및 최적화 단계를 거쳐야 했다. 그러나 ‘업샘플 애니띵’은 AI가 인식하는 저해상도 특징맵을 사람이 보는 고해상도 RGB 이미지와 정교하게 곧바로 매칭한다.
덕분에 이미지를 조각조각 나눠 융단폭격하듯 연산할 필요 없이 단 한 번의 처리만으로 원본에 가까운 4K 수준의 세밀한 픽셀 정보를 복원해 낸다.
연구팀은 AI 연구 표준 크기인 224×224 이미지 기준, 불과 0.4초의 짧은 계산만으로 디테일을 완벽히 복원하는 동시에 GPU 메모리 효율을 최대 16배까지 높이는 데 성공했다.
연구 과정에서 가장 주목할 만한 발견은 ‘고해상도 복원이 모든 인식 문제의 만능 해법은 아니다’라는 점을 과학적으로 검증한 부분이다. 정보량이 과도하게 많아지면 모델이 불필요한 노이즈까지 반영해 오답률이 오르기도 했다.
그러나 경계선, 정확한 위치 파악, 미세 객체 식별, 로봇의 정밀 조작 등 ‘공간적 정밀도’가 극도로 요구되는 작업에서는 고해상도 복원 기술이 압도적인 성능 향상을 이끌어냈다.
이에 따라 이번 기술은 반도체·디스플레이·정밀 부품 검사 등 미세 결함 검출이 필수적인 첨단 제조 현장에 즉시 적용될 수 있다.
또 제한된 배터리와 연산 자원 안에서 작은 물체를 정확히 식별하고 집어 올려야 하는 휴머노이드 로봇 및 스마트폰 기반 온디바이스 AI의 실용화 수준을 한 단계 끌어올릴 전망이다.
김창익 교수는 “이번 기술은 추가적인 자원 소모를 최소화하면서도 인공지능의 시각적 정밀도를 극대화할 수 있는 독창적인 알고리즘”이라며 “향후 이 기술을 단순 비전 모델을 넘어 시계열로 변화하는 물리적 환경을 예측하는 월드 모델, 멀티모달 AI, 고해상도 로봇 제어 시스템으로 확장하여 차세대 스마트 제조 및 로보틱스 산업 발전에 기여하겠다”고 설명했다.
