AI '눈' 선명하게…제한된 메모리로 고해상도 시각 정보 복원
KAIST·MIT·마이크로소프트 공동연구
AI 시각 성능 높일 정보 복원기술 개발
휴머노이드 로봇 등 상용화 촉진 기대
인공지능(AI)이 주변 환경을 보다 선명하게 인식할 수 있게 하는 시각 정보 복원 기술이 개발됐다. 이 기술은 GPU(그래픽처리장치) 메모리 효율을 최대 16배까지 끌어올려 휴머노이드 로봇과 온디바이스 AI 등의 상용화를 촉진하는 데 기여할 것으로 기대된다.
KAIST는 전기 및 전자공학부 김창익 교수 연구팀이 미국 MIT, 마이크로소프트 연구팀과 메모리 사용이 제한적인 상황에서도 AI 시각 성능을 높일 범용 기술인 '업샘플 애니띵(Upsample Anything)'을 개발했다고 17일 밝혔다.
휴머노이드 로봇과 자율주행 시스템, 세계모델(현실 세계의 물리적 환경과 변화를 학습·예측하는 AI 모델) 기반의 AI는 입력 영상을 저해상도 특징 정보로 압축해 활용하는 방식으로 연산 속도를 높이면서 메모리 사용량을 줄인다.
이때 특징 정보를 압축하는 과정에서는 작은 물체, 얇은 구조물, 미세한 결함 등 중요 시각 정보가 손실되는 문제가 빈번하다. 반대로 이를 해결하기 위해 모든 영상을 고해상도로 처리한다면, 막대한 GPU 메모리와 연산 자원이 필요한 탓에 실시간 정보처리가 어려운 한계가 생긴다.
이 같은 문제는 스마트폰 등 소형기기와 기동성이 중요한 로봇이 주변 환경을 정밀 인식하는 상황에서 두드러진다. 제한된 메모리 사용으로도 AI의 시각 성능을 높이는 것이 휴머노이드 로봇과 온디바이스 AI 등을 상용화하기 전 풀어야 할 과제가 되는 셈이다.
이와 달리 공동연구팀은 입력된 이미지의 경계와 구조 정보를 활용해 저해상도 특징 정보를 고해상도로 복원하는 방식으로 업샘플 애니띵을 개발했다.
기존 기술은 새로운 환경과 데이터에 적용하기 전 별도의 재학습 또는 복잡한 최적화 과정을 거쳐야 했다. 하지만 업샘플 애니띵은 입력 이미지 한 장만으로도 추가 데이터 학습 없이 최적의 복원 방식을 찾아낼 수 있어 다양한 환경에서도 즉시 적용이 가능한 이점이 있다.
무엇보다 모든 시각 정보를 고해상도로 저장·처리하지 않고, 핵심 정보만 압축·활용해 GPU 메모리 사용량을 획기적으로 줄였다.
실제 공동연구팀은 AI 연구에서 주로 활용되는 '224×224' 크기의 이미지(5만개 픽셀)에 업샘플 애니띵을 적용했을 때 원본에 근접한 시각 정보를 0.4초 만에 복원, GPU 메모리 효율을 최대 16배까지 향상하는 성과를 거뒀다.
이는 제한된 연산 자원만으로도 AI가 주변 환경을 보다 정밀하게 인식할 수 있다는 것을 보여준 결과물로, 업샘플 애니띵이 향후 스마트폰·휴머노이드 로봇·자율주행 시스템·온디바이스 AI 등 차세대 AI 분야에서 접목·활용될 가능성을 높인다.
연구 성과는 AI 및 컴퓨터 비전 분야 글로벌 학회 'CVPR 2026' 논문으로 채택됐다. 또 계산 자원의 효율적 활용을 인정받아 전체 1위인 'CVPR 컴퓨트 골드 스타(CVPR Compute Gold Star)'를 수상, 연구 과정의 투명성과 재현 가능성 부문 '트랜스패런시 챔피언(Transparency Champion)'에 선정되는 쾌거를 이뤘다.
김 교수는 "업샘플 애니띵은 적은 자원으로도 AI의 시각 정밀도를 획기적으로 향상할 수 있는 알고리즘"이라며 "휴머노이드 로봇과 온디바이스 AI의 실용화를 앞당기는 데 기여할 것으로 기대한다"고 말했다.
꼭 봐야 할 주요 뉴스
"화장실 두 번 다녀오더니 답을 술술"…스마트 안경 숨긴 수험생 결국
한편 이번 연구에는 KAIST 서민석 박사과정 학생이 제1 저자로 참여했다.
<ⓒ투자가를 위한 경제콘텐츠 플랫폼, 아시아경제. 무단전재 배포금지, AI 학습 및 활용 금지>