로봇이 낯선 공간에서 자신의 위치를 빠르게 파악하면서 주변 환경을 정밀한 3차원 지도로 만드는 인공지능(AI) 기술이 개발됐다. 기존 최고 수준 기술과 비교해 카메라 이동 경로 예측 오차를 최대 45.9% 줄였고, 위치 추정 결과를 내는 데 걸리는 시간은 0.197초로 단축했다.
UNIST 인공지능대학원 주경돈 교수팀은 정확도와 속도를 동시에 높인 AI 슬램(Simultaneous Localization and Mapping) 기술 ‘유니심 슬램(UniSim-SLAM)’을 개발했다고 16일 밝혔다.
AI 슬램은 로봇 등에 장착된 카메라 영상을 AI가 시점별로 분석해 주변 환경의 3차원 지도를 만들면서 지도 안에서 자신의 위치를 파악하는 기술이다. 카메라가 움직이면 화면 속 물체의 위치와 크기가 달라지는 점을 이용한다.
여러 시점의 화면을 함께 분석하면 더 정확한 위치 추정이 가능하지만 처리 시간이 길어진다는 문제가 있다. 이동 중인 로봇이나 자율주행차가 자신의 위치를 빠르게 파악해야 하는 상황에서는 속도와 정확도를 동시에 확보하기 어렵다.
연구팀이 개발한 유니심 슬램은 위치를 추적할 때 두 시점만 비교하는 방식을 사용하고, 누적된 오차를 보정할 때는 여러 시점을 함께 분석하는 방식을 적용했다. 빠른 위치 추적 방식과 정밀한 다중 시점 분석을 하나의 시스템에 결합한 것이다.
두 장씩 분석한 결과와 여러 장을 분석한 결과는 같은 공간을 서로 다른 축척이나 방향으로 표현한 지도처럼 서로 어긋날 수 있다. 연구팀은 두 분석에 공통으로 포함된 화면의 촬영 위치와 촬영 순서를 바탕으로 카메라가 이동한 방향과 거리를 함께 이용해 이 차이를 보정하는 기술을 개발했다.
3차원 복원 결과와 이동 경로를 함께 늘리거나 줄이고, 회전하거나 이동시켜 두 분석 결과의 차이를 줄이는 방식이다.
연구팀이 실내 공간을 촬영한 대표적인 벤치마크인 ‘7-Scenes’로 성능을 검증한 결과 카메라 이동 경로 예측 오차는 기존 최고 수준 기술보다 최대 45.9% 감소했다. 실제 공간을 3차원 형태로 복원하는 성능도 기존 기술보다 향상됐다.
위치 추정 속도도 빨라졌다. 여러 화면을 함께 분석하는 기존 기술인 VGGT-SLAM은 화면이 입력된 뒤 결과를 내놓는 데 3.41초가 걸렸지만 유니심 슬램은 0.197초가 소요됐다.
이번 연구에는 UNIST 이인하 연구원이 제1저자로 참여했다. 연구 결과는 컴퓨터 비전 분야 국제학술대회 ‘유럽 컴퓨터 비전 학술대회(European Conference on Computer Vision, ECCV) 2026’에 채택됐다. 올해 학회는 9월 8일부터 12일까지 스웨덴 말뫼에서 열렸다.
연구는 과학기술정보통신부 재원으로 정보통신기획평가원(IITP)이 지원하는 ‘인공지능대학원지원(울산과학기술원)’, ‘AI Bots 협업 플랫폼 및 자기조직 인공지능 기술개발’, ‘화자 중심 데이터 센싱과 공간에서의 실감 체험 기술 개발’ 사업과 과학기술정보통신부의 ‘바이오 체화형 피지컬 AI 연구단(이노코어)’ 사업 지원을 받아 수행됐다.
주경돈 교수는 “슬램 기술은 로봇이나 자율주행차뿐만 아니라 실시간으로 공간을 복원해야 하는 증강현실(AR) 기술에도 쓸 수 있다”며 “유니심 슬램은 빠른 분석과 정확한 분석의 장점을 하나로 결합함으로써 로봇이나 증강현실, 자율주행 등에서 필요한 정확한 위치 파악과 3차원 공간 복원 성능을 동시에 높일 수 있는 기술”이라고 말했다.
헬로티 이동재 기자 |
