DGIST 미래모빌리티연구부 권순·이진희 연구팀이 라벨이 극히 적은 환경에서도 최신 성능(State-Of-The-Art, SOTA)을 구현한 3D 준지도 학습(SSOD, Semi-Supervised Object Detection) 프레임워크 ‘MultipleTeachers’를 개발했다. 이번에 개발된 기술은 유사한 객체를 그룹화해 범주별 교사 네트워크를 구성하고, 협력적으로 의사 라벨을 생성하는 새로운 학습 전략을 도입했다. 여기에 희소한 라이다(LiDAR) 포인트 문제를 보완하는 ‘PointGen’ 모듈을 결합해 차량·보행자·이륜차 등 도심 주요 객체의 인지 정확도를 크게 높였다. 적은 데이터로도 높은 학습 효과를 이끌어내며, 안전 중심의 자율주행 인지 기술 발전에 기여할 수 있는 새로운 패러다임을 제시했다. 자율주행 기술의 고도화에는 방대한 라벨링 작업으로 인한 시간·비용 부담이 큰 걸림돌로 작용해왔다. DGIST 연구팀은 소량의 라벨 데이터와 대량의 무라벨 데이터를 결합하는 준지도·자기지도 학습을 고도화함으로써 라벨 의존도를 낮추면서도 실험 환경에서 우수한 성능을 입증했다. 또한 DGIST 창업기업 퓨처드라이브와 협력해 한국 도심 환경을 충실히 반영한
자율주행은 미래 유망 산업 중 하나다. 오늘날 자율주행 기술은 AI, 센서 기술, 데이터 처리 능력 등이 향상되면서 안전성과 신뢰성이 증가하고 있다. 미래에는 자율주행 기술이 일반화해 스마트 시티, 교통 체계 개편, 모빌리티 서비스 등 다양한 분야에 적용될 것으로 보인다. 반면, 자율주행은 여전히 규제, 윤리, 보안 등의 이슈에 대한 해결이 필요하며, 기술 발전과 함께 이러한 측면에 대한 대응이 요구된다. 오토노머스에이투지 ‘상상에서 실현으로’ 자율주행 산업은 지속적인 기술 발전으로 안전성과 성능을 향상시키며 상용화를 향해가고 있다. 첨단 센서과 딥러닝 알고리즘 등의 기술은 자율주행의 서비스 성능을 한층 향상시킬 것으로 기대된다. 그러나 안전 문제, 규제, 사용자 신뢰 등 다양한 측면에서의 과제를 극복하기 위해서는 이러한 기술적인 혁신과 함께 국제적인 규제 표준화와 소비자 교육이 필요하다. 이처럼 자율주행의 상용화는 도시 교통 체계의 혁신과 모빌리티 서비스의 다양성이 증가시킬 것으로 전망되며, 이를 위해 정부와 민간기업 간 협력이 중요하게 작용할 것으로 보인다. 지난 10월 열린 ‘2023 대한민국 미래모빌리티엑스포(이하 DIFA)’에서는 자율주행 서비스를
상호명(명칭) : (주)첨단 | 등록번호 : 서울,자00420 | 등록일자 : 2013년05월15일 | 제호 :헬로티(helloT) | 발행인 : 이종춘 | 편집인 : 김진희 |
본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2012년 4월1일 | 청소년보호책임자 : 김유활 | 대표이사 : 이준원 | 사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 통신판매번호 : 제 2013-서울마포-1032호
copyright(c) HelloT all right reserved
UPDATE: 2025년 10월 18일 11시 30분
