국내 연구진이 인공지능(AI)의 눈 역할을 하는 컴퓨터 비전 기술의 메모리 사용량을 16분의 1로 줄이면서도 시각 성능을 높이는 핵심 기술을 개발했다.
KAIST는 17일 전기및전자공학부 김창익 교수 연구팀이 미국 MIT, 마이크로소프트(MS) 연구원들과 공동 연구를 통해 이 같은 내용의 '업샘플 애니띵' 기술을 개발했다고 밝혔다.
이번 연구 성과는 인공지능·컴퓨터 비전 분야 최고 권위 학회인 'CVPR 2026'에 채택됐다. 특히 컴퓨팅 자원 효율성을 인정받아 'CVPR 컴퓨트 골드 스타' 상을 받았고, 연구 과정의 투명성과 재현성 부문 전체 1위인 '투명성 챔피언'으로도 선정됐다.
최근 휴머노이드 로봇이나 자율주행 시스템은 연산 속도를 높이고 메모리 사용량을 줄이기 위해 입력 이미지를 저해상도 특징 정보로 압축해왔다.
하지만 이 과정에서 작은 물체나 얇은 구조물 등 중요 시각 정보가 손실되는 문제가 발생했다. 반대로 모든 이미지를 고해상도로 처리하면 막대한 그래픽처리장치(GPU) 메모리와 연산량이 필요해 실시간 처리가 어려웠다.
연구팀은 이러한 한계를 극복하기 위해 별도의 데이터 학습이 필요 없는 '업샘플 애니띵' 기술을 고안했다. 이 기술은 입력 이미지의 경계선과 구조 정보를 활용해 저해상도 특징 정보를 고해상도로 복원한다.
기존 기술과 달리 새로운 환경이나 데이터에 적용할 때 복잡한 최적화 과정 없이 입력 이미지 한 장만으로 최적의 복원 방법을 찾아 즉시 적용할 수 있는 것이 장점이다.
연구팀은 AI 연구에 널리 쓰이는 224x224 크기 이미지(약 5만 화소)를 기준으로 약 0.4초의 짧은 연산만으로 원본에 가까운 시각 정보를 복원했다. 이를 통해 GPU 메모리 효율을 최대 16배 높이는 성능을 달성했다.
이 기술은 스마트폰 같은 소형 기기는 물론, 작은 사물을 정확히 식별하고 조작해야 하는 휴머노이드 로봇, 자율주행 시스템, 온디바이스 AI 등 차세대 인공지능 분야에 폭넓게 활용될 전망이다.
김창익 교수는 "적은 자원으로 인공지능의 시각적 정밀도를 크게 높일 수 있는 알고리즘"이라며 "휴머노이드 로봇과 온디바이스 AI의 상용화를 앞당길 것으로 기대한다"고 말했다.