KAIST, 압축 시각 정보 ‘고해상도’로 복원하는 AI 개발…”온디바이스 메모리 효율 향상”

한국과학기술원(KAIST)이 최근 주목할 만한 AI 기술을 개발했습니다. 김창익 전기및전자공학부 교수 연구팀은 미국 MIT와 마이크로소프트 연구진과의 협업을 통해, 제한된 GPU 메모리에서 AI 시각 성능을 획기적으로 향상시킬 수 있는 기술인 '업샘플 애니띵(Upsample Anything)'을 구현했습니다. 이는 특히 휴머노이드 로봇, 자율주행 시스템 등 다양한 AI 응용 분야에서 큰 파급력을 예고하고 있습니다.

AI와 이미지 복원의 새로운 접근법

AI 및 컴퓨터 비전 분야에서 이미지 처리는 필수적인 작업 중 하나입니다. 일반적으로 AI 시스템은 입력되는 이미지를 저해상도로 압축하여 필요한 정보만을 추출하는 방식을 사용하지만, 이 과정에서 작고 미세한 객체나 중요한 시각 정보가 손실될 위험이 있습니다. 고해상도로 이미지를 처음부터 처리하는 경우에는 막대한 메모리를 소모하게 되어, 실용적인 사용이 어렵습니다. 이러한 문제를 해결하기 위해 KAIST 연구팀은 독창적인 방법을 고안했습니다.

그들이 개발한 '업샘플 애니띵' 기술은 저해상도 특징 정보를 고해상도로 복원하는 방식으로, 별도의 재학습 과정 없이도 입력 이미지 한 장만으로 최적의 복원 결과를 도출할 수 있습니다. 이는 AI가 이미지 경계와 구조를 인식하고 이를 기반으로 고해상도 이미지를 생성할 수 있도록 돕습니다. 이 과정에서 각 픽셀은 주변의 공간적 거리와 색상 유사성을 동시에 고려하여, 더욱 정교한 복원이 이루어집니다.

GPU 메모리 효율성의 혁신

KAIST의 연구팀은 이 새로운 기술을 통해 AI의 시각 인식 능력을 크게 향상시키면서도 GPU 메모리 사용량을 효과적으로 줄일 수 있었습니다. 예를 들어, 224 x 224 크기의 이미지에 대해 약 0.4초의 짧은 계산만으로 원본에 가까운 시각 정보를 복원할 수 있었습니다. 이는 소형 기기나 휴머노이드 로봇, 자율주행 시스템 등 메모리와 연산 자원이 제한된 환경에서도 높은 성능을 발휘할 수 있음을 의미합니다.

이 기술은 특히 온디바이스 AI의 발전에 큰 영향을 미칠 것으로 예상됩니다. 스마트폰이나 IoT 기기와 같은 소형 디바이스에서 AI가 더 정밀하게 주변을 인식할 수 있게 되어, 사용자 경험을 한층 향상시킬 가능성이 큽니다.

향후 전망과 기대

김창익 교수는 이번 연구가 적은 자원으로도 AI의 시각 정밀도를 크게 향상시키는 알고리즘으로, 향후 휴머노이드 로봇과 온디바이스 AI의 실용화를 가속화할 것으로 기대하고 있습니다. 이러한 발전은 AI 기술이 우리의 일상생활과 다양한 산업 분야에 더욱 깊숙이 자리잡는 계기가 될 것입니다. KAIST의 연구진들이 이룩한 성과는 단순한 기술적 진보를 넘어, AI의 미래를 더욱 밝게 만드는 중요한 이정표로 남을 것입니다.