KAIST, 로봇이 보고·이해하고·예측하는 ‘피지컬 AI’ 기술 개발…ICLR·CVPR서 인정

한국과학기술원(KAIST)의 윤성의 교수 연구팀이 최근 로봇이 사람처럼 투명한 물체를 인식하고 이해하며, 미래를 예측하는 '피지컬 AI' 기술을 개발했다. 이는 AI의 인식 능력을 한층 발전시켜 다양한 자율 시스템의 활용 가능성을 넓힐 것으로 기대된다. 연구팀은 이 기술을 통해 AI가 단순히 시각적으로 정보를 처리하는 것을 넘어, 물리적 환경을 이해하고 예측하는 능력을 갖추게 하였다.

투명 물체 인식의 혁신: GLINT 기술

기존의 AI는 유리와 같은 투명한 물체를 인식하는 데 어려움을 겪었다. 사람은 유리창을 볼 때 반사된 이미지와 그 너머의 풍경을 자연스럽게 구분하지만, AI는 이를 하나의 영상으로 처리하는 경우가 많았다. 윤 교수팀은 'GLINT'라는 기술을 통해 이러한 문제를 해결했다. 이 기술은 유리의 반사된 이미지를 분리하고, 유리 뒤의 물체를 정확하게 인식할 수 있도록 설계되었다. 이로써 AI는 투명한 환경에서도 상황을 명확하게 이해할 수 있게 된다.

빛과 재질을 이해하는 라디오GS

또한 연구팀은 '라디오GS'라는 기술을 개발하여 AI가 빛과 물체의 상호작용을 이해하도록 했다. 이는 물체가 놓인 조명에 따라 다르게 보일 수 있다는 점을 감안한 기술이다. 예를 들어, 햇빛 아래의 물체와 실내 조명 아래의 물체는 각각 다른 특성을 보인다. 기존 AI는 이러한 변화를 인식하는 데 있어 한계가 있었으나, 라디오GS는 물체의 재질과 주변 환경을 더욱 정확하게 분석하도록 돕는다. 이를 통해 AI는 조명이 달라져도 높은 정확도로 물체를 인식하는 능력을 갖추게 된다.

로봇 경로 계획과 미래 예측 기술

세 번째 주요 발전은 '비주얼-RRT'라는 기술로, 이는 로봇이 직접 시각 정보를 기반으로 이동 경로를 찾아가는 방식이다. 과거의 로봇 시스템은 목적지의 좌표 정보가 필요했지만, 비주얼-RRT는 로봇이 보는 장면과 목표 이미지 간의 비교를 통해 자율적으로 경로를 설정할 수 있도록 한다. 실제 실험에서도 로봇은 단 하나의 사진만으로도 목적지에 성공적으로 도달하여, 서비스 로봇과 자율주행 로봇의 적용 가능성을 입증했다.

마지막으로, 연구팀은 '클래드(CLaD)'라는 미래 예측 기반 행동 계획 기술을 개발했다. AI가 행동하기 전에 다양한 상황을 예측하고 그에 맞는 행동을 계획하는 이 기술은 복잡한 환경에서도 높은 성공률을 자랑한다. 이는 차세대 자율 로봇의 기본 요소로 자리 잡을 전망이다.

윤성 교수는 "AI가 단순한 시각 인식을 넘어, 현실 세계를 이해하고 미래를 예측하는 방향으로 발전하고 있다"며 이번 연구의 중요성을 강조했다. 피지컬 AI 기술의 발전은 자율 로봇의 성능 향상뿐만 아니라, 다양한 산업 분야에서도 새로운 가능성을 열어줄 것으로 기대된다. 앞으로 AI가 실생활에 더욱 밀접하게 연결되면서, 우리의 일상에서 어떻게 활용될지에 대한 기대감이 커지고 있다.