- 자원 제약 극복한 ‘다중 모달 융합’ 및 ‘다중 객체 추적’ AI 기술의 새로운 패러다임 제시

▲ (왼쪽부터) 국립순천대 박준·양현성 박사과정, 이세은 석사과정, 정세훈 교수, 심춘보 교수

국립순천대학교(총장 이병운) 인공지능공학전공 박사과정 박준·양현성, 석사과정 이세은 학생과 컴퓨터공학전공 정세훈 교수, 인공지능공학전공 심춘보 교수로 구성된 공동연구팀이 시각 인공지능(Vision AI) 분야의 핵심 난제들을 해결한 연구 논문 3편을 국제 저명 학술지 2곳(IEEE Access, Scientific Reports)에 동시 게재하는 뜻깊은 성과를 거뒀다고 밝혔다.

국립순천대 연구팀은 박준 학생이 주도한 조명 변화나 장애물이 있는 극한의 환경에서도 사물을 정확히 인지할 수 있도록 돕는 경량화된 명시적 주의력 강화 융합 기술(LEAEF)을 개발해 ‘LEAEF: Lightweight Explicit Channel-Reweighting Fusion for RGB-Thermal Perception’연구 결과를 공학 분야 저명 학술지인 IEEE Access(JCR 2025 기준 Impact Factor 3.6)에 논문을 게재했다.

기존의 RGB-열화상(Thermal) 융합 기술들은 무거운 연산량 탓에 소형 기기에 적용하기 어려웠다. 하지만 박준 학생이 제안한 모델은 중요한 정보만 선별해 처리하는 경량화 모듈을 적용, 기존 최고 성능의 기술들보다 파라미터(Parameter)를 15.5%, 연산량(FLOPs)을 16% 줄이면서도 객체 탐지 및 분할 정확도는 오히려 향상해 드론 등 자원이 제한된 시스템에서의 실용성을 크게 높였다.

양현성 학생은 복잡한 환경에서 여러 객체를 동시에 추적할 때 발생하는 가림 현상과 추적 소실 문제를 해결한 인공지능 추적기 ‘Sentinel(센티넬)’을 개발해 ‘Sentinel 기반 다중 객체 추적’ 연구 결과를 세계적인 학술지 네이처(Nature) 자매지인 Scientific Reports에 게재했다. 해당 저널은 JCR 2025 기준 Impact Factor 3.9로 해당 분야 상위 18.0%에 속하는 권위 있는 학술지이다.

센티넬은 객체가 다른 사물에 장기간 가려지는 상황에서도 미세한 탐지 신호를 적극적으로 활용하여 궤적의 끊어짐을 방지한다. 수동적인 탐지 결과에 의존하던 기존 방식에서 벗어나, AI 스스로 불확실성을 진단하고 추적 전략을 최적화해 인파가 밀집된 환경에서도 신원 유지 및 추적 안정성을 극대화했다.

이세은 학생 역시 다중 객체 추적 분야의 연구로 ‘계층적 연관과 환경 특화 비용 매칭을 적용한 ClarityTrack 기반 다중 객체 추적 연구’ 결과를 Scientific Reports에 게재했다. 기존 추적 기술들이 환경 변화에 유연하게 대처하지 못해 잦은 오류를 범하는 한계를 극복하기 위해, 환경 특성에 맞춰 스스로 규칙을 적용하는 명시적 추적 시스템 ClarityTrack(클래리티트랙)을 제안했다.

이 기술은 객체의 움직임과 외형 정보를 상황에 맞게 균형 있게 융합하고, 예측과 실제 외형의 일치 여부를 교차 검증하여 비선형적인 예측 불가능한 움직임이 많은 환경에서도 추적 오류를 획기적으로 억제하는 데 성공했다.

연구책임자인 정세훈 교수와 심춘보 교수는 “이번 성과는 석·박사 과정 학생들이 주도적으로 각자의 세부 분야에서 최신 AI 모델의 구조적 한계를 깊이 있게 파악하고, 이를 극복할 수 있는 독창적이고 실용적인 해결책을 제시했다는 데 큰 의미가 있다”며, “앞으로도 변화하는 AI 산업 현장에 즉시 투입될 수 있는 세계적 수준의 핵심 인재 양성과 기술 연구에 매진하겠다”고 밝혔다.