다른 시간·다른 위치서 찍은 영상 비교해 '변화만 찾는 AI' 개발[과학을읽다] 작성일 06-02 51 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">ICML 2026 발표 예정…110만 프레임 데이터 구축해 성능 검증<br>순찰로봇·스마트 보안감시 활용 기대, 문 열림·물체 이동 자동 탐지</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="63eXHIyOjg"> <p contents-hash="c6dba7ed2fc5fb2de80b1d9018a01053cd0cf51c7e8eeb89e5ae8039c005f705" dmcf-pid="P0dZXCWIco" dmcf-ptype="general">국내 연구진이 촬영 시간과 위치가 달라도 같은 공간에서 실제로 달라진 물체만 찾아내는 인공지능(AI) 기술을 개발했다. 순찰 로봇이 과거와 현재의 환경 변화를 스스로 인식하거나 보안 시스템이 물체 이동·분실 여부를 자동 감시하는 데 활용될 것으로 기대된다.</p> <div contents-hash="766b26dd65a40b660b5b5ec5398bb5a56242d37ec376e0fa208ed257bf035ba3" dmcf-pid="QpJ5ZhYCAL" dmcf-ptype="general"> <p>광주과학기술원(GIST)은 2일 김의환 AI융합학과 교수 연구팀이 서로 다른 시간과 경로에서 촬영한 영상을 비교해 실제 물체 변화를 탐지하는 AI 모델 'VSCDNet(Video-based Scene Change Detection Network)'을 개발했다고 밝혔다.</p> </div> <figure class="figure_frm origin_fig" contents-hash="81585325e6fae5774fc85baa48414c4bb24993ae339bb42ecc66837007af2b01" dmcf-pid="xUi15lGhgn" dmcf-ptype="figure"> <p class="link_figure"><img alt="실제 로봇 환경에서의 VSCD 활용 예시. 모바일 로봇이 같은 공간을 반복적으로 방문하며 촬영한 영상을 비교해, 문이 열리거나 물체가 새로 등장·사라지는 변화를 찾아낸다. 탐지된 변화 영역은 시각 감시와 객체 증분 학습에 활용될 수 있다. 연구팀 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/02/akn/20260602081541915tdxl.jpg" data-org-width="643" dmcf-mid="4CIRMK6bAN" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/02/akn/20260602081541915tdxl.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 실제 로봇 환경에서의 VSCD 활용 예시. 모바일 로봇이 같은 공간을 반복적으로 방문하며 촬영한 영상을 비교해, 문이 열리거나 물체가 새로 등장·사라지는 변화를 찾아낸다. 탐지된 변화 영역은 시각 감시와 객체 증분 학습에 활용될 수 있다. 연구팀 제공 </figcaption> </figure> <p contents-hash="18b0143e42a36ce5eb2125f94e5a8208a9f30cbb51b46210beae715f22019815" dmcf-pid="yAZLn8e4Ai" dmcf-ptype="general">기존 변화 탐지 기술은 주로 비슷한 위치와 시점에서 촬영한 사진을 비교하는 방식이어서 카메라 위치나 이동 경로가 달라질 경우 정확도가 크게 떨어지는 한계가 있었다. 자율주행 로봇이나 실내 순찰 로봇이 장기간 환경 변화를 추적하기 어려웠던 이유다.</p> <p contents-hash="06b48d0f5a4749aa2b848e86c3dad5aa2dad604be12da74c68a18d1d972e3f56" dmcf-pid="Wc5oL6d8gJ" dmcf-ptype="general">연구팀은 개별 이미지를 비교하는 대신 영상 전체의 흐름을 분석하는 방식으로 문제를 해결했다. VSCDNet은 과거에 촬영한 기준 영상과 현재 영상을 비교해 서로 대응되는 장면을 찾고, 실제 물체 변화가 발생한 영역만 정밀하게 추출한다.</p> <p contents-hash="c377502353e0fd5e1bad933975d4b438f232776cf38c00502d3b9fd6685a2813" dmcf-pid="Yk1goPJ6Nd" dmcf-ptype="general">이를 통해 노트북이 사라지거나 물체 위치가 바뀌는 상황, 새로운 물체가 등장한 경우 등을 자동으로 식별할 수 있다. 변화가 발생한 영역은 '변화 마스크(Change Mask)' 형태로 시각화해 사용자에게 제공한다.</p> <p contents-hash="3848d4452688f35e6df4af805f95920e4e9c3ac0c297b0f1d63f4f8f31bdf6b0" dmcf-pid="GEtagQiPAe" dmcf-ptype="general">연구팀은 기술 검증을 위해 가상 공간과 실제 실내 환경을 포함한 대규모 데이터세트도 구축했다. 총 1090개 영상, 113만개 이상의 프레임으로 구성된 데이터세트를 활용해 실험한 결과, VSCDNet은 기존 변화 탐지 기법보다 우수한 성능을 기록했다.</p> <div contents-hash="b366c6f18d773d4b8c99d262c3dae8cd0d70f91c6d0ddee9f168e0282ead1c09" dmcf-pid="HDFNaxnQkR" dmcf-ptype="general"> <p>특히 영상 길이와 화질, 변화한 물체 수가 달라지는 다양한 조건에서도 안정적인 탐지 정확도를 유지했다. 실제 모바일 로봇 실험에서는 서로 다른 경로로 이동하며 촬영한 영상 속에서 문이 열리거나 물체가 사라진 상황을 자동으로 감지했으며, 새롭게 등장한 물체를 기억하고 학습하는 기능도 확인했다.</p> </div> <figure class="figure_frm origin_fig" contents-hash="bca642a206202d76ab208ef1e6669a221da68b37c73997d12b9ffcabb6f0a4fb" dmcf-pid="Xw3jNMLxkM" dmcf-ptype="figure"> <p class="link_figure"><img alt="연구팀 사진. (왼쪽부터) 김의환 AI융합학과 교수, 윤지애 석박통합과정생. GIST 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/02/akn/20260602081543174uyza.jpg" data-org-width="593" dmcf-mid="8vKOsaDgja" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/02/akn/20260602081543174uyza.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 연구팀 사진. (왼쪽부터) 김의환 AI융합학과 교수, 윤지애 석박통합과정생. GIST 제공 </figcaption> </figure> <p contents-hash="1dc47d40a9edc220b471ce0118ce6ebfefdaccde457b85da85af0e4917a3fa13" dmcf-pid="Zeh6872uNx" dmcf-ptype="general">연구팀은 이번 기술이 현재 장면을 인식하는 수준을 넘어 과거와 비교해 무엇이 달라졌는지 판단할 수 있다는 점에서 의미가 크다고 설명했다. 별도의 위치 정보나 공간 지도 없이도 환경 변화를 탐지할 수 있어 실내 순찰 로봇, 스마트 보안 감시, 시설 관리, 사물인터넷(IoT) 기반 스마트 실내 시스템 등에 적용 가능성이 높다는 평가다.</p> <p contents-hash="dbe46be587199878acd96f1342901769755873f12bc92b03e799e27b5b9c53ff" dmcf-pid="5dlP6zV7AQ" dmcf-ptype="general">김의환 GIST AI융합학과 교수는 "VSCDNet은 현재 장면을 인식하는 것을 넘어 과거와 비교해 무엇이 달라졌는지를 스스로 파악하는 AI 모델"이라며 "별도의 위치 정보나 공간 지도 없이도 서로 다른 경로에서 촬영한 영상을 비교할 수 있어 다양한 실내 환경 관리 분야에 활용될 것으로 기대한다"고 말했다.</p> <p contents-hash="63fd1affc9b7536b937fea19b876388298e88c5e141f6ed1307b6c784aad2cc3" dmcf-pid="1JSQPqfzaP" dmcf-ptype="general">이번 연구는 김의환 교수의 지도로 윤지애 AI융합학과 석·박사통합과정생이 수행했으며, 과학기술정보통신부와 한국연구재단 우수신진연구자지원사업, 정보통신기획평가원(IITP) 자기주도 시각지능 기술개발 사업 등의 지원을 받았다.</p> <p contents-hash="34f663ffc731126f70b77bc9cda148d332c7a844219384a4cd4f403fd4481d5e" dmcf-pid="tivxQB4qk6" dmcf-ptype="general">연구 결과는 다음 달 서울 코엑스에서 열리는 세계 최고 수준의 인공지능·기계학습 학술대회인 ICML 2026에서 발표될 예정이다.</p> <p contents-hash="d493a79108291f628cdd642da5af1a98ffa7f03a56da1e30d6c1ea67fe377f09" dmcf-pid="FnTMxb8Bg8" dmcf-ptype="general">김종화 기자 justin@asiae.co.kr</p> </section> </div> <p class="" data-translation="true">Copyright © 아시아경제. 무단전재 및 재배포 금지.</p> 관련자료 이전 599달러 맥북에 놀란 PC업계…윈도 반격 나섰다[모닝폰] 06-02 다음 ‘다리 골절’ 타완차이 “내년부터 경기준비 가능” 06-02 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
