UNIST, ‘LightSplat’ 기술 개발…초고속·초경량 자연어 기반 3D 인식 작성일 06-08 43 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">기존 대비 최대 50~400배 빠르고<br>메모리 64배 절감…CVPR 2026 채택</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="Xkh3gVx21D"> <figure class="figure_frm origin_fig" contents-hash="83d8011b1e213809f3c7f08e37b839801e45f6048bd35e8fe703d3d3c2f857b0" dmcf-pid="ZEl0afMVXE" dmcf-ptype="figure"> <p class="link_figure"><img alt="(왼쪽부터) 주경돈 교수, 방재훈 연구원.ⓒUNIST" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/08/dailian/20260608120522953kfrw.jpg" data-org-width="700" dmcf-mid="Hi38hokLHw" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/08/dailian/20260608120522953kfrw.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> (왼쪽부터) 주경돈 교수, 방재훈 연구원.ⓒUNIST </figcaption> </figure> <p contents-hash="923cc8ecb5772a85a3d8ffb88949bdb9453187e0c6be36c19572c94bfef94097" dmcf-pid="5DSpN4RfGk" dmcf-ptype="general">초고속·초경량 자연어 기반 3D 공간 인식 기술이 개발됐다. 기존 대비 최대 50~400배 빠르고, 메모리를 64배 절감해 로봇이 물체를 실시간으로 파악하거나, 증강현실 화면에서 원하는 대상을 바로 선택하고 편집할 수 있게 됐다.</p> <p contents-hash="9270f75270bd637a6228cb583275b250e4cb89ec09352cb3df5429bc81b1275f" dmcf-pid="1wvUj8e41c" dmcf-ptype="general">울산과학기술원(UNIST)은 인공지능대학원 주경돈 교수팀이 사용자가 입력한 말·문장을 바탕으로 AI가 3D 복원 공간 속 대상을 찾아내는 오픈어휘 기반 3D 공간 인식 기술인 ‘LightSplat’을 개발했다고 8일 밝혔다.</p> <p contents-hash="3fbb665afe5cd216791800cde70b16bd31cad18f53ed3f1e5761da4ea1770df6" dmcf-pid="trTuA6d8tA" dmcf-ptype="general">로봇이나 증강현실 기술에서는 카메라로 들어온 2D 이미지를 기계가 인식할 수 있는 위치·색·투명도 정보를 가진 작은 점 입자(가우시안)들이 모인 3D 공간으로 복원한다.</p> <p contents-hash="07226a5e7c75ee253547af6f752ca1aa467cb4bc29d05d05366018d867e6731a" dmcf-pid="FEl0afMVtj" dmcf-ptype="general">3D 공간 인식은 이렇게 복원된 공간에서 어떤 물체가 어디에 있고, 어느 영역을 차지하는지를 찾는 기술이다.</p> <p contents-hash="16a79916ba3a2293669897ed6a272f34c40b01f57bdf1f21f6ab2793b043ee1d" dmcf-pid="3DSpN4RfYN" dmcf-ptype="general">연구팀이 개발한 기술은 사용자가 입력한 자연어를 기반으로 3D 공간에서 대상을 찾아내는 오픈어휘 3D 공간 인식 기술이다.</p> <p contents-hash="d55d8636c183230a4c706bc09f9b445330fef8d869607f8391243d8c16e5e35b" dmcf-pid="0wvUj8e4Xa" dmcf-ptype="general">의자, 책상, 문처럼 미리 정해진 범주의 물체만 찾는 방식과 달리, 흰색 소파나 라면 위 달걀처럼 더 구체적이고 다양한 표현을 통해 원하는 대상을 찾을 수 있다.</p> <p contents-hash="20a06dd88a2560690e2be2a1a35650e384acff96249e792455f52d6b6273c435" dmcf-pid="prTuA6d8Gg" dmcf-ptype="general">해당 기술은 기존 오픈어휘 3D 공간 인식 기술 대비 메모리 사용량을 64분의 1 수준으로 낮췄다.</p> <p contents-hash="5a307517505b200b68177e0963dc6f5188d68dbe9a79365c97a38c066a5fbe3e" dmcf-pid="Umy7cPJ6to" dmcf-ptype="general">또 3D 가우시안에 의미 정보를 연결해 사람이 쓰는 자연어로 검색할 수 있는 상태로 만드는 시간도 약 5초로 줄였는데 이는 기존 최신 기술보다 50~400배 빠른 속도다.</p> <p contents-hash="c5b217adbec7176054df777cf204cd7146514464ad94e71c8c168c881f5cace9" dmcf-pid="usWzkQiPYL" dmcf-ptype="general">기존 기술이 3D 공간의 각 점 입자마다 긴 숫자 형태의 언어 특징값을 저장하는 것과 달리, LightSplat은 각 점 입자에 2바이트짜리 짧은 인덱스만 붙인 덕분이다.</p> <p contents-hash="37614cb664f31f8c2523cc230f8d377d6bcb2e6bbab6f11f07348db64f5f5861" dmcf-pid="7OYqExnQZn" dmcf-ptype="general">실제 의미 정보는 별도 표에 저장해두고 필요할 때 인덱스를 통해 찾아보는 방식이라 3D 공간을 표현하는 데 필요한 메모리를 크게 줄일 수 있다.</p> <p contents-hash="deeb6ce48d8bf9c1d4a0f731232a85693ff77ff6db5ffa9103ee3d91ba3f8ac3" dmcf-pid="zIGBDMLxGi" dmcf-ptype="general">또 인덱스를 붙일 때는 실제 물체를 표현하는 데 영향을 주는 점만 골라 붙이고 서로 다른 이미지에 흩어진 같은 물체 정보는 하나로 묶어 3D 공간을 자연어로 검색 가능한 상태로 만드는 시간을 줄였다.</p> <p contents-hash="d8e1dd459761870c1c461d1239b51f0e27b61f588c9c7240fdc1dc26443c6029" dmcf-pid="BhXKregRZd" dmcf-ptype="general">메모리 사용량과 검색 준비 시간을 줄였음에도 인식 성능은 기존 기술보다 뛰어났다.</p> <p contents-hash="c3c2bffb811a1d3e069c0c83c9455c2ebade50631d327bd87a57c1812ed82b90" dmcf-pid="blZ9mdaete" dmcf-ptype="general">LERF-OVS와 DL3DV-OVS 데이터셋을 각각 이용한 실험에서 라면 위에 올라간 달걀이나 유리잔에 담긴 차처럼 작은 대상부터, 멀리 있는 자동차, 사무실 가구처럼 크기와 배치가 다른 물체까지 또렷하게 구분해 낼 수 있었다.</p> <p contents-hash="ddc675995314bb49aaff8c26ed6198395c15bbe518da06c8e9af1d1ba2d775e5" dmcf-pid="KS52sJNdXR" dmcf-ptype="general">또 ScanNet의 3D 의미 분할 실험에서는 19개 분류 기준 mIoU 37.11을 기록했다. mIoU는 AI가 찾은 물체 영역이 실제 정답 영역과 얼마나 겹치는지를 보는 지표다.</p> <p contents-hash="1801bf3af4e34ef5d347904a4d9cfc3c30a4582e5a94a9e9823b3a841d961614" dmcf-pid="9v1VOijJXM" dmcf-ptype="general">주경돈 교수는 “사람의 말로 지시를 바로 수행할 수 있는 인간-기계 상호작용이 강화된 로봇 개발, 텍스트로 대상을 바로 지정해 편집을 돕는 AR·VR 콘텐츠 제작, 디지털 트윈 기술 등에 적용 가능할 것”이라고 기대했다.</p> <p contents-hash="33f4e07b240779e3acbfe66d8956f63b01a15f3943dd1bc234346fca0c29b155" dmcf-pid="2TtfInAi5x" dmcf-ptype="general">연구 결과는 컴퓨터 비전 분야 최고 권위 학회인 ‘CVPR 2026’에 채택됐다.</p> <p contents-hash="68dc993027f37a8b215470d6f15f8aa40d50301e59f22f9583a4af69cdfea735" dmcf-pid="VyF4CLcn1Q" dmcf-ptype="general">한편, 연구는 과학기술정보통신부·정보통신기획평가원(IITP)의 인공지능대학원 지원사업(UNIST), AI Star Fellowship Program, LG AI STAR Talent Development Program for Leading Large-Scale Generative AI Models in the Physical AI Domain, 과학기술정보통신부 InnoCORE 사업 등의 지원을 받아 이뤄졌다.</p> </section> </div> <p class="" data-translation="true">Copyright © 데일리안. 무단전재 및 재배포 금지.</p> 관련자료 이전 교보DTS "계열사 울타리론 한계"…AI 기반 대외 사업 '정조준' 06-08 다음 SKT, 엔비디아와 맞손…아시아 최대 AI 인프라 회사로 도약 06-08 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
