[서울=뉴스핌] 송주원 기자 = 덕성여자대학교는 데이터사이언스학과 유제혁 교수 연구팀이 드론 영상에서 인공지능(AI)의 객체 탐지 오류를 최대 39% 줄이는 기술을 개발해 컴퓨터 비전 분야 국제학술대회인 'WACV 2027'에 논문이 채택됐다고 20일 밝혔다.

이번 연구에는 데이터사이언스학과 서해인(3학년) 학생이 제1저자로 참여했다. 강예은(2학년) 학생은 공동저자, 유제혁 교수는 교신저자를 맡았다. 학부생들이 연구 과정에 직접 참여해 국제학술대회 논문 채택이라는 성과를 거뒀다는 점에서 의미가 있다.

WACV(Winter Conference on Applications of Computer Vision)는 컴퓨터 비전 분야의 주요 국제학술대회다. 내년 1월 6일부터 미국 플로리다주 올랜도에서 개최되며 연구팀의 논문은 '평가 및 데이터셋(Evaluations & Datasets)' 분야에 채택됐다.

논문 제목은 '드론 영상의 소형 객체 탐지를 위한 분할 추론의 크기별 성능 평가(A Scale-Resolved Evaluation of Tiled Inference for Small-Object Detection in Drone Imagery)'다.

연구팀은 높은 고도에서 촬영한 드론 영상에 등장하는 보행자와 차량 등 작은 객체를 AI가 보다 정확하게 구별할 수 있는 기술을 개발했다.

드론은 넓은 지역을 한 번에 촬영할 수 있지만 촬영 고도가 높아질수록 영상 속 사람이나 차량의 크기가 작아진다. 이 때문에 AI가 실제 객체를 제대로 식별하지 못하거나 존재하지 않는 대상을 잘못 인식하는 문제가 발생할 수 있다.

기존에는 이러한 한계를 보완하기 위해 영상을 여러 구역으로 나눈 뒤 각각 확대해 분석하는 '분할 추론' 방식이 활용됐다. 다만 작은 객체를 찾아내는 과정에서 실제로 존재하지 않는 대상을 객체로 판단하는 오탐지 문제가 나타날 수 있었다.

연구팀은 객체의 크기에 따라 탐지 성능과 오류가 어떻게 달라지는지를 세부적으로 분석하는 평가 방식을 마련했다. 이를 토대로 객체의 크기와 영상 내 위치를 반영해 탐지 결과를 보정하는 'SATTA(Scale-Aware Tiled Test-Time Adjustment)' 기술을 제안했다.

SATTA는 기존 AI 모델을 별도로 재학습시키지 않고도 탐지 결과의 신뢰도를 조정할 수 있다는 점이 특징이다.

실험 결과 기존 방식보다 오탐지가 약 35~39% 감소했다. 작은 객체를 찾아내는 성능도 상당 부분 유지한 것으로 나타났다.

이번 연구는 단순히 AI가 더 많은 객체를 찾아내도록 하는 데 그치지 않고 잘못된 판단을 줄여 탐지 결과의 신뢰성을 높였다는 점에서 주목된다.

향후 드론을 이용한 교통 관제와 도시 안전 관리뿐 아니라 재난 현장에서 사람이나 차량을 식별하는 기술 등에도 활용될 가능성이 있다.

유제혁 교수는 "드론과 인공지능을 활용한 객체 탐지 기술은 도시 안전과 국방, 교통 등 다양한 분야에서 활용 가치가 높은 핵심 기술"이라며 "이번 연구가 컴퓨터 비전 분야의 우수 국제학술대회인 WACV에 채택됐다는 점에서 의미가 크다"고 말했다.

이어 "특히 학부생들이 직접 연구 문제를 정의하고 해결 방안을 모색해 의미 있는 성과를 거뒀다는 점이 뜻깊다"라며 "학생들이 국제학술대회에서 연구 성과를 발표하고 해외 연구자들과 학술적으로 교류할 기회를 얻게 돼 매우 자랑스럽다"고 밝혔다.

jane94@newspim.com