인공지능(Artificial Intelligence)이 시대적 화두로 떠오른 가운데 “스스로 방대한 정보의 바다를 헤엄치며 자신의 사고와 지식 체계를 구축하고 고도화할 수 있는 AI” 개발을 꿈꾸는 공학자가 있다. 보다 현실적이며 안정적인 인공지능 개발에 나선 곽수하 교수가 그 주인공이다. 그가 연구 중인 야간 주행에서부터 화재 현장에 이르기까지 다양한 극한 환경에서도 제 성능을 발휘할 수 있는 영상인식 기술은 인공지능 시대를 더욱 앞당길 것이다.
한 차원 나아간 영상인식 기술 위한 포괄적 연구
곽수하 교수의 ‘엑스비전: 극한 환경에서의 영상인식’ 연구가 2018 삼성전자 미래기술육성사업 ICT 창의과제 분야 과제로 선정되었다. 곽 교수는 아이디어의 가능성과 가치를 인정받아 기쁘다며 향후 구체화를 위해 노력하겠다는 소감을 전했다. ‘엑스비전: 극한 환경에서의 영상인식’ 연구는 향후 인공지능 응용분야에 끼칠 영향력에서 높은 점수를 받았다. 특히 그 중요성에 비해 본격적으로 연구된 적이 없다는 점은 이번 연구에 관심이 쏠리는 이유다. 해당 연구는 관련 후속연구를 활성화하는데도 상당한 역할을 수행할 것으로 기대된다.
“딥러닝의 발전과 함께 영상인식 기술도 진화하고 있습니다. 이전까지는 영상에 어떤 종류의 물체가 존재하는지 파악하는 것이 주된 관심사였다면 이제는 물체의 위치나 영역을 추론하는 것은 물론 영상 내용에 대해 사람의 질문에 답할 수 있는 수준으로까지 발전했죠.”
영상인식 기술은 더 복잡하고 정교한 영상 내용을 파악하는 방향으로 나아가고 있지만 이를 현실에 적용시키기 위한 준비는 미비한 실정이다. 현재 딥러닝에 적용되는 데이터는 대부분 고성능 카메라를 이용한 선명한 영상들이지만, 이러한 기술이 적용되는 자율주행 자동차나 로봇 등의 시스템은 비정상적인 조명 조건이나 센서의 잡음, 움직임에 의한 번짐 등 다양한 변수를 마주하게 된다. 곽 교수는 인공지능의 안정성을 높이기 위해서는 돌발 상황에 강인하게 대처할 수 있는 영상인식 시스템이 반드시 필요하다고 설명했다. 이번 연구는 실험 환경 뿐 아니라 실세계에서도 강인하게 동작하는 영상인식 모델 개발을 목표로 한다.
“단순히 기존 영상인식의 틀 안에서 모델의 형태나 인자들을 조율하는 수준에서 벗어나 영상인식을 위한 신경망 모델의 구조와 학습 방식, 학습 데이터셋 모두를 개발‧구축하는 포괄적 연구를 수행하고자 합니다.”
이번 연구에서는 다양한 종류의 극한 환경에 동적으로 적응하는 신경망 구조를 연구하고, 이를 토대로 극한 환경 영상의 제한된 정보량을 극복하기 위한 새로운 신경망 학습 전략을 개발한다. 나아가 극한 환경에서의 영상인식 모델을 학습 및 평가하기 위한 대규모 데이터셋을 구축하는 것까지가 연구의 범위다. 곽 교수는 1단계 연구에서는 일반적인 극한 환경에서의 영상인식 기술을 연구하고 2단계에서는 자율주행 자동차라는 특수한 응용 사례에 집중하여 연구를 진행할 계획이다.
극한 환경 속 영상인식을 위한 데이터셋, 후속 연구의 발판 될 것
“최근 주목받고 있는 자율주행자동차의 핵심은 카메라에 있습니다. 사람의 눈에 비유할 수 있는 하나의 카메라가 여러 기능을 수행하죠. 금번 연구는 이러한 영상인식 응용 시스템의 정확도와 안정성을 높이는데 초점을 맞추고 있습니다. 향후 인공지능 모델의 신뢰성을 높일 수 있다는 점에서 학문적인 효과는 물론 산업적 효과도 상당할 것이라 기대합니다.”
극한 환경에서의 영상인식 기술은 CCTV 네트워크나 IoT 등의 시스템에도 적용될 수 있다. 낮은 성능의 카메라에 의존하거나 영상을 중앙 컴퓨터로 전송해 정보를 처리하는 인공지능 시스템들은 센서 잡음이나 압축 부작용 등에 의해 열화된 영상을 입력받게 된다. 이때 높은 신뢰도의 영상인식 기능이 부여된다면 인공지능의 경제성 향상에도 상당한 효과를 거둘 수 있다. 이러한 필요성에도 불구하고 현재까지 극한 환경에서의 영상인식 연구 속도가 더뎠던 이유 중 하나는 관련 데이터셋의 부재이다. 이에 곽수하 교수는 극한 환경에서 취득한 영상을 기반으로 한 대규모 데이터셋을 개발한다는 계획을 밝히며, 향후 국제 워크샵을 통해 개발된 데이터셋을 공개하고 전 세계 연구그룹들의 경쟁을 유도함으로써 해당 분야의 후속 연구를 촉진할 것이라 설명했다.
“최근 기계학습, 특히 딥러닝을 이용한 물체 검출 및 분할, 추적, 행동인식과 같은 기본적인 영상인식 문제를 다루는데 집중하고 있습니다. 그리고 기계학습에 투여되는 사람의 노동력이 매우 제한적인 상황에서도 스스로 인지능력을 향상시키는 인공지능 모델을 개발하고자 합니다.”
이외에도 곽 교수는 비디오를 효과적‧효율적으로 표현할 수 있는 신경망 모델을 개발하는 한편 의료영상 분석‧개선을 토대로 한 의료영상인식 기술을 연구하고 있다. 그는 서울대병원과의 공동 연구를 통해 의사들의 진단을 돕는 의료영상인식 기술을 개발 중이라 설명했다. 최근 과학기술의 발전 속도가 급속도로 증가하며 한 개인이 연구할 수 있는 범위에 한계가 생기고 있는 만큼 다양한 분야 전문가들과의 공동 연구가 필요하다는 첨언과 함께였다.
융합과 창조, 최근 가장 화두가 되고 있는 용어 중 하나일 것이다. 곽 교수는 이 두 가지 키워드를 같은 선상에서 해석한다. 서로를 이해하고 인내하면서 상대를 배려했을 때, 창조적인 영역을 개척할 수 있다는 뜻이다. 자신의 후배 및 제자들에게도 아이디어 도출 단계부터 구현, 논문 작성에 이르기까지 타인과의 협업을 통한 시너지를 얻는 것이 중요함을 강조한 곽 교수. 끝으로 그는 보다 영향력 있는 연구를 통해 사람들의 삶을 윤택하게 하는 연구자가 될 것을 약속했다.
“연구는 인내와 끈기로 자신의 한계를 뛰어넘어야 하는 마라톤과 비슷합니다. 전문가가 되기 위해서는 각 구간에서 한계를 넘어선 노력을 경주해야 하죠. 또한 100미터 앞만을 내다보고 계획을 세운다면, 42.195㎞라는 코스를 완주할 수 없습니다. 즉 스스로에 대한 높은 기준을 잡고 목표에 도달하기 위해 꾸준히 노력하는 연구자가 되고자 합니다. 이를 통해 사회에 실질적 도움을 줄 수 있는 연구 성과를 선보이겠습니다.”
