인공지능(AI)을 활용해 달 표면의 3차원 지도를 그리는 기술이 개발됐다. 한국에너지공과대학교(켄텍)는 이석주 교수 연구팀이 한국항공우주연구원(KARI), 한국천문연구원(KASI)과 공동연구를 통해 인공지능 기반 월면 3차원 지도 생성 기술인 LNEM을 개발했다고 20일 밝혔다. 이 연구성과는 컴퓨터 비전 분야 세계 최고 권위 학술대회인 CVPR 2026에 정규 논문으로 채택됐다. 켄텍에 따르면, 최근 미국과 중국·유럽 등 세계 주요 우주 강국들이 달 착륙과 자원 탐사를 위한 경쟁을 본격화하면서 달 표면의 지형을 정밀하게 파악하는 기술의 중요성이 커지고 있다. 특히 달 착륙선의 안전한 착륙지 선정, 탐사 로버의 자율주행, 자원 탐사 및 임무 계획 수립을 위해서는 고정밀 3차원 지형정보 확보가 필수적이다. 켄텍 연구팀이 개발한 LNEM은 실제 달 궤도에서 촬영된 영상을 활용, 월면의 3차원 지형을 복원하는 AI 기반 기술이다. 기존에는 달 표면을 입체적으로 복원하기 위해 여러 장의 영상을 비교하는 스테레오 정합(stereo matching) 기법이 주로 활용됐으나, 그림자가 많거나 표면 특징이 부족한 지역에서는 정확도가 떨어지는 한계가 있었다. LNEM은 실제 달 궤도선 영상을 활용해 달 표면의 높이와 지형을 3차원으로 복원하는 AI 기반 월면 지도 생성 기술로, 뉴럴 렌더링과 엄밀 센서 모델을 결합해 고정밀 수치표고모델(DEM)을 생성한다. 이번 연구의 가장 큰 특징은 뉴럴 렌더링(Neural Rendering) 기반의 최신 AI 기술을 NASA의 달 정찰 궤도선 LRO과 대한민국 최초의 달 궤도선 ‘다누리’가 촬영한 실제 달 영상을 세계 최초로 적용했다는 점이다. 연구팀은 달 탐사선의 복잡한 촬영 기하학을 반영하는 엄밀 센서 모델을 AI 모델에 직접 결합함으로써 실제 달 탐사 환경에서도 높은 정확도의 지형 복원이 가능하도록 구현했다. 연구 결과, LNEM은 기존 달 지형 복원 방식에 비해 최대 5~10배 이상 높은 공간 해상도의 월면 지형을 안정적으로 재구성할 수 있음이 확인됐다. 연구팀은 또, NASA 달착륙 궤도선과 다누리가 촬영한 영상을 통합·활용할 수 있는 데이터 처리 플랫폼인 루나 스튜디오(Lunar Studio)를 함께 구축했다. 루나 스튜디오는 기존에 전문가 중심으로 활용되던 달 탐사 데이터를 AI 연구자들이 보다 쉽게 활용할 수 있도록 설계된 플랫폼이다. 여러 달 탐사선의 관측 영상을 통합, 관심 지역에 대한 데이터 정보를 효율적으로 구축할 수 있게 해준다. 이번 연구는 월면의 고정밀 3차원 지형정보를 구축하는 데 그치지 않고, 미래 달 탐사 임무의 핵심 기반 기술로 활용될 수 있다는 점에서 의미가 크다는 평가다. 생성된 고정밀 월면 3차원 지도는 달 착륙선의 위험 지형 분석, 착륙지 후보 평가, 탐사 로버의 자율주행 경로 계획, 지형기반항법 알고리즘 개발 등에 활용될 수 있다. 또 앞으로 대한민국의 후속 달 탐사 임무와 국제 공동 달 탐사 프로젝트에서도 중요한 역할을 수행할 것으로 기대된다. 전 세계 연구자와 글로벌 기업들이 최신 인공지능 및 컴퓨터 비전 기술을 발표하는 최고 권위의 국제학술대회인 CVPR에는 세계적으로 우수한 연구 성과들만이 정규 논문으로 선정된다. 이번 논문 채택은 국내 연구진이 우주탐사와 인공지능을 융합한 연구 분야에서 국제적인 경쟁력을 확보했음을 보여주는 사례로 평가된다. 이석주 교수는 “이번 연구는 실제 달 탐사선이 획득한 영상을 활용해 AI 기반으로 월면의 정밀 3차원 지형을 복원한 선도적인 방식”이라며 “앞으로 대한민국의 달 탐사와 우주 임무 수행에 필요한 핵심 지형정보 생성 기술로 발전시켜 자율 착륙, 로버 주행, 우주자원 탐사 등 다양한 분야에 기여할 수 있도록 연구를 지속해 나가겠다”고 말했다. 이번 연구는 한국천문연구원과 한국연구재단의 지원을 받아 수행됐으며, 컴퓨터 비전 분야의 최고 권위 국제학술대회 CVPR 2026에서 지난 6월 5일 발표됐다.

한국과학기술원(카이스트) 연구팀이 세계 최고 권위의 로보틱스와 컴퓨터비전 학술대회에서 정상에 올랐다. 카이스트는 19일 전기 및 전자공학부 명현 교수 연구실 소속 ACDC-K팀과 Curaytor팀이 세계 최고 권위의 국제 로봇 및 자동화 학술대회(ICRA 2026)와 컴퓨터비전 및 패턴 인식 학술대회(CVPR 2026) 국제 챌린지에서 각각 1위를 차지했다고 밝혔다. 같은 연구실 소속 두 팀이 국제 챌린지에서 우승하며 카이스트의 공간인지 기술 경쟁력을 입증했다. ACDC-K팀은 6월 1~5일 오스트리아 빈에서 열린 ICRA 2026의 동시 위치추정 및 지도작성 부문에서 60여 개 출전팀 가운데 1위를 차지했다. 힐티·트림블·영국 옥스퍼드대가 공동 주관한 챌린지는 건설 현장에서 수집된 센서 데이터를 활용해 로봇의 위치를 추정하고 주변 환경 지도를 생성하는 성능을 평가하는 국제 대회다. 건설 현장은 실내외 공간이 복잡하게 연결되고 흰 벽과 같이 특징을 찾기 어려운 환경, 반복적인 구조물 등으로 로봇이 운용되기 어려운 장소로 평가된다. ACDC-K팀은 전방·후방 카메라와 관성 센서(IMU) 데이터를 융합하고, 영상 속 특징점과 특징선 정보를 활용한 위치추정 기술을 개발해 안정적인 위치 추정과 지도 작성을 구현했다. Curaytor팀은 6월 3~7일 미국 덴버에서 열린 CVPR 2026 CV4AEC 워크숍에서 8개 팀이 참여한 ‘NSS 챌린지 2026’에서 정상에 올랐다. 미국 스탠퍼드대와 오리건주립대, 스위스 취리히 연방 공과대가 공동 주관한 NSS 챌린지는 시간에 따라 변화하는 건설·산업 환경에서의 3차원 포인트 클라우드 기술을 평가한다. Curaytor팀은 서로 다른 시간과 공간에서 라이다로 수집한 데이터를 정합하는 독자 다중 정합 기술로 최고 성능을 인정받았다. 명 교수 연구실은 지난해에 이어 2년 연속 NSS 챌린지에서 정상을 차지했다. 명현 교수는 “건설·산업 환경과 같이 복잡하고 변화가 많은 현장에서 활용할 수 있는 기술의 우수성과 학생들이 세계적 연구진과 경쟁을 통해 역량을 인정받게 됐다”고 밝혔다.

인간의 오감은 다양한 외부 정보를 받아들이는 중요한 창구다. 오감 중 어느 한 쪽에 기능이 약화되면 정보 수용이 제한될 수 있다. 특히 눈을 통해 받아들이는 정보는 엄청나다. 이는 사람뿐만 아니라 기계에서도 마찬가지다. 인공지능의 눈 역할을 하는 컴퓨터 비전 기술은 스마트폰 안면 인식부터 휴머노이드 로봇까지 다양하게 활용된다. 이들 장치에서는 시각 정보를 고해상도로 인식하는 것이 중요하다. 이에 카이스트 전기및전자공학부, 미국 매사추세츠공과대(MIT), 마이크로소프트 공동 연구팀은 적은 GPU(그래픽처리장치) 메모리만으로도 인공지능(AI)이 세상을 더 선명하게 볼 수 있도록 하는 범용 기술을 개발해 메모리 효율을 최대 16배 높였다고 17일 밝혔다. 이 기술은 인공지능 및 컴퓨터 비전 분야 국제 학술대회인 ‘CVPR 2026’에서 지난 7일 발표됐고 계산 자원의 효율적 활용을 인정받아 ‘CVPR 컴퓨트 골드 스타’ 상을 받았다. 연구 과정의 투명성과 재현 가능성 부분에서도 인정받아 ‘트랜스패런시 챔피언’에도 선정됐다. 최근 휴머노이드 로봇, 자율주행 시스템, 현실의 물리적 환경과 변화를 학습해 예측하는 AI 모델인 세계 모델은 연산 속도를 높이고 메모리 사용량을 줄이기 위해 입력 영상을 저해상도로 압축해 활용하고 있다. 문제는 압축하는 과정에서 작은 물체나 얇은 구조물, 미세한 결함 같은 중요한 시각 정보가 손실될 수 있다는 점이다. 또 모든 영상을 고해상도로 처리하면 막대한 GPU 메모리와 연산 자원이 필요한 실시간 처리가 어려워진다. 이는 스마트폰 같은 소형 기기나 기동성이 중요한 휴머노이드 로봇이 주변 환경을 정밀하게 인식해야 하는 상황에 빠르게 대처할 수 없게 만든다. 이에 연구팀은 입력 이미지의 경계와 구조 정보를 활용해 저해상도 특징 정보를 고해상도로 복원하는 ‘업샘플 애니씽’(Upsample Anything)을 개발했다. 기존 기술은 새로운 환경이나 데이터에 적용하기 위해 별도의 재학습이나 복잡한 최적화 과정을 거쳐야 했지만 이번 기술은 추가 데이터 학습 없이 입력 이미지 한 장만으로 최적의 복원 방식을 찾아낼 수 있어 다양한 환경에 즉시 적용할 수 있다. 또 모든 시각 정보를 고해상도로 저장·처리하지 않고 핵심 정보만 압축해 활용함으로써 GPU 메모리 사용량을 크게 줄였다. AI 연구에서 주로 사용되는 약 5만 픽셀, 224×224 크기 이미지를 기준으로 0.4초의 짧은 계산만으로 원본에 가까운 시각 정보를 복원했고 GPU 메모리 효율도 최대 16배까지 향상시키는 것으로 확인됐다. 연구를 이끈 김창익 카이스트 교수는 “제한된 연산 자원만으로도 AI가 주변 환경을 더욱 정밀하게 인식할 수 있게 한 이번 기술은 스마트폰 같은 소형 기기는 물론 작은 물체를 정확하게 식별하고 조작해야 하는 휴머노이드 로봇, 자율주행 시스템, 온디바이스 AI 등 다양한 차세대 인공지능 분야에 폭넓게 활용될 수 있을 것”이라고 밝혔다.

르네상스 최고 공학자이자 예술가인 레오나르도 다 빈치가 “자연은 최고의 스승”이라고 말한 것처럼 과학기술계에서는 생물의 생태나 신체 구조를 모방하거나 영감을 얻어 문제를 풀거나 새로운 기술을 개발하는 ‘자연모사공학’ 연구가 활발하다. 연잎 표면 구조를 응용한 발수소재, 천장에 거꾸로 붙어있을 수 있는 게코 도마뱀의 발바닥에서 영감을 얻은 흡착 소재 등이 대표적이다. 미국 노스웨스턴대 컴퓨터과학과 연구팀은 깡충거미에서 착안해 에너지 효율이 극도로 높은 3차원(3D) 카메라 ‘스파이더캠’을 개발했다고 10일 밝혔다. 이 연구 결과는 3~7일 미국 덴버에서 열린 ‘IEEE 컴퓨터 비전 및 패턴 인식 학회(CVPR) 2026’에서 발표됐다. 대부분의 3D 카메라는 여러 시점에서 찍은 이미지를 비교하거나 빛을 쏴 반사를 측정하는 방식으로 깊이를 추정한다. 이런 접근법은 잘 작동하지만 상당한 연산 능력과 고가의 하드웨어, 추가적 에너지가 필요하다. 전력을 많이 사용하는 이미지 대조와 빛을 쏘는 데 드는 에너지 비용을 피하기 위해 연구팀은 깡총거미에서 영감을 얻었다. 깡충거미는 먹이를 잡거나 천적을 피하고 돌아다니기 위해 깡총거리며 뛴다. 사람은 눈에 망막이 하나 있지만 깡충거미는 여러 겹의 망막층을 갖고 있다. 각 망막층은 조금씩 다른 거리에 초점이 맞춰진 여러 이미지를 포착한다. 그러면 식물 씨앗보다 작은 거미의 뇌가 선명도 차이를 비교해 거리와 깊이를 판단한다. 연구팀은 깡충거미의 눈과 뇌를 모방했다. 맞춤형 카메라가 초점 설정을 약간 다르게 한 두 장의 이미지를 동시에 촬영하면 흐림 정도와 거리를 해석하는 맞춤형 알고리즘이 두 이미지 사이에서 가장자리와 질감의 선명도가 어떻게 달라지는지 분석하고 이 차이를 실시간으로 깊이 측정값으로 변환한다. 이번에 개발한 스파이더캠은 624㎽(밀리와트)의 저전력만 소비하면서 초당 32.5프레임으로 주변을 촬영해 깊이 지도를 찍을 수 있다. 연구진에 따르면 스파이더캠은 1W 미만으로 작동하는 첫 수동형 FPGA 기반 3D 카메라 시스템이다. 수동형 FPGA 기반 3D 카메라는 자체 발광 없이 자연광만으로 생물체의 눈처럼 원근감을 파악하고 그 과정에서 발생하는 막대한 시각적 연산을 맞춤형 반도체(FPGA)를 통해 지연 없이 실시간으로 처리하는 고성능 시각 매체를 의미한다. 연구를 이끈 에마 알렉산더 교수는 “이번에 개발한 스파이더캠 기술은 주변 환경을 가늠해야 하는 웨어러블 기기, 로봇, 드론 등 다양한 분야에 적응할 수 있을 것”이라며 “이번 기술은 전력이 제한된 야외 현장이나 물리적 세계와 상호작용하면서 주변 사물의 위치를 파악해야 하는 증강현실(AR) 분야에 특히 활용도가 높을 것으로 기대한다”고 말했다.

국내 연구진이 빠르게 움직이는 로봇이나 야간 자율주행차의 눈 역할을 하는 ‘이벤트 카메라’를 일반 카메라처럼 쉽고 정확하게 보정할 수 있는 기술을 개발했다. 울산과학기술원(UNIST) 인공지능대학원 주경돈 교수팀은 일반 카메라 보정에 쓰이는 체커보드(격자판)를 활용해 이벤트 카메라의 렌즈 왜곡을 바로잡는 컴퓨터 비전 보정 기술을 개발했다고 1일 밝혔다. 이벤트 카메라는 화면 전체가 아닌 밝기가 변하는 부분만 신호(이벤트)로 기록하는 고성능 카메라다. 하지만 보정의 기준점이 되는 체커보드의 꼭짓점에서는 밝기 변화가 상쇄돼 이벤트가 거의 기록되지 않는 탓에 그동안 표준적인 보정 기법을 적용하기 어려웠다. 연구팀은 꼭짓점을 직접 찾는 대신, 선 형태의 경계에서 이벤트 정보가 뚜렷하게 나타난다는 점에 착안했다. 먼저 격자 선을 찾은 뒤, 선들이 만나는 주변에서 이벤트가 가장 적은 지점을 꼭짓점으로 판별하는 수학적 접근법을 썼다. 여기에 카메라가 움직일 때 잔상 때문에 격자 선이 번져 보이는 현상도 해결했다. 픽셀마다 제각각 기록된 이벤트 데이터를 하나의 기준 시점에 맞춰 정렬함으로써 흐릿했던 격자 선을 또렷하게 만들었다. 영상 변환 과정을 거치지 않고 이벤트 신호 자체에서 기준점을 직접 찾아내 보정 정확도를 극대화한 것이 핵심이다. 이 기술은 로봇이나 가상·증강현실(VR·AR) 기기의 위치 추정에 쓰이는 사각형 표식인 ‘에이프릴태그’ 인식에도 적용 가능하다. 실험 결과 이벤트 데이터만으로 표식의 형태와 번호를 정확히 판별했으며, 일부가 가려진 상황에서도 표식을 찾아냈다. 주 교수는 “정확한 카메라 보정은 다양한 비전 기술의 출발점”이라며 “이번 연구가 실제 환경에서 동작하는 로봇, 자율주행, AR·VR 시스템의 기반이 될 것”이라고 기대를 밝혔다. 한편 이번 연구(제1저자 류태훈 연구원)는 오는 3일 미국 덴버에서 열리는 컴퓨터 비전 분야 최상위 국제 학회인 ‘CVPR 2026’의 하이라이트 논문으로 선정됐다.