보고·이해하고·예측하는 AI 나온다…KAIST, 피지컬 AI 핵심기술 확보

[대전=뉴시스] 김양수 기자 = 유리 같은 투명한 물체와 그 뒤에 존재하는 실제 공간을 동시에 복원할 수 있는 피지컬 인공지능(AI)의 핵심기술을 국내 연구진이 확보했다.

한국과학기술원(카이스트·KAIST)는 전산학부 윤성의 교수팀이 유리나 물처럼 투명한 물체를 정확히 인식하고 빛과 물질의 상호작용을 분석해 주변환경을 이해하는 AI기술을 개발했다고 6일 밝혔다.

또 사진 한 장만으로 로봇이 목적지를 찾아가는 기술과 미래 상황을 예측해 행동을 계획하는 기술도 확보했다.

이 기술은 시각인식부터 물리적 이해, 미래 예측, 행동계획을 하나의 기술흐름으로 연결해 AI가 '보고(인식) → 이해하고(물리 이해) → 예측하고(미래 예측) → 행동하는(계획)' 전 과정의 수행을 지원할 수 있다.

이번 연구 성과는 세계 최고 권위의 AI 학회인 ICLR 2026과 CVPR 2026에서 구두 발표 2편, 하이라이트 논문 2편 등 총 4편의 논문으로 발표됐다. ICLR과 CVPR의 구두 발표는 각 약 1.13%, 0.8%만 선정되는 최상위 발표 형식으로 연구의 독창성과 우수성을 국제적으로 인정받은 결과다.

이번 연구서 윤 교수팀은 투명 환경 시각 인식기술인 '글린트(GLINT)'를 개발해 AI가 유리와 같은 투명한 물체도 정확하게 인식할 수 있도록 했다.

사람은 유리창을 볼 때 유리에 비친 모습과 유리 너머의 풍경을 자연스럽게 구분하지만 기존 AI는 두 정보를 하나의 영상으로 인식해 투명한 물체를 제대로 이해하지 못하는 경우가 많았다.

이를 위해 연구팀은 유리에 반사된 모습과 유리 뒤의 물체를 각각 분리해 분석하는 새로운 기술을 개발, AI가 투명한 환경에서도 장면을 정확하게 이해할 수 있도록 했다.

또 연구팀은 빛과 재질을 이해하는 장면 복원 기술 '라디오GS(RadioGS)'를 개발해 빛이 물체에 닿아 반사되고 퍼지는 과정까지 AI가 이해하도록 구현했다.

이를 통해 연구팀은 빛과 물체의 상호작용을 AI가 학습토록 만들어 조명이 달라져도 물체의 재질과 주변 환경을 더욱 정확하게 이해할 수 있도록 했다. 같은 물체라도 햇빛 아래와 실내 조명 아래에서는 다르게 보여 기존 AI는 조명 변화에 영향을 받기 쉬웠다.
 
이어 이미지 기반 로봇 경로계획기술인 '비주얼-RRT(Visual-RRT)'과 미래 예측 기반 행동계획 기술인 '클래드(CLaD)'를 개발해 시각정보를 실제 행동으로 연결하고 AI가 행동하기 전에 미래 상황을 예측, 가장 적절한 행동을 계획토록 했다.

연구팀의 로봇 실험 결과, 사진 한 장만으로 목적지에 성공적으로 도달해 서비스 로봇과 자율주행 로봇 등 다양한 분야에서의 활용 가능성을 확인했다.

특히 AI가 행동의 결과를 미리 예측한 뒤 가장 효과적인 행동을 선택할 수 있어 복잡한 환경에서 높은 성공률로 작업 수행이 가능해져 차세대 자율로봇의 핵심 기술로 활용될 것으로 기대된다.

윤성의 교수는 "이번 연구에서 AI가 단순히 눈으로 보는 것을 넘어 현실세계를 이해하고 앞으로 일어날 상황까지 예측해 스스로 행동을 결정하는 미래 기술을 보여줬다"며 "자율주행차와 휴머노이드 로봇 등 실제 환경에서 작동하는 다양한 피지컬 AI 기술의 발전에 기여할 것"이라고 말했다.


◎공감언론 뉴시스 [email protected]