로봇이 학습하지 않은 물건도 찾아 들어올린다

GIST 이규빈 교수팀, 로봇시각용 인공지능 개발
이번 연구성과로 삼성휴먼테크논문대상 동상 수상

GIST 이규빈 교수팀이 개발한 로봇시각용 인공지능 알고리즘을 적용한 로봇 팔이 박스와 그릇에 가려진 컵을 찾아내 들어올리고 있다. GIST 제공

[파이낸셜뉴스] 광주과학기술원(GIST) 융합기술학제학부 이규빈 교수팀은 로봇이 다른 물건에 가려져 있거나 학습하지 않은 물건까지도 찾아내는 딥러닝 기술을 개발했다.

연구진이 제안한 알고리즘은 3개의 데이터셋에서 세계 최고 수준의 성능을 달성해 복잡한 환경에서도 로봇의 인식 성능이 크게 높아졌다. 이 알고리즘을 적용한 로봇이 가려진 물건을 잡아내는 데에도 문제가 없었다.

이규빈 교수는 16일 "이 알고리즘을 이용한 로봇이 복잡한 비정형 환경에서 새로운 물체가 주어져도 물체의 보이는 영역뿐만 아니라 가려진 영역까지 인식 할 수 있음을 확인했다"고 말했다. 그러면서 "미학습 물체 인식은 공장, 가정 등 다양한 환경에 로봇을 적용하기 위한 로봇 분야의 핵심 기술로서 활용될 것"이라고 말했다.

백승혁 박사과정생이 제1저자로 참여한 이번 연구는 미학습 물체 인식 분야에서 세계 최고 수준의 성능을 달성해 삼성휴먼테크논문대상에서 동상을 수상했다.

논문은 세계 최고 권위의 로봇학회인 '로봇자동화학회(ICRA) 2022'에서 발표될 예정이다.

로봇이 새로운 환경에서 물체를 들어올리거나 운반하려면 사전에 학습하지 않은 새로운 물체가 주어지더라도 이를 정확히 알아내야 한다. 로봇에 달린 카메라로 촬영한 이미지로부터 객체별 영역을 검출하는 인스턴스 분할은 딥러닝이나 로봇 비전의 핵심 연구 분야다. 하지만 사전에 학습한 물체만 인식할 수 있거나 미학습 물체의 가시 영역만을 인식이 가능하다는 한계가 있었다.

연구진은 이 문제를 해결하기 위해 미학습 물체의 가시 영역뿐만 아니라 가려진 영역과 가려짐 여부도 동시에 검출하는 것을 목표로 연구를 진행했다.

그결과 미학습 물체의 '아모달 인스턴스 분할'이라는 새로운 태스크를 제안했다. 또한 연구진은 물체 간 가림 관계를 효과적으로 고려하기 위한 계층적 가림 모델링을 제안했다.

그리고 이를 학습 및 평가하기 위한 새로운 가상 및 실 환경 데이터셋을 공개했다.

[e-mail] 김만기 기자