기석철 교수

충북대학교 지능로봇공학과가 수행 중인 「뉴로컴퓨팅 기반 스마트 모빌리티 기술개발 사업」에서 세계적 수준의 연구 성과가 잇따라 나오며 스마트 모빌리티 핵심 기술 분야에서의 연구 경쟁력을 입증했다.

이 사업에 참여 중인 박사과정 봉은정·이은호 학생은 각각 센서 융합 기반 깊이 추정 기술과 트랜스포머 경량화 인공지능 기술 연구를 통해 SCIE 등재 국제 학술지에 논문을 게재하는 성과를 거뒀다.

봉은정 학생은 센서 및 응용 분야의 권위 있는 국제 학술지 IEEE Sensors Journal에 「Dense Depth Map Estimation based on Camera-LiDAR Sensor Fusion(카메라–라이다 센서 융합 기반 밀집 깊이 맵 추정)」 논문을 발표했다.

해당 연구는 카메라와 라이다 센서를 효과적으로 융합해 깊이 추정의 정확도와 강건성을 동시에 향상시키는 밀집 깊이 지도 추정 프레임워크를 제안했으며, 중·장거리 환경에서도 안정적인 성능을 입증했다. 특히 이 연구는 봉은정 학생이 일본 도쿄대학교 연구 파견을 통해 수행한 국제 공동연구 경험을 바탕으로 발전한 결과로, 글로벌 수준의 스마트 모빌리티 기술 확장 가능성을 보여준 성과로 평가된다.

한편, 이은호 학생은 인공지능·머신러닝 분야 최상위 국제 저널인 *IEEE Transactions on Neural Networks and Learning Systems(TNNLS)*에 「AMAP: Automatic Multi-head Attention Pruning by Similarity-Based Pruning Indicator(유사도 기반 프루닝 지표를 활용한 멀티헤드 어텐션 자동 가지치기 기법)」 논문을 게재했다.

이 연구는 트랜스포머 모델의 멀티헤드 어텐션 구조에서 발생하는 비효율 문제를 해결하기 위해 헤드 간 유사도를 기반으로 한 자동 프루닝 기법을 제안했다. 이를 통해 연산량과 메모리 사용량을 크게 줄이면서도 성능 저하를 최소화해, 자율주행·로봇·모바일·엣지 AI 등 연산 자원이 제한된 스마트 모빌리티 환경에 적합한 고효율 인공지능 모델 구현 가능성을 제시했다.

두 연구 성과는 모두 「뉴로컴퓨팅 기반 스마트 모빌리티 기술개발 사업」의 지원을 받아 수행된 것으로, 스마트 모빌리티 환경에서 요구되는 실시간성과 연산 효율성을 동시에 충족하는 핵심 기반 기술을 제시했다는 점에서 의미가 크다.

논문을 공동 지도한 황영배 교수와 기석철 교수는 “이번 성과는 스마트 모빌리티 분야의 핵심 기술 난제를 해결한 의미 있는 연구 결과”라며 “향후 자율주행과 로봇 등 다양한 분야로의 확장이 기대된다”고 밝혔다.