【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스]카이스트, MS·MIT와 AI ‘눈’ 더 선명하게 하는 기술 개발

온카뱅크관리자

2026-06-17 09:57:30

<div id="layerTranslateNotice" style="display:none;"></div>  
        <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
         <section dmcf-sid="p8Clm771Ai">
          <figure class="figure_frm origin_fig" contents-hash="16fe1f833d8b7c7566829911616e9fd410d411f4c9bec68508d7329670d66592" dmcf-pid="U6hSszztjJ" dmcf-ptype="figure">
           <p class="link_figure"><img alt="국내 연구진이 미국 매사추세츠공과대(MIT), 마이크로소프트(MS) 연구진과 함께 제한된 그래픽처리장치(GPU) 메모리 환경에서도 인공지능(AI)의 시각 인식 성능을 높일 수 있는 기술을 개발했다./카이스트" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/17/chosunbiz/20260617095701967ihno.jpg" data-org-width="800" dmcf-mid="0wzBpLLxcn" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/17/chosunbiz/20260617095701967ihno.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            국내 연구진이 미국 매사추세츠공과대(MIT), 마이크로소프트(MS) 연구진과 함께 제한된 그래픽처리장치(GPU) 메모리 환경에서도 인공지능(AI)의 시각 인식 성능을 높일 수 있는 기술을 개발했다./카이스트
           </figcaption>
          </figure>
          <p contents-hash="3844f4c0981dbed6778a3d32778ccff1f8df288899068320aa3f1156787716ec" dmcf-pid="uPlvOqqFjd" dmcf-ptype="general">스마트폰의 얼굴 인식, 자율주행차의 주변 인식, 휴머노이드 로봇의 물체 식별에는 공통적으로 ‘컴퓨터 비전’ 기술이 쓰인다. 컴퓨터 비전은 인공지능(AI)이 이미지나 영상을 보고 주변 상황을 이해하도록 돕는 기술이다.</p>
          <p contents-hash="fd1b1fabc48c7ba3f35664f02f82d94f390f740a1910a2e717416d012d487abd" dmcf-pid="7QSTIBB3ke" dmcf-ptype="general">김창익 카이스트 전기및전자공학부 교수 연구진이 미국 매사추세츠공과대(MIT), 마이크로소프트(MS) 연구진과 함께 제한된 그래픽처리장치(GPU) 메모리 환경에서도 AI의 시각 인식 성능을 높일 수 있는 기술 ‘업샘플 애니띵(Upsample Anything)’을 개발했다고 17일 밝혔다.</p>
          <p contents-hash="6519e937c726badce4bf610c6815c57c9c46ed758d978b58505331cd9f784bd1" dmcf-pid="zxvyCbb0jR" dmcf-ptype="general">최근 AI 시스템은 연산 속도를 높이고 메모리 사용량을 줄이기 위해 입력 영상을 낮은 해상도의 특징 정보로 압축해 처리한다. 특징 정보란 AI가 이미지에서 물체의 형태, 경계, 위치 등 중요한 단서를 뽑아낸 것이다.</p>
          <p contents-hash="bfe8f4819bb851c2b1c2b9409903647b2d9dc4b7871d9106a0a7cdac9272db2b" dmcf-pid="qMTWhKKpjM" dmcf-ptype="general">하지만 이 과정에서 작은 물체나 얇은 구조, 미세한 결함처럼 중요한 정보가 사라질 수 있다. 반대로 처음부터 모든 영상을 고해상도로 처리하면 GPU 메모리와 연산 자원이 많이 필요해 실시간 처리가 어려워진다. 스마트폰이나 로봇처럼 장치 크기와 전력 사용에 제약이 있는 환경에서는 특히 큰 한계로 꼽혀 왔다.</p>
          <p contents-hash="9063ce18564986d664d17131458e453408aef098182098b3192edd40e8086ea6" dmcf-pid="BRyYl99Uax" dmcf-ptype="general">연구진은 저해상도로 압축된 특징 정보를 다시 고해상도로 복원하는 방식으로 이 문제를 풀었다. 입력 이미지에 담긴 경계와 구조 정보를 활용해 원래 이미지에 가까운 시각 정보를 되살리는 방식이다.</p>
          <p contents-hash="fba9239b964273967b63a37ae103fef336967b233d0d671e28dd1b4fd525d36a" dmcf-pid="beWGS22ujQ" dmcf-ptype="general">이번 기술의 특징은 추가 학습이 필요 없다는 점이다. 기존 방식은 새로운 환경이나 데이터에 적용하려면 별도의 재학습이나 복잡한 최적화 과정이 필요한 경우가 많았다. 반면 ‘업샘플 애니띵’은 입력 이미지 한 장만으로 복원 방식을 찾아 다양한 상황에 바로 적용할 수 있도록 설계됐다.</p>
          <p contents-hash="cb2551afc1dc7a1ad0b278aeb569be196d6525f83822ce34b12b09b79848922c" dmcf-pid="KVsIDppXgP" dmcf-ptype="general">연구진에 따르면 이 기술은 AI 연구에서 널리 쓰이는 224×224 크기 이미지 기준 약 0.4초의 계산으로 원본에 가까운 시각 정보를 복원했다. 또 모든 정보를 고해상도로 저장하지 않고 필요한 정보만 압축해 활용함으로써 GPU 메모리 효율을 최대 16배 높였다.</p>
          <p contents-hash="4bec5f67bc83969b94ee943ca9a284ef0df4e76f0181c3d7f757f8221eed5206" dmcf-pid="9fOCwUUZc6" dmcf-ptype="general">김창익 교수는 “이번 기술은 적은 자원으로도 AI의 시각 정밀도를 높일 수 있는 알고리즘”이라며 “휴머노이드 로봇과 스마트폰 등 기기 내부에서 AI를 구동하는 온디바이스 AI의 실용화에 기여할 수 있을 것으로 기대한다”고 말했다.</p>
          <p contents-hash="6a3e484d29e39fb12080e3ad3ba1ed45a596c6bacb20c5307862139e6dd0b042" dmcf-pid="24Ihruu5c8" dmcf-ptype="general">연구 성과는 AI 및 컴퓨터 비전 분야 학회인 ‘CVPR 2026’에 채택됐으며, 계산 자원 활용 효율성을 인정받아 ‘CVPR 컴퓨트 골드 스타’를 수상했다. 연구 과정의 투명성과 재현 가능성을 평가하는 ‘트랜스패런시 챔피언’에도 선정됐다.</p>
          <p contents-hash="1026fa77103481114fbb2670dcc6ad467b3ed0df2e985000ed6221dd9f9df688" dmcf-pid="V8Clm771j4" dmcf-ptype="general">참고 자료</p>
          <p contents-hash="2d770e1044a29bf1b7402cdc5e6bee033541adf5e6e7ac9d65c7122ec391bf0a" dmcf-pid="f6hSszztof" dmcf-ptype="general">arXiv(2025), DOI: <a href="https://doi.org/10.48550/arXiv.2511.16301" rel="" target="_blank" title="https://doi.org/10.48550/arXiv.2511.16301">https://doi.org/10.48550/arXiv.2511.16301</a></p>
          <p contents-hash="4156f5b6e7ba20d4c1d972e74d0e4782ca9db6ae5785c066ffc50287a61e54d0" dmcf-pid="4PlvOqqFgV" dmcf-ptype="general">- Copyright ⓒ 조선비즈 &amp; Chosun.com -</p>
         </section> 
        </div> 
        <p class="" data-translation="true">Copyright © 조선비즈. 무단전재 및 재배포 금지.</p>

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기