광주과학기술원(GIST·총장 임기철)은 김의환 AI융합학과 교수팀이 같은 공간을 서로 다른 시간과 경로에서 촬영한 영상을 비교해 실제 물체 변화를 자동으로 탐지하는 인공지능(AI) 모델 '비디오 기반 장면 변화 탐지(VSCDNet)' 기술을 개발했다고 3일 밝혔다.
VSCD는 같은 공간을 서로 다른 시간과 경로에서 촬영한 영상을 비교해 물체의 변화를 탐지하는 문제를 의미한다. VSCDNet는 비디오 기반 장면 전환 감지(VSCD) 문제 해결을 위해 연구팀이 제안한 AI 모델이다.
자율 로봇이 실내 공간을 장기간 스스로 이동하려면 주변 환경의 변화를 지속적으로 파악할 수 있어야 한다. 기존 변화 탐지 기술은 주로 비슷한 위치와 시점에서 촬영한 이미지를 비교하는 방식이어서 서로 다른 경로로 촬영된 영상에서는 정확한 변화 탐지에 한계가 있었다.
연구팀은 개별 이미지를 비교하는 대신 영상 전체의 흐름에 주목했다. 새로 개발한 AI 모델 'VSCDNet'은 같은 공간을 과거에 촬영한 기준 영상과 현재 촬영한 영상을 비교해 영상 전체에서 서로 대응되는 장면을 찾고, 실제 물체 변화가 발생한 영역만 정밀하게 탐지한다.
변화가 발생한 영역을 시각적으로 표시한 '변화 마스크'를 생성해 최종 변화 영역을 제시한다. 즉 노트북이 사라지거나 물체 위치가 바뀌는 등 실제 물체 변화를 자동으로 찾아낼 수 있다.
새 모델의 성능을 체계적으로 검증하기 위해 가상 공간과 실제 실내 환경 데이터를 포함한 대규모 데이터세트를 직접 구축했다. 데이터세트는 총 1090개 영상(약 113만개 이상 프레임)으로 구성했다.
실험 결과 VSCDNet은 가상 공간 데이터세트와 실제 실내 환경 데이터세트에서 기존 변화 탐지 기법과 비교했을 때 가장 우수한 성능을 기록했다. 영상 길이와 화질, 변화한 물체 수가 달라지는 다양한 조건에서도 안정적인 탐지 성능을 유지했다.
특히 로봇이 다른 경로로 이동하며 촬영한 영상 속에서 문이 열리거나 물체가 사라지는 상황을 자동으로 감지했으며 새롭게 등장한 물체를 기억하고 학습하는 기능도 확인했다.
이번 연구는 같은 공간을 서로 다른 시간과 경로에서 촬영한 영상에서도 실제 물체 변화만을 안정적으로 탐지할 수 있게 됐다는 점에서 의미가 있다. 다양한 환경 조건에서도 일관된 성능을 보여 실제 환경 적용 가능성을 높였으며, 실제 로봇 실험을 통해 환경 변화 감시와 신규 물체 학습 가능성도 검증했다.
향후 실내 순찰 로봇, 스마트 보안 감시, 시설 관리, 사물인터넷(IoT) 기반 스마트 실내 시스템 등 다양한 분야에 활용될 것으로 기대한다.
김의환 교수는 “VSCDNet은 현재 장면을 인식하는 것을 넘어 과거와 비교해 무엇이 달라졌는지를 스스로 파악하는 AI 모델”이라며 “별도의 위치 정보나 공간 지도 없이도 서로 다른 경로에서 촬영한 영상을 비교할 수 있어 실내 순찰 로봇, 스마트 보안 감시, 시설 관리 등 다양한 분야에 활용될 것으로 기대한다”라고 말했다.
광주=김한식 기자 hskim@etnews.com
