ERICA캠퍼스 이영문 로봇공학과 교수팀이 지난 1월 인공지능(AI)이 실시간으로 사람 및 사람의 포즈를 인식, 분석하는 ‘PosePlusSeg(이하 포즈플러스세그)’를 개발했다. 포즈플러스세그는 AI가 사람을 인식할뿐 아니라 동시에 개별 행동을 추정할 수 있는 기술이다.

기존의 포즈 인식 기술은 이미지에서 사람을 찾아낸 후에 머리, 눈, 팔, 발목 등 핵심 부분을 인식하는 top-down(하향식) 방식이었다. 이 방식은 페이스북의 ‘R-CNN’이 대표적이다. R-CNN은 사물을 감지하고 해당 사물의 주변 경계선을 그려 식별하는 컴퓨터의 시력 알고리즘이다.

하지만 top-down 방식은 사람을 찾는 모듈이 반복해서 바운딩 박스(bounding boxes, 사진이나 그림에서 물체를 감지한 구역)를 생성해내는 데 상당한 연산량이 소모된다. 또한, 바운딩 박스 생성 후 본격적인 포즈 인식과 객체 분할이 수행돼 실시간으로 동작할 수 없었다.

이 교수팀이 개발한 포즈플러스세그는 기존의 방식과 달리 bottom-up(상향식) 방식을 이용한다. 이 교수는 “포즈플러스세그는 바운딩 박스 없이 사람 포즈 인식과 객체 별 영역 분할 인식인 세그먼테이션(segmentation)을 동시에 수행해 사람의 형체를 인식한다”며 “이에 따라 포즈 인식과 세그먼테이션의 정확도를 모두 향상시킬 수 있었다”고 말했다. 포즈플러스세그는 기존 기술보다 5배 이상의 성능을 가지고 있다.

본 기술은 통상 두 가지 작업을 모두 수행해야 하는 로봇, HCI(Human Computer Interaction, 인간과 컴퓨터 간의 상호작용), 헬스케어 등에 즉시 적용 가능하다. 이는 지난 2월 22일부터 3월 1일까지 열린 AI 분야의 최우수 콘퍼런스인 ‘AAAI Conference on Artificial Intelligence’에서 발표돼 성과를 인정받았다.

이 교수가 진행한 연구들은 현재 다양한 실생활에 적용돼 있다. 특히 드론, 로봇, IoT(Internet of Things, 사물인터넷)에 필수적인 인공지능 기반의 배터리 관련 연구가 아이폰의 배터리 베타 기능에 일부 활용된 상태다. 이전 아이폰은 추운 환경에서 배터리가 꺼지는 현상이 발생했었다. 이로 인해 이용자들은 지속해서 불편함을 호소했다. 이에 대해 이 교수는 “배터리의 용량은 남아있지만, 순간적인 피크 전력 사용으로 공급전압이 최소치 이하로 떨어지면서 생기는 문제임을 분석했다”며 “그에 따른 전력 사용 제한을 모듈별로 제안해 제한적 상황 내에서 안정적인 전력 공급이 가능하게 했다”고 답했다. 현재 본 기술은 안드로이드 환경에서도 개발 중이다.

이 교수는 끊임없이 AI에 관한 연구를 이어갈 예정이다. 그는 “현재 슈퍼 컴퓨터 상의 느린 AI를 효율적으로 변화시켜 우리 주변 생활의 임베디드 시스템(어떤 장치가 다른 시스템에 의존하지 않고 독립적으로 기능을 수행하는 것)에 사용 가능한 실시간 AI를 만드는 것을 중점적으로 연구 중이다”고 답했다.

이 교수는 가상 공간의 패러다임 속 AI를 물리적 공간, 즉 실생활로 가져오는 것을 목표로 삼고 있다. 그는 “로봇이 전통적인 의미의 로봇을 넘어 물리적인 AI로서 우리 생활을 변화시킬 것이라고 믿는다”며 “이를 위해 로봇공학과에서 최신 AI, 실시간 시스템, 사이버 물리 시스템 등을 계속 연구하고 교육하고 싶다”고 말했다.