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

로그인

글쓰기

[IT뉴스]DGIST-MIT 연구팀, 세계 로봇 비전 챌린지 1위…비정형 환경 인식 기술 입증

온카뱅크관리자

2026-06-09 07:57:29

<div id="layerTranslateNotice" style="display:none;"></div>  <strong class="summary_view" data-translation="true">ICRA 2026 GOOSE 챌린지서 56개 팀 제쳐<br>자율주행·재난대응 로봇 핵심 시각인지 기술 경쟁력 확인</strong> 
        <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
         <section dmcf-sid="1hgQJK6bke">
          <p contents-hash="658af750fd5bf1542e78c8ea4164c08352cdcb6c2ffbc304babc4d2be8fa9f44" dmcf-pid="tlaxi9PKaR" dmcf-ptype="general">대구경북과학기술원(DGIST)과 미국 매사추세츠공과대학(MIT) 공동 연구팀이 세계 최고 권위의 로봇 학술대회에서 열린 로봇 비전 챌린지에서 1위를 차지했다. 정형화되지 않은 야외 환경에서도 희소 물체를 정확히 인식하는 인공지능(AI) 기술력을 입증하며 차세대 자율주행과 필드 로봇 분야 경쟁력을 확인했다.</p>
          <div contents-hash="fab577a4e948a3b862b6ccb2207b1c29c4112f20bf303c010e6450910858ce97" dmcf-pid="FSNMn2Q9gM" dmcf-ptype="general">
           <p>DGIST는 9일 윤성훈 전기전자컴퓨터공학과 교수와 임형태 MIT 박사후연구원이 이끄는 공동 연구팀이 '2026 국제 로봇공학 및 자동화 학술대회(ICRA 2026)' 필드 로봇 워크숍에서 열린 'GOOSE 2D 시맨틱 분할 챌린지'에서 전 세계 56개 참가팀을 제치고 최종 1위를 차지했다고 밝혔다.</p>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="db38c7a0000799b4c6a353a5b4c6f21ff912b43eba61baa48a78bc1b2516ac57" dmcf-pid="3vjRLVx2Ax" dmcf-ptype="figure">
           <p class="link_figure"><img alt="윤성훈 DGIST 교수팀이 '2026 ICRA'에서 'GOOSE 2D 시맨틱 분할 챌린지' 부문 1등을 차지했다. DGIST 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/09/akn/20260609075323030jawv.jpg" data-org-width="745" dmcf-mid="ZUojwdaejJ" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/09/akn/20260609075323030jawv.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            윤성훈 DGIST 교수팀이 '2026 ICRA'에서 'GOOSE 2D 시맨틱 분할 챌린지' 부문 1등을 차지했다. DGIST 제공
           </figcaption>
          </figure>
          <p contents-hash="82bdec5cf3d1120eb51b6d8060b744718f16f4cb3e6dc1a9a21631cebd178a42" dmcf-pid="0TAeofMVkQ" dmcf-ptype="general">이번 대회는 독일 프라운호퍼 IOSB 연구소, 뮌헨 연방군대학교, 코블렌츠대학교가 공동 주관했다. 필드 로봇이 실제 야외 환경에서 마주하는 복잡한 장면을 얼마나 정확하게 이해하는지를 평가하는 국제 경연이다.</p>
          <p contents-hash="42f14841f2d1aa67eb649a1ad15cd887917fd02c4588942f9aa52494d8ee691d" dmcf-pid="pycdg4RfjP" dmcf-ptype="general">대회에 활용된 'GOOSE 데이터셋'은 굴삭기와 4족 보행 로봇 등 다양한 플랫폼에서 수집한 비정형 야외 데이터를 기반으로 한다. 일반적인 자율주행 데이터셋이 도심 도로 중심인 것과 달리 불규칙한 지형과 다양한 장애물이 존재하는 실제 환경을 반영해 난도가 높다.</p>
          <p contents-hash="a248c5303a30117f9b2dd9c91b01dd17657e9891eef43c2eee5fb1ddc29d63a0" dmcf-pid="Un93zYtWc6" dmcf-ptype="general">특히 올해는 평가 대상이 64개 세부 클래스로 확대되면서 출현 빈도가 매우 낮은 '희소 물체(Long-tailed Class)'까지 정확하게 식별해야 하는 과제가 추가됐다. 이러한 희소 물체 인식 실패는 실제 자율주행이나 현장 로봇 운용 과정에서 안전사고로 이어질 수 있어 핵심 평가 요소로 꼽힌다.</p>
          <div contents-hash="b6d1ac06a1048bdc82cb85719414a7988184c01f485711b4482bc5d3dc7854d1" dmcf-pid="uL20qGFYo8" dmcf-ptype="general">
           <p>연구팀은 미국 AI 기업 메타가 개발한 자기지도 학습 기반 파운데이션 모델 'DINOv3'와 영상 분할 모델 'Mask2Former'를 결합한 독자 프레임워크를 개발했다. 해당 기술은 광량 변화, 복잡한 배경, 비정형 지형 등 다양한 환경 변화 속에서도 안정적인 시각 인식 성능을 유지한 것으로 평가받았다.</p>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="8d56d861c209b632f08a06da2f6935266605308a592810ed833618d9f0a76d1f" dmcf-pid="7oVpBH3Ga4" dmcf-ptype="figure">
           <p class="link_figure"><img alt="윤성훈 DGIST 전기전자컴퓨터공학과 교수 연구팀. 왼쪽부터 윤 교수, 이상진, 최효빈, 박재일. DGIST 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/09/akn/20260609075324317vtdh.jpg" data-org-width="745" dmcf-mid="5LdVQu9UNd" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/09/akn/20260609075324317vtdh.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            윤성훈 DGIST 전기전자컴퓨터공학과 교수 연구팀. 왼쪽부터 윤 교수, 이상진, 최효빈, 박재일. DGIST 제공
           </figcaption>
          </figure>
          <p contents-hash="910da8fbf2c22e37e43b6a6e27ab70d0bee0fdcffb2d99cb10978c70c859e5d3" dmcf-pid="zgfUbX0Hof" dmcf-ptype="general">특히 데이터가 부족해 AI가 놓치기 쉬운 희소 객체 판별 성능을 크게 향상시켜 치명적인 인식 오류를 줄이는 데 성공했다. 이에 따라 자율주행 차량뿐 아니라 재난 대응 로봇, 스마트 농업, 건설 현장 로봇 등 다양한 산업 분야에 적용될 수 있을 것으로 기대된다.</p>
          <p contents-hash="fdcfce8313f25e8a3d1abb4cbcbbebc42d8c502d4bccf2185cfd1e3a9a843181" dmcf-pid="qa4uKZpXgV" dmcf-ptype="general">윤성훈 DGIST 전기전자컴퓨터공학과 교수는 "예측 불가능한 비정형 야외 환경에서 장면을 정밀하게 이해하는 기술은 필드 로봇의 자율성과 안전성을 보장하는 핵심 기술"이라며 "이번 성과를 바탕으로 실제 산업 현장에 즉시 적용할 수 있는 강력한 시각 인지 기술 연구를 지속적으로 발전시켜 나가겠다"고 말했다.</p>
          <p contents-hash="a3a78841720bd7521d493cd57baf97a7bcfdaf60e3fd03336f14f783e40749e7" dmcf-pid="BN8795UZo2" dmcf-ptype="general">DGIST는 이번 성과가 MIT 등 해외 연구기관과의 공동 연구를 통해 거둔 결과로, 향후 글로벌 로봇·AI 연구 협력 확대와 기술 상용화에도 도움이 될 것으로 기대했다.</p>
          <p contents-hash="f6df8014ae37f5ab091cc59c905337b077683faeee80c9afffd9591cfec2076e" dmcf-pid="bj6z21u5A9" dmcf-ptype="general">김종화 기자 justin@asiae.co.kr</p>
         </section> 
        </div> 
        <p class="" data-translation="true">Copyright © 아시아경제. 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