“안개 속 모습도 또렷하게”…영상복원 AI 개발한 KAIST, 광학난제 해결

[디지털데일리 최민지기자] 한국과학기술원(KAIST) 연구팀이 시간의 연속성을 분석해 손상된 영상을 선명하게 복원하는 인공지능(AI) 기술을 개발했다. 이 기술은 기존의 복원 방식으로는 해결하기 어려웠던 다양한 광학적 난제를 해결할 수 있는 가능성을 보여준다. 향후 의료, 방산, 로봇 비전 분야에서 전환점을 마련했다는 평가를 받는다.

KAIST(총장 이광형)는 바이오및뇌공학과의 장무석 교수와 김재철AI대학원 예종철 교수 공동 연구팀이 움직이는 산란 매질 너머의 숨겨진 영상을 복원할 수 있는 ‘비디오 디퓨전 기반 영상 복원 기술’을 세계 처음으로 개발했다고 31일 밝혔다.

이 기술은 안개 낀 도로에서 자동차 전조등을 켜도 시야가 흐릿하게 보이는 현상이나, 김 서린 욕실 유리창 너머의 모습이 왜곡돼 보이는 것처럼 빛이 흐트러지는 환경에서도 원래 영상을 선명하게 복원한다. 산란 매질은 빛의 경로를 무질서하게 섞어 시각정보를 왜곡하는 물질이다.

이를 통해 혈액이나 피부 속을 들여다보는 비침습적 의료 진단, 화재 현장의 연기 속 인명 구조, 벽에서 반사된 빛으로 영상을 복원하는 비시선 영상, 안개 낀 도로에서의 안전 운전 보조, 불투명 유리나 플라스틱 내부의 산업 검사, 흐린 물속 시야 확보 등 일상과 산업 전방에 활용될 수 있는 길을 열었다.

연구팀은 기존 AI 복원 기술의 한계를 극복하기 위해, 광학 모델과 비디오 디퓨전 모델을 결합한 새로운 복원 방식을 도입했다. 시간에 따라 변하는 산란 환경에서도 안정적으로 복원할 수 있도록 연속된 영상의 시간적 상관관계를 학습한 디퓨전 모델을 도입했다. 그 결과, 다양한 거리·두께·잡음 조건에서도 기존 최고 성능 복원 모델 이상의 결과를 얻었다는 설명이다.

특히 연구팀은 디퓨전 기반 복원 기술 중 처음으로 시간 상관관계를 반영해, 움직이는 산란 매질 너머에서 정자의 움직임 패턴을 관찰하는 데 성공하면서 세계적으로 큰 학문적 의미를 남겼다.

또한 별도 추가 학습 없이도 안개 제거, 영상화질 개선, 블라인드 디블러링(흐린 영상 선명화) 등 다양한 상황에서 영상을 복원할 수 있는 최적화 기법을 도입해 범용 복원 프레임워크로 확장될 가능성을 입증했다.

권태성 연구원은 “시간 상관관계를 학습한 디퓨전 모델이 움직이는 산란 매질 너머 보이지 않는 데이터를 복원하는 광학 역문제 해결에 효과적임을 확인했다”며 “앞으로는 빛의 시간적 변화를 역추적해야 풀 수 있는 다양한 광학 역문제로 연구를 확장할 계획”이라고 말했다.

한편, 이번 연구는 KAIST 바이오및뇌공학과의 권태성, 송국호 박사과정이 공동 제1 저자로 참여했으며, 세계 최고 수준 AI 학술지 IEEE Transactions on Pattern Analysis and Machine Intelligence에 지난 13일 게재됐다.

- Copyright ⓒ 디지털데일리. 무단전재 및 재배포 금지 -