전북대학교 전자공학부 조형기 교수(AI Robotics Lab) 연구팀의 논문이 로보틱스 분야 최고 권위 학술대회인 IEEE International Conference on Robotics and Automation(ICRA 2026)에 최종 채택됐다. ICRA는 IEEE Robotics and Automation Society가 주관하는 학회로, 로보틱스 및 자율시스템 분야에서 가장 영향력 있는 국제 학술대회로 평가된다. 올해 학회는 6월 1일부터 5일까지 오스트리아 비엔나에서 열린다. 채택된 논문 제목은 「SC-VLMaps: Depth-Free Visual–Language Mapping via Scene Coordinate Regression」이다. 연구팀은 고가의 깊이(depth) 센서를 사용하지 않고, 단안 RGB 카메라만으로 3차원 공간지도와 언어적 의미 정보를 동시에 구축하는 새로운 접근을 제안했다.
기존 Visual-Language Map 방식은 깊이 정보를 제공하는 별도의 센서 장비를 전제로 설계되는 경우가 많았다. 이는 비용 증가와 시스템 복잡성이라는 제약을 동반한다. 연구팀은 Scene Coordinate Regression(SCR) 기반 인공지능 모델을 활용해 영상으로부터 직접 3차원 좌표를 예측하는 방식을 도입했다. 카메라로 획득한 2차원 이미지에서 장면 좌표를 추정하고, 이를 대규모 언어 모델의 의미 표현과 결합함으로써 공간 구조와 의미 정보를 통합하는 구조다. 이 방식은 센서 의존성을 낮추면서도 고수준의 공간 이해를 가능하게 한다는 점에서 기술적 차별성을 갖는다.
해당 기술을 적용하면 로봇은 “테이블이 어디 있는가”, “창문이 있는 영역을 찾아라”와 같은 자연어 질의에 기반해 공간을 이해하고 탐색할 수 있다. 단순한 물체 인식 수준을 넘어, 공간적 좌표와 의미 정보를 결합한 형태의 공간지능 구현이 가능해진다. 특히 저비용 센서 환경에서도 정밀한 3차원 공간 이해가 가능하다는 점은 산업적 확장성을 시사한다. 고가의 깊이 센서를 탑재하기 어려운 소형 로봇이나 경량 플랫폼에도 적용 가능성이 열려 있다.
이번 성과는 공간지능(Spatial AI)과 피지컬 AI 핵심 기술력의 확장 가능성을 보여주는 사례로 해석된다. 시각 정보와 언어 모델을 통합해 공간 구조를 해석하는 접근은 자율행동, 인간–로봇 상호작용, 서비스 로봇 플랫폼 등 다양한 분야로 확장될 수 있다. 연구는 해외 로보틱스 기업과의 글로벌 공동연구로 수행됐으며, 한국연구재단 우수신진연구 과제 지원을 받아 추진됐다. 조형기 교수는 저비용 센서 환경에서도 정밀한 3차원 공간 이해가 가능함을 입증한 사례라고 평가하며, 향후 다양한 로봇 플랫폼과 연계한 자율행동 및 인간–로봇 상호작용 분야로 연구를 확장해 나갈 계획이라고 밝혔다.
#전북대학교 #ICRA2026 #공간지능 #SpatialAI #로보틱스 #VisualLanguageMapping #AI로봇
답글 남기기