IT/과학
소형 AI 로봇의 '스킬 충돌' 해결…DGIST·KAIST 공동 연구팀 성과 발표
뉴스보이
2026.09.11. 09:39
뉴스보이
2026.09.11. 09:39
간단 요약
간단 요약
분리형 파라미터 학습(DPT) 기술을 통해 로봇의 움직임 예측과 경로 계획 간 간섭을 줄였습니다.
기존 모델 대비 충돌률을 49% 낮추는 등 소형 AI의 성능을 획기적으로 개선했습니다.
이 기사는 3개 언론사의 보도를 교차 검증하여 작성되었습니다.
이 기사는 3개 언론사의 보도를 교차 검증하여 작성되었습니다.
대구경북과학기술원(DGIST) 박대희 전기전자컴퓨터공학과 교수 연구팀이 한국과학기술원(KAIST) 연구팀과 공동으로 로봇의 움직임 예측과 경로 계획을 하나의 소형 AI에서 효율적으로 수행하는 '분리형 파라미터 학습(DPT)' 기술을 개발했습니다. 이번 연구는 엔비디아 아카데믹 하드웨어 그랜트 프로그램의 지원을 받아 수행되었습니다.
연구팀은 서로 다른 작업이 AI 모델 내부의 같은 영역을 학습할 때 간섭을 일으켜 성능이 저하되는 현상을 '스킬 충돌'로 정의했습니다. DPT 기술은 모델 크기를 키우지 않고도 이러한 간섭을 효과적으로 차단해 로봇의 자율주행 성능을 높이는 데 성공했습니다.
실제 성능 개선 효과도 뚜렷합니다. 기존 통합 모델과 비교했을 때 로봇 경로 평균 오차는 41.6%, 충돌률은 49.0%, 주변 사람의 움직임 예측 평균 오차는 33.7% 감소했습니다. 또한 자율주행 모델 벤치2드라이브 평가에서도 계획 경로 평균 오차가 1.10m에서 0.99m로 줄어드는 성과를 거뒀습니다.
이번 연구 결과는 컴퓨터비전 분야 국제학회인 'ECCV 2026'에 채택되었습니다. 해당 성과는 오는 2026년 9월 10일부터 12일까지 스웨덴 말뫼에서 전 세계 연구진에게 발표될 예정입니다.
이 콘텐츠는 뉴스보이의 AI 저널리즘 엔진으로 생성 되었으며, 중립성과 사실성을 준수합니다. AI가 작성한 초안을 바탕으로 뉴스보이 에디터들이 최종검수하였습니다. (오류신고 : support@curved-road.com)
• 이 콘텐츠는 뉴스보이의 AI 저널리즘 엔진으로 생성 되었으며, 중립성과 사실성을 준수합니다.
• AI가 작성한 초안을 바탕으로 뉴스보이 에디터들이 최종검수하였습니다. (오류신고 : support@curved-road.com)
