한국광기술원은 인공지능 기술을 활용해 야간 카메라 영상을 주간 카메라 영상처럼 실시간 처리하는 야간환경 저조도(低照度) 영상변환 기술을 개발했다고 1일 밝혔다.

현재 자율주행 기술은 라이다(LiDAR) 센서와 카메라 영상을 이용하는 그룹으로 나눠진다.

자율주행 기술에 많이 시도되는 라이다 센서는 고가에다 광학적 안정성 확보가 어려워 자율 주행차 대중화에 걸림돌이 되고 있다.

또 적외선 카메라 기반의 야간 영상기술은 높은 가격에도 흑백 영상 위주의 낮은 객체 인식성능을 보이는 단점이 있다.

반면에 저가의 일반 카메라와 영상분석을 이용한 자율주행 기술은 가격 측면에서 상용화에 유리하지만, 야간 환경에서 차량 주변 객체 인식성능이 떨어지는 등 해결해야 할 과제가 적지 않다.

한국광기술원 지능 형광 IoT(사물인터넷) 연구센터 박안진 박사팀이 개발한 '인공지능 기술을 이용한 저조도 야간-주간 영상변환 기술'은 라이다와 카메라가 가진 단점을 한꺼번에 해결했다.

야간 환경에서 보행자와 차량 인식, 경로 예측, 도로표지판 같은 고정 객체를 인식하고, 도로 상황 등 자율주행에서 요구되는 난제를 해결했다는 평가를 받는다.

신기술은 인공지능 기술의 한 분야로 하나의 이미지를 다른 이미지의 스타일로 바꾸는 모델인 'CycleGAN(Cycle 생성적 적대 신경망)'을 도입했다.

부가적인 야간환경 데이터 수집이나 추가적인 인공지능 학습이 필요 없어 주야간 모든 환경에서 선명한 영상을 제공하는 장점이 있다.

한국광기술원 지능형IoT연구센터 김정호 센터장은 "이 신기술은 카메라 기반 자율주행에서 드러나는 야간 주행 시 주변 환경 인식성능 저하 문제를 해결, 주행 안정성 향상에 크게 기여하고 라이다 센서나 적외선카메라 등 고가 장비를 대체, 자율주행차의 상용화·대중화를 앞당기는 데도 도움을 줄 것으로 기대한다"고 말했다.