정진헌 기자
 |
| 제안된 네트워크를 위한 사이드스캔 소나(SSS) 이미지 도메인 구조./KIOST 제공 |
특히 이번 논문은 연구의 독창성과 학문적 진보를 인정받아 CMES 편집진이 선정하는 표지 논문으로 채택돼 그 의미를 더했다.
KIOST 해양력강화·방위연구부 이승훈 기술원 연구팀과 국립부경대학교 컴퓨터·인공지능공학부 장원두 교수 연구팀은 인공지능(AI) 이미지생성 모델인 'CycleGAN'을 기반으로 3D 모델링과 물리 기반 그림자 모델을 결합한 사이드스캔 소나 이미지 생성 기술을 개발해, 실제 해저 탐사 환경과 높은 유사도를 갖는 사이드스캔 소나의 이미지를 생성할 수 있는 새로운 기술적 기반을 마련했다.
사이드스캔 소나는 수중에서 음파를 해저면으로 비스듬히 송신한 뒤 반사 신호를 수신해 해저 지형과 물체의 모습을 영상화하는 장비로, 해저 지질 분석, 구조물 탐사, 재난 대응 등 다양한 분야에서 활용되고 있다.
그러나 실제 탐사데이터는 기상·해상 조건의 제약과 높은 비용으로 인해 대규모 데이터 확보에 한계가 있었다.
연구팀은 이러한 문제를 해결하기 위해 난파선과 침몰 항공기 등 여러 인공물을 3D 모델로 구현하고, 다양한 조향·회전·배치 조건을 적용해 실제와 유사한 반사 및 그림자 특성을 재현했다. 특히 사이드 스캔 소나와 표적 간 거리, 고도, 음향 산란 특성을 반영한 정밀 그림자 모델을 도입함으로써 기존 인공지능 연구에서 단순 처리되던 그림자 영역을 실제 탐사 수준으로 재현했다.
이번 연구는 사이드스캔 소나 이미지 분석 분야에서 오랫동안 한계로 지적돼 온 데이터 부족 문제를 해결할 수 있는 기술적 전환점이 될 것으로 기대된다.
장기간의 현장 조사 없이도 다양한 해저 환경을 효율적으로 구현할 수 있어, 향후 해양과학기술 분야 인공지능 연구를 뒷받침하는 핵심 기반 기술로 활용될 전망이다. 아울러 연구팀은 실제 해양 환경의 복합적 특성을 보다 정밀하게 반영할 수 있도록 기술 고도화 연구를 지속해 나갈 계획이다.
이희승 KIOST 원장은 "이번 표지 논문 선정은 KIOST의 해양 인공지능 융합 연구가 국제 학계에서 경쟁력을 인정받았다는 점에서 의미가 크다"며, "앞으로도 해양 환경을 정확하게 모사할 수 있는 인공지능 기반 데이터를 지속적으로 확보해 신뢰성 높은 해양 빅데이터 구축을 적극 지원해 나가겠다"고 밝혔다.부산=정진헌 기자 podori7777@
중도일보(www.joongdo.co.kr), 무단전재 및 수집, 재배포 금지
