KAI 및 대덕연구단지 벤처기업과 업무 협력 추진
[보안뉴스 박미영 기자] KAIST가 SAR 위성영상 정보 활용을 위한 차세대 AI 연구개발을 위해 한국항공우주산업(이하 KAI) 및 대전지역 소프트웨어 벤처회사들과 업무협력을 추진한다.
‘SAR(Synthetic Aperture Radar, 합성 개구 레이더)’는 마이크로파를 사용해 영상 정보를 얻는 기술로, 구름·안개·눈 등 기상 환경에 따른 제약은 물론 주야간 구분 없이 광범위한 지역의 고화질 영상을 확보할 수 있다.
전기및전자공학부 윤찬현·김문철 교수팀이 참여하는 이번 연구 협력은 설명가능한 인공지능(AI) 기술, 위성탑재형 딥러닝 가속처리 하드웨어(HW) 기술 등을 적용해 고도화된 위성영상 분석 시스템 개발하는 것이 목표다.
이를 위해 KAIST는 KAI, I-OPS 등의 위성전문기업 및 FISYS, 모두텍, 유니인포 등의 벤처기업과 지난 20일 ‘SAR 위성영상 분석을 위한 차세대 AI 연구개발에 관한 업무협약’을 체결했다.
지금까지의 위성영상 판독은 지상에 있는 판독관의 분석에 의존하는 방식으로 운영돼 왔다. 판독관의 경험과 지식을 바탕으로 자신이 담당하는 주요 지역 위주의 정보를 분석하는 구조다. 그러나 인간이 분석할 수 있는 정보 처리량에는 한계가 있어 판독 대상 외의 위협지역 및 이동하는 표적을 광범위하게 전수조사하는 것은 사실상 불가능했다.
공동 연구팀은 이런 문제점을 극복하기 위해 위성 온보드 시스템에서 설명가능 인공지능(Explainable AI, XAI)을 활용해 데이터를 선별하는 연구를 수행한다. 수백기가바이트 단위로 수집되는 위성영상 데이터를 정제해 판독관이 분석해야 할 정보량을 압축하고 광역 전수조사가 가능하도록 돕는 기술이다.
일반적인 위성영상은 촬영 시 발생한 잡음, 왜곡, 저해상도 등의 문제로 판독 결과가 불분명한 경우가 빈번하게 발생한다. 윤찬현 교수 연구팀은 주요 시각 특성(Visual Feature)을 학습할 수 있는 주의집중(Attention) 기법을 설명가능한 인공지능에 적용해 판독할 객체 검출 및 인식 성능을 향상하는 기술을 제공한다. 판독관이 위성영상의 시각적·영상 문맥적인 정보를 분석할 수 있도록 지원하는 핵심 시스템 기술이다.
이와 함께 판독관 피드백을 반영하는 전문판독관 참여형(Human-In-the-Loop) 학습 모델을 바탕으로 한 약한 지도학습(weakly supervised learning) 기법도 적용한다. 판독관의 판단 근거를 효과적으로 추출해 인공지능의 시각적인 설명성을 개선하고 위성영상 분석의 신뢰도를 높이기 위해서다.
또한 윤 교수 연구팀은 위성 탑재가 가능한 인공지능 처리용 하드웨어 보드를 개발해 대용량의 위성영상 정보를 고속으로 처리하는 기술을 확보했으며, 설명가능한 인공지능 모델 처리용 칩인 EPU(Explainable Neuro-Processing Unit)를 구현하는 연구도 진행 중이다.
이뿐만 아니라 세계 최고 수준의 위성영상 해상도 향상 기술을 보유하고 있는 김문철 교수 연구팀에서는 SAR 위성 영상의 해상도를 2배 이상 향상할 수 있는 기술 개발로 협력한다.
[박미영 기자(mypark@boannews.com)]
[보안뉴스 박미영 기자] KAIST가 SAR 위성영상 정보 활용을 위한 차세대 AI 연구개발을 위해 한국항공우주산업(이하 KAI) 및 대전지역 소프트웨어 벤처회사들과 업무협력을 추진한다.
[사진=KAIST]
‘SAR(Synthetic Aperture Radar, 합성 개구 레이더)’는 마이크로파를 사용해 영상 정보를 얻는 기술로, 구름·안개·눈 등 기상 환경에 따른 제약은 물론 주야간 구분 없이 광범위한 지역의 고화질 영상을 확보할 수 있다.
전기및전자공학부 윤찬현·김문철 교수팀이 참여하는 이번 연구 협력은 설명가능한 인공지능(AI) 기술, 위성탑재형 딥러닝 가속처리 하드웨어(HW) 기술 등을 적용해 고도화된 위성영상 분석 시스템 개발하는 것이 목표다.
이를 위해 KAIST는 KAI, I-OPS 등의 위성전문기업 및 FISYS, 모두텍, 유니인포 등의 벤처기업과 지난 20일 ‘SAR 위성영상 분석을 위한 차세대 AI 연구개발에 관한 업무협약’을 체결했다.
지금까지의 위성영상 판독은 지상에 있는 판독관의 분석에 의존하는 방식으로 운영돼 왔다. 판독관의 경험과 지식을 바탕으로 자신이 담당하는 주요 지역 위주의 정보를 분석하는 구조다. 그러나 인간이 분석할 수 있는 정보 처리량에는 한계가 있어 판독 대상 외의 위협지역 및 이동하는 표적을 광범위하게 전수조사하는 것은 사실상 불가능했다.
공동 연구팀은 이런 문제점을 극복하기 위해 위성 온보드 시스템에서 설명가능 인공지능(Explainable AI, XAI)을 활용해 데이터를 선별하는 연구를 수행한다. 수백기가바이트 단위로 수집되는 위성영상 데이터를 정제해 판독관이 분석해야 할 정보량을 압축하고 광역 전수조사가 가능하도록 돕는 기술이다.
일반적인 위성영상은 촬영 시 발생한 잡음, 왜곡, 저해상도 등의 문제로 판독 결과가 불분명한 경우가 빈번하게 발생한다. 윤찬현 교수 연구팀은 주요 시각 특성(Visual Feature)을 학습할 수 있는 주의집중(Attention) 기법을 설명가능한 인공지능에 적용해 판독할 객체 검출 및 인식 성능을 향상하는 기술을 제공한다. 판독관이 위성영상의 시각적·영상 문맥적인 정보를 분석할 수 있도록 지원하는 핵심 시스템 기술이다.
이와 함께 판독관 피드백을 반영하는 전문판독관 참여형(Human-In-the-Loop) 학습 모델을 바탕으로 한 약한 지도학습(weakly supervised learning) 기법도 적용한다. 판독관의 판단 근거를 효과적으로 추출해 인공지능의 시각적인 설명성을 개선하고 위성영상 분석의 신뢰도를 높이기 위해서다.
또한 윤 교수 연구팀은 위성 탑재가 가능한 인공지능 처리용 하드웨어 보드를 개발해 대용량의 위성영상 정보를 고속으로 처리하는 기술을 확보했으며, 설명가능한 인공지능 모델 처리용 칩인 EPU(Explainable Neuro-Processing Unit)를 구현하는 연구도 진행 중이다.
이뿐만 아니라 세계 최고 수준의 위성영상 해상도 향상 기술을 보유하고 있는 김문철 교수 연구팀에서는 SAR 위성 영상의 해상도를 2배 이상 향상할 수 있는 기술 개발로 협력한다.
[박미영 기자(mypark@boannews.com)]
<저작권자: 보안뉴스(www.boannews.com) 무단전재-재배포금지>
박미영기자 기사보기
[2024-11-14] .jpg)
.jpg)
