DGIST-MIT 공동 연구팀, ICRA 2026 로봇 비전 챌린지 1위

DGIST(총장 이건우) 전기전자컴퓨터공학과 윤성훈 교수와 MIT 임형태 박사후연구원 공동 연구팀이 세계 최고 권위의 로봇 학술대회인 '2026 ICRA(국제 로봇공학 및 자동화 학술대회)'의 필드 로봇 워크숍에서 주최한 'GOOSE 2D 시맨틱 분할 챌린지'에서 전 세계 56개 참가팀을 제치고 최종 1위를 차지했다.

이번 성과는 대한민국의 인공지능(AI) 기반 영상 인식 기술의 우수성을 세계 무대에 증명했을 뿐 아니라, 실제 물리 환경과 상호작용하는 '물리 인공지능(Physical AI)' 구현을 위한 핵심 인지 기술의 확장 가능성을 보여줬다는 점에서 의미가 깊다.

독일 프라운호퍼 IOSB 연구소, 뮌헨 연방군대학교, 코블렌츠대가 공동 주관한 이번 챌린지는 필드 로봇이 정제되지 않은 실제 환경에서 마주하는 복잡한 장면을 얼마나 정밀하게 이해할 수 있는지를 평가하는 대회다. 도심의 잘 정돈된 도로 중심으로 수집된 기존 자율주행 데이터셋과 달리, 이번 대회에 사용된 'GOOSE 데이터셋'은 예측 불가능한 야외 비정형 환경에서 수집된 필드 로봇 중심의 데이터라는 점이 가장 큰 특징이다.

대회에 사용된 데이터셋은 굴삭기, 4족 보행 로봇 등 서로 다른 플랫폼에서 수집된 비정형 야외 데이터로 기존 도심 도로 환경보다 까다롭다. 올해는 평가 항목이 64개 세부 클래스로 대폭 확대되면서, 현장에서 출현 빈도가 극단적으로 낮은 '희소 물체(Long-tailed class)'까지 정확하게 인식해내는 고도의 능력이 요구됐다.

연구팀은 메타(Meta)의 최신 자기지도 파운데이션 모델인 'DINOv3'와 영상 분할 모델 'Mask2Former'를 유기적으로 결합한 프레임워크를 독자 개발했다. 이 시스템은 광량 변화, 불규칙한 지형, 복잡한 배경 등 실제 야외 현장에서 발생할 수 있는 수많은 변수 속에서도 흔들림 없이 안정적인 시각 인식 성능을 발휘했다.

데이터 부족으로 AI가 놓치기 쉬운 희소 객체 판별 성능을 극대화해, 사고로 직결될 수 있는 치명적 인식 실패(Catastrophic failure)를 획기적으로 줄여 안전성을 높였다. 이에 따라 향후 자율주행 차량은 물론 재난 대응, 스마트 농업, 건설 현장 등 다양한 필드 로봇 산업 분야로의 전방위적인 확장이 기대된다.

윤성훈 DGIST 전기전자컴퓨터공학과 교수는 “예측 불가능한 비정형 야외 환경에서 장면을 정밀하게 이해하는 기술은 필드 로봇의 자율성과 안전성을 보장하기 위한 가장 핵심적인 기술”이라며, “이번 글로벌 무대에서의 성과를 발판 삼아 실제 로봇 시스템 및 다양한 산업 현장에 즉각적으로 적용할 수 있는 강력한 시각 인지 기술 연구를 지속적으로 발전시켜 나가겠다”고 말했다.