기사를 읽어드립니다Your browser does not support theaudio element.0:00(왼쪽부터) 한양대 미래자동차공학과 김동욱 석박사통합과정생, 조재현 석박사통합과정생, 송예원 석사과정생, 황순민 지도교수. (한양대학교 제공)광고한양대학교 Beyond-G 글로벌 혁신센터(센터장 김선우 교수)와 공과대학 미래자동차공학과 황순민 교수 연구팀(IRCV 연구실)이 인공지능(AI) 및 컴퓨터 비전 분야 세계 최고 권위 학회인 ‘CVPR 2026’의 자율주행 챌린지에서 세계 2위를 차지하며 글로벌 최고 수준의 기술력을 증명했다.연구팀은 CVPR 2026 DriveX Workshop에서 개최된 ‘DriveX Grand Challenge’의 V2I(차량-인프라 협력) Cooperative Perception 부문에 참가해 전 세계 77개 유수 대학·연구기관·기업 팀들과의 치열한 경쟁 끝에 준우승의 영예를 안았다.이번 대회의 주요 과제(Track 1)는 독일 뮌헨의 실제 도심 교차로에서 수집된 ‘TUMTraf-V2X 데이터셋’을 기반으로, 차량 센서와 도로변 인프라 센서 정보를 융합해 주변 사물을 완벽하게 인식하는 것을 목표로 삼았다. 시야 가림, 원거리 인식 한계, 센서 간 정합 오차 등 실제 도로 위에서 발생하는 복잡한 문제를 다룬다는 점에서 자율주행의 실효성을 높일 핵심 기술로 주목받았다.광고일반적으로 자율주행차와 도로 인프라 센서는 서로 다른 위치에서 같은 장면을 바라보기 때문에 정보를 통합할 때 미세한 어긋남이 발생한다. 센서 보정 오차, 기록 시점의 차이, 센서 간 성능 차이가 대표적인 원인이다. 기존 연구들은 이러한 오차가 없다고 가정해 한계가 있었으나, 한양대 연구팀은 발상을 전환해 이를 실시간으로 보정하는 ‘양방향 변형 가능 교차 어텐션(Bidirectional Deformable Cross-Attention)’ 기술을 독자적으로 설계해 난제를 해결했다. 도로 지도를 격자 형태로 나눈 뒤, 각 칸이 상대방 센서의 어느 위치를 바라봐야 할지 인공지능이 스스로 학습하도록 만들어 오차를 한 번에 잡아낸 것이다.이와 함께 연구팀은 인식 범위와 해상도를 확장하고 다방면 카메라 정보를 결합해 검출 정확도를 극대화했다. 특히 데이터셋 내 보행자의 약 35.8%가 LiDAR(라이다) 센서에 잡히지 않는다는 한계를 파악하고, 카메라 영상에서 포착한 보행자 정보를 3차원 공간으로 정밀 변환해 최종 결과에 보완하는 하이브리드 기술을 적용했다.광고광고그 결과 연구팀이 개발한 인공지능 모델은 기준 모델 대비 평균 인식 정확도(mAP)를 약 9.5%포인트 향상시키는 독보적인 성과를 거뒀다. 차량 센서만으로는 포착하기 어려운 사각지대와 원거리 물체까지 완벽하게 인식해 내며 실도로 자율주행 시스템의 안전성을 획기적으로 끌어올렸다.이번 쾌거는 Beyond-G 글로벌 혁신센터의 차세대 통신·센싱 융합 연구 역량과 IRCV 연구실의 자율주행 인공지능 전문성이 시너지를 낸 대표적 결실이다.광고황순민 미래자동차공학과 교수는 “전 세계 연구자들이 모인 권위 있는 무대에서 한양대의 자율주행 AI 기술력을 인정받아 기쁘다”며 “이번에 확보한 원천 기술은 향후 차량-인프라 협력 자율주행 고도화는 물론, 디지털 트윈 기반 교통 인지 시스템, 나아가 6G 기반 지능형 모빌리티 연구로 확장되어 미래 모빌리티 산업을 선도할 전환점이 될 것”이라고 포부를 밝혔다.한편, 이번 챌린지를 주관한 CVPR 2026은 지난 6월 3일부터 미국 덴버 콜로라도 컨벤션 센터에서 개최 중이다. 한양대 연구팀은 개막일인 3일 ‘DriveX Workshop’에 공식 초청되어 전 세계 학계와 산업계 전문가들을 대상으로 이번 세계적 연구 성과를 발표하고 시상대에 올랐다.연구팀이 설계한 협력 인지 모델의 전체 구조. (한양대학교 제공)기존 모델(위)과 연구팀의 모델(아래)의 인식 결과 비교. 기존 모델이 놓친 원거리 차량과 보행자(빨간 점선)를 연구팀의 모델은 정확하게 검출(노란 점선)한 모습. (한양대학교 제공)<이 기사는 대학이 제공한 정보기사로, 한겨레의 의견과 다를 수 있습니다>