기사를 읽어드립니다Your browser does not support theaudio element.0:00네이버랩스 유럽은 23일 자율주행 로봇의 ‘두뇌’를 보다 가볍고 빠르게 만드는 범용 인공지능(AI) 인코더 ‘디바인’(DIVINE)을 공개했다.광고네이버랩스가 자율주행 로봇의 ‘두뇌’를 보다 가볍고 빠르게 만드는 범용 인공지능(AI) 인코더 ‘디바인’(DIVINE)을 공개했다. 산업 현장과 일상에서 활용되는 자율주행 로봇이 더 적은 연산 자원으로도 주변 환경을 빠르고 정확하게 인식할 수 있도록 지원하는 기술이다.네이버랩스 유럽은 이미지 이해와 공간·사람 인식 등 로봇에 필요한 다양한 시각 인공지능 기능을 하나로 통합한 범용 인코더 디바인을 개발했다고 23일 밝혔다.자율주행 로봇은 주변 환경을 파악하고 의사결정을 내리기 위해 카메라와 라이다(LiDAR) 등 다양한 센서를 활용한다. 이 과정에서 수집된 데이터를 인공지능 모델이 처리할 수 있는 형태로 변환하는 역할을 하는 게 인코더다. 기존에는 위치 추정, 깊이 계산, 공간 이해, 사람 인식 등 기능별로 서로 다른 인코더를 사용해 동일한 데이터를 중복 처리했던 탓에 메모리 사용량과 연산량이 과도하게 증가하는 문제가 있었다.광고디바인은 이러한 비효율을 해결하기 위해 여러 인코더를 하나로 통합한 범용 인코더다. 하나의 인코더만으로 2차원 이미지 이해와 3차원 공간 재구성, 사람 인식 등 다양한 작업을 수행할 수 있어 여러 개의 인코더를 탑재할 필요가 없다.네이버랩스 유럽은 ‘다중 교사 증류’(Multi-Teacher Distillation) 방식을 통해 인코더 통합 문제를 해결했다. 이미지 이해와 공간·사람 인식 등 각 분야에 특화된 여러 전문가 모델의 핵심 지식을 하나의 모델에 학습시키는 기술이다.광고광고실제 실험 환경에서 성능 개선 효과도 뚜렷했다. 여러 인코더를 탑재했을 때에 견줘 인코더 메모리 사용량은 약 90% 감소했고, 인코딩 처리 속도는 최대 12배 향상됐다. 로봇 시스템의 메모리 사용량도 약 62% 줄었으며, 처리 속도는 최대 4배 빨라진 것으로 나타났다. 그동안 방대한 연산량 탓에 서버 환경이나 고성능 컴퓨팅 장비에서 구동되던 기존 로봇용 인공지능 모델의 한계를 극복한 만큼 현장의 다양한 로봇에 고성능 인공지능을 적용할 수 있는 기반이 될 것으로 기대된다고 회사는 설명했다.이동환 네이버랩스 비전그룹 리더는 “전세계적으로 피지컬 인공지능의 상용화를 위해 로봇 두뇌 경량화가 주요 화두로 떠오르고 있다”며 “디바인은 일상 및 산업 현장 전반에 걸쳐 인공지능 로봇 도입 장벽을 낮추는 데 기여할 것”이라고 말했다.선담은 기자 sun@hani.co.kr