Ajou News
NEW 이종민 교수팀, AAAI 2026에서 ‘라이다’ 활용 거리추정 신기술 제시
- 2026-01-26
- 140
아주대학교 지능형반도체공학과 이종민 교수 공동 연구팀이 인공지능(AI) 분야의 세계적 학회인 <AAAI 2026>에서 원격 감지 기술 라이다(LiDAR)를 활용한 거리 추정 신기술을 발표했다.
이종민 교수팀은 지난 20일부터 27일까지 싱가포르에서 개최된 <AAAI(The Association for the Advancement of Artificial Intelligence) 2026>에서 AI를 활용한 SPAD 기반 LiDAR 거리 추정 신기술에 대해 발표했다.
이번 연구는 아주대∙부산대∙강원대 공동 연구팀의 성과로, 이번 연구에는 아주대 지능형반도체공학과 석사과정의 이민성∙김서현 학생이 제1저자로 참여했다. 박연수 강원대 컴퓨터공학과 교수와 서형석 부산대 반도체공학전공 교수, 이종민 아주대 지능형반도체공학과 교수는 교신저자로 함께 했다.
라이다(LiDAR, Light Detection And Ranging) 센서는 자율주행 차량과 로봇에서 ‘눈’과 같은 역할을 하는 핵심 센서 기술이다. 레이저 빛을 쏘고 반사되어 오는 시간을 측정해, 주변 물체를 파악하고 장애물을 피해 안전하게 움직일 수 있도록 하는 구조다.
라이다(LiDAR) 센서를 통한 정확한 거리 측정을 위해서는 단일 광자 검출기(SPAD)를 이용한 히스토그램 기반 거리 추정 방식이 널리 사용되고 있다. 그러나 현재 활용되고 있는 거리 추정 방식은 강한 반사 신호 환경에서 발생하는 왜곡에 취약하고, 정확도를 높일수록 연산량이 급격히 증가해 실시간으로 반응해야 하는 하드웨어의 실제 구현에는 한계가 있다.
공동 연구팀은 이러한 한계를 해결하기 위해 거리 추정을 기존의 신호 보정(signal filtering) 문제가 아닌, AI 기반 경량 유사도 학습(lightweight similarity learning) 문제로 재정의했다. 연구팀이 제안한 방식인 LiToFNet은 왜곡된 히스토그램을 직접 복원하지 않고, 참조 펄스와 측정 히스토그램 간의 유사도를 AI 모델이 학습해 비행시간(time-of-flight, ToF)을 직접 추정하는 구조다. 연구팀은 이를 통해 왜곡이 심한 환경에서도 안정적인 거리 추정이 가능함을 확인했다.
원격 감지 기술인 라이다(LiDAR)로 다양한 물체의 데이터를 수집한 도표.
기존의 방식인 단일 광자 검출기(SPAD)를 통한 히스토그램 기반 거리 추정 방식의 경우, 근거리에서의 강한 반사로 pile-up 왜곡이 발생함을 알 수 있다.
단일 광자 검출기(SPAD)가 가장 먼저 도착한 광자만 기록하고, 늦게 도착한 광자는 일정 시간 동안 무시되기 때문에 발생하는 원치 않는 왜곡이다.
공동 연구팀의 LiToFNet은 약 57.6KB규모의 초경량 AI 모델로 설계되어, 기존 딥러닝 기반 LiDAR 거리 추정 기법 대비 200배 이상 작은 모델로 구현됐다. 연구팀은 해당 모델을 프로그래밍이 가능한 반도체 칩(FPGA)에 구현해 초당 106 프레임의 실시간 처리 성능을 확인했고, 심각한 pile-up 왜곡이 발생하는 환경에서도 약 2.21cm 수준의 거리 오차를 기록해 현장 적용의 가능성을 보여줬다. 이는 고성능 GPU 없이도 차량⋅로봇용 엣지 라이다(LiDAR) 시스템에 직접 적용할 수 있음을 보여주는 결과다.
이번 연구의 성과는 아주대 캠퍼스의 실외 환경에서 실제로 수집한 데이터를 통해 실험적으로도 검증됐다. 연구팀은 실외 환경에서 촬영한 장면을 대상으로 거리 추정을 수행한 결과, 기존 방식이 거리 왜곡을 보이는 상황에서도, LiToFNet 기반의 하드웨어는 안정적인 거리 추정 결과를 유지함을 확인했다.
이번 연구는 한국연구재단의 기초연구실, 생애기본연구 및 4단계 BK21사업, 그리고 아주대학교 교내 학술진흥연구비 사업의 지원으로 수행됐다.
실제 야외환경에서의 실험적 검증.
아주대 캠퍼스 내 학생회관 공간에서 라이다 센서 및 연구팀의 LiToFNet 기반 하드웨어로 측정 후 분석한 결과다.
pile-up 왜곡이 발생하는 근거리 환경에서도 LiToFNet이 효과적 보정을 해냈다.
* 위 사진 - 싱가포르에서 개최된 <AAAI 2026> 학회에서. 아주대∙부산대∙강원대 공동 연구팀의 모습