강석주 교수 연구팀, ‘단일 카메라 깊이 측정’ 모델 경량화 한계 극복…자율주행 상용화 ‘청신호’

서강대학교 전자공학과 강석주 교수 연구팀이 인공지능(AI) 분야 세계 최고 권위 학회인 ‘NeurIPS(Neural Information Processing Systems) 2025’에 논문을 채택하며 AI 경량화 기술의 새로운 지평을 열었다. AI 및 머신러닝 분야의 발전을 선도하는 NeurIPS 학회는 오는 11월 30일부터 미국 샌디에이고와 멕시코시티에서 개최될 예정이다.

이번에 채택된 논문은 ‘QSCA: Quantization with Self-Compensating Auxiliary for Monocular Depth Estimation’이다. 이 연구는 단일 카메라(monocular)만으로 사물과의 거리를 정확히 측정하는 핵심 기술(monocular depth estimation)의 경량화 모델에 특화된 새로운 양자화(quantization) 프레임워크를 제안했다.

연구팀은 기존의 AI 경량화 기술이 이미지 분류(image classification)나 언어 모델링(language modeling) 등 비교적 기초적인 작업에 주로 최적화되어, 자율주행, 로보틱스 등에 필수적인 깊이 측정과 같은 심화 작업에서는 성능 하락이 극심하다는 문제를 지적했다. 이를 해결하기 위해 연구팀은 ‘Self-Compensating Auxiliary (SCA) 모듈’을 개발했다. QSCA 기술은 AI 모델을 작게 만드는 양자화 과정에서 발생하는 블록 단위의 오차를 스스로 보상해주는 SCA 모듈을 적용한다. 특히, 양자화 민감도가 높은 블록에만 선택적으로 SCA 모듈을 추가함으로써 기술적 부하(overhead)는 낮추면서도 모델의 성능 하락은 효과적으로 억제하는 데 성공했다.

연구팀은 적은 양의 학습 데이터만을 사용하여 양자화 모델과 원본 모델 간의 오차를 최소화하도록 SCA 모듈을 학습시켰으며, 이를 통해 높은 정확도를 유지하면서도 모델의 효율성을 극대화했다. 강석주 교수는 “QSCA는 기존 양자화 방법의 한계를 넘어선, monocular depth estimation 모델에 특화된 획기적 기술”이라며, “자율주행, 로보틱스 등 미래 핵심 산업의 발전에 중요한 기여를 할 것”이라고 강조했다.

제안된 QSCA 기술은 AI 모델을 더욱 작고 효율적으로 만들어 실제 산업 현장 적용을 크게 앞당길 것으로 기대된다. 특히, 높은 정확도를 유지하면서도 기기의 연산 부담을 줄일 수 있어 자율주행차, 로봇, 증강현실(AR/VR) 등에서 기술 상용화를 가속화하는 핵심 역할을 할 전망이다. 연구에 참여한 양진철 연구원은 “이번 개발로 AI 모델 경량화 기술이 더욱 폭넓게 활용될 수 있는 기술적 토대가 마련됐다”라고 덧붙였다. 본 연구는 과학기술정보통신부 및 정보통신기획평가원의 대학ICT연구센터사업과 차세대지능형반도체기술개발 사업의 지원을 받아 수행되었다.