연구진이 스마트폰이나 임베디드 기기처럼 연산 자원이 제한된 환경에서도 실시간으로 작동하는 경량 단안(單眼) 깊이추정 모델 ‘집뎁스(ZipDepth)’를 공개했다. 단안 깊이추정은 카메라 한 대로 찍은 2차원 영상만으로 각 지점까지의 거리, 즉 깊이 정보를 추정하는 기술로, 자율주행·로봇·증강현실(AR) 등에서 3차원 공간을 인식하는 핵심 요소로 꼽힌다.
최근 이 분야는 다양한 상황에 두루 통하는 ‘제로샷(zero-shot) 일반화’ 능력을 갖춘 파운데이션 모델(foundation model) 덕분에 크게 발전했다. 하지만 이런 모델들은 요구하는 연산량이 워낙 커서 임베디드·모바일 플랫폼에서는 사실상 구동하기 어려웠다. 가벼운 대안 모델들이 있긴 했으나, 대부분 단일 영역에서 자기지도(self-supervised) 방식으로만 개발돼 촬영 환경이 바뀌면 성능이 조용히 무너지는 한계를 안고 있었다.
연구진은 집뎁스가 이 간극을 메운다고 설명했다. 이 모델은 효율적인 재구조화(reparameterizable) 인코더-디코더 구조에, 파운데이션 모델로부터 지식을 옮겨오는 대규모 지식증류(knowledge distillation)를 여러 영역에 걸친 대규모 학습 데이터로 결합했다. 지식증류는 크고 무거운 모델의 능력을 작은 모델로 압축해 전달하는 학습 기법이다.
집뎁스의 파라미터 수는 610만개에 불과하다. 그럼에도 서버용 GPU부터 전력이 제한된 소형 기기까지 실시간 속도로 구동되며, 5개 벤치마크에서 경량 모델 가운데 제로샷 정확도와 배포 효율성 사이의 최적 균형을 달성했다고 연구진은 밝혔다. 연구진은 이 모델이 파라미터가 50배 더 많은 파운데이션 모델의 정확도에 근접하는 의미 있는 진전을 이뤘다고 평가했다. 무거운 대형 모델에 의존하지 않고도 온디바이스 환경에서 정밀한 공간 인식을 구현할 길을 넓혔다는 점에서 주목된다.
저작권자 © STORIUM 무단전재 및 재배포 금지
