목적에 맞는 이미지 정보만 전송해 전송 효율을 획기적으로 높일 수 있는 인공지능(AI) 기술이 개발됐다. 자율주행 차량의 인식 시스템, 원격 수술과 진단, 메타버스 실시간 렌더링 등 대규모 영상 데이터를 지연 없이 주고받아야 하는 분야에 크게 도움이 될 전망이다.
윤성환 UNIST 인공지능대학원 교수팀은 목적에 맞게 꼭 필요한 정보만을 골라 전달하는 AI 기반 무선 이미지 전송 기술 '과제 맞춤형 의미통신(Task-Adaptive Semantic Communication)'을 개발했다고 6일 밝혔다.
무선 이미지 전송은 객체(Object), 배치(Layout), 관계(Relation) 등 이미지 의미 구조를 고려하지 않고 통째로 압축해 보낸다. 이 때문에 대역폭 제약이나 전송 지연으로 고해상도 영상을 빠르게 주고 받기 어려운 상황이 발생한다.
'과제 맞춤형 의미통신'은 이미지에 포함된 모든 정보를 보내지 않고, 과제(Task)에 꼭 필요한 의미 정보만을 선별해 전달하는 기술이다. 단순 객체 분류 과제에는 '고양이', '자동차' 등 객체 정보만 보내고, '모자를 쓴 고양이'나 '의자 위에 앉은 사람' 등 이미지 생성 과제에는 객체 배치와 관계 정보까지 함께 전송한다.
'의미 필터링(Semantic Filtering)' 알고리즘을 탑재해 정보 전송 과정에서 '손에 막대를 쥐고 있다', '사람이 막대를 들고 있다'처럼 중복된 정보도 걸러낸다.
윤 교수팀은 '과제 맞춤형 의미통신'을 시뮬레이션해 기존 전송 방식 대비 최대 45배 높은 전송 효율을 확인하고, 다양한 무선 채널 조건에서 실시간 시각 과제 수행이 가능함을 입증했다.
윤성환 교수는 “앞으로 이미지 정보 전송은 '정확하게 보내는 것'을 넘어 '의미 있게 보내는 것'이 핵심이 될 것”이라고 말했다.
이번 연구 성과는 'IEEE 저널 오브 온 셀렉티드 에어리어즈 인 커뮤니케이션즈(JSAC)' 10월 20일자 실렸다.
울산=임동식기자 dslim@etnews.com