[미디어파인 칼럼 = 이상원 기자] 열화상 이미지에서 흔히 볼 수 있는 흐릿하고 유령 같은 형상은 과거의 일이 될지도 모른다. 인공 지능과 열화상 시력을 조합함으로써, 과학자들은 심지어 어둠 속에서도 선명하고 상세한 이미지를 만들 수 있다. 이 기술은 언젠가 자율 주행 차량이 밤에 길을 찾는 능력을 향상하는 데 도움을 줄 수 있을 것이다.
야간 시력 시스템에서 자주 사용되는 열화상 영상은 열원을 감지함으로써 작동한다. 적외선 영상은 고스팅(ghosting)이라고 불리는 현상 때문에 흐릿하게 된다. 그 때문에 조명을 켜는 것이 전구에 있는 식각을 해독하는 것을 어렵게 만드는 것과 마찬가지로 물체로부터의 열은 물체의 질감에 대한 다른 현상을 없애버린다.
과학자들은 적외선의 다른 파장을 구별할 수 있는 열 감지 카메라를 사용했다. 연구원들은 그 카메라와 인공지능을 사용하여 기기로부터 정보를 풀어 이미지에서 물체의 온도, 질감, 물질의 종류를 드러내는 컴퓨터 프로그램을 결합했다. 이 기술은 어둡고 밤에 있는 장면에서 밝고 상세한 이미지를 그렸다.
이 기술은 또한 현재의 카메라 기반 방법과 거의 동일한 정확도로 거리를 측정할 수 있다. 이것은 난파를 일으키지 않기 위해 브레이크를 밟아야 하는 자율 주행 차량에서 사용될 수 있다는 것을 의미한다. 현재의 자율 주행 차량은 음파 탐지기가 작동하는 방식과 비슷하게, 물체에 신호를 튕겨냄으로써 거리를 측정하는 경우가 많다. 하지만 신호를 보내는 많은 자율 주행 자동차들은 서로를 혼란스럽게 할 수 있다. 연구자들은 새로운 기술이 신호를 보낼 필요가 없기 때문에, 더 많은 자율 주행 자동차가 있는 세상에서 규모를 확장하는 것이 더 안전할 수 있다고 말한다.
그런데도, 이 기술이 상용화되는 데는 쉽지 않다. 카메라는 양옆으로 약 0.5 미터씩 무게가 무겁고 비싸기 때문이다. 이는 1,000만 달러 이상의 비용이 든다. 그리고 각각의 이미지를 캡처하는 것은 약 1초가 걸리는데, 이것은 실시간으로 상황에 반응해야 하는 자율주행 자동차치고는 너무 느리다. 그런데도, 이 기술의 버전이 미래에 자가운전 차량이나 로봇에 적용될 수 있기를 고대하고 있다.
[이상원 칼럼니스트]
고려대 산업경영공학과(재학 중)
미디어파인 대학생칼럼니스트 겸 기자