이번 포스팅에서는 어두운 환경에서도 식별능력이 뛰어난 고양이의 눈을 표방한 카메라 기술에 대해 설명한 IEEE Spectrum 글을 통해 관련 내용을 소개합니다.
개요
바위가 움직인 걸까요, 아니면 다람쥐가 도로를 건너고 있는 걸까요? 주변 환경과 매우 비슷한 물체를 추적하는 것은 많은 자율 비전 시스템에서 큰 문제로 여겨지고 있습니다. AI 알고리즘은 이러한 위장 문제를 해결할 수 있지만, 시간과 계산 능력이 필요합니다. 하지만 한국 연구진이 설계한 새로운 카메라는 더 빠른 해결책을 제공합니다. 이 카메라는 고양이의 눈에서 영감을 받아 두 가지 변형을 통해 배경과 물체를 구분할 수 있으며, 심지어 밤에도 그 기능을 발휘합니다.
광주과학기술원의 전기전자컴퓨터공학부 교수이자 이 카메라의 설계자 중 한 명인 송영민 교수는 “앞으로 다양한 지능형 로봇들이 각자의 시각적 과업에 가장 적합한 비전 시스템의 개발을 필요로 할 것”이라고 설명하셨습니다. 송 교수님의 최근 연구는 동물의 ‘완벽하게 적응된’ 눈을 이용해 카메라 하드웨어를 개선하는 데 중점을 두고 있으며, 이를 통해 다양한 작업에 특화된 카메라를 개발하고 계십니다. 예를 들어, 물고기의 눈은 곡선형 망막 덕분에 더 넓은 시야를 제공합니다. 흔히 지나치기 쉬운 고양이의 눈도 많은 영감을 제공한다고 덧붙이셨습니다.
이 카메라는 고양이의 눈에서 두 가지 적응을 모방했습니다. 바로 수직형 동공과 망막 뒤의 반사 구조입니다. 이 두 가지가 결합되어 카메라가 위장된 물체를 배경에서 구분하는 데 있어 10% 더 정확하고, 들어오는 빛을 흡수하는 데 52% 더 효율적이었습니다.
수직형 동공을 이용한 초점 집중
일반적인 카메라 시스템에서는 충분한 빛이 있을 때 조리개(카메라의 동공 역할을 하는 부분)가 작고 원형입니다. 이러한 구조는 넓은 초점 심도를 제공하여 전경과 배경 모두를 선명하게 볼 수 있도록 합니다. 반면, 고양이의 눈은 낮 동안 수직형 동공으로 좁아지면서 초점을 특정 대상으로 이동시켜 배경과 더 명확하게 구분합니다.
연구진은 카메라의 조리개로 사용할 수 있는 수직 슬릿을 3D 프린팅하여 제작하였습니다. 연구진은 움직이는 물체를 추적하는 7개의 컴퓨터 비전 알고리즘을 사용해 이 수직 슬릿을 테스트했습니다. 수직 슬릿은 시각적으로 유사한 경우에도 목표 물체와 배경 간의 대비를 높였으며, 7개의 테스트 중 5개에서 기존 카메라보다 우수한 성능을 보였습니다. 성능이 기존 카메라보다 떨어졌던 두 개의 테스트에서도 두 카메라 간의 정확도 차이는 10% 이내였습니다.
반사판을 이용한 추가 빛 수집
고양이의 눈에는 망막 뒤에 있는 반사판인 타페텀 루시둠이 있어 망막을 통과한 빛을 다시 반사하여 들어오는 빛과 반사된 빛을 모두 처리할 수 있게 해줍니다. 이 덕분에 고양이는 우수한 야간 시력을 가지고 있습니다. 밤에 고양이의 눈을 보면 빛나는 것을 직접 확인할 수 있습니다.
연구진은 이 생물학적 구조를 모방하여 카메라의 각 광다이오드 아래에 은색 반사판을 배치해 인공적으로 구현했습니다. 반사판이 없는 광다이오드는 평방미터당 1.39와트 이상의 빛이 닿을 때 전류를 발생시키는 반면, 반사판이 있는 광다이오드는 0.007 W/m²의 빛으로도 작동했습니다. 즉, 반사판이 있는 광다이오드는 약 1/200의 빛으로도 이미지를 생성할 수 있었습니다.
시각적 왜곡(카메라 렌즈가 빛을 초점 맞추는 방식에서 발생하는 불완전함)을 줄이기 위해 송 교수님과 그의 연구팀은 인간의 눈 뒤쪽처럼 곡선형 이미지 센서를 설계하기로 결정했습니다. 이러한 구성에서는 기존의 평평한 이미지 센서 칩이 적합하지 않으며, 대신 곡면 기판 위에 배열된 개별 광다이오드를 사용하는 경우가 많습니다. 그러나 곡면 센서에서 흔히 발생하는 문제는 매우 얇은 실리콘 광다이오드를 필요로 한다는 점인데, 이는 표준 이미지 센서의 픽셀보다 빛을 덜 흡수하는 특성을 가지고 있습니다. 하지만 인공 고양이 눈의 각 광다이오드 뒤에 배치된 반사판이 이를 보완해, 연구진이 빛 흡수 성능을 희생하지 않고도 곡면 이미지 센서를 제작할 수 있게 했습니다.
수직 슬릿과 반사판을 결합한 결과, 이 카메라는 어두운 환경에서도 더 선명하게 볼 수 있고 위장에 속지 않는 성능을 갖추게 되었습니다. 송 교수님은 “이 두 가지 특징을 자율 주행 차량이나 지능형 로봇에 적용하면, 밤에도 물체를 더 선명하게 보고 특정 대상을 더 정확하게 식별하는 능력을 자연스럽게 향상시킬 수 있을 것”이라고 설명하셨습니다. 그는 이 카메라가 복잡한 도시 환경에서 자율 주행 자동차나 드론에 사용될 수 있을 것이라고 전망하고 있습니다.
송 교수님의 연구실은 인공 시각 문제를 해결하기 위해 생물학적 해결책을 계속 연구하고 있습니다. 현재 그들은 뇌가 이미지를 처리하는 방식을 모방한 장치를 개발하고 있으며, 이를 생물학에서 영감을 받은 카메라와 결합하는 것을 목표로 하고 있습니다. 송 교수님은 그 궁극적인 목표가 “자연의 신경 시스템을 모방하는 것”이라고 밝히셨습니다.
마무리
이번 포스팅에서는 고양이의 눈에서 영감을 받은 새로운 카메라 기술에 대해 알아보았습니다. 수직형 동공과 반사판을 적용해 위장된 물체를 더 명확하게 구별하고 어두운 환경에서도 뛰어난 성능을 발휘하는 이 기술은 자율 주행 차량과 지능형 로봇 등 다양한 분야에서 활용될 가능성이 큽니다. 송 교수님과 그의 연구팀은 이러한 생물학적 해답을 인공 시각 문제에 접목시키며, 앞으로도 자연의 신경 시스템을 모방한 새로운 기술 개발에 도전하고 있습니다. 이번 연구가 가져올 미래의 비전 시스템 발전에 큰 기대를 걸어볼 수 있을 것입니다.