차량용 3D 탐지 연산 줄이는 ‘SharedKD’ 개발

국민대학교 AI·SW학과 김장호 교수 연구팀이 현대자동차와 공동으로 자율주행용 3D 객체 탐지 인공지능의 연산 부담을 크게 낮추는 ‘SharedKD’ 기술을 개발했다. 연구에는 김 교수와 석사과정 조현준·안상호 학생이 참여했으며, 차량 주변을 인식하는 AI의 정확도는 유지하면서 불필요한 계산을 줄이는 데 초점을 맞췄다.

SharedKD는 규모가 큰 AI 모델 내부에서 실제 구동에 반드시 필요한 핵심 구조만 효율적으로 선별하는 방식으로 작동한다. 전체 구조를 그대로 활용할 때 발생하는 불필요한 연산을 덜어내면서도 기존 인식 정확도를 유지하도록 설계됐다. 조현준 학생은 지난 7월 설계자동화 분야 국제학술대회인 ‘DAC 2026’에서 이번 공동연구 논문을 발표했다.

자율주행 차량은 주행 과정에서 주변 환경을 실시간으로 정확하게 파악해야 해 3D 객체 탐지 AI의 성능이 중요하다. 그러나 차량이 처리해야 하는 데이터가 방대해질수록 계산량이 늘고 연산 속도가 느려지는 한계가 있었다. 연구팀은 큰 모델에서 필요한 구조를 추려내는 접근으로 정확도와 연산 효율을 함께 확보하는 방안을 제시했다.

이번 기술의 핵심은 AI 모델 전체를 단순히 축소하는 것이 아니라 실제 운용에 필요한 부분을 가려내 계산을 집중하는 데 있다. 이에 따라 고성능 인식 기능을 유지하면서 제한된 연산 환경에서도 효율적인 구동을 지원할 수 있는 기반이 마련됐다. SharedKD는 차세대 차량용 AI와 엣지 컴퓨팅 시스템의 상용화를 앞당길 수 있는 기술로 기대를 모으고 있다.