하나의 모델로 자율주행 AI 줄이는 ‘SharedKD’ 개발

국민대학교 AI·소프트웨어학과 석사과정 조현준·안상호 학생이 김장호 교수 연구팀과 현대자동차의 공동연구를 통해 자율주행용 3D 객체 탐지 모델을 효율적으로 경량화하는 ‘SharedKD’를 개발했다. 연구 성과는 지난 7월 설계자동화 분야 국제학술대회인 DAC 2026에서 발표됐다.

SharedKD는 교사 모델과 학생 모델을 따로 두는 기존 지식 증류 방식과 달리, 하나의 3D 객체 탐지 모델 내부에서 두 역할을 구현한다. 전체 네트워크는 교사 모델로 활용하고, 가지치기로 구성한 부분 네트워크는 학생 모델로 삼는다. 학습 중에는 그래디언트를 토대로 중요한 구조를 동적으로 골라 정확도를 유지하면서 효율적인 경량 모델을 탐색한다.

이번 기술은 이미 학습을 마친 AI 모델의 크기를 사후에 줄이는 방식에서 더 나아가, 대규모 모델 안에서 실제 배포에 적합한 작은 모델을 동시에 찾고 학습할 수 있도록 설계됐다. 전체 모델과 경량 모델이 서로의 학습을 돕는 구조를 적용해 모델 탐색과 학습을 함께 수행하는 점이 핵심이다. 3D 인지 모델의 연산량과 실행 기간을 줄일 수 있어 차량용 AI와 엣지 AI 시스템 활용이 기대된다.

연구는 국민대가 ‘KMU Vision 2035: EDGE’를 통해 추진하는 미래 특성화 전략과도 연결된다. 8대 특성화 분야 가운데 ‘AI+X’와 ‘모빌리티’의 접점에서 AI 모델 최적화 기술을 자율주행에 적용하고 산업체와 공동연구를 수행한 사례다. DAC는 전자회로·시스템 설계와 설계자동화를 다루며 반도체 설계, AI·머신러닝 시스템, 효율적인 AI 구현 관련 연구가 발표되는 국제학술대회다.