알림마당

• 작성일: 2026-02-20 10:48:13

가천대학교 인공지능전공 안종현 교수 연구팀(제1저자 정영재 석사과정)이 개발한 악천후 자율주행 인지 기술이 로봇 및 자동화 분야 세계 최고 권위 국제 학술대회인 'ICRA 2026(IEEE International Conference on Robotics and Automation)'에 논문이 채택됐다. 논문제목은 ‘Source-Only Cross-Weather LiDAR via Geometry-Aware Point Drop’으로 연구팀은 오는 6월 오스트리아 비엔나(Vienna)에서 개최되는 학술대회에 직접 참가해 전 세계 연구자들을 대상으로 성과를 발표할 예정이다.

역대 최다 5,088편 몰린 치열한 경쟁 뚫고 선정... 6월 오스트리아 비엔나서 발표 

ICRA는 IEEE(전기전자공학자협회) 로봇자동화학회(RAS)가 주관하는 로보틱스 분야 최고권위 학술대회다. 매년 전 세계의 혁신적인 로봇 기술과 연구 성과가 이곳에서 공유되는데, 역대 최다 5,088편의 논문이 접수됐으며, 연구팀은 이 엄정한 심사 과정을 통과하며 세계 수준의 연구 역량을 입증했다.

악천후에도 끄떡없는 '전천후 자율주행 LiDAR 인지 기술'로 세계 무대 인정 

이번에 채택된 연구는 '지오메트리 인지형 포인트 드롭(Geometry-Aware Point Drop)' 기술을 통해 폭우· 폭설· 안개 등 악천후 상황에서도 자율주행차 LiDAR 센서의 환경 인식 정확도를 높였다. 기존 자율주행 AI는 맑은 날씨 데이터로만 학습할 경우, 빗방울이나 눈에 의해 레이저가 산란되는 실제 악천후 환경에서는 인식률이 급격히 떨어지는 한계가 있었다. 이를 해결하기 위해 위험을 무릅쓰고 악천후 데이터를 직접 수집하는 것은 막대한 비용과 안전 문제가 뒤따랐다.

맑은 날씨 데이터만으로 눈·비·안개 상황 완벽 적응하는 원천 기술 확보

안종현 교수팀은 맑은 날씨(Source) 데이터만으로 학습하더라도, 마치 악천후(Target) 상황을 경험한 것처럼 AI 모델을 강건하게 만드는 'Source-Only Cross-Weather' 학습 기법을 통해 이 난제를 해결했다.

핵심 기술인 'Light Geometry-aware Adapter'는 LiDAR 점군 데이터에서 물체의 모서리 등 구조적으로 취약한 부분이 악천후 시 유실되는 현상을 수학적으로 정교하게 모사(Simulation)한다. 이를 통해 AI는 실제 악천후 데이터를 학습하지 않고도 도로와 차량, 보행자를 안정적으로 구분해낼 수 있게 되었다.

  (연구모식도) 제안하는 모델의 구조(상단)와 실험 결과(하단). 개발한 알고리즘을 적용하여 악천후 데이터 없이도 빗길 주행 환경을 정밀하게 인지하는 것을 보여준다. 

실험 결과, 연구팀의 모델은 기존 데이터 증강 기법 대비 약 7.9% 향상된 인식 성능(mIoU)을 기록했으며, 추론 과정에서 추가적인 연산 비용이 거의 발생하지 않아 실제 자율주행차량 탑재에 매우 유리하다는 평가를 받았다.

교신저자로 연구를 이끈 안종현 교수는 "이번 연구는 하드웨어 센서가 갖는 물리적 한계(난반사, 데이터 유실)를 AI 소프트웨어 기술로 극복한 사례"라며 "데이터 수집이 어려운 국방, 재난 구조, 오프로드 자율주행 분야에서도 즉시 활용 가능한 원천 기술이 될 것"이라고 의의를 밝혔다.

[관련 논문 링크] https://arxiv.org/abs/2511.01250