메모리 사용량 90% 줄이고 처리 속도 최대 12배 향상
자율주행 로봇 온보드 AI 구현 효율 개선
 |
| 네이버랩스 유럽은 산업 현장과 일상 공간에서 자율주행 로봇의 작업 효율을 높일 수 있는 범용 인코더 디바인을 23일 공개했다. [네이버랩스 제공] |
[헤럴드경제=박혜림 기자] 네이버랩스 유럽은 산업 현장과 일상 공간에서 자율주행 로봇의 작업 효율을 높일 수 있는 범용 인코더 디바인을 23일 공개했다.
인코더는 로봇이 카메라와 라이다(LiDAR) 등 센서로 수집한 데이터를 인공지능(AI) 모델이 처리할 수 있는 형태로 바꿔주는 장치다. 기존 자율주행 로봇은 위치 추정, 깊이 계산, 공간 이해, 사람 인식 등 작업별로 각각 다른 인코더를 활용해 왔다.
이 방식은 같은 입력 데이터를 여러 AI 모델이 반복 처리해야 해 메모리 사용량과 연산 부담이 커지는 한계가 있었다. 디바인은 여러 인코더가 맡던 기능을 하나로 통합해 이 문제를 줄인 기술이다. 로봇에 여러 개의 인코더를 따로 탑재하지 않아도 2D 이미지 이해, 3D 공간 재구성, 사람 인식 등 다양한 시각 AI 작업을 수행할 수 있다.
네이버랩스 유럽은 ‘다중 교사 증류’ 방식을 적용했다. 이미지, 공간, 사람 인식 등 각 분야에 특화된 전문가 모델의 핵심 처리 능력을 하나의 모델에 옮겨 담는 방식이다. 이를 통해 대형 전문 모델 여러 개를 동시에 쓰지 않고도 다양한 기능을 처리할 수 있도록 했다.
실험 결과도 공개됐다. 네이버랩스 유럽에 따르면 디바인을 적용하면 여러 인코더를 따로 탑재했을 때와 비교해 인코더 메모리 사용량을 약 90% 줄일 수 있다. 인코딩 처리 속도는 최대 12배 빨라졌고, 로봇 전체 시스템 기준 메모리 사용량은 약 62% 감소했다. 시스템 처리 속도도 최대 4배 향상됐다.
 |
| 네이버랩스 유럽은 산업 현장과 일상 공간에서 자율주행 로봇의 작업 효율을 높일 수 있는 범용 인코더 디바인을 23일 공개했다. [네이버랩스 제공] |
디바인은 로봇 내부에서 직접 AI 기능을 실행하는 온보드 환경에도 적합하다는 설명이다. 기존 로봇용 AI 모델은 연산량이 커 서버나 고성능 컴퓨팅 장비에 의존하는 경우가 많았다. 디바인은 상대적으로 적은 메모리와 연산 자원으로 여러 AI 기능을 처리할 수 있어, 다양한 형태의 자율주행 로봇에 적용 가능성을 높인다.
사람과 로봇이 함께 움직이는 환경에서는 주변 상황을 빠르게 파악하고 대응하는 능력이 중요하다. 네이버랩스 유럽은 디바인이 제한된 컴퓨팅 자원 안에서도 로봇이 공간과 사람을 동시에 인식하도록 해 산업 현장과 일상 공간에서 로봇 도입 장벽을 낮출 수 있을 것으로 보고 있다.
확장성도 고려됐다. 새로운 AI 기능이 필요할 경우 로봇 하드웨어를 바꾸지 않고 디바인을 업데이트해 성능을 높일 수 있도록 설계됐다.
이동환 네이버랩스 비전그룹 리더는 “전세계적으로 피지컬 AI의 상용화를 위해 로봇 두뇌 경량화가 주요 화두로 떠오르고 있다”며 “디바인은 일상 및 산업 현장 전반에 걸쳐 AI 로봇 도입 장벽을 낮추는 데 기여할 것”이라고 말했다.
네이버랩스 유럽의 디바인 관련 연구 2건은 유럽컴퓨터비전학회(ECCV 2024)와 컴퓨터비전 및 패턴 인식 컨퍼런스(CVPR 2025)에 각각 채택됐다.
한편 네이버랩스는 디지털트윈, 자율주행 로봇, 실내 고정밀 지도 등 공간 데이터 기술을 기반으로 피지컬 AI 기술을 고도화하고 있다. 네이버 제2사옥 ‘1784’에서 자율주행 로봇이 사내 배송과 물류 업무를 수행하는 등 실제 공간에서 AI와 로봇이 작동하는 환경을 구축해 온 만큼, 이번 디바인 공개도 로봇의 현장 적용성을 높이기 위한 기술 확장의 일환으로 볼 수 있다.
