소프트웨어융합학과 김승재 학생과 컴퓨터공학과 김수연 학생이 교육부와 한국연구재단의 ‘2026년 학생연구장려금지원사업’에 나란히 선정됐다. .
소프트웨어융합학과 김승재, 컴퓨터공학과 김수연 학생 국가장학사업 선정
움직이는 영상과 3차원 형상 이해하는 AI 연구 진행
소프트웨어융합학과 조명아 교수가 이끄는 Visual Science Lab에서 두 명의 대학원생이 국가장학 사업에 선정됐다. 소프트웨어융합학과 석사과정에 재학 중인 김승재 학생과 컴퓨터공학과 석사과정인 김수연 학생이 그 주인공이다. 두 학생은 교육부와 한국연구재단의 ‘2026년 학생연구장려금지원사업’에 나란히 선정됐는데, 이 사업은 우수한 학생의 연구 역량과 성장 가능성을 지원한다. 선정자는 1년간 1,200만 원의 연구비를 지원받는다. 김수연 학생은 과학기술정보통신부와 한국장학재단이 운영하는 ‘대학원 대통령과학장학금’에도 선정됐다.
고정된 카메라에서 움직이는 카메라로
컴퓨터비전은 컴퓨터가 영상과 3차원 공간의 정보를 분석하고 이해하도록 하는 기술이다. 시각 데이터를 해석해 객체 탐지 같은 문제를 해결한다. 최근에는 시각 데이터를 중심으로 텍스트·오디오 등 다양한 데이터를 함께 활용하는 추세다.
김승재 학생은 영상 속 여러 사람이나 물체의 움직임을 끊김이 없이 따라가는 ‘다중 객체 추적(Multi-Object Tracking)’ 기술을 연구한다. 학부 시절 수업 프로젝트로 ‘객체 탐지’를 다룬 것이 출발점이었다. 객체 추적은 비디오에서 탐지한 객체를 프레임마다 연결하는 기술로, 대상이 다음에 어디로 움직일지 정확하게 예측하는 것이 핵심이다.
기존 기술은 일정하게 움직이는 대상은 잘 따라가지만, 갑자기 방향을 바꾸는 복잡한 움직임에는 약했다. 김승재 학생은 단순한 움직임과 복잡한 움직임에 각각 강한 두 가지 예측 방식을 상황에 맞게 결합하는 방법을 제안했다. 이 연구는 ‘PlugTrack: Multi-Perceptive Motion Analysis for Adaptive Fusion in Multi-Object Tracking’이라는 제목으로 인공지능 분야 대표 국제학술대회인 AAAI 2026(AAAI Conference on Artificial Intelligence)에서 발표됐다.
김승재 학생은 “기존 연구는 주로 고정된 카메라를 전제로 했다. 실제 산업 현장의 다양한 환경에서도 적용할 수 있도록 두 환경을 모두 해결하는 연구를 진행하고 있다”고 말했다.
이번 연구장려금 과제는 여기에서 한 발 더 나아간다. CCTV처럼 고정된 카메라와 달리, 사람이 움직이며 찍은 영상은 카메라의 움직임과 객체의 움직임을 함께 고려해야 한다. 김승재 학생은 “별도의 센서 없이 영상만으로 카메라의 움직임을 파악해 걷어내고, 물체의 실제 움직임만 정확하게 추적하는 기술을 개발할 계획”이라고 다짐했다.
이 기술은 자율주행 차량, 드론, 스포츠 중계처럼 카메라가 끊임없이 움직이는 환경에서 활용도가 높다. 김승재 학생은 “로봇이 스스로 움직이는 동작을 보상해 주변 객체를 더 잘 이해하도록 돕는 기술이다. 로봇뿐만 아니라 방산 분야에서 쓰임이 많을 것”이라고 내다봤다.
하나의 통합 모델로, 처음 보는 물품의 결함까지 찾아내
김승재 학생이 영상 속 움직임을 쫓는다면, 김수연 학생은 물체의 형상에서 결함을 찾는 ‘3차원 이상 탐지(3D Anomaly Detection)’ 기술을 연구한다. 공장에서 생산한 물품의 결함을 가려내는 기술로, 산업 현장에서 널리 쓰인다.
기존에는 물품 하나에 모델 하나를 학습시키는 방식이 주류였다. 이 경우 물품의 모양과 종류가 달라질 때마다 모델을 따로 학습해야 한다. 하나의 모델로 여러 물체를 검사하면 서로 다른 물체의 특징이 뒤섞여 탐지 성능이 떨어지는 한계도 있었다. 김수연 학생은 “이 문제를 해결하기 위해 여러 종류의 물품을 하나로 학습할 수 있는 통합 모델을 제안했다”고 설명했다.
이 연구는 ‘A Semantically Disentangled Unified Model for Multi-category 3D Anomaly Detection’이라는 제목으로 컴퓨터비전 분야 대표 국제학술대회인 CVPR 2026(IEEE/CVF Conference on Computer Vision and Pattern Recognition)에서 발표됐다. 연구의 우수성을 인정받아 포스터 논문으로 채택됐고, 전체 논문 가운데 약 3.6%에만 주어지는 하이라이트 논문으로도 선정됐다.
연구장려금 과제인 ‘의사 이상 생성 기반 포인트 클라우드 통합형 3차원 이상 탐지’는 이 연구를 일반화하는 데 초점을 둔다. 물체의 형태와 주변 구조의 기하학적 관계를 분석하고, 실제 결함을 모방해 만든 ‘의사 이상(Pseudo Anomaly)’ 데이터를 활용해 물체 종류와 관계없이 나타나는 결함의 공통 특징을 학습하는 방식이다. 이 기술이 개발되면 검사 대상 제품이 바뀔 때마다 데이터를 새로 모으고 모델을 다시 학습해야 하는 부담을 덜 수 있다.
김수연 학생은 “산업 현장에서 하나의 모델로 다양한 물품을 검사하는 것은 물론, 학습 과정에서 보지 못한 물품까지 추론할 수 있는 모델을 개발하는 것이 목표”라고 말했다.
“나만의 주관과 철학 담아낸 연구자 될 것”
두 사람에게 AAAI와 CVPR은 생애 첫 국제학회였다. 발표를 앞두고 김승재 학생은 포스터 앞에 찾아온 연구자를 설득할 수 있도록 설명을 철저히 준비했다. 그는 “같은 문제의식을 지닌 연구자와 이야기하고 교류했던 경험이 큰 도움이 됐다. 세계적인 시각을 가진 연구자들과 소통하며 연구에 대한 시야를 넓혔다”고 말했다.
미국에서 열린 CVPR에 참석한 김수연 학생에게는 영어 발표가 가장 큰 도전이었다. 그동안 발표와 면접을 모두 한국어로 해왔기 때문이다. 그는 “막상 가보니 발표를 들으러 온 사람이 많아 자신감을 가지고 활발하게 소통할 수 있었다”며 “관심 있던 다른 포스터를 둘러보고 잘 모르던 분야의 설명을 듣다가 후속 연구 아이디어를 얻기도 했다”고 말했다.
두 사람이 Visual Science Lab로 진학한 이유는 같다. 연구실의 연구 분야가 자신이 하고 싶던 연구에 부합했기 때문이다. 김수연 학생은 학부 시절 조명아 교수의 수업을 통해 연구실과 인연을 맺었다. 그는 “강의를 듣고, 연구실을 직접 찾아보니 3차원 분야를 연구하고 싶었던 나와 연구 분야가 잘 맞았다”고 설명했다. 이후 학부연구생으로 연구실에 합류했고, 자연스레 대학원 진학으로 이어졌다. 이번 연구장려금 과제도 학부연구생 시절부터 이어온 연구다.
김승재 학생은 Visual Sicene Lab에서 학부 연구생으로 활동했다. AI 분야 지식이 많지 않았던 그에게 매주 열리는 랩미팅이 성장의 밑바탕이 됐다. 그는 “교수님이 학생마다 수준에 맞춰 꼭 필요한 부분을 지도해 주셨다. 덕분에 다양한 연구 분야를 접하며 꾸준히 성장할 수 있었다”고 말했다.
이번 선정은 두 사람에게 새로운 출발점이다. 김승재 학생은 “나만의 주관과 철학을 연구에 담아내고 싶다”며 “기술적인 연구에 그치지 않고 내가 몸담은 연구 분야를 깊이 고찰하는 연구를 해보고 싶다”고 밝혔다. 김수연 학생은 “실제 산업 현장에서 개선이 필요한 문제를 고민하며, 산업에 활용될 수 있는 방향으로 연구를 이어가겠다”고 다짐했다.