▲ 오리지널 SAM과 모바일 SAM 비교 사진

경희대 컴퓨터공학부 차오닝 장(Chaoning Zhang), 홍충선, 이승규, 배성호, 김정욱 교수 연구팀이 모바일 응용 프로그램용 초경량화된 비전 기반 딥러닝 모델인 ‘모바일 SAM(MobileSAM)’을 개발했다.

'SAM(Segment Anything Model)’은 클릭 한 번으로 이미지 속 모든 객체를 분리할 수 있어 최근 컴퓨터 비전 분야에서 혁신적인 기술로 주목받고 있다. 하지만 이미지 인코더 모델의 용량이 크고, 이미지 처리 속도가 느리다는 문제가 있다.

경희대 연구팀은 SAM의 기존 단점을 해결하고, 모바일 환경에서도 실시간 처리가 가능한 비전 모델을 개발했다. 연구팀이 개발한 모바일 SAM은 상용 SAM 인코더 모델의 파라미터 수를 100분의 1로 줄이고 실행 속도도 60배 높였다. 이와 동시에 영상 품질은 기존 수준을 유지하는 경량화된 딥러닝 기술이다.

▲ 모식도

모바일 SAM은 이미지 처리 및 컴퓨터 비전 분야에서 우수성을 인정받고 있다. 온라인 AI 전문가 커뮤니티에 빠르게 확산하며 연구자들 사이에서 주목받고 있다. 이번 연구 결과는 모바일 환경 속 딥러닝 연구에 새로운 표준을 제시했다. 이를 통해 향후 모바일, IoT 등 다양한 분야에서 딥러닝 응용개발에 활용될 전망이다.

특히 모바일 SAM은 자율주행 및 감시 분야에서도 높은 잠재력을 가지고 있다. 특히 긴급한 상황에서 적용 가능성이 크다. 경량화된 딥러닝 기술을 활용해 자율주행 시스템에서 실시간 객체를 검출하고 위험 상황을 감지한다. 또한 사람의 전체 모습을 실시간 추적해 보안 및 범죄 예방에 도움 줄 수 있다.

차오닝 장 교수는 “모바일 SAM은 최신의 컴퓨터 비전 연구에 새로운 가능성을 가지고 있다. 비전 기반 모델 경량화와 모바일 환경에서의 실시간 처리 가능성을 보여줬다”며, “더 많은 연구자가 모바일 SAM을 활용해 혁신적인 응용 프로그램을 개발하길 기대한다”고 말했다. 홍충선 교수는 “이번 결과는 국내외 주목받는 연구 성과로 우리나라 인공지능 분야에 역량을 한층 높인 사례다. 인공지능 분야의 선도자가 되기 위해 노력할 것”이라고 다짐했다.

모바일 SAM 프로젝트는 오픈소스로 공개돼 다른 연구자와의 교류 및 공유를 촉진하고 있다. 오픈소스 커뮤니티인 GitHub(https://github.com/ChaoningZhang/MobileSAM)에서 소스 코드와 관련 문서를 확인할 수 있다.