무선 이미지 전송 효율을 45배 향상 시킨 기술이 나와 다양한 무선 채널 환경에서도 실시간 시각 과제 수행이 가능할 것으로 기대된다.

울산과학기술원(UNIST) 인공지능대학원 윤성환 교수 연구팀이 무선 이미지 전송의 효율을 획기적으로 높이는 AI 기술을 개발했다고 6일 밝혔다.

이 기술은 자율주행, 원격의료, 메타버스 등 대규모 영상 데이터를 실시간으로 처리해야 하는 분야에 큰 도움이 될 것으로 기대된다.

연구팀이 개발한 ‘과제 맞춤형 의미통신(Task-Adaptive Semantic Communication)’ 기술은 이미지 전체를 압축해 전송하는 기존 방식과 달리, 과제 수행에 꼭 필요한 의미 정보만을 선별해 전송하는 방식이다.

이미지 내 객체(Object), 배치(Layout), 관계(Relation) 등 의미 구조를 분석해, 과제 목적에 따라 필요한 정보만을 추출·전송함으로써 데이터량을 획기적으로 줄인다.

예를 들어, 단순 객체 분류 과제에서는 ‘고양이’, ‘자동차’ 같은 객체 정보만 전송하고, 이미지 생성 과제에서는 객체들의 배치와 관계 정보까지 함께 전송한다.

특히 “사람에게 머리가 있다”처럼 항상 참인 정보나, 중복된 관계 표현은 걸러내는 ‘의미 필터링(Semantic Filtering)’ 알고리즘을 적용해 불필요한 데이터 전송을 줄였다.

이 기술은 시뮬레이션 결과 기존 방식 대비 최대 45배 높은 전송 효율을 달성했으며, 다양한 무선 채널 환경에서도 실시간 시각 과제 수행이 가능한 것으로 입증됐다.

윤성환 교수는 “앞으로는 단순히 정확하게 보내는 것을 넘어, 의미 있게 보내는 것이 통신의 핵심이 될 것”이라며 “이번 연구는 지능형 무선통신의 판도를 바꾸는 신호탄”이라고 강조했다.

제1 저자인 박정훈 연구원은 “자율주행 차량의 인식 시스템, 원격 수술 및 진단, 메타버스 실시간 렌더링 등 다양한 분야에 적용 가능성이 높다”고 밝혔다.

이번 연구 결과는 IEEE 통신 분야 최상위 저널인 ‘IEEE Journal on Selected Areas in Communications(JSAC)’에 10월20일자로 게재됐으며, 과학기술정보통신부와 정보통신기획평가원(IITP), 보건복지부, NRF 등 다수의 국가 연구지원 사업을 통해 수행됐다.