【브레이크뉴스 대구】이성현 기자=DGIST와 미국 MIT 연구진이 공동 개발한 인공지능 기반 영상 인식 기술이 세계 최고 권위의 로봇 학술대회에서 우승을 차지하며 국제 경쟁력을 입증했다.

▲ DGIST 전기전자컴퓨터공학과 윤성훈 교수 연구팀이 연구결과에 대해 회의하고 있다  © DGIST

DGIST는 전기전자컴퓨터공학과 윤성훈 교수 연구팀과 MIT 임형태 박사후연구원이 참여한 공동연구팀이 ‘2026 국제 로봇공학 및 자동화 학술대회(ICRA)’ 필드 로봇 워크숍에서 열린 ‘GOOSE 2D 시맨틱 분할 챌린지’에서 최종 1위를 기록했다고 밝혔다.

이번 대회에는 세계 각국의 연구기관과 대학, 기업 등 총 56개 팀이 참가해 치열한 경쟁을 펼쳤으며, 연구팀은 독자적으로 개발한 인공지능 영상 인식 기술을 앞세워 최고 성적을 거뒀다.

이번 성과는 국내 연구진이 개발한 AI 기반 장면 인식 기술의 우수성을 국제무대에서 인정받았다는 점은 물론, 실제 환경에서 작동하는 물리 인공지능(Physical AI) 구현을 위한 핵심 기술의 가능성을 보여줬다는 평가를 받고 있다.

독일의 프라운호퍼 IOSB 연구소와 뮌헨 연방군대학교, 코블렌츠대학교가 공동 주관한 이번 챌린지는 필드 로봇이 실제 야외 환경에서 주변 상황을 얼마나 정확하게 인식하고 이해할 수 있는지를 평가하는 국제 경연이다.

대회에 활용된 ‘GOOSE 데이터셋’은 기존 자율주행 연구에서 주로 사용되는 정형화된 도심 환경 데이터와 달리, 굴삭기와 4족 보행 로봇 등 다양한 플랫폼을 통해 수집된 비정형 야외 환경 데이터를 기반으로 구성됐다. 이 때문에 지형과 환경 변화가 심하고 예측이 어려워 훨씬 높은 수준의 인식 능력이 요구된다.

특히 올해 대회는 평가 대상이 64개 세부 분류 항목으로 확대되면서 출현 빈도가 매우 낮은 희소 객체까지 정확하게 구분해야 하는 고난도 과제가 제시됐다.

연구팀은 글로벌 기술기업 메타가 개발한 자기지도 학습 기반 파운데이션 모델 ‘DINOv3’와 영상 분할 모델 ‘Mask2Former’를 결합한 새로운 프레임워크를 자체 개발해 적용했다.

해당 기술은 조도 변화와 복잡한 배경, 불규칙한 지형 등 실제 야외 환경에서 발생하는 다양한 변수 속에서도 안정적인 인식 성능을 유지하는 것이 특징이다.

또한 데이터가 부족해 기존 인공지능이 놓치기 쉬운 희소 객체에 대한 인식 정확도를 크게 향상시켜 사고로 이어질 수 있는 치명적인 인식 오류를 줄이는 데도 성과를 거뒀다.

연구팀은 이번 기술이 자율주행차뿐 아니라 재난 대응 로봇, 스마트 농업, 건설 현장 자동화 등 다양한 산업 분야의 필드 로봇 기술 발전에 폭넓게 활용될 수 있을 것으로 기대하고 있다.

윤성훈 DGIST 전기전자컴퓨터공학과 교수는 “예측이 어려운 비정형 야외 환경을 정확하게 이해하는 능력은 필드 로봇의 자율성과 안전성을 결정하는 핵심 요소”라며 “이번 성과를 바탕으로 실제 산업 현장과 로봇 시스템에 즉시 적용 가능한 고성능 시각 인지 기술 연구를 지속적으로 발전시켜 나가겠다”고 말했다.

한편 이번 연구 성과는 DGIST와 해외 유수 연구기관 간 협력을 통해 이뤄진 결과로, 향후 DGIST가 글로벌 로봇·인공지능 연구 분야의 핵심 연구 거점으로 성장하는 데 중요한 발판이 될 것으로 기대를 모으고 있다.

<구글 번역으로 번역한 영문 기사의 전문 입니다. 번역에 오류가 있을 수 있음을 밝힙니다.>

DGIST-MIT Joint Research Team Wins AI Challenge at World Robotics Conference… Tops 1st, Beating 56 Teams

Artificial intelligence-based image recognition technology jointly developed by researchers from DGIST and MIT has proven its international competitiveness by winning the world's most prestigious robotics conference.

DGIST announced that a joint research team, comprising Professor Sung-Hoon Yoon's team from the Department of Electrical Engineering and Computer Science and MIT Postdoctoral Researcher Hyung-Tae Lim, secured first place in the "GOOSE 2D Semantic Segmentation Challenge" held during the Field Robotics Workshop at the 2026 International Conference on Robotics and Automation (ICRA).

A total of 56 teams from research institutions, universities, and companies around the world participated in the competition, engaging in fierce rivalry. The research team achieved the top result by leveraging its independently developed artificial intelligence image recognition technology. This achievement is being evaluated not only as international recognition of the excellence of AI-based scene recognition technology developed by Korean researchers, but also as a demonstration of the potential of core technologies for implementing Physical AI that operates in real-world environments.

Jointly organized by Germany’s Fraunhofer Institute for Strategic and Biological Surveys (IOSB), the Federal Military University of Munich, and the University of Koblenz, this challenge is an international competition that evaluates how accurately field robots can perceive and understand their surroundings in real-world outdoor environments.

Unlike the structured urban environment data primarily used in existing autonomous driving research, the ‘GOOSE dataset’ utilized in the competition is composed of unstructured outdoor environment data collected from various platforms, such as excavators and quadruped robots. Consequently, due to the significant and unpredictable changes in terrain and the environment, a much higher level of recognition capability is required.

In particular, this year’s competition expanded the scope of evaluation to 64 detailed classification categories, presenting a high-difficulty task that requires accurately distinguishing even rare objects with very low occurrence frequencies. The research team developed and applied a new framework in-house that combines the self-supervised learning-based foundation model ‘DINOv3’ and the image segmentation model ‘Mask2Former,’ both developed by the global technology company Meta.

This technology is characterized by its ability to maintain stable recognition performance even amidst various variables found in real-world outdoor environments, such as changes in lighting, complex backgrounds, and irregular terrain.

Furthermore, it achieved success in reducing critical recognition errors that could lead to accidents by significantly improving the recognition accuracy of rare objects—which existing AI systems often miss due to a lack of data.

The research team anticipates that this technology will be widely utilized in the advancement of field robot technology across various industrial sectors, including not only autonomous vehicles but also disaster response robots, smart agriculture, and construction site automation.

Professor Sung-Hoon Yoon of the Department of Electrical Engineering and Computer Science at DGIST stated, “The ability to accurately understand unpredictable and irregular outdoor environments is a key factor determining the autonomy and safety of field robots,” adding, “Based on this achievement, we will continue to advance research on high-performance visual perception technology that can be immediately applied to actual industrial sites and robot systems.” Meanwhile, this research achievement is the result of collaboration between DGIST and leading overseas research institutions, and is expected to serve as an important stepping stone for DGIST to grow into a key research hub in the global field of robotics and artificial intelligence.