정용훈, 변상현, 김범수, Sareer Ul Amin, 서상현

우리 대학 예술공학부 서상현 교수 연구팀이 항공영상을 통한 소나무재선충병(PWD; Pine Wilt Disease) 탐지를 목적으로 게임엔진 기반의 합성영상 생성 시스템의 활용 가능성을 확인했다. 이 연구는 딥러닝 기술의 진화에 따라 모델 중심에서 데이터 중심으로의 패러다임 전환을 반영하며, 특히 학습 데이터의 구축 과정이 노동 집약적이고 시간 및 금전적 비용이 크다는 점에 주목한다. 재난 상황이나 특정 시기에만 접근 가능한 데이터와 같은 경우, 현실 세계에서 데이터를 확보 및 실험하는 것이 더욱 어렵다. 이러한 문제를 해결하기 위해, 타겟 도메인에서 학습 데이터가 부족할 때 딥러닝 모델의 성능을 향상시키는 Domain Adaptation 연구가 활발히 진행되고 있다. 

3D 게임엔진 기술의 발전은 현실의 모든 현상과 사물들을 시각적 손실 없이 가상세계에서 재현하고 시뮬레이션할 수 있게 만들었으며, 이 기술은 영화 특수효과, 메타버스, 게임 등에서 활용되어, 사용자에게 새로운 시각적 경험과 현실과 같은 실존감을 제공한다. Domain Adaptation 분야에서 게임엔진의 활용은 주목을 받고 있으며, 다양한 환경(조명, 날씨 등)과 조건의 시뮬레이션이 가능해지고, 대량의 주석된 데이터 생성이 용이해진다. 또한, 반복 실험과 조정의 용이성과 함께, 고비용이 드는 실세계 실험을 가상으로 안전하게 수행할 수 있는 장점이 있다. 

서상현 교수 연구팀은 전세계 산림 질병 중 가능 큰 피해를 주고 있는 PWD 탐지하기 위해 게임엔진 기반 합성영상 생성 시스템과 Domain Adaptation 연구 아이디어를 제시하였다. 또한 실제 드론으로 촬영한 소수의 재선충병 영상 데이터와 가상 세계에서 생성한 재선충병 합성 데이터의 Domain Gap 문제를 제시하여 실제 딥러닝 성능향상의 가능성을 확인하였다. 이 연구는 "Computers and Electronics in Agriculture(IF8.3, 상위 0.9%)" 국제 저명학술지에 게재되었으며, 딥러닝 기반 산림 질병 탐지에 활용될 전망이다.

서상현 교수는 본 연구가 예술공학대학이 지향하는 콘텐츠 제작과 기술(인공지능, IT)의 결합을 통해 새로운 문제 해결 방법을 탐색한 결과임을 강조하며, 이러한 학제 간 융합 연구의 지속을 통해, 예술공학대학이 인재 개발과 기술 혁신에서 중추적 역할을 할 것임을 기대했다. 이 연구는 산림청과 한국연구재단의 지원을 받아 이루어졌다.