시설물 관리 어려운 터널 및 지하차도의 시설물 관리 지능화 위한 인공지능 학습용 데이터 구축
인공지능 데이터 및 검증 전문기업인 테스트웍스는 과학기술정보통신부가 주관하고 한국지능정보사회진흥원(NIA)이 추진하는 '2022년 인공지능 학습용 데이터 구축 사업'의 자유과제 중 '지능형 터널 및 지하차도 데이터' 구축을 성공적으로 마무리했다고 31일 밝혔다.
인공지능 학습용 데이터 구축 사업은 인공지능 학습용 데이터를 구축하고 개방해 국가 전 산업에 지능화 혁신과 성장 견인을 목적으로 진행되는 사업으로, 데이터 수요 발굴과 인공지능 도입 확산 및 관련 일자리 창출 등을 목표로 한다.
이번 사업 수행을 위해 테스트웍스는 참여기관인 맵퍼스, 와이파이브, 한국자동차연구원과 함께 사업에 참여해 시설물 관리가 어려운 터널 및 지하차도의 시설물 관리 지능화를 위한 인공지능 학습용 데이터 구축의 전 과정을 주관 진행했다.
지능형 터널 및 지하차도 데이터는 터널 및 지하차도 시설물 데이터 수집용 센서 환경 구축을 통한 데이터 획득, 블랙올리브 라벨링 전문 도구 활용 및 일자리 창출을 통한 데이터 가공, 인공지능 모델 개발 및 데이터 활용 방안 제시, 데이터 구축 전 주기 적합성 및 품질 확보를 위한 데이터 검증을 거쳐 구축됐다.
구축된 데이터 셋은 AI 허브를 통해 공개되어 ▲터널, 지하차도, 지능형 시설물 관리 ▲시설물 유지보수 ▲스마트터널 ▲시설물 지능화 및 고도화 ▲자율주행 관련 산업에서 연구 및 활용되어 데이터 기반 제품 서비스 창출 및 신 사업 토대 강화에 기여할 것으로 기대된다.
특히, 기존에 자율주행 산업에서 현재 위치를 측정하는 측위 기술들 중 많이 활용되고 있는 GPS 방식은 GPS를 수신하지 못하는 터널 및 지하차도 같은 인프라에선 활용하기 어렵다. 이를 대체하기 위해 정밀맵 데이터를 활용하는 자율주행차량 측위 기술 역시 정밀맵과 실 주행환경이 변할 시 활용하기 어려운 한계점이 있다.
이러한 문제 해결을 위해 정밀맵 기술과 더불어 도로시설물을 활용한 측위 보정 연구들이 진행되고 있는데, 이번 구축된 터널 및 지하차도의 객체 데이터를 통해 터널 및 지하차도 내부의 자율주행 측위 보정 연구 개발 가속화에 기여할 수 있을 것으로 보인다.
김수덕 테스트웍스 AI 사업부 부문장은 "이번 지능형 터널 및 지하차도 데이터 구축 사업은 카메라(RGB, NIR) 라이다, IMU(관성측정센서) 등을 장착한 데이터 수집차량으로 터널 및 지하차도를 주행하면서 취득한 원시데이터를 정제 및 데이터 증강 기법을 활용한 소등 상태의 이미지를 확보하여 2D 바운딩 박스와 3D 큐보이드로 가공 및 철저한 품질관리와 검증을 통해 구축됐다"고 설명했다.
그는 이어 "국내 환경에 대한 대규모 데이터를 생성하여 구축하고 공개함으로써 지능화 혁신을 촉구하고 산업 전반에 걸친 경쟁력 강화에 기여할 수 있을 것으로 기대한다"고 말했다.
헬로티 이창현 기자 |
