| 네이버랩스, 로봇 두뇌 경량화 기술 ‘디바인’ 공개... AI 로봇 상용화 문턱 낮춘다 | |
 
|
|
| 2026/06/24 | |
|
|
|
  네이버랩스 유럽(NAVER LABS Europe)이 자율주행 로봇의 성능을 높이면서도 연산 부담을 획기적으로 줄일 수 있는 범용 인코더 기술 ‘디바인(DIVINE)’을 공개했다. 로봇이 주변 환경을 인식하고 판단하는데 필요한 다양한 AI 기능을 하나의 인코더로 통합해 차세대 피지컬 AI 시대를 앞당길 핵심 기술로 주목받고 있다. 네이버랩스 유럽은 이미지 이해와 공간 인식, 사람 인식 등 여러 시각 AI 기능을 단일 구조로 수행할 수 있는 유니버설 인코더 디바인을 선보였다고 밝혔다. 인코더는 로봇이 카메라와 라이다(LiDAR) 등 센서를 통해 수집한 데이터를 AI 모델이 처리할 수 있는 형태로 변환하는 장치다. 지금까지 자율주행 로봇은 위치 추정, 깊이 계산, 공간 이해, 사람 인식 등 다양한 기능을 수행하기 위해 여러 개의 AI 인코더를 함께 사용해 왔다. 이 과정에서 동일한 입력 데이터를 각 인코더가 반복 처리해야 해 메모리 사용량과 연산량이 증가하는 문제가 있었다. 디바인은 이미지 이해부터 공간 및 사람 인식까지 다양한 시각 AI 기능을 하나의 인코더로 통합한 범용 인코더다. 네이버랩스 유럽은 각 전문 인코더가 학습한 핵심 정보 처리 능력을 하나의 인코더에 통합하는 ‘다중 교사 증류(Multi-Teacher Distillation)’ 방식을 적용했다고 설명했다. 다중 교사 증류는 이미지, 공간, 사람 인식 등 각 분야에 특화된 AI 모델로부터 핵심 지식을 추출해 하나의 모델에 학습시키는 기술이다. 이를 통해 2D 이미지 이해와 3D 공간 재구성, 사람 인식 등 여러 기능을 단일 인코더에서 수행할 수 있도록 했다. 이에 따라 로봇은 여러 종류의 인코더를 탑재하지 않고도 디바인 하나만으로 다양한 AI 작업을 처리할 수 있다. 특히 사람과 로봇이 함께 활동하는 환경에서 제한된 컴퓨팅 자원만으로도 주변 상황을 빠르게 인식하고 대응할 수 있다는 설명이다. 네이버랩스 유럽이 진행한 실험에서는 성능 개선 효과도 확인됐다. 디바인을 적용한 결과 인코더 메모리 사용량은 기존 대비 약 90% 감소했으며, 인코딩 처리 속도는 최대 12배 향상됐다. 또한 로봇 전체 메모리 사용량은 약 62% 줄었고 시스템 처리 속도는 최대 4배 개선된 것으로 나타났다. 기존 로봇용 AI 모델은 높은 연산량으로 인해 서버 환경이나 고성능 컴퓨팅 장비에서 주로 구동됐지만, 디바인은 적은 메모리와 연산량으로도 다양한 AI 기능을 수행할 수 있어 온보드(On-board) 환경에서의 활용성을 높일 수 있다. 또한 새로운 AI 기능을 추가할 수 있도록 설계돼 AI 모델이 업그레이드되더라도 기존 로봇에 탑재된 디바인을 업데이트하는 방식으로 성능 향상이 가능하다. 네이버랩스 비전그룹 이동환 리더는 “전세계적으로 피지컬 AI의 상용화를 위해 로봇 두뇌 경량화가 주요 화두로 떠오르고 있다”며, “디바인은 일상 및 산업 현장 전반에 걸쳐 AI 로봇 도입 장벽을 낮추는 데 기여할 것”이라고 말했다. 한편 디바인 관련 연구 2건은 각각 ‘2024 유럽컴퓨터비전학회(ECCV)’와 ‘2025 컴퓨터비전 및 패턴 인식 학술대회(CVPR)’에 채택됐다. |
| 
|
