성균관대학교 학부 연구생이 드론 인공지능(AI) 식별 기술의 전력 소모를 획기적으로 줄인 반도체 설계 기술을 개발해 세계적 권위의 학술지에 논문을 게재했다.
성균관대는 전자전기공학부 김도연 학생이 드론 AI 식별 기술을 저전력 반도체(FPGA)로 구현하는 연구 성과를 국제 학술지에 발표했다고 28일 밝혔다.
최근 드론 활용이 빠르게 늘면서 불법 드론을 실시간으로 탐지·식별하는 기술의 중요성이 커지고 있다. 그러나 기존 AI 기반 드론 식별 기술은 연산량이 많고 전력 소모가 커 배터리 기반의 이동형 감시 장비 등에 적용하는 데 한계가 있었다.
김 학생은 이러한 문제를 해결하기 위해 인공지능 구조를 자동으로 최적화하는 'UAV-NAS' 시스템을 개발했다. 사람이 직접 AI 구조를 설계하는 대신 컴퓨터가 드론 신호 분석에 가장 적합한 경량 AI 구조를 스스로 찾아내도록 한 것이 특징이다.
연구팀은 이를 저전력 반도체인 FPGA에 최적화해 구현한 결과, 기존 CPU 기반 방식보다 전력 에너지를 88.7% 절감하면서도 드론의 종류와 비행 상태를 높은 정확도로 식별하는 데 성공했다. 이에 따라 배터리 기반 감시 장비에서도 장시간 드론 감시가 가능할 것으로 기대된다고 대학 측은 설명했다.
이번 연구는 김 학생이 3학년 때부터 반도체(FPGA) 분야 연구를 이어온 경험을 바탕으로 수행됐다. 특히 AI 반도체 스타트업 리벨리온에서 인턴십을 병행하며 연구와 산업 현장 경험을 함께 쌓은 점도 성과로 이어졌다고 대학은 평가했다.
김 학생은 내달 학부를 졸업한 뒤 9월부터 전액 장학금을 받고 미국 퍼듀대학교 박사과정에 진학해 반도체와 AI 분야 연구를 이어갈 예정이다.
지도교수인 임완수 성균관대 교수는 "학부생 시절부터 세계적 수준의 연구를 주도하고 실무 역량까지 입증한 사례"라며 "앞으로도 학생들이 글로벌 무대에서 성장할 수 있도록 연구와 교육 지원을 이어가겠다"고 말했다.
