스테레오비전

4 Contents

[카오스 짧강] 2026 카오스콘서트 예습하기: 수학을 통하여 세상을 3차원으로 보는 법_PART 1

대중문화 속 인공지능은 크게 두 가지 형태로 묘사됩니다. 터미네이터처럼 인간의 신체를 닮은 신체형 인공지능 형태와 아이언맨의 자비스처럼 형체 없이 어디에나 존재하는 전지전능한 형태입니다. 이들의 근본적인 차이는 데이터를 수집하는 방식에 있습니다. 신체형 인공지능은 인간처럼 시각과 촉각을 통해 세상과 직접 상호작용하며 정보를 얻지만, 자비스와 같은 형태는 네트워크를 통해 방대한 데이터를 흡수합니다. 인공지능이 실제 물리적 환경에서 인간처럼 움직이기 위해서는 단순히 논리적인 문제를 푸는 능력을 넘어, 세상을 입체적으로 파악하고 상호작용하는 데이터 처리 과정이 필수적입니다. 인공지능이 바둑을 두는 단순한 동작조차 사실은 복잡한 데이터 수집과 처리의 결과입니다. 2차원 카메라 영상으로 들어온 정보를 분석해 바둑판의 3차원 위치를 정확히 계산해야만 바둑돌을 원하는 곳에 놓을 수 있기 때문입니다. 인간은 태어난 후 수개월에 걸쳐 시각 정보를 통해 사물의 거리를 파악하는 법을 배웁니다. 아기가 손을 뻗어 물체를 잡는 행위는 뇌가 망막에 맺힌 2차원 정보를 바탕으로 거리와 위치를 정밀하게 계산해낸 결과입니다. 이처럼 인공지능이 현실 세계와 유기적으로 연결되기 위해서는 인간의 3차원 지각 능력을 수학적으로 구현하는 과정이 무엇보다 중요합니다. 우리가 세상을 입체적으로 보는 비밀은 두 눈의 시각 차이인 '양안 시차'에 있습니다. 왼쪽 눈과 오른쪽 눈이 사물을 바라보는 각도가 다르기에 망막에 맺히는 상의 위치도 차이가 발생하며, 우리 뇌는 이를 이용해 거리를 계산합니다. 이를 수학적 모델로 환산하면 눈 사이의 거리인 베이스라인(Baseline)과 초점 거리, 그리고 각 눈에 맺힌 좌표값을 변수로 하는 방정식이 성립합니다. 놀랍게도 생후 5개월 된 아기의 머릿속에서는 이 연립방정식을 풀어 미지수인 거리와 좌표를 실시간으로 구해내는 과정이 일어납니다. 이러한 원리는 3D 영화나 가상현실 장치에서 입체감을 구현하는 핵심 기술로도 활용됩니다. 인공지능이 3차원 세계를 인식하는 또 다른 방법은 특수한 하드웨어를 사용하는 것입니다. 돌고래가 음파를 쏴서 물체를 탐지하는 것처럼, 전자기파를 이용하는 레이더(RADAR)나 빛을 이용하는 라이다(LiDAR)가 대표적입니다. 특히 라이다는 레이저가 물체에 부딪혀 돌아오는 시간을 측정해 거리를 계산하는데, 최근에는 모바일 기기에도 탑재될 만큼 대중화되었습니다. 하드웨어 방식은 물리 법칙을 직접 이용하므로 처리 속도가 매우 빠르고 정확도가 높다는 강력한 장점이 있습니다. 하지만 고가의 장비가 필요하며, 장비가 없는 환경이나 이미 촬영된 2차원 자료만으로는 공간 정보를 생성하기 어렵다는 제약이 있습니다. 하드웨어의 도움 없이 수학적 원리만으로 2차원 영상에서 3차원 정보를 복원하는 기술도 존재합니다. 카메라가 비스듬하게 촬영한 타일 바닥을 위에서 본 것처럼 평면적으로 이미지 정정을 하는 과정이 좋은 예시입니다. 컴퓨터는 평행한 직선들이 소실점이라는 한 점으로 모이는 원리를 역이용합니다. 사진상에 나타난 소실점의 방정식을 구한 뒤, 이를 무한대로 보내는 수학적 함수를 적용하면 일그러진 사각형을 본래의 형태로 되돌릴 수 있습니다. 여기에 선들의 직교성 등 추가적인 기하학적 정보를 결합하면, 인공지능은 단 한 장의 사진만으로도 대상의 실제 모양과 공간적 배치를 정밀하게 유추해낼 수 있게 됩니다.

[카오스 짧강] 2026 카오스콘서트 예습하기: 수학을 통하여 세상을 3차원으로 보는 법_PART 1
카오스재단카오스 짧강(짧은 강연)
  • 물리학
  • 뇌인지과학
  • 수학
  • 융합

[카오스 짧강] 2026 카오스콘서트 예습하기: 수학을 통하여 세상을 3차원으로 보는 법_PART 2

스테레오 비전은 두 개 이상의 서로 다른 관점에서 대상을 바라보는 기술로, 인간의 양안 시각과 유사한 원리를 가집니다. 이를 통해 대상의 정확한 3차원 좌표를 구하기 위해서는 먼저 각 카메라가 공간상에 어떻게 배치되어 있는지 파악하는 캘리브레이션 과정이 필수적입니다. 기준 좌표계를 중심으로 카메라의 이동 거리와 회전 각도를 계산하여 연결함으로써, 비로소 3차원 세계를 수학적으로 분석하기 위한 데이터의 정렬이 완성됩니다. 이러한 정밀한 위치 파악은 복잡한 공간 정보를 디지털 데이터로 변환하는 첫 단추가 됩니다. 수학적 관점에서 카메라는 3차원 세계의 대상을 2차원 평면으로 투영하는 하나의 함수로 정의됩니다. 컴퓨터 비전에서는 이를 3×4 크기의 행렬로 표현하며, 여기에는 카메라의 초점 거리나 렌즈 왜곡과 같은 내부 파라미터뿐만 아니라 공간상의 위치와 방향이라는 외부 파라미터 정보가 모두 포함됩니다. 이 행렬을 통해 공간 속의 한 점이 이미지의 어떤 픽셀에 맺히는지 계산할 수 있게 되어 시각적 정보의 수식화가 가능해지며, 이는 실제 사물을 디지털 공간에 재현하는 핵심적인 도구가 됩니다. 위치 파악만큼이나 어려운 과제는 서로 다른 사진 속에서 동일한 지점을 찾아내는 대응점 문제입니다. 인간은 경험을 통해 두 이미지 속의 같은 부위를 쉽게 인지하지만, 이미지를 단순한 숫자 배열로 인식하는 컴퓨터에게 이는 매우 고된 연산 과정입니다. 수많은 픽셀 데이터 속에서 어떤 점이 상대 이미지의 어느 점과 일치하는지 정확히 판별하는 이 과정은 3차원 영상 재구성에서 가장 많은 시간이 소요되는 핵심적인 난제 중 하나로 꼽히며, 전체 작업의 성패를 결정짓는 중요한 요소가 됩니다. 대응점을 보다 효율적으로 찾기 위해 컴퓨터는 픽셀의 밝기 변화가 급격하게 일어나는 엣지나 코너 같은 특징점을 먼저 탐색합니다. 특정 지점 주변의 숫자 분포를 분석하여 유사한 패턴을 가진 영역을 매칭하는 방식을 사용하며, 이를 통해 두 카메라의 기하학적 관계를 연결하는 기초 행렬(Fundamental Matrix)을 도출할 수 있습니다. 이 행렬 정보를 활용하면 탐색 범위를 획기적으로 좁힐 수 있어, 방대한 이미지 데이터 사이의 연결 고리를 전체를 뒤지지 않고도 훨씬 빠르게 계산하여 데이터 간의 연관성을 파악하는 것이 가능해집니다. 최종적으로 각 이미지에서 추출된 대응점들을 바탕으로 삼각측량법(Triangulation)을 수행합니다. 카메라의 중심점과 사진 속의 지점을 잇는 두 직선의 방정식이 만나는 교점을 계산함으로써, 평면적인 사진 데이터는 비로소 입체적인 3차원 좌표로 변환됩니다. 이러한 기술은 관광객들이 찍은 수천 장의 평면 사진을 모아 콜로세움과 같은 거대 유적지를 정교한 포인트 클라우드(Point Cloud) 형태로 복원해 내는 등 현대 컴퓨터 비전 분야에서 혁신적인 성과를 거두며 다양한 산업 분야에 응용되고 있습니다.

[카오스 짧강] 2026 카오스콘서트 예습하기: 수학을 통하여 세상을 3차원으로 보는 법_PART 2
카오스재단카오스 짧강(짧은 강연)
  • 수학
  • 융합

국립광주과학관 2024년 6회(12월) 과학스쿨 : 로봇에게 공간지각 능력이 생긴다면?

과거의 로봇은 주로 공장의 조립 라인처럼 고정된 장소에서 정해진 작업만을 수행하는 기계 팔의 형태에 머물러 있었습니다. 하지만 최근의 로봇 공학은 보스턴 다이내믹스의 로봇들처럼 공간을 자유롭게 이동하며 복잡한 임무를 수행하는 방향으로 패러다임이 변화하고 있습니다. 이러한 변화의 핵심은 바로 로봇에게 '공간 지각 능력'을 부여하는 것에 있습니다. 로봇이 스스로 주변 환경을 인지하고 자신의 위치를 파악(Localization)할 수 있게 됨으로써, 인간의 생활 공간 속으로 깊숙이 들어올 준비를 마치게 된 것입니다. 로봇의 본질은 결국 컴퓨터로 프로그래밍이 가능한 기계라고 할 수 있습니다. 우리가 일상적으로 사용하는 컴퓨터가 연산을 통해 정보를 처리하듯이, 로봇은 물리적인 실체를 가지고 현실 세계의 복잡한 현상을 수학적 모델링을 통해 동작합니다. 단순히 사칙연산을 반복하는 수준을 넘어, 주변 환경을 데이터로 변환하고 이를 바탕으로 스스로 판단하여 움직이는 것이 로봇 공학의 핵심입니다. 이러한 범용 로봇의 실현을 위해 전 세계의 수많은 과학자는 물리적 하드웨어와 지능형 소프트웨어의 결합을 연구하고 있습니다. 최근 로봇 산업에서 가장 뜨거운 화두는 인간의 형태를 닮은 휴머노이드 로봇입니다. 과거에는 연구실 수준에 머물렀던 기술이 이제는 테슬라나 마이크로소프트와 같은 빅테크 기업들의 막대한 자본과 결합하며 비약적인 발전을 이루고 있습니다. 과거 개인용 컴퓨터와 스마트폰이 세상을 바꾸었듯이, 이제는 휴머노이드 로봇이 차세대 하드웨어 플랫폼이 될 것이라는 전망이 지배적입니다. 노동의 해방이라는 궁극적인 목적을 향해 나아가는 이 여정은 단순한 기술 개발을 넘어 새로운 경제적 가치를 창출하고 있습니다. 로봇이 공간을 인지하는 방식은 동물의 생태적 특성에서 아이디어를 얻기도 합니다. 예를 들어, 육식 동물은 양쪽 눈이 앞을 향해 있어 사냥감과의 거리를 정확히 측정하는 양안시 능력이 발달했습니다. 반면 초식 동물은 넓은 시야를 확보하여 포식자를 감지하는 데 특화되어 있습니다. 로봇 역시 두 개의 카메라를 활용해 입체감을 느끼는 '스테레오 비전' 기술을 통해 3차원 공간을 이해합니다. 사람이 무의식중에 뇌에서 처리하는 복잡한 거리 계산을 로봇은 정교한 수학적 알고리즘을 통해 수행하며 공간감을 획득하게 됩니다. 시각 정보는 빛에 의존하기 때문에 어두운 환경에서는 한계가 명확합니다. 이를 극복하기 위해 로봇은 박쥐나 돌고래처럼 스스로 신호를 보내고 돌아오는 시간을 측정하는 능동적 인지 방식을 사용하기도 합니다. 대표적인 장치인 라이다(LiDAR)는 레이저를 발사해 주변 사물과의 거리를 센티미터 단위로 정확하게 측정하여 지도를 작성(Mapping)합니다. 비록 카메라에 비해 비싸고 전력 소모가 크다는 단점이 있지만, 자율주행 자동차나 재난 구조용 로봇처럼 높은 정밀도가 필요한 분야에서는 공간 지각을 위한 필수적인 기술로 자리 잡고 있습니다. 공간 지각 능력을 갖춘 로봇은 인간이 가기 힘든 위험한 장소에서 그 진가를 발휘합니다. 재난 현장에서 미지의 동굴을 탐사하거나, 가스 누출 사고가 발생한 폐허 속에서 부상자의 우선순위를 분류하는 작업 등이 대표적입니다. 또한, 국제 우주 정거장(ISS)에서는 작은 로봇인 애스트로비(Astrobee)들이 스스로 비행하며 소음을 측정하거나 내부를 점검하는 등 우주비행사들의 번거로운 잡무를 대신 수행하고 있습니다. 로봇이 주변 환경을 이해하고 자율적으로 행동할 수 있게 되면서 인간의 안전과 편의를 극복하는 범위는 점차 우주까지 넓어지고 있습니다. 로봇 공학의 발전은 단순히 산업 현장에만 국한되지 않고 우리 가정의 풍경도 바꿀 것입니다. 과거에는 전문가들만 사용하던 고가의 컴퓨터와 스마트폰이 이제는 누구나 소유하는 필수품이 된 것처럼, 머지않은 미래에는 집집마다 퍼스널 로봇이 보급될 것으로 예상됩니다. 로봇 청소기에서 시작된 실내 공간 인지 기술은 이제 더 정교한 가사 지원과 개인 비서 서비스로 진화하고 있습니다. 공간을 스스로 이해하고 움직이는 지능형 로봇은 인류가 한 단계 더 높은 수준의 생활 편의를 누릴 수 있도록 돕는 새로운 동반자가 될 것입니다.

국립광주과학관 2024년 6회(12월) 과학스쿨 : 로봇에게 공간지각 능력이 생긴다면?
국립광주과학관강연&포럼
  • 물리학
  • 뇌인지과학
  • 수학
  • 융합

[강연] 수학을 통하여 세상을 3차원으로 보는 법 _ by현동훈 | 2020 가을 카오스강연 'Ai X' 2강 | 2강

인공지능이 세상을 이해하는 방식은 데이터를 수집하고 처리하는 과정에서 결정됩니다. 영화 속 터미네이터처럼 인간과 유사한 하드웨어를 통해 직접 시각 정보를 받아들이는 인공지능이 있는가 하면, 자비스처럼 형체 없이 네트워크상의 방대한 데이터를 분석하는 유형도 존재합니다. 이들의 공통적인 과제는 수집된 평면적인 정보를 바탕으로 우리가 사는 입체적인 세상을 어떻게 정확하게 파악하느냐는 점입니다. 특히 물리적 실체를 가진 인공지능이 세상과 상호작용하기 위해서는 단순한 데이터 처리를 넘어 공간을 인지하는 능력이 필수적으로 요구됩니다. 인간이 세상을 3차원으로 인식하는 근본적인 원리는 양안 시차에 있습니다. 왼쪽 눈과 오른쪽 눈은 서로 다른 위치에서 사물을 바라보기 때문에 망막에 맺히는 상에는 미세한 차이가 발생합니다. 뇌는 이 양안 시차를 바탕으로 사물과의 거리를 계산하며, 이는 수학적으로 삼각형의 닮음비를 이용한 방정식으로 모델링할 수 있습니다. 생후 5개월 된 아기가 물체를 잡기 위해 손을 뻗는 행위조차 머릿속에서 복잡한 기하학적 계산이 실시간으로 이루어지고 있음을 시사하며, 이는 시각 지능의 기초가 됩니다. 이러한 인간의 입체 지각 원리는 현대의 3D 기술로 고스란히 이어집니다. 입체 안경이나 3D TV는 왼쪽 눈과 오른쪽 눈에 인위적으로 서로 다른 영상을 전달하여 뇌가 착각을 일으키게 만듭니다. 사물이 가까울수록 양안 시차를 크게 만들고, 멀수록 그 차이를 줄이는 방식을 통해 평면적인 화면에서도 깊이감을 느끼게 하는 것입니다. 이는 인간의 생물학적 메커니즘을 수학적 알고리즘으로 재현한 대표적인 사례로, 인공지능이 공간을 학습하는 과정에서도 이와 유사한 논리적 구조가 적용됩니다. 컴퓨터가 평면 이미지를 통해 공간을 이해하기 위해서는 영상 왜곡을 보정하는 수학적 과정이 선행되어야 합니다. 카메라가 비스듬한 각도에서 찍은 사진 속 타일은 실제로는 사각형이지만 이미지상에서는 일그러진 형태로 나타납니다. 이때 평행한 두 직선이 지평선에서 만나는 소실점의 원리를 이용하면, 왜곡된 이미지를 다시 평면으로 펼치는 함수를 만들 수 있습니다. 지평선을 무한대로 보내는 수학적 변환을 통해 컴퓨터는 2차원 사진 속에서 실제 사물의 형태와 위치를 추정할 수 있는 기초 체력을 갖게 됩니다. 두 개 이상의 카메라를 사용하는 스테레오 비전은 더욱 정밀한 공간 정보를 제공합니다. 이를 위해서는 각 카메라의 위치와 각도를 일치시키는 캘리브레이션 과정이 필요하며, 수학자들은 이를 3x4 행렬로 표현하여 계산합니다. 가장 어려운 과제는 서로 다른 사진 속에서 같은 지점을 찾아내는 대응점 문제입니다. 수백만 개의 픽셀 중에서 동일한 위치를 찾는 과정은 엄청난 계산량을 요구하지만, 에피폴라 기하학이라는 수학적 원리를 적용하면 탐색 범위를 직선 하나로 좁혀 계산 효율을 획기적으로 높일 수 있습니다. 계산된 3차원 좌표들은 수많은 점이 모인 포인트 클라우드의 형태로 나타납니다. 하지만 이 점들만으로는 사물의 매끄러운 표면을 표현하기에 부족하며, 데이터 수집 과정에서 발생한 노이즈로 인해 표면이 거칠게 보일 수 있습니다. 이를 해결하기 위해 수학적 최적화 기법을 동원하여 노이즈를 제거하고 점들을 삼각형 면으로 연결하는 표면 복원 작업이 진행됩니다. 법선 벡터를 활용해 면의 방향을 결정하고 각진 부분을 부드럽게 다듬는 과정을 거치면, 비로소 컴퓨터 속에 실제와 유사한 3차원 모델이 완성됩니다. 더욱 정교한 복원을 위해 레이저 스캐닝과 같은 기술이 활용되기도 합니다. 레이저를 쏘아 반사되어 돌아오는 시간을 측정하거나 인위적인 패턴을 투사함으로써 대응점 문제를 물리적으로 해결하는 방식입니다. 미켈란젤로의 조각상을 디지털로 복원하는 대규모 프로젝트에서도 이러한 기하학적 원리와 정밀한 스캐닝 기술이 결합되어 역사적 유물을 완벽하게 재현해냈습니다. 결국 기하학은 인공지능이 평면의 한계를 넘어 입체적인 세상을 인지하고 구현하게 만드는 가장 강력한 도구이자 언어라고 할 수 있습니다.

[강연] 수학을 통하여 세상을 3차원으로 보는 법 _ by현동훈 | 2020 가을 카오스강연 'Ai X' 2강

현동훈

카오스재단카오스강연
  • 수학