후지쯔(Fujitsu Limited)와 카네기 멜론 대학교(Carnegie Mellon University)는 교통 분석에 혁명을 일으킬 AI 기반 소셜 디지털 트윈(Social Digital Twin) 기술 개발을 공동으로 발표했습니다. 2022년 2월에 시작된 이 공동 연구는 단일 단안 RGB 카메라로 촬영한 2D 장면 이미지를 상세한 3D 모델로 변환할 수 있는 혁신적인 시스템을 개발하는 데 성공했습니다. 딥러닝을 기반으로 하는 이 혁신적인 접근 방식은 동적 3D 교통 시나리오의 고정밀 시각화 및 분석에 있어 중요한 돌파구를 제시합니다.
Fujitsu와 Carnegie Mellon은 AI 통합을 통해 교통 분석을defi.
후지쯔(Fujitsu Limited)와 카네기 멜론 대학교(Carnegie Mellon University)는 교통 분석 및dent 예방 분야의 판도를 바꿀 획기적인 기술을 공개했습니다. 2022년 2월 공동 연구를 시작한 이 협력은 3D 공간 내에서 복잡한 상호작용을 동적으로 복제할 수 있는 소셜 디지털 트윈(Social Digital Twin) 개발을 목표로 했습니다. 이 연구의 핵심은 단안 RGB 카메라로 촬영한 2D 장면 이미지를 디지털화된 3D 포맷으로 변환하는 AI 기반 시스템입니다.
이 시스템은 두 가지 핵심 기술을 기반으로 하며, 각 기술은 기능적으로 중요한 역할을 합니다. 첫 번째는 3D 점유 추정 기술(3D Occupancy Estimation Technology)로, 딥러닝 네트워크를 활용하여 3D 공간 내 객체와 단안 RGB 카메라 이미지를 구분합니다. 이러한 객체를 3D 공간의 복셀(Voxel)로 표현함으로써, 시스템은 장면에 대한 심층적인 이해를 달성하고 입력 이미지에서 보이지 않는 영역의 정확한 3D 형상을 추정합니다. 두 번째 핵심 기술인 3D 투영(3D Projection)은 점유 추정 기술의 결과를 기반으로 3D 디지털 트윈을 구축합니다. 이 단계에서는 인간 행동 분석 노하우를 활용하여 실제 세계와 일관된 움직임을 보장하고 객체의 일부가 가려져 있더라도 정확한 위치 추정을 가능하게 합니다.
개인정보 보호 관련 우려를 해소하기 위해 이 기술은 얼굴과 차량 번호판을matic으로 익명화하여 책임 있는 AI 활용에 대한 의지를 강조합니다. 후지쯔와 카네기 멜론은 2025 회계연도까지 이 기술을 상용화하여 교통 분야를 넘어 스마트 시티와 교통 안전 분야로 적용 범위를 확대할 계획입니다.
피츠버그 현장 시험 – AI 기반 기술의 잠재력 검증
후지쯔와 카네기 멜론은 이 기술의 유망한 성능을 바탕으로 2024년 2월 22일부터 2024년 5월 31일까지 미국 피츠버그에서 현장 시험을 시작했습니다. 이 시험은 카네기 멜론 대학교 캠퍼스에 설치된 단안 RGB 카메라를 활용하여 도시 교차로 데이터를 활용했습니다. 주요 목표는 혼잡 및 교통 상황을 분석하여 건물 사각지대나 일시적인 군중과 같은 잠재적dent를 파악하는dent. 이 데이터를 소셜 디지털 트윈(Social Digital Twin)에 재현하여 실제 상황에서 이 기술의 효과를 철저히 검증했습니다.
라슬로 A. 제니(László A. Jeni) 조교수는 이번 협력적 성과에 대한 기쁨을 표하며, 최첨단 기술 연구 발전에 대한 지속적인 헌신을 강조했습니다. 후지쯔 팀과 CMU 학계 전문가들의 협력은 이러한 이정표 달성에 중추적인 역할을 했습니다.
후지쯔 리서치의 융합 기술 연구실 소장이자 펠로우인 마스모토 다이키는 이 기술이 혁신을 통해 세상을 더욱 지속 가능하게 만들겠다는 후지쯔의 더 큰 사명과 일치한다고 강조했습니다. 그는 카네기 멜론 대학교와의 협력을 통해 목표 달성을 향한 중요한 진전을 이루게 되어 매우 기쁘다고 말했습니다.
현장 실험이 진행됨에 따라, 이 AI 기반 소셜 디지털 트윈 기술이 교통 분석 및 도시 계획에 미치는 영향이 점점 더 명확해지고 있습니다 dent 이 혁신이 안전을 강화하고, 교통 흐름을 최적화하며, 스마트 시티 개발에 기여할 수 있는 잠재력은 매우 큽니다. 하지만 여전히 의문은 남습니다. 이 획기적인 기술은 앞으로 도시 계획, 교통, 그리고 사회적 과제에 대한 우리의 접근 방식을 defi
