한국해양과학기술원(KIOST)은 국립부경대학교와 공동으로 해저 지질 분석과 수중 탐색에 활용되는 사이드스캔 소나(SSS) 이미지 생성 기술을 개발하고, 연구 성과가 국제학술지 ‘Computer Modeling in Engineering & Sciences(CMES)’ 11월호에 게재됐다고 23일 밝혔다. 이번 논문은 CMES 편집진이 선정하는 표지 논문으로도 채택됐다.
이번 연구는 KIOST 해양력강화·방위연구부 이승훈 기술원 연구팀과 국립부경대학교 컴퓨터·인공지능공학부 장원두 교수 연구팀이 수행했다. 연구팀은 인공지능 이미지 생성 모델인 CycleGAN을 기반으로 3D 모델링과 물리 기반 그림자 모델을 결합해 실제 해저 탐사 환경과 유사도가 높은 사이드스캔 소나 이미지를 생성할 수 있는 기술적 기반을 마련했다고 설명했다.
사이드스캔 소나는 음파를 해저면으로 비스듬히 송신한 뒤 반사 신호를 수신해 해저 지형과 물체 형상을 영상화하는 장비로, 해저 지질 분석과 구조물 탐사, 재난 대응 등 다양한 분야에서 활용된다. 다만 실제 탐사 데이터는 기상·해상 조건 제약과 높은 비용 탓에 대규모 확보가 어렵다는 점이 한계로 지적돼 왔다.
연구팀은 난파선과 침몰 항공기 등 인공물을 3D 모델로 구현하고, 조향·회전·배치 조건을 다양하게 적용해 실제와 유사한 반사 및 그림자 특성을 재현했다. 특히 소나와 표적 간 거리와 고도, 음향 산란 특성을 반영한 정밀 그림자 모델을 도입해, 기존 인공지능 연구에서 단순 처리되던 그림자 영역을 실제 탐사 수준으로 재현하는 데 초점을 맞췄다.
이후 가상으로 생성한 사이드스캔 소나 이미지를 실제 탐사 영상의 질감과 노이즈, 반사 패턴과 유사하게 변환함으로써, 고비용 해상 탐사 시간을 줄이더라도 실제와 유사한 대규모 학습 데이터 확보 가능성을 제시했다고 KIOST는 밝혔다.
KIOST는 이번 성과가 사이드스캔 소나 이미지 분석 분야에서 데이터 부족 문제를 완화할 수 있는 기술적 전환점이 될 것으로 기대했다. 장기간 현장 조사 없이도 다양한 해저 환경을 효율적으로 구현할 수 있어, 향후 해양과학기술 분야 인공지능 연구를 뒷받침하는 기반 기술로 활용될 전망이라는 설명이다.
이희승 KIOST 원장은 “표지 논문 선정은 해양 인공지능 융합 연구의 국제 경쟁력을 확인한 사례”라며 “해양 환경을 정확하게 모사할 수 있는 인공지능 기반 데이터를 지속적으로 확보해 신뢰성 높은 해양 빅데이터 구축을 지원하겠다”고 말했다.
한편 이번 논문은 ‘Side Scan Sonar Image Synthesis Based on CycleGAN with 3D Models and Shadow Integration’(2025년 11월 26일 게재)으로, KIOST 이승훈 기술원과 국립부경대 김병준 연구진 등이 참여했다.
