정답 영상이 없어도 스스로 학습하는 자기지도 딥러닝으로, 흐릿하고 잡음이 섞인 영상·신호를 선명하게 복원하는 원천기술입니다. 물리적 한계로 품질이 떨어진 데이터를 되살려 보안검색, 비파괴검사, 의료영상 같은 분야에서 활용할 수 있게 합니다.
무엇을 해결하나 — 물리적 한계가 만드는 영상 손상
테라헤르츠 같은 특수 영상은 파장이 길어 해상도가 낮고, 측정 과정에서 잡음과 흐림(블러)이 함께 발생합니다. 일부 영역이 비어 있거나 색 정보가 없는 흑백 영상도 마찬가지로 그대로는 활용하기 어렵습니다.
이런 손상은 검사 결과를 잘못 읽게 만들 수 있어, 영상 품질을 회복하는 복원 기술이 실제 활용의 핵심 관문이 됩니다.
어떻게 — 정답 없이 학습하는 자기지도 AI
보통의 딥러닝은 '깨끗한 정답 영상'과 짝을 이룬 데이터가 있어야 학습할 수 있지만, 현실에서는 그런 정답을 구하기 어렵습니다. 우리 기술은 잡음 섞인 영상만으로도 학습이 가능한 자기지도 방식을 사용합니다.
측정한 영상 안의 서로 다른 정보(예: 주파수 간 대응 관계)를 스스로 짝지어 학습하기 때문에, 별도의 정답 데이터를 모으지 않고도 잡음 제거·선명화·해상도 향상을 동시에 수행합니다.
- 초해상(Super-Resolution): 저해상 영상을 고해상으로 복원
- 노이즈 제거: 잡음만 있는 영상으로 학습해 잡음 제거
- 인페인팅·컬러화: 비어 있는 영역과 색 정보를 자연스럽게 복원
- 초분광·THz 복원: 주파수 매핑으로 블러와 노이즈 동시 제거
무엇이 가능해지나 — 실제 활용 분야
복원된 영상은 보안검색(숨겨진 위험물 탐지), 비파괴검사(제품·소재를 손상 없이 내부 점검), 의료영상 등 정밀한 판독이 필요한 분야에서 더 신뢰할 수 있는 결과를 제공합니다.
검증된 원천기술
이 복원 기술은 등록특허 2건(10-2685916, 10-2849303)으로 권리화되었고, 국제 SCI급 학술지에 초해상·노이즈 제거·인페인팅 연구 성과로 게재되어 객관적으로 검증되었습니다.