관리 메뉴

클라이언트/ 서버/ 엔지니어 "게임 개발자"를 향한 매일의 공부일지

인간의 시각을 흉내 내는 컴퓨터 비전 5 - 연습문제 풀기 1 : 문제 1~3번 본문

인공지능/컴퓨터 비전

인간의 시각을 흉내 내는 컴퓨터 비전 5 - 연습문제 풀기 1 : 문제 1~3번

huenuri 2024. 11. 4. 17:43

연습문제는 각 장에 10문제 정도 수록되어 있다. 이 문제를 다 풀고 다음 장으로 넘어갈 생각이다. 이제 오후 공부를 본격적으로 시작해본다. 오후에는 3시 반 넘어서 공부를 시작했으니 3시간 정도 열심히 공부해야겠다.


 

 

 

연습문제 풀기

 

문제 1번

2022년 6월 21일 발사에 성공한 누리호에는 4개의 큐브 위성이 실려 있다. 이들은 차례대로 분리되어 독립적인 임무를 수행하고 있다.

(1) 큐브 위성 4개의 임무에 대해 조사하시오.

(2) 그중 하나를 선택해 컴퓨터 비전 기술을 응용할 수 있는 구체적인 과업을 구상하시오.

 

 

누리호에 대한 설명

 

누리호

누리호 또는 KSLV-Ⅱ(Korea Space Launch Vehicle-Ⅱ, 한국형발사체-Ⅱ) 는 한국항공우

namu.wiki

 

 

 

누리호에 발사된 4개의 큐브 위성에 대한 관련 기사

 

소통 국가우주정책연구센터

한국형발사체 ‘누리호(KSLV-Ⅱ)’가 마침내 우주로 가는 길을 열었다. 1조9572억 원을 투입해 개발에 착수한 지 12년 3개월 만이다. 1992년 국내 첫 위성 ‘우리별 1호’를 발사한 지 30년 만, 2002년

www.stepi.re.kr

 

 

누리호는 600∼800km 우주궤도에 1.5t급 인공위성을 실어 나르는 능력을 확보하기 위해 개발됐다. 누리호의 3단에는 위성 궤도 투입 능력을 검증하기 위한 성능검증위성과 위성모형이 실려 있었다. 521초간 안정적으로 연소를 해야 이들 위성을 목표 고도인 700km 궤도에 안착시킬 수 있다. 지난해 10월 1차 발사 때는 산화제 탱크 내 헬륨탱크가 분리되면서 산화제가 누설되는 바람에 521초를 채우지 못하고 475초 만에 연소가 조기 종료됐다.

 

이번 2차 발사에서도 누리호는 목표 연소 시간을 채우지 못했지만 예상보다 빠른 발사 후 875초 뒤 성능검증위성을, 발사 후 945초 뒤엔 위성모사체를 궤도에 성공적으로 내려놨다. 고정환 항우연 한국형발사체개발사업본부장은 “발사 때마다 엔진 성능이 변화해 미세한 차이가 발생한다”며 “발사체 최종 목표는 목표한 궤도에 투입하는 것으로 정상적으로 잘 진행됐다”고 말했다.

 

이번 발사 성공은 숱한 시도 끝에 얻어낸 값진 결과라는 평가를 받고 있다. 지난해 10월 첫 발사에서는 3단 엔진이 계획보다 일찍 꺼지면서 목표 궤도인 700km에서 초속 7.5km의 속도로 모형위성을 투입하는 데 실패했다. 2차 발사도 쉽지 않았다. 기상 상황과 예기치 않은 레벨센서 문제가 발생하며 발사가 두 차례 미뤄졌다.

 

이번 2차 발사에는 위성모형만 실렸던 1차 발사 때와 달리 실제 위성이 탑재됐다. 이제 눈여겨볼 것은 큐브위성 사출이다. 성능검증위성은 29일부터 이틀 간격으로 조선대 KAIST 서울대 연세대의 큐브위성을 순차적으로 궤도로 내보낸다. 2019년 열린 큐브위성 경연대회에서 선정된 위성들이다. 큐브위성은 가로 세로 높이가 각각 30cm의 초소형 크기도 있지만 지구 대기를 관측하고 데이터를 수집하는 우주과학기술 실험을 수행하게 된다. 개발에서 발사까지 비용이 3억 원 정도로 대형위성의 1000분의 1에 불과하다.

 


 

 

1. 큐브 위성 4개의 임무에 대해 조사하기

4개의 큐브 위성의 임무는 이러하다. 

  1. 조선대학교 '스탭 큐브랩-2'(STEP Cube Lab-2) : 백두산 천지 분화 징후 등 한반도 주변 열 감지
  2. 서울대학교 '스누글라이트-2'(SNUGLITE-2) : 정밀 GPS 반송파 신호를 활용해 지구 대기 관측
  3. 연세대학교 '미먼'(MINAN) : 200m 해상도로 미세먼지 관측
  4. 카이스트 '랑데트'(RANDEV) : 초분광 카메라로 지구 관측

 

 

2. 그중 하나를 선택해 컴퓨터 비전 기술을 응용할 수 있는 구체적인 과업을 구상

 

과업: 우주 쓰레기 감지 및 궤도 예측

목표

선택한 큐브 위성에 장착된 카메라와 컴퓨터 비전 기술을 활용해 주변 궤도 상의 우주 쓰레기를 실시간으로 탐지하고, 우주 쓰레기의 궤도 데이터를 분석하여 충돌 가능성을 예측한다.

 

세부 과업

  1. 이미지 수집 및 전처리
    • 위성 주변에서 촬영한 고해상도 이미지를 수집합니다. 이때, 이미지에서 빛 반사나 노이즈를 제거하기 위한 전처리 과정이 필요하다
    • 다양한 각도에서 수집한 이미지로부터 쓰레기의 위치와 속도를 정확히 파악할 수 있도록 한다.
  2. 객체 탐지 모델 개발
    • 우주 쓰레기의 특징을 학습한 객체 탐지 모델(예: YOLO, Faster R-CNN)을 적용하여 이미지에서 쓰레기를 탐지한다.
    • 컴퓨터 비전 모델이 주변 우주 쓰레기뿐만 아니라 소행성이나 기타 위성과 같은 다른 물체도 분리해서 인식할 수 있도록 정밀한 분류 모델을 개발한다.
  3. 거리와 속도 계산
    • 탐지된 쓰레기의 크기와 위치 정보를 바탕으로 위성과의 거리를 계산하고, 일련의 이미지 프레임을 통해 상대 속도를 추정한다.
    • 이러한 계산을 통해 충돌 가능성 및 궤도 이동 경로를 예측한다.
  4. 충돌 회피 시나리오 분석
    • 쓰레기의 위치와 궤도를 바탕으로 충돌 가능성이 높은 경우 회피 기동을 위한 경로를 제안한다.
    • 필요한 경우 위성의 자세를 조정해 피해를 줄이거나, 지상 통제소에 경고 신호를 보내 조치를 취할 수 있도록 한다.

기대 효과

  • 우주 쓰레기와의 충돌 가능성을 줄이고, 장기적으로 위성의 임무를 안정적으로 수행할 수 있도록 보장한다.
  • 실시간으로 우주 쓰레기를 모니터링함으로써 우주 환경에 대한 데이터를 확보하고, 향후 쓰레기 관리 정책에 기여할 수 있다.

 

이렇게 컴퓨터 비전을 활용해 지구의 문제뿐 아니라 우주의 문제도 해결할 수 있다는 것을 알게 되었다.


 

 

 

문제 2번

티처블 머신을 다음 절차에 따라 실험하고 성능을 측정하시오. 성능을 측정할 때는 물체의 여러 면을 20개 정도 보여주고 맞힌 개수를 세어 정확률을 계산한다. 정확률은 맞힌 개수를 보여준 영상의 총 수로 나눈 값이다.

(1) 모양과 색깔이 크게 다른 두 물체를 학습하고 테스트한다(예, 검은색 마우스와 빨간색 사과).

(2) 모양과 색깔이 비슷한 두 물체를 학습하고 테스트한다(예, 모양과 색이 비슷한 두 마우스).

 

 

티처블 머신 사이트

 

Teachable Machine

Train a computer to recognize your own images, sounds, & poses. A fast, easy way to create machine learning models for your sites, apps, and more – no expertise or coding required.

teachablemachine.withgoogle.com

 

 

 

 

 

사이트에 들어가서 이미지 프로젝트를 클릭한다. 웹캠이 없어서 사실 해볼 생각도 하지 않았는데 이미 가지고 있는 이미지로 학습을 시킬 수도 있었다.

 

 

 

 

 

 

 

노트북으로도 해보았는데 내장 웹캠이 아무리해도 작동이 되지 않았다. 데스크탑에는 카메라가 내장되어 있지 않아 사용할 수 없었다. 웹캠을 하나 구입하는 것이 좋을 것 같다.


 

 

 

 

문제 3번

구글 앱을 스마트폰에 설치하시오.

(1) 구글 앱에서 관심 있는 식물 이파리를 찍고 인식을 수행하시오. 같은 이파리를 여러 각도와 여러 거리에서 찍고 인식 결과를 평가하시오.

(2) 구글 앱을 유용하게 활용할 수 있는 구체적인 응용 시나리오를 제시하시오.

 

 

집에 있는 식물이라고는 행운목밖에 없어서 이걸로 실습을 진행해보았다. 새벽에 앱을 다운받아서 실습을 하나 진행했으나 연습문제로 푸는 문제는 또 달라서 한번 더 실습해보았다.

 

1. 식물 이파리를 찍고 인식을 수행하라. 같은 이파리를 여러 각도와 여러 거리에서 찍고 인식 결과를 평가하기

 

 

 

 

 

 

 

 

 

거리에 따라 여러 각도로 찍어보니 식물의 병도 알게 되었고 재미있는 것들을 많이 발견했다.


 

 

 

 

2. 구글 앱을 유용하게 활용할 수 있는 구체적인 응용 시나리오를 제시하라.

 

1. 여행 중 정보 검색 및 번역

  • 해외여행 중 길을 걷다가 현지 언어로 된 간판이나 메뉴판을 보게 되었을 때, 구글 렌즈를 사용해 사진을 찍고 번역 기능을 활용해 내용을 실시간으로 확인한다.
  • 활용
    • 메뉴판, 교통 표지판, 박물관의 안내판을 즉시 번역하여 언어 장벽을 낮춘다.
    • 건물이나 기념물에 대한 정보를 찾아보아 여행지에 대한 이해를 높인다.
  • 장점: 통역사가 필요 없으며, 여행지 정보를 즉시 확인할 수 있어 여행의 편리함을 증대시킨다.

 

2. 식물 및 동물 식별

  • 자연 산책 중에 알 수 없는 식물이나 동물을 발견했을 때 구글 렌즈로 사진을 찍어 식별 정보를 확인한다.
  • 활용
    • 식물의 종류, 자생지, 기후 환경 등을 알아내고, 해당 식물의 독성 여부나 약효 등 부가 정보도 쉽게 확인할 수 있다.
    • 애완동물과 산책할 때 보게 된 다른 동물의 정보를 검색하여 해당 동물과의 거리 유지 등 대처 방안을 마련할 수 있다.
  • 장점: 생물에 대한 관심을 높이고, 식물이나 동물의 특성을 쉽게 이해할 수 있어 교육적인 측면에서도 유용한다.

 

3. 쇼핑 중 제품 정보 탐색 및 가격 비교

  • 매장에서 물건을 보고 구입을 고민할 때 구글 렌즈로 상품 사진을 찍어 온라인 가격을 비교하고 리뷰를 확인한다.
  • 활용
    • 특정 브랜드의 제품을 확인하고 유사 상품을 찾아 볼 수 있다.
    • 구매 후기를 확인하여 품질이나 내구성에 대한 정보를 얻고, 최저가를 비교하여 더 나은 구매 결정을 내릴 수 있다.
  • 장점: 가격 비교와 제품 정보를 한 번에 얻을 수 있어 소비자 입장에서 합리적인 쇼핑을 돕는다.

 

4. 공부할 때 학습 도구

  • 공부 중 어려운 수학 문제나 과학 공식이 나왔을 때 구글 렌즈로 문제를 찍어 풀이 방법이나 개념 설명을 확인한다.
  • 활용
    • 수학, 과학, 역사 등의 문제를 찍으면 관련 설명, 개념, 공식 등의 자료를 검색할 수 있다.
    • 책이나 교과서에 나오는 그림을 검색해 더 많은 배경지식을 습득하거나 관련된 학습 자료를 찾아볼 수 있다.
  • 장점: 직관적인 문제 풀이와 빠른 개념 이해를 돕고, 스스로 학습할 때도 유용하게 사용할 수 있다.

 


 

 

 

학습을 마치고

연습문제를 고작 3개 풀었는데 2시간 가까이 걸렸다. 잘 안 풀리는 문제가 있어서 한참 헤맸다. 아직 해결하지 못했지만 웹캠을 하나 사서 할 것 같다. 나머지 문제는 다음 포스트에서 풀어볼 것이다.