더스터(DUSt3R)는 복잡한 현실 공간을 손쉽게 3차원으로 복원하는 AI로, 로봇이 공간을 입체적으로 이해하고 추론할 수 있게 합니다. 덕분에 로봇이 미지의 환경에 놓이더라도 더스터를 통해 공간을 빠르게 파악하고 효율적으로 이동하거나 작업을 수행할 수 있습니다.
더스터는 기존과 차별화된 AI 접근 방식으로 연구 패러다임을 변화시켰다는 평가를 받고 있습니다. 공개 1년 만에 800회 가까이 인용되었으며, 글로벌 빅테크 기업들의 활발한 후속 연구로 이어지고 있습니다.
왜 이렇게 주목을 받았을까?
과거에는 3차원 복원을 위해 많은 규칙 기반 알고리즘과 복잡한 과정을 거쳐야 했습니다. 하지만 더스터는 이러한 과정을 AI가 대신 수행함으로써, 특정 장비나 환경에 의존하지 않고도 다양한 장면에서 고품질의 3D 복원을 누구나 손쉽게 구현할 수 있게 만들었습니다. 덕분에 다양한 로봇 플랫폼과 환경에서 일관된 성능을 유지할 수 있으며, 이를 통해 로봇은 복잡한 경로 탐색, 장애물 회피, 작업 우선순위 결정 등 다차원적인 문제를 보다 안정적으로 수행할 수 있습니다.
로봇 자율성의 기반이 되는 공간 이해
로봇이 실제 세계에서 자율적으로 동작하기 위해서는 단순히 사물을 감지하는 것을 넘어, 주변 공간의 형태와 구조를 이해할 수 있어야 합니다. 더스터는 다양한 시점에서 촬영된 2D 이미지를 바탕으로 고정밀 3D 구조를 복원합니다. 이렇게 획득된 정밀한 3D 정보는 로봇이 스스로 환경을 인식하고 판단할 수 있도록 돕습니다. 이러한 기술은 로봇이 사람과 비슷한 수준의 공간 인지를 갖추는 데 핵심 역할을 합니다.
DUSt3R-2
오픈소스 공개 이후 더스터는 마스터(MASt3R), 머스터(MUSt3R), 팬스터(PANSt3R) 등 여러 파생 연구를 낳았습니다. 이들 각각의 연구는 이름만큼 다양하고 흥미롭습니다. 현재는 이를 통합하고 상용화를 고려한 차세대 버전 더스터2(DUSt3R-2)를 준비하고 있습니다. 더스터2는 로봇 공간 인지 기술의 새로운 기준이 될 것입니다.