객체 탐지 (Object Detection)

한 줄 정의: 이미지 안에 어떤 물체가 있는지 분류하는 동시에, 그 물체가 이미지의 어느 위치에 있는지를 사각형 박스로 찾아내는 컴퓨터 비전 과제입니다.

쉽게 풀면

사진 한 장을 보고 "이건 강아지 사진이야"라고 답하는 것은 이미지 분류입니다. 그런데 사진 속에 강아지, 사람, 자전거가 함께 찍혀 있고 "강아지는 왼쪽 아래에, 사람은 가운데에, 자전거는 오른쪽에 있다"고 각각의 위치까지 네모 박스로 표시해 알려주는 것이 객체 탐지입니다. 즉 "무엇이(분류) + 어디에(위치) 있는지"를 동시에 알아내는 작업입니다. 자율주행차가 도로 위의 보행자와 다른 차량의 위치를 실시간으로 찾아내는 것이 대표적인 객체 탐지 활용 사례입니다.

왜 중요한가

객체 탐지는 자율주행, 로봇공학, 의료영상, 보안·감시 등 실제 환경에서 물체의 존재와 위치를 함께 파악해야 하는 거의 모든 응용에서 핵심 전처리 단계로 쓰이기 때문에, 컴퓨터 비전 논문에서 가장 활발히 다뤄지는 과제 중 하나입니다. 새로운 아키텍처나 학습 기법이 제안될 때마다 정확도와 처리 속도를 함께 개선했는지가 주요 평가 기준이 되며, 이 둘 사이의 균형은 실시간 응용 가능 여부를 좌우하는 중요한 논점입니다.

논문에서는 이렇게 쓰입니다

"제안 모델은 YOLO 계열 아키텍처를 기반으로 실시간 object detection을 수행하며, 기존 대비 mAP가 3.2%p 향상되었다."

이 문장은 "이 모델이 이미지 속 물체의 종류와 위치를 실시간으로 찾아내며, 그 탐지 정확도(mAP)가 이전보다 좋아졌다"는 뜻입니다. 객체 탐지 모델은 보통 여러 후보 박스를 만든 뒤 겹치는 박스를 정리하는 비최대 억제 과정을 거쳐 최종 결과를 냅니다.

"의료영상 내 병변 탐지를 위해 3차원 CT 영상에 특화된 object detection 모델을 적용한 결과, 소형 결절에 대한 탐지 민감도가 개선되었다."

의료영상 분석 논문에서는 병변이나 종양처럼 작고 경계가 모호한 대상을 찾아내는 데 객체 탐지 기법을 응용하는 사례가 흔히 소개됩니다.

"드론 기반 항공 영상에서는 객체의 크기가 매우 작고 밀집도가 높아, 일반적인 object detection 모델보다 소형 객체에 특화된 앵커 설계가 필요함을 확인하였다."

원격탐사·드론 영상 분야 논문에서는 촬영 각도와 객체 크기의 특수성 때문에 일반 자연 이미지와 다른 탐지 전략이 필요하다는 점을 다룹니다.

조금 더 깊게 보면

객체 탐지 모델은 크게 후보 영역을 먼저 제안한 뒤 분류하는 2단계 방식(대표적으로 Faster R-CNN 계열)과, 위치와 클래스를 한 번에 예측하는 1단계 방식(YOLO, SSD 계열)으로 나뉘며, 일반적으로 2단계 방식이 정확도에서, 1단계 방식이 속도에서 강점을 가진다고 알려져 있습니다. 성능을 비교할 때는 예측 박스와 실제 박스가 얼마나 겹치는지를 나타내는 IoU(Intersection over Union) 값을 기준으로 정답 여부를 판정하고, 이를 바탕으로 mAP(mean Average Precision)라는 지표로 전체 성능을 요약하는 것이 일반적입니다.

주의할 점

객체 탐지는 이미지 분할과 자주 혼동되는데, 객체 탐지는 물체를 사각형 박스로만 감싸는 반면 이미지 분할은 물체의 윤곽선을 픽셀 단위로 정확히 구분해 냅니다. 목적에 따라 어떤 과제가 필요한지 구분해서 사용해야 합니다.