국민대학교 인공지능학부 김장호 교수 연구팀의 정진우 학생이 안상호·정성엽 학생, LG CTO 연구소와의 공동연구를 통해 실제 시스템에 효율적으로 배포 가능한 비디오 초해상화(Video Super-Resolution) 양자화 기술 ‘TAQ(Temporal-Aware Quantization)’를 개발했다. 해당 연구는 세계적 컴퓨터비전 국제학술대회 ECCV 2026(European Conference on Computer Vision)에서 발표됐다.

비디오 초해상화 모델은 높은 성능을 제공하지만 많은 연산량과 메모리를 요구해 모바일 및 엣지 환경에 적용하는 데 한계가 있다. 연구팀은 이를 해결하기 위해 비디오의 시간적 특성(temporal information)을 양자화 과정에 활용하는 새로운 방법을 제안했다.

TAQ는 여러 프레임에서 나타나는 시간적 정보를 오프라인 캘리브레이션 과정에서 활용해 양자화 파라미터를 최적화한다. 특히 실제 추론 시에는 프레임마다 양자화 설정을 변경할 필요 없이 하나의 정적(static) 양자화 모델을 사용할 수 있어 기존 하드웨어 및 AI 가속기 환경에 적용하기 유리하다는 장점이 있다.

이번 연구는 양자화 성능뿐 아니라 실제 시스템에서의 배포 가능성까지 함께 고려했다는 점에서 의미가 있다. 향후 모바일·엣지 환경의 영상 복원 및 다양한 비디오 기반 인공지능 모델의 경량화 기술로 확장될 수 있을 것으로 기대된다.

한편 이번 연구는 국민대와 LG CTO 연구소 간 산학협력을 통해 수행됐으며, 논문 제목은 ‘TAQ: Static-Deployable Temporal-Aware Quantization for Real-World Video Super-Resolution’이다.