연구진은 실제 데이터 부족 문제를 해결하기 위해 합성 데이터를 활용하여 보행자 감지 모델의 성능을 평가하는 방법을 제시했어요. 특히, 어두운 환경에서의 성능을 정확하게 파악하기 위해 RAW 이미지 증강 기법을 사용했어요. 합성 데이터와 실제 데이터에 대한 성능 지표가 유사하게 나타나 AI 모델이 두 데이터를 구별하기 어렵다는 점을 확인했어요.
합성 RAW 이미지 증강 기법은 카메라 센서의 노이즈 모델을 반영하여 어두운 환경의 샘플을 생성하며, 이는 실제 데이터의 부족함을 보완하는 데 효과적이에요. 이를 통해 자율 주행 안전 시스템 개발에 필요한 보행자 감지 성능을 더욱 정확하게 평가할 수 있어요.
연구 결과는 AI 모델이 실제 데이터와 합성 데이터를 구분하는 데 어려움을 겪고 있으며, 이는 합성 데이터가 실제 환경을 잘 반영하고 있다는 것을 의미해요. 이는 합성 데이터를 활용한 AI 모델 개발 및 평가의 가능성을 보여주는 중요한 결과입니다.