EDGE AI & NPU
엣지 AI·NPU 최적화
엣지 디바이스의 연산·메모리 제약에 맞춰 모델 양자화와 NPU 실행 최적화를 연구합니다.
RESEARCH
현장에서 작동하는 AI를 연구합니다
제한된 자원에서도 효율적으로 실행되고, 주변 환경을 이해하며 행동하는 AI. 모델과 하드웨어를 함께 연구합니다.
우리가 집중하는 연구 분야
LLM SYSTEMS
언어 모델 최적화·서빙
언어 모델의 양자화, 모델 서빙 구조와 하드웨어 최적화를 통해 효율적인 추론 환경을 연구합니다.
EMBODIED AI & ROBOTICS
멀티모달·Embodied AI
멀티모달 인지로 주변 환경을 이해하고, 로봇의 판단과 행동으로 연결하는 방법을 연구합니다.
Papers
플래드랩스 구성원이 참여한 연구입니다. 연구 내용과 발표 정보를 원문에서 확인할 수 있습니다.
2026 SPATIAL AI & ROBOTICS
Depth-Fused Imitation Learning for Manipulator-Assisted Spacecraft Berthing
단안 깊이 정보와 다중 시점 RGB 영상을 결합해, 일부 카메라 입력이 사라진 상황에서 우주선 결합을 돕는 로봇팔의 모방학습 성능을 시뮬레이션으로 검증한 연구입니다.
원문 보기Aerospace Science and Technology · Accepted
J Koo, T Cho, C Son, AJ Choi
2026 SPATIAL AI & ROBOTICS
SPACE-CLIPv2: Decoding Local Geometry from Frozen CLIP for Monocular Depth Estimation
고정된 CLIP 시각 인코더의 주변 토큰 정보를 결합해, 한 장의 이미지에서 깊이와 세밀한 공간 구조를 추정하는 연구입니다.
원문 보기Asian Conference on Computer Vision (ACCV), 2026.12.
H Song, T Cho, K Kim, AJ Choi
2026 SPATIAL AI & ROBOTICS
GeoBridge-VLA: Geometry-Aware Residual Adaptation for Vision-Language-Action Models
깊이 정보로 학습한 공간 특징을 VLA의 시각 표현에 결합해, RGB 영상·로봇 상태·언어 지시로 로봇 동작을 생성하는 연구입니다.
원문 보기arXiv:2610.05026 (2026.10.)
H Song, K Kim, LJ Um, M Han, J Park, T Cho, AJ Choi
2026 EDGE AI & ZERO-SHOT INSPECTION
EdgeZSAD: Practical Zero-Shot Anomaly Detection on Edge Devices
경량 비전 모델로 학습에서 보지 못한 검사 대상의 결함을 탐지하고, 실제 엣지 장치에서 실행 성능을 검증한 제로샷 검사 연구입니다.
원문 보기arXiv:2606.16119 (2026.06.)
T Cho, AJ Choi
2026 SPATIAL AI & ROBOTICS
RetoVLA: Reusing Register Tokens for Spatial Reasoning in Vision-Language-Action Models
모델 내부의 공간 정보를 재활용해, 경량 VLA 모델이 공간을 이해하고 로봇의 행동을 계획하도록 하는 연구입니다.
원문 보기2026 IEEE International Conference on Robotics & Automation (2026.06.)
J Koo, T Cho, H Kang, E Pyo, TG Oh, T Kim, AJ Choi
2026 MULTIMODAL AGENTS
IMPACT-Agent: Intelligent Multimodal Prompt-driven Agent for Collaborative Teaming
항공 이미지와 언어 모델을 활용해 재난 현장의 상황을 해석하고, 무인 지상 차량의 경로 계획을 돕는 에이전트 연구입니다.
원문 보기IEEE Access, vol. 14, pp. 50575-50583, 2026 (2026.03.)
T Cho, H You, AJ Choi
2026 SPATIAL AI & ROBOTICS
SPACE-CLIP: Spatial Perception via Adaptive CLIP Embeddings for Monocular Depth Estimation
기존 CLIP 시각 인코더를 유지하면서 한 장의 이미지에서 깊이를 추정하는 공간 인지 모델을 연구합니다.
원문 보기arXiv:2601.17657 (2026.01.)
T Cho, T Kim, AJ Choi
2025 LANGUAGE MODELS
Research on enhancing model performance by merging with Korean language models
다국어 모델과 한국어 특화 모델을 병합하고, 추론과 대화 과제에서 성능 변화를 검증한 연구입니다.
원문 보기Engineering Applications of Artificial Intelligence 159, 111686 (2025.11.)
T Cho, R Kim, AJ Choi
Patents
온디바이스 결함 탐지와 제로샷 검사 모델의 배포·운영 기술에 관한 등록·출원 특허입니다.
2026 등록온디바이스 결함 탐지 장치 및 이를 활용한 결함 탐지 방법
NPU에서 비전 모델을 실행해 장치 내부에서 결함을 분석하는 기술입니다.
- 등록번호
- 10-2986636
- 등록일
2026 출원이종 엣지 하드웨어용 검사 모델의 배포 프로파일 결정 방법 및 장치
제로샷 검사 모델을 서로 다른 엣지 장치에 맞게 변환하고, 변환 전후의 검사 결과를 검증하는 배포 기술입니다.
- 출원번호
- 10-2026-0170967
- 출원일
2026 출원검사 장치의 검사 정책 갱신 방법 및 장치
현장 피드백을 바탕으로 제로샷 검사 기준을 보완하고, 적용 전에 검증하는 운영 기술입니다.
- 출원번호
- 10-2026-0170968
- 출원일