Non-linear Performance Degradation Mechanism and Quantitative Inflection Point Identification of AI-based Pedestrian and Vehicle Detection Reliability under Image Data Degradation : A Case Study on the COCO Dataset with YOLOv8
YoungDoo Yoon, Ho Kim · The Journal of the Korea Contents Association · 2026
본 연구는 자율주행 및 스마트시티 관제 환경에서 활용도가 높은 보행자(Person)·차량(Car) 클래스를 대상으로, COCO 2017 데이터 세트와 YOLOv8(Nano) 모델을 이용한 사례연구로서 영상 해상도 저하 및 JPEG 압축이 AI 객체 탐지 신뢰도에 미치는 영향을 정량적으로 분석하였다. 인식 신뢰도는 화질 저하에 비례해 선형적으로 감소하지 않고 특정 임계점까지 유지되다 급락하는 비선형적 계단형 특성을 보였으며, 해상도 축소비율 0.5 및 JPEG 압축 품질 15를 기점으로 신뢰도가 급격히 하락하였다. 이는 본 연구 조건에 국한된 관찰치로서 최소 탐지 신뢰성(평균 확신도 0.38)의 안전 하한선에 대한 예비적 근거를 제공한다. 선행 연구 비교 결과 비선형적 붕괴 자체는 보편적이나 임계 수치는 데이터 세트·모델에 따라 달라질 수 있었다. 본 결과는 후속검증을 전제로 시스템 설계 시 대역폭 효율과 AI 신뢰도 간 균형점 검토를 위한 예비적 참고 지표로 활용될 수 있다.