궤적 예측 (Trajectory Prediction)은 컴퓨터 비전과 자율 주행에서 필수적인 작업으로, 특히 보행자 행동을 이해하고 능동적인 의사결정을 가능하게 하는 데 중요하다. 이 분야의 기존 방법론들은 종종 정확하고 완전한 관측 데이터를 가정하며, 제한된 카메라 범위, 물리적 장애물, 그리고 노이즈가 제거된 센서 데이터에 대한 실제 값 부재로 인한 문제들을 간과한다. 이러한 간과는 중요한 안전 문제로, 보이지 않는 필수 객체를 놓칠 수 있기 때문이다. 이러한 간극을 메우기 위해, 본 연구에서는 비전-위치 기술을 활용한 새로운 방법을 제시하여 보이지 않는 궤적 예측을 수행한다. 제안하는 방법론은 unsupervised 방법으로 노이즈가 섞인 센서 관측값을 제거하고, 보이지 않는 객체의 센서 기반 궤적을 정확하게 시각적 궤적으로 맵핑한다. 이 방법은 Vi-Fi와 JRDB 데이터셋에서 보이지 않는 노이즈가 섞인 센서 궤적의 노이즈 제거 및 예측에서 SOTA 성능을 입증한다. 궤적 예측 정확도를 향상시키고 보이지 않는 객체의 문제를 해결함으로써, 연구는 복잡한 환경에서 자율 주행의 안전성과 신뢰성을 향상시키는 데 중요한 기여를 한다. 본 연구는 보이지 않는 궤적 예측(OOSTraj)을 위한 첫 번째 시도를 나타내며, 향후 연구를 위한 새로운 기준을 제시한다.