본(Bonn) 대학 PRBonn 연구실이 IEEE Transactions on Robotics(TRO) 2026에 발표한 RGB-D SLAM 시스템으로, 3D 대신 2D Gaussian Splatting을 지도 표현으로 사용하는 것이 핵심이다. 기존 3D Gaussian Splatting 기반 SLAM은 깊이 렌더링 불일치와 비효율적 루프 클로저 때문에 지오메트리 재구성 품질이 제한적이었는데, 2DGS-SLAM은 2D 변형의 깊이 일관 렌더링 특성을 활용한 정밀 카메라 포즈 최적화 기법으로 이를 해결한다. 3D 파운데이션 모델 MASt3R를 활용한 효율적 루프 탐지·카메라 재위치, 로컬 활성 지도를 유지하는 효율적 지도 업데이트도 함께 구현했다. 트래킹 정확도, 표면 재구성 품질, 전역 일관성 있는 지도 재구성에서 기존 렌더링 기반 SLAM 대비 우수한 성능을 보이며, MIT 라이선스로 학습·추론 코드가 공개되어 있다.