SDDGR(안정적 확산 기반 딥 생성 재생) 모델의 작동 과정. 유니스트인공지능(AI)의 핵심 기술은 새로운 정보를 학습하면서도 기존 지식을 유지하는 것이다. 사람도 새로운 것을 배우면서 기존 경험을 잊지 않듯, AI도 같은 기능을 구현하는 것이 중요하다.
유니스트(UNIST·울산과학기술원) 인공지능대학원 백승렬 교수팀은 AI가 기존 지식을 유지하면서도 새로운 정보를 학습할 수 있는 ‘SDDGR(Stability Diffusion-based Deep Generative Replay. 안정적 확산 기반 딥 생성 재생)’ 기술을 개발했다고 20일 밝혔다.
SDDGR 기술은 스마트 가전 제품, 로봇 공학, 의료 분야 등 일상생활에 밀접한 영역에서 AI의 정확한 인식을 가능하게 한다. 특히 자율 주행 자동차가 도로 위의 다양한 물체를 인식하고 안전하게 운행하는 데 큰 도움이 된다. 보안 시스템에 적용하면 침입자를 정확하게 감지해 경고 알람을 즉각 보낼 수 있다.
기존에 개발된 ‘클래스 증분 학습(CIL)’ 기술은 이미지 안의 여러 객체를 인식하고 분류하는 데 한계가 있었다. 이를 해결하기 위해 SDDGR 기술이 등장했다. 고품질 이미지를 만들어 이전에 배운 것들을 잘 기억하게 해준다. 반복적인 과정을 통해 이미지의 질을 더 높이며, 기존 지식을 효과적으로 유지할 수 있다. 새로운 데이터를 학습할 때도 성능을 높이는 방법을 사용해 더욱 정확하게 배우는 것이다.
경제적 효율성도 뛰어나다. 기존 데이터를 반복 사용하지 않아 광범위한 데이터를 저장하고 처리하는 비용을 절감할 수 있다. 기업들에게 큰 경제적 이익을 줄 것으로 기대된다.
백승렬 교수는 “SDDGR 모델이 다양한 산업 분야에서 지속적인 객체 탐지의 정확성을 높이는 데 큰 도움이 될 것”이라고 말했다.
제1저자 김준수 연구원은 “SDDGR 기술이 다양한 응용 분야에서 실질적인 효과가 있음을 보여주었다”며 “기업들이 더 적은 비용과 시간으로 더 나은 인공지능 모델을 개발하는 데 기여할 수 있을 것”이라고 언급했다.
이번 연구 결과는 세계적 컴퓨터 비전 학술대회인 CVPR 2024에서 6월 21일 발표될 예정이며, 과학기술정보통신부(MSIT), 한국연구재단(NRF), 정보통신기획평가원(IITP), 해양수산과학기술진흥원(KIMST), LG전자, CJ AI센터의 지원을 받아 수행됐다.
