대구경북과학기술원(이하 DGIST)가 기존 방식과 비교해 시각인지 성능을 2배 이상 높일 수 있는 새로운 환경 적응 인공지능(AI) 신경망을 개발했다고 14일 밝혔다.

기존 이미지를 생성하고 변환하는 딥러닝 연구는 여러 비슷한 특징을 가진 이미지의 집합인 도메인(Domain)에서 공통으로 나타나는 이미지 정보를 찾는 것에만 초점이 맞춰져 있었다. 그로 인해 이미지 정보를 제대로 활용하기 어려워 적용 가능한 데이터와 모델의 성능에 한계가 있었다. 또한, 활용한 이미지 정보를 선형적으로 단순하게 구성함으로써 한 개의 이미지로는 변환된 이미지 하나만을 얻을 수 있는 등의 한계가 있었다.

임성훈 DGIST 정보통신융합전공 교수(오른쪽)와 제1저자 이승훈 학위연계과정생 / DGIST
임성훈 DGIST 정보통신융합전공 교수(오른쪽)와 제1저자 이승훈 학위연계과정생 / DGIST
임성훈 DGIST 정보통신융합전공 교수 연구팀이 선보인 이번 새로운 AI 신경망 기술은 이미지 정보의 구성이 도메인마다 다를 수 있고 선형적 구성처럼 단순한 구성이 아닐 것이라는 가설을 세웠다. 이미지 정보를 전체적인 형태 정보와 스타일 정보로 뚜렷하게 나눌 수 있는 분리기를 설계하고, 이를 이용해 도메인마다 다른 가중치를 사용해 도메인 간 차이를 반영할 수 있게 했다.

또한, 분리된 이미지 정보 간의 연관성을 이용해 각 이미지 구성에 알맞은 스타일 정보를 찾는 새로운 신경망 구조를 개발하는 데도 성공했다. 이러한 과정을 통해 연구팀이 개발한 신경망은 한 모델로도 여러 도메인의 이미지 변환이 자유자재로 가능한 것이 장점이다.

연구팀이 개발한 AI 신경망을 통해 복잡한 구성의 이미지를 변환한 결과 모습 / DGIST
연구팀이 개발한 AI 신경망을 통해 복잡한 구성의 이미지를 변환한 결과 모습 / DGIST
이번 새로운 시각인지 신경망 기술은 향후 이미지 변환은 물론, 여러 도메인에서도 모델의 성능을 높게 유지하는 도메인 적응(Domain Adaptation) 등 관련 AI 연구의 발전을 가속할 전망이다. 특히 시각 인지 문제에 연구팀이 개발한 도메인 적응 알고리즘을 적용하면 기존보다 정확도를 2배 이상 높일 수 있다.

임성훈 교수는 "이번 연구를 통해 개발한 신경망은 이미지 정보에 대한 새로운 분석이 담긴 신경망"이라며 "향후 관련 기술을 좀 더 개선한다면 많은 분야에 적용되어 인공지능 분야의 발전에 긍정적인 영향을 줄 것으로 기대된다"고 말했다.

이번 연구 결과에는 제1 저자인 이승훈 정보통신융합전공 학위연계과정생이 참여했다. 아울러 인공지능 분야 국제학술지 ‘IEEE Conference on Computer Vision and Pattern Recognition’에 지난 6월 25일 온라인으로 게재됐다.

최용석 기자 redpriest@chosunbiz.com