낯선 환경에서도 정답 '척척'… 실시간 환경 적응 AI 나왔다

머니투데이

박건희 기자

입력된 이미지(강아지)에 대해서 확률값을 계산하는 딥러닝 모델 구조 도식. 딥러닝 모델은 여러 층(Layer)로 구성된 블록으로 이뤄져 있다. 이미지의 밝기를 낯추자 정답을 맞추는 확률값이 낮아졌다 (2번째 줄 왼쪽).일반적으로 앞단계의 블록은 환경(밝기, 색깔, 노이즈)에 민감하고 뒷단계의 블록은 형태(물체의 모양, 물체 존재 여부)에 민감한 것으로 알려져 있다./사진=GIST

국내 연구팀이 사전 학습하지 않은 낯선 환경에도 빠르게 적응해 안정적으로 작동하는 AI(인공지능) 모델을 내놨다.

광주과학기술원(GIST)은 이규빈 융합기술학제학부 교수 연구팀이 AI 모델의 '실시간 환경 적응(Test-time adaption)' 기술을 개발했다고 17일 밝혔다. 연구 결과는 컴퓨터 비전 분야 학회 'CVPR'에서 6월 19일 발표할 예정이다.

AI 모델은 하나의 학습 환경에 최적화되도록 내부 매개변수가 고정돼 있다. 매개변수는 입력을 출력으로 바꾸기 위한 계산에 사용되는 변수다. 이에 따라 종전의 학습 환경과 다른 운용 환경에서 AI를 사용하면 성능이 저하된다는 한계가 있다. 예를 들어 화창한 날씨에 찍은 사진으로 학습한 AI 모델은 좋은 날씨에만 최적화돼 있어, 비가 오는 날엔 이미지를 제대로 인식하지 못한다.

연구팀은 학습이 끝난 뒤 운용 환경이 달라져도 본래 성능을 유지하는 AI 모델을 개발했다. 연구팀이 개발한 '실시간 환경 적응 기술'은 AI 모델의 매개변수를 학습이 끝난 후에도 운용 환경에 맞춰 실시간 조정할 수 있다. 날씨, 조명 등 다양한 변화 요소에 따라 달라진 환경에 적응해 입력된 이미지를 인식하고 이미지에 대한 질문에 정답을 내놓는다.

이때 2가지 방법이 사용됐다. '환경 민감 블록 선택 기술'은 AI의 딥러닝 모델 구조 중 밝기, 색깔, 노이즈 등 환경의 변화에 민감하게 반응하는 블록만 선택해 그 블록이 환경에 맞춰 이미지 속 특징을 추출할 수 있도록 하는 것이다.

'좌우 쌍 기반 정답 생성 기술'은 AI에게 같은 이미지를 좌우 반전을 통해 2번 보여주고, 좌우 반전된 이미지 모두에서 높은 신뢰도로 같은 결과를 출력할 수 있도록 학습해 정확성을 높이는 기술이다.

연구팀은 이 기술을 적용한 AI의 성능을 기존 연구와 비교한 결과, 정확도가 이전에 비해 9.1% 개선됐다고 밝혔다. 이 교수는 "날씨, 조명 조건, 지리적 특성 등에 따른 환경 변화에도 물체를 정확히 인지해야 하는 자율주행차 등에 활용될 수 있을 것"이라고 밝혔다.

이번 연구는 과학기술정보통신부와 LG전자의 지원을 받았다.