시각인지 인공지능 성능 2배로..환경 적응 신경망 개발

[이데일리 강민구 기자] 국내 연구진이 이미지를 변환하거나 여러 비슷한 특징을 가진 이미지의 집합인 도메인에서 모델의 성능을 높게 유지해 인공지능 분야 발전에 활용할 기술을 선보였다.

대구경북과학기술원(DGIST)은 임성훈 정보통신융합전공 교수 연구팀이 딥러닝 기술로 복잡하고 다양한 이미지에서 영상의 환경 정보를 분리해 변환하는 인공지능 신경망 모듈을 개발했다고 14일 밝혔다.

임성훈 대구경북과학기술원 교수(오른쪽)와 이승훈 학위연계과정 학생(왼쪽).(사진=대구경북과학기술원)

최근 인공지능 기술에 바탕이 되는 딥러닝 기술이 발전하면서 이미지를 만들고 변환하는 연구도 활발하다. 기존 연구는 도메인에서 공통으로 나타나는 이미지 정보를 찾는데만 초점이 맞춰졌다. 때문에 이미지 정보를 제대로 활용하기 어려워 적용할 데이터와 모델 성능에 한계가 있었다. 이미지 정보도 단순하게 구성해 한 이미지로 변환된 이미지 하나만 얻을 수 있었다.

연구팀은 우선 이미지 정보 구성이 도메인마다 다를 수 있고, 단순한 구성이 아닐 것이라는 가설을 세웠다. 이후 이미지 정보를 전체 형태 정보와 스타일 정보로 뚜렷하게 나누는 분리기를 설계했다. 도메인마다 다른 가중치도 사용해 도메인 간 차이를 반영했다. 분리한 이미지 정보들의 연관성을 이용해 각 이미지 구성에 맞춘 유형 정보를 찾는 등 새로운 신경망 구조를 만들었다.

이 신경망은 한 모델로도 여러 도메인의 이미지 변환을 자유롭게 할 수 있다. 연구팀이 시각 인지 문제에 개발한 도메인 적응 알고리즘을 적용하자 기존보다 2배 높은 정확도를 나타냈다.

임성훈 교수는 “이미지 정보에 대한 새로운 분석이 담긴 신경망”이라며 “앞으로 관련 기술을 개선하면 많은 분야에 써서 인공지능 분야 발전에 긍정적 영향을 줄 것”이라고 말했다.

연구결과는 인공지능 분야 국제학술지 ‘IEEE Conference on Computer Vision and Pattern Recognition’에 지난 달 25일자로 발표됐다.