광주과학기술원(GIST)은 융합기술학제학부 이규빈 교수 연구팀이 AI 모델의 ‘실시간 환경 적응(Test-time adaptation)’ 기술을 개발했다고 17일 밝혔다.
이번 연구 성과는 학습 환경과 다른 운용 환경에서 얻어진 이미지가 입력될 때 성능이 저하되는 기존 AI 모델의 한계를 극복해 향후 자율주행차 등에 활용될 수 있을 것으로 기대된다.
‘실시간 환경 적응 기술’은 AI 모델의 매개변수를 학습이 끝난 후에도 운용 환경에 맞게 적응시켜 성능을 향상시키는 기술로서 AI 모델이 새로운 환경이나 조건에서도 잘 작동하도록 실시간으로 AI 모델의 매개변수를 미세 조정할 수 있다.
연구팀은 기존 연구와 다르게 환경 변화에 민감한 블록을 선택하는 방법을 통해 날씨, 조명 등 다양한 변화 요소에 민감한 AI 모델을 실시간으로 주어진 환경에 적응시키는 기술을 개발했다.
AI 모델의 학습을 위해서는 입력 이미지에 대한 정답 라벨이 필요하지만 실제로 운용 중인 AI 모델은 입력 이미지에 대한 정답 라벨이 없어 학습하는 것이 어렵다.

앞줄 오른쪽부터 시계방향으로 이규빈 교수, 유연국·신성호·백승혁·고민환·노상준 박사과정생.

이러한 문제를 해결하기 위해 실시간 적응 연구에서는 AI 모델 스스로 입력된 이미지에 대한 정답 라벨을 생성하고, 이를 학습하는 방법이 사용된다. 즉, 실시간 적응 연구에서는 정확한 정답 라벨 생성 방법에 대한 연구가 진행되어 왔다.
연구팀은 실시간 환경 적응에 적합한 블록 선택 기술과 정답 생성 기술을 이용해 적응 기술의 성능 평가 벤치마크에서 세계 최고 수준을 달성했다.
이규빈 교수는 “이번 연구를 통해 인공지능 시스템이 다양한 환경과 조건에서 지속적으로 성장하며 안정적으로 작동할 수 있다는 것을 확인했다”며 “향후 날씨, 조명 조건, 지리적 특성 등에 따른 환경 변화에도 흔들림 없이 물체를 정확히 인지해 자율주행차 등에 활용될 수 있을 것으로 기대한다”고 말했다.
이 교수가 지도하고 유연국 박사과정생이 수행한 이번 연구는 과학기술정보통신부와 LG전자의 지원을 받았으며, 컴퓨터 비전 분야 세계 최고 권위 학회 ‘CVPR(Computer Vision and Pattern Recognition)’에서 6월 19일 발표될 예정이다.
/이동기 기자

호남매일 honamnews@hanmail.net