(왼쪽부터)고려대 인공지능학과 위정명 석사과정(제1저자), 이두진 석박통합과정(공동저자), 김동현 교수(교신저자). 사진=고려대학교

고려대학교 인공지능학과 김동현 교수 연구팀이 인공지능(AI) 모델의 도메인 전이 성능에서 사전학습이 핵심 역할을 한다는 사실을 체계적으로 분석하고, 향후 AI 연구에서 사전학습 중심의 새로운 평가 기준 필요성을 제시했다고 9일 밝혔다.

이번 연구는 컴퓨터 비전 분야의 국제 저명 학술지 ‘International Journal of Computer Vision(IJCV, IF=9.3)’ 온라인에 1월 9일 게재됐다.

AI 모델은 학습 환경과 다른 실제 환경에 적용될 경우, 성능이 저하되는 ‘도메인 변화’ 문제를 겪는다. 이를 해결하기 위해 다양한 도메인 적응 알고리즘이 개발돼 왔지만, 기존 연구들은 오래된 사전학습 모델을 기반으로 실험이 진행돼 최신 사전학습 기술의 영향을 충분히 반영하지 못했다.

연구팀이 최신 신경망 구조와 대규모 사전학습 데이터셋을 활용해 광범위한 실험을 진행한 결과, 사전학습 방식의 차이가 도메인 전이 성능에 큰 영향을 미친다는 사실을 확인했다. 특히 사용된 사전학습 모델에 따라 적응 기법의 성능 평가 결과와 기존 알고리즘 순위가 달라질 수 있음을 밝혔다.

김동현 고려대 인공지능학과 교수는 “이번 연구는 AI 일반화 성능을 이해하기 위해 사전학습 단계에 대한 체계적인 분석이 필수적임을 보여준다”며 “향후 도메인 전이 연구의 평가 패러다임을 사전학습 중심으로 확장하는 계기가 될 것”이라고 말했다.

<문화경제 한시영 기자>