우리 학부 김준모 교수 연구팀이 사람처럼 이미지의 변화를 상상하고 이해하는 인공지능(AI) 기술을 개발했습니다. 이번 기술은 이미지를 단순히 분석하는 것을 넘어, 이미지가 어떻게 변형되는지 그 과정 자체를 이해하고 이를 표현할 수 있는 능력을 갖췄습니다. 이를 통해 의료 영상 분석, 자율주행, 로봇공학 등 다양한 분야에서 더 정교하고 유연한 AI 활용이 기대됩니다.
사람처럼 변화를 이해하는 AI
연구팀이 개발한 새로운 AI 기술, STL(Self-supervised Transformation Learning)은 이미지를 변화시키는 방식을 스스로 배우는 데 초점을 맞췄습니다. STL은 사람이 만든 꼬리표(라벨) 없이 원래 이미지와 변형된 이미지를 비교하며, “이건 돌려졌네”, “이건 색이 바뀌었네”와 같은 변화를 스스로 학습합니다. 마치 사람이 한 장의 사진을 보며 변화를 상상하고 해석하는 것과 비슷합니다.
기존 방식의 한계 극복
지금까지의 AI는 이미지를 학습할 때, 다양한 변화를 무시하고 단순히 큰 특징만 포착하는 경향이 있었습니다. 하지만 이러한 접근은 특히 정교한 작업이나 섬세한 변화가 중요한 상황에서는 성능이 떨어지는 한계가 있었습니다.
STL은 기존 AI와 달리, 이미지의 세세한 변화를 구체적으로 학습합니다. 변화를 무시하는 대신, 이를 이미지의 특징 공간(머릿속의 지도를 그리듯 데이터의 관계를 표현한 공간)에 저장하고 반영해 훨씬 더 정밀한 결과를 얻을 수 있습니다.
예를 들어, STL은 이미지 자르기, 밝기 조절, 색상 변경 등 세부적인 변화를 정확히 이해하며, 이를 활용해 기존 AI보다 최대 42% 더 뛰어난 성능을 보였습니다. 특히 STL은 기존 방법으로는 처리하기 어려웠던 복잡한 변형들도 자연스럽게 다룰 수 있습니다.
AI의 한계를 넘어, 더 똑똑하게
STL이 특별한 이유는 단순히 이미지를 이해하는 데서 끝나지 않고, 변화 그 자체를 표현하고 학습할 수 있다는 점입니다. 이는 의료용 CT 스캔에서 병변의 미세한 변화를 찾아내거나, 자율주행차가 다양한 도로 상황을 이해하는 데 큰 도움을 줄 수 있습니다.
STL은 이미지의 변형을 스스로 파악하고, 이를 바탕으로 더 안전하고 정밀한 결과를 제공할 수 있습니다. 김준모 교수는 “STL은 사람이 이미지를 보고 느끼며 상상하는 방식과 유사하게, 변화를 깊이 이해하는 AI 기술입니다. 이 기술은 의료, 자율주행, 로봇 공학 등 여러 분야에서 새로운 혁신을 이끌어낼 것입니다”라고 말했습니다.
이번 연구는 유재명 박사과정 학생이 제1저자로 참여했으며, 세계적인 AI 학술대회인 NeurIPS 2024에서 “Self-supervised Transformation Learning for Equivariant Representations”라는 제목으로 발표되었습니다.
