KPI뉴스 - 인공지능 모델 성능 저하 막는다

  • 구름많음강진군3.8℃
  • 맑음울산2.0℃
  • 맑음강릉2.1℃
  • 맑음양산시3.2℃
  • 맑음정선군-0.1℃
  • 구름많음세종0.6℃
  • 맑음남해4.8℃
  • 맑음영덕3.0℃
  • 구름많음보은0.5℃
  • 맑음여수4.1℃
  • 맑음북창원4.5℃
  • 구름많음백령도4.3℃
  • 흐림군산1.4℃
  • 맑음제천-0.1℃
  • 흐림고창군1.9℃
  • 구름많음완도5.1℃
  • 흐림고산8.6℃
  • 맑음장흥2.5℃
  • 흐림진도군5.5℃
  • 흐림순창군1.6℃
  • 맑음문경1.8℃
  • 맑음봉화0.2℃
  • 맑음창원4.9℃
  • 흐림고창2.0℃
  • 흐림남원1.9℃
  • 맑음김해시3.7℃
  • 흐림보령1.7℃
  • 맑음부산4.9℃
  • 맑음파주-2.3℃
  • 맑음청송군0.6℃
  • 흐림해남4.4℃
  • 맑음보성군3.6℃
  • 맑음통영4.2℃
  • 흐림임실1.4℃
  • 맑음서울0.0℃
  • 맑음양평1.4℃
  • 맑음거제5.3℃
  • 맑음인제-0.4℃
  • 맑음함양군2.2℃
  • 구름많음산청3.1℃
  • 맑음춘천0.3℃
  • 흐림금산1.6℃
  • 맑음홍천0.6℃
  • 비목포4.8℃
  • 눈청주1.7℃
  • 구름많음순천2.0℃
  • 맑음경주시3.7℃
  • 흐림추풍령0.4℃
  • 눈홍성1.6℃
  • 맑음의성1.3℃
  • 눈대전0.5℃
  • 눈울릉도4.3℃
  • 맑음대구3.6℃
  • 맑음수원0.8℃
  • 맑음철원-1.1℃
  • 맑음광양시2.6℃
  • 맑음속초1.4℃
  • 흐림정읍0.6℃
  • 맑음상주1.3℃
  • 맑음합천1.4℃
  • 맑음북부산3.1℃
  • 구름많음구미2.7℃
  • 구름많음흑산도7.0℃
  • 흐림영광군3.2℃
  • 맑음영천3.0℃
  • 구름많음부여2.1℃
  • 맑음이천1.1℃
  • 맑음태백-3.1℃
  • 맑음안동1.2℃
  • 맑음북춘천-0.4℃
  • 맑음울진2.6℃
  • 구름많음성산8.6℃
  • 맑음거창1.2℃
  • 흐림서산2.1℃
  • 맑음강화-0.2℃
  • 흐림제주10.5℃
  • 맑음인천0.7℃
  • 눈전주0.9℃
  • 맑음포항3.9℃
  • 구름많음천안1.0℃
  • 맑음영주1.2℃
  • 맑음진주1.4℃
  • 구름많음서귀포9.1℃
  • 맑음밀양1.5℃
  • 맑음동두천-0.9℃
  • 맑음고흥4.0℃
  • 비광주2.3℃
  • 흐림장수-0.4℃
  • 맑음영월0.2℃
  • 흐림부안1.4℃
  • 맑음의령군1.1℃
  • 맑음대관령-5.2℃
  • 맑음원주0.8℃
  • 맑음충주1.2℃
  • 맑음동해2.2℃
  • 구름많음서청주1.1℃
  • 맑음북강릉1.6℃

인공지능 모델 성능 저하 막는다

최재호 기자 Google구글에서 선호하는 출처로 추가
기사승인 : 2024-03-25 08:50:21
UNIST 김성일·임동영 교수팀, 학습 기술 개발
인공지능학회 ICLR 최상위 논문 선정…빈서 발표

인공지능 모델의 성능을 저하시키는 현상에 효과적으로 대응할 수 있는 학습 기술이 울산과학기술원 연구팀에 의해 개발됐다. 국내 산업에서의 인공지능 활용 가능성 제고와 성능 강화에 기여할 수 있을 것으로 기대된다.

 

▲ 왼쪽부터 김성일·임동영 교수, 제 1저자 오용경 연구원 [울산과학기술원 제공]

 

UNIST(총장 이용훈)는 산업공학과 및 인공지능대학원 김성일·임동영 교수팀이 '데이터 드리프트에 강건한 시계열 학습 기술'을 개발했다고 25일 밝혔다.

시계열 데이터는 시간 순서에 따라 일정 주기를 가지고 연속적으로 수집된 데이터를 말한다. 금융, 경제, 교통, 농업, 제조, 헬스케어 등 각종 산업에서 사용되는 수많은 데이터가 시계열 형태를 가지고 있다.

시계열 데이터는 데이터 발생에 영향을 주는 외부 요인들이 변함에 따라 '데이터 드리프트'라는 현상이 발생한다. '데이터 드리프트'는 인공지능 모델이 훈련에 사용한 데이터 실제 운영 환경의 데이터가 달라지는 것을 말한다.

김성일 교수는 "데이터 드리프트가 발생할 경우 시계열 학습 인공지능 모델의 성능이 저하된다"며 "각종 산업 등에서 시계열 데이터 활용을 어렵게 만드는 고질적 문제"라고 설명했다.

 

연구팀은 이런 문제를 효과적으로 대응할 수 있게 하는 Neural SDEs(Stochastic Differential Equations) 기반의 강건한 신경망 구조 설계에 대한 방법론을 개발했다.

'Neural SDEs'는 잔차 신경망 모델의 연속된 버전인 Neural ODEs를 확장한 모델이다. 연구팀은 데이터 드리프트 현상에서도 강건함을 유지할 수 있는 시계열 Neural SDEs 모델 설계 방법론에 대한 이론적 근거를 제시했다.

데이터 드리프트 현상이 발생했을 때, 이를 빠르게 포착하고 데이터를 재구성해 재학습하는 일련의 엔지니어링 과정은 큰 시간과 비용이 수반됐다. 연구팀은 인공지능을 처음부터 데이터 드리프트 현상에 강건할 수 있도록 만드는 데에 필요한 기술을 이론적, 실험적으로 모두 검증한 것이다.

임동영 교수는 "최근 동적 데이터 환경에 따른 데이터 드리프트로 인해 시계열 인공지능 모델의 성능이 저하되는 사례들이 빈번하다"며 "이 연구는 처음부터 드리프트에 강건하도록 인공지능을 훈련시킬 수 있도록 하는 방법론을 개발, 이의 성능을 이론적, 실험적으로 검증했다는 데에 의의가 있다"고 전했다.

이번 연구는 세계적인 권위의 국제 학회인 ICLR(International Conference on Learning Representations)에 상위 5%에 해당하는 spotlight 논문으로 선정돼 오는 5월 오스트리아 빈에서 발표될 예정이다. 

 

또한 한국보건산업진흥 바이오메디컬 글로벌 인재양성사업, 정보통신기획평가원 인공지능대학원사업, 과학기술정보통신부 한국연구재단 기본 연구 및 인간중심-탄소 중립 글로벌 공급망 연구센터의 지원으로 이뤄졌다.

 

KPI뉴스 / 최재호 기자 choijh1992@kpinews.kr 

[저작권자ⓒ KPI뉴스. 무단전재-재배포 금지]