[과기원NOW] KAIST, 인공지능 챗봇 이미지 데이터 훈련 비용 최소화 기술 개발 外

인공지능(AI) 훈련 비용 최소화를 위해 노이즈에 강한 데이터 선택 기술을 개발한 연구팀. KAIST 제공

■ KAIST는 이재길 전산학부 교수 연구팀이 심층신경망 훈련 비용을 최소화할 수 있도록 훈련 데이터의 양을 줄이는 새로운 데이터 선택 기술을 개발했다고 2일 밝혔다. 이번에 개발된 기술은 레이블 오류를 스스로 수정하는 최신 재레이블링 학습법을 위해 핵심 집합 선별을 수행한다. 이를 통해 심층 학습 훈련 비용을 최소화한다. 연구팀은 "레이블 오류가 포함된 현실적인 훈련 데이터를 지원하므로 실용성이 매우 높다"고 설명했다. 연구 결과는 12월 국제학술행사 '신경정보처리시스템학회2023'에서 발표될 예정이다.

■ 울산과학기술원(UNIST)은 김재익 생명과학과 교수 연구팀이 뇌의 주요 신경전달물질 중 하나인 도파민을 분비하는 시냅스의 새로운 특성을 확인했다고 2일 밝혔다. 김 교수팀은 도파민 시냅스가 도파민뿐 아니라 신경세포가 과하게 흥분하는 것을 막는 ‘억제성 신경전달물질 GABA’를 전달할 수 있음을 확인했다. 또 , 억제성 시냅스를 생성하고 유지하는데 중요한 역할을 하는 시냅스 접착단백질인 'NL2'를 인위적으로 제거했을 때, 도파민 시냅스의 수가 감소하는 것도 확인했다. 연구 결과는 국제학술지 '셀 리포츠'에 지난달 31일 게재됐다.

■ 포스텍은 감종훈 환경공학부 교수, 박창균 전 환경연구소 박사 공동연구팀이 자가교정 유효가뭄지수(scEDI)를 기반으로 한 다중 모델 예측을 통해 가뭄을 전망하고 가뭄 회복에 필요한 누적 강수량을 제시했다고 2일 밝혔다. 분석 결과 올해 3~5월 안에 가뭄을 완전히 해갈하기 위해선 3월과 4월, 5월 누적 강수량이 각각 170mm, 310mm, 440mm가 될 때까지 비가 내려야 했다. 연구팀은 "봄철 가뭄에 대비해 댐에 저장할 물의 양을 시기적절하게 관리하는 데 중요한 자료를 제공했다"고 설명했다. 연구 결과는 국제학술지 '환경 연구 레터스'에 지난달 3일 게재됐다. 

[박정연 기자 hesse@donga.com]