인공지능 챗봇 이미지 데이터 훈련 비용 최소화 기술 개발

KAIST 이재길 교수팀, 내달 '신경정보처리시스템학회 2023'서 발표

재레이블링을 위한 핵심집합 선별 방법론 동작 개념도 [KAIST 제공. 재판매 및 DB 금지]

(대전=연합뉴스) 정찬욱 기자 = 국내 연구진이 인공지능 챗봇 이미지 데이터 훈련 비용을 최소화하는 기술을 개발했다.

KAIST(총장 이광형)는 전산학부 이재길 교수 연구팀이 심층신경망 훈련 비용을 최소화할 수 있도록 훈련 데이터의 양을 줄이는 새로운 데이터 선택 기술을 개발했다고 2일 밝혔다.

일반적으로 대용량의 심층 학습용 훈련 데이터는 레이블 오류(예를 들어 강아지 사진이 `고양이'라고 잘못 표기되어 있음)를 포함한다.

최신 인공지능(AI) 방법론인 재(再)레이블링(Re-labeling) 학습법은 훈련 도중 레이블 오류를 스스로 수정하면서 높은 심층신경망 성능을 달성하는데, 레이블 오류를 수정하기 위한 추가적인 과정들로 훈련에 필요한 시간이 더욱 증가한다는 단점이 있다.

이 교수팀이 개발한 기술은 레이블 오류를 스스로 수정하는 최신 재레이블링 학습법을 위해 핵심 집합 선별을 수행해 심층 학습 훈련 비용을 최소화할 수 있도록 해준다.

레이블 오류가 포함된 현실적인 훈련 데이터를 지원하므로 실용성이 매우 높다고 연구팀은 설명했다.

이 교수팀은 특정 데이터의 레이블 오류 수정 정확도가 해당 데이터 이웃 데이터의 신뢰도와 높은 상관관계가 있다는 것도 발견했다.

이를 기반으로 전체 훈련 데이터의 총합 이웃 신뢰도를 최대화하는 데이터 부분 집합을 선별해 레이블 수정 정확도와 일반화 성능을 최대화하는 `재레이블링을 위한 핵심 집합 선별'을 제안했다.

연구팀이 이미지 분류 문제에 대해 다양한 실세계 훈련 데이터를 사용해 방법론을 검증한 결과, 최종 예측 정확도가 레이블 오류가 없다는 가정에 따른 표준 학습법에서는 최대 9%, 재레이블링 학습법에서는 최대 21% 향상되는 것으로 나타났다고 설명했다.

또 총합 이웃 신뢰도를 최대화한 효율적 '탐욕 알고리즘'(greedy algorithm)을 통해 기존 방법론에 비해 획기적으로 시간을 줄이고 수백만 장의 이미지를 포함하는 초대용량 훈련 데이터에도 쉽게 확장될 수 있음을 확인했다고 말했다.

제1 저자인 박동민 박사과정 학생은 "이번 기술은 오류를 포함한 데이터에 대한 최신 인공지능 방법론의 훈련 가속화를 위한 획기적인 방법ˮ 이라면서 "다양한 데이터 상황에서의 강건성이 검증됐기 때문에, 실생활의 기계 학습 문제에 폭넓게 적용할 수 있어 전반적인 심층 학습의 훈련 데이터 준비 비용 절감에 기여할 것ˮ 이라고 밝혔다.

이번 연구 결과는 최고 권위 국제학술대회 '신경정보처리시스템학회(NeurIPS) 2023'에서 다음 달 발표될 예정이다.

jchu2000@yna.co.kr

▶제보는 카톡 okjebo