KAIST, 구글딥마인드와 시각 상상하는 ‘AI’ 개발

- 시각 정보에 대해 체계적 일반화가 가능해져

연구팀은 장면을 구성하는 물체들을 몇 가지 특성으로 분해한 뒤, 해당 특성을 정해진 규칙 아래에서 재조합하여 새로운 이미지를 생성하는 방식을 이용했다.[KAIST 제공]

[헤럴드경제=구본혁 기자] ‘노란 포도’나 ‘보라색 바나나’와 같이 본 적 없는 시각 개념을 이해하고 상상하는 인공지능(AI) 구현이 가능해질 전망이다.

카이스트(KAIST)는 전산학부 안성진(사진) 교수 연구팀이 구글 딥마인드 및 미국 럿거스 대학교와의 국제 공동 연구를 통해 시각적 지식을 체계적으로 조합해 새로운 개념을 이해하는 인공지능 새로운 모델과 프로그램을 수행하는 벤치마크를 개발했다고 30일 밝혔다.

인간은 보라색 포도와 노란 바나나와 같은 개념을 학습하고, 이를 분리한 뒤 재조합해 노란 포도나 보라색 바나나와 같이 본 적 없는 개념을 상상하는 능력이 있다. 이런 능력은 체계적 일반화 혹은 조합적 일반화라고 불리며, 범용 인공지능을 구현하는 데 있어 핵심적인 요소로 여겨진다.

체계적 일반화 문제는 1988년 미국의 저명한 인지과학자 제리 포더와 제논 필리쉰이 인공신경망이 이 문제를 해결할 수 없다고 주장한 이후, 35년 동안 인공지능 딥러닝 분야에서 큰 도전 과제로 남아 있다. 이 문제는 언어뿐만 아니라 시각 정보에서도 발생하지만, 지금까지는 주로 언어의 체계적 일반화에만 초점이 맞춰져 있었고, 시각 정보에 관한 연구는 상대적으로 부족했다.

안성진 교수가 이끄는 국제 공동 연구팀은 이러한 공백을 메우고자 시각 정보에 대한 체계적 일반화를 연구할 수 있는 벤치마크를 개발했다. 시각 정보는 언어와는 달리 명확한 ‘단어’나 ‘토큰’의 구조가 없어, 이 구조를 학습하고 체계적 일반화를 달성하는 것이 큰 도전이다.

안성진 KAIST 전산학부 교수.[KAIST 제공]

안성진 교수는 “시각 정보의 체계적 일반화가 범용 인공지능을 달성하기 위해 필수적인 능력이며 이 연구를 통해 인공지능의 추론능력과 상상능력 관련 분야의 발전을 가속할 것으로 기대한다”고 말했다.

찰라 걸셔 딥마인드의 책임연구원(스위스 로잔연방공과대학 교수)은 “체계적 일반화가 가능해지면 현재보다 훨씬 적은 데이터로 더 높은 성능을 낼 수 있게 될 것”이라고 전했다.

이번 연구성과는 다음달 10일 미국 뉴올리언스에서 열리는 제37회 신경정보처리학회(NeurIPS)에서 발표될 예정이다.

nbgkoo@heraldcorp.com