변화된 사용자 관심까지 `알아서 척척`…연속학습 AI 기술 나와

KAIST, 데이터 변화에 적응하는 연속학습 기술
기존 대비 14% 정확도 향상..추천시스템에 유용

KAIST는 다양한 데이터 변화에 적응하며 새로운 지식을 학습함과 동시에 기존 지식을 망각하지 않는 새로운 AI 연속학습 기술을 개발했다. 사진은 '적응적 프롬프팅 방법론' 동작 개념도.

사용자의 관심 분야가 바뀐 내용까지 효과적으로 학습할 수 있는 새로운 AI 훈련기술이 나왔다.

KAIST는 이재길 전산학부 교수 연구팀이 다양한 데이터 변화에 적응하며 새로운 지식을 학습하면서 기존 지식을 유지하는 새로운 연속학습 기술을 개발했다고 5일 밝혔다.

연속학습은 새로운 데이터가 연속적으로 들어올 때 이를 순차적으로 학습해 새로운 환경 변화에 실시간 대응하는 AI 학습 방식을 일컫는다. 최근에는 각 작업에 특화된 지식을 프롬프트에 저장하고, 이를 추가해 심층 신경망에 전달해 과거 지식을 효과적으로 활용한다. 연구팀은 작업 간 다양한 변화에 적응할 수 있는 '적응적 프롬프팅'에 기반한 연속 학습 기술을 제안했다. 현재 학습하려는 작업이 기존에 학습했던 작업과 유사하면 프롬프트를 생성하지 않고, 그 작업에 할당된 프롬프트에 추가로 지식을 축적하는 방식이다. 이전과 완전히 새로운 작업이 입력될 때만 새로운 프롬프트를 생성하도록 해 최적의 클러스터링 상태를 유지토록 한 설계한 것이다.

연구팀은 이런 학습 방식을 작업 간 변화가 큰 이미지 분류에 적용한 결과, 기존 프롬프트 기반 연속 학습 방식에 비해 정확도가 최대 14% 높아졌음을 확인했다. 작업 간 변화가 클 수도 있고, 작을 수도 있는 환경에서는 최대 8%의 정확도를 기록했다. 아울러 온라인 클러스터링을 수행하는 비용이 매우 작아 대용량 데이터에도 쉽게 적용할 수 있다.

이재길 KAIST 교수는 "사용장의 관심 변화를 빠르고 정확하게 파악·반영해야 하는 추천시스템 분야에서 널리 활용될 것"이라며 "실용화와 기술이전을 통해 심층학습 분야에 커다란 파급효과를 가져올 것"이라고 말했다.

이 연구결과는 지난달 열린 '국제머신러닝학회(ICML) 2024'에서 발표됐다.이준기기자 bongchu@dt.co.kr