고재필 금오공대 교수, 시계열 데이터 분석의 정확도·안정성 확보한 '새로운 딥러닝 구조' 제시

국립금오공과대학교(총장 김상호) 컴퓨터공학부 고재필 교수 연구팀의 논문이 AI·컴퓨터 비전 분야의 최고 권위 국제학회인 'CVPR(컴퓨터 비전 및 패턴 인식 컨퍼런스; IEEE Conf. on Computer Vision and Pattern Recognition)'에 채택됐다. 해당 학회는 논문 채택률이 낮고 심사가 매우 엄격해 채택 자체가 연구 성과로 인정될 정도로 권위가 높다.

연구팀은 시계열 데이터 분석의 기존 한계를 극복하는 새로운 신경망 구조를 제안했으며, 연구의 실험과 분석은 컴퓨터·AI융합공학과 비샬 스완(Bishal Swain) 박사과정생이 주도했다.

고재필 금오공대 교수

기존 연속시간 신경망은 단일 내부 상태에 현재 입력과 과거 정보를 함께 저장하는 구조로 인해, 새로운 입력이 들어올 경우 과거 정보가 쉽게 소실되는 한계를 지닌다. 이러한 구조적 문제는 학습 과정에서 그래디언트 불안정성을 유발해 모델 최적화를 어렵게 만든다.

연구팀은 이를 해결하기 위해 연상기억 모듈을 적용해 과거 패턴을 선택적으로 불러오고, 빠르게 변하는 입력과 장기적 문맥 정보를 분리해 처리했다. 또 제안 모델의 Bounded Stability(유계 안정성; 유한한 입력에 대해 출력이 유한한 범위에 머무르는 성질)를 이론적으로 증명했으며, 실험을 통해 성능 향상과 함께 학습 안정성이 크게 개선됨을 확인했다.

이번 연구는 복잡한 시계열 데이터에서도 높은 정확도와 학습 안정성을 동시에 확보할 수 있는 새로운 딥러닝 구조를 제시했다는 점에서 학술적 의의가 크다. 또한 금융, 로봇제어, 헬스 케어, 스마트 제조 등 시계열 데이터를 활용하는 다양한 산업 분야에 폭넓게 적용될 수 있을 것으로 기대된다.

이번 논문은 오는 6월 3~7일 미국 콜로라도주 덴버(Denver)에서 열리는 'CVPR 2026'에서 발표될 예정이다.

구미=정재훈 기자 jhoon@etnews.com