[세종=뉴스핌] 이경태 기자 = 광주과학기술원(GIST)은 AI학과 이규빈 교수 연구팀이 AI 학습용 이미지 데이터에 정답을 표시하는 주석 작업 시간을 직접 주석하는 방식보다 최대 68.4% 줄이는 기술을 개발했다고 8일 밝혔다. 연구 결과는 지난 7월 15일 국제학술지 '인텔리전트 시스템스 위드 애플리케이션스'에 온라인 게재됐다.

이번 기술은 AI가 비교적 확실하게 판단한 결과는 사람 확인 없이 자동으로 처리하고, 판단이 어려운 부분에만 사람의 검토를 집중시키는 방식이다. 연구팀은 반지도학습과 능동학습을 결합하고, AI가 제시하는 판단 신뢰도를 이미지 속 물체의 종류와 등장 빈도에 맞게 보정하는 시스템을 새롭게 구성했다.

AI를 자율주행이나 수중 탐사 로봇 등 실제 환경에 적용하려면 이미지 속 물체의 위치와 영역을 픽셀 단위로 표시하는 인스턴스 분할 작업이 필요하다. 이 작업은 사람이 직접 이미지를 확인하고 표시해야 해 시간과 비용이 많이 든다.

기존에는 AI 학습에 유용한 이미지를 골라 사람에게 주석을 요청하는 능동학습 방식이 활용됐지만, 이미 주석이 끝난 데이터 위주로 AI를 학습시켜 주석되지 않은 이미지를 충분히 활용하지 못하는 한계가 있었다. AI가 제시하는 신뢰도와 실제 정확도가 물체 종류에 따라 달라지는 문제도 있었다.

연구팀이 개발한 시스템은 먼저 사람이 주석하지 않은 이미지까지 AI 학습에 활용하고, AI가 학습하기 어렵거나 새로운 정보를 담은 이미지를 골라 사람에게 주석을 요청한다. 이어 AI가 만든 예측 결과를 신뢰도에 따라 나눠 신뢰도가 높은 결과는 자동으로 받아들이고 판단이 애매한 결과만 사람이 검토하도록 했다. 이 과정에서 자주 등장하는 물체와 드물게 등장하는 물체 간 신뢰도 차이를 보정한 것이 특징이다.

연구팀은 자율주행 연구에 쓰이는 실제 도로 이미지 데이터세트 '시티스케이프스'를 활용해 실험을 진행했다. 주석 경험이 있는 참가자 5명이 도시 도로 이미지 150장을 대상으로 5회에 걸쳐 작업한 결과, 연구팀 방식은 사람이 직접 주석하는 방식보다 작업 시간을 68.4%, 기존 능동학습과 AI 보조 주석을 결합한 방식보다 46.3% 줄였다.

이 과정에서 AI의 물체 인식 정확도를 나타내는 마스크 평균정밀도(mask AP)는 30.3을 기록해 기존 방식(28.5)과 직접 주석 방식(25.8)보다 각각 1.8포인트, 4.5포인트 높았다. 또 후속 검토 대상으로 분류된 AI 예측 결과 중 74.3%가 사람 확인 없이 자동 처리됐으며 이 자동 처리 결과의 정밀도는 85.8%로 나타났다. 수중 이미지를 대상으로 한 추가 평가에서도 연구팀 방식이 기존 방식보다 1.6포인트 높은 성능을 보였다.

이번 연구는 이규빈 교수가 지도하고 김종원 박사과정생이 제1저자로 참여했으며, 과학기술정보통신부와 정보통신기획평가원(IITP)의 사람중심 인공지능 핵심원천기술개발 사업 지원을 받았다.

GIST는 이번 연구 성과의 기술사업화와 산업적 활용에 관심 있는 기업·기관의 문의를 창업혁신진흥원 기술사업화센터를 통해 받고 있다고 전했다.

biggerthanseoul@newspim.com