“인간 뇌보다 더 똑똑” 이미지 인식 능력↑…한계를 뛰어넘은 ‘AI’ 나왔 작성일 04-22 141 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">- IBS-연세대 연구진, AI 이미지 인식 기술 개발</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="0nI88ZqyGT"> <figure class="figure_frm origin_fig" contents-hash="d5e2775be8760696afef405b0f16dfc2896d2f0f5501217aa63c45aa9f610b06" dmcf-pid="pLC665BWHv" dmcf-ptype="figure"> <p class="link_figure"><img alt="이창준 IBS 인지 및 사회성 연구단장.[IBS 제공]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202504/22/ned/20250422094442737erhm.jpg" data-org-width="1280" dmcf-mid="xptNN9e7t0" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202504/22/ned/20250422094442737erhm.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 이창준 IBS 인지 및 사회성 연구단장.[IBS 제공] </figcaption> </figure> <p contents-hash="28ccb4d5dead787497d322e4f6629932f7081a6551ad85cfa059d7353788e53c" dmcf-pid="UohPP1bY1S" dmcf-ptype="general">[헤럴드경제=구본혁 기자] 인간의 뇌를 닮은, 더 영리한 인공지능 기술이 등장했다.</p> <p contents-hash="34ac0152348998cf5e8f8a7f470fe0a9a662cd8d865084e2931234e00b115caf" dmcf-pid="uglQQtKGXl" dmcf-ptype="general">기초과학연구원(IBS) 인지 및 사회성 연구단 이창준 단장 연구팀은 연세대학교 응용통계학과 송경우 교수 연구팀과 함께, 뇌의 시각피질이 시각 정보를 선별해 처리하는 방식을 응용해 인공지능(AI)의 이미지 인식 능력을 향상시키는 새로운 기술을 개발했다.</p> <p contents-hash="1ada7c8b14c3b68f4510f00f5579f00d19bbb685507fbab7d909d1d01604ce92" dmcf-pid="7aSxxF9HXh" dmcf-ptype="general">인간의 시각 시스템은 놀라운 인식 능력을 갖고 있다. 우리는 한눈에 사물을 인식하고, 복잡한 환경에서도 중요한 정보를 빠르게 선별할 수 있다. 이에 비해 기존 AI 모델은 여전히 한계를 보인다. 전통적인 합성곱 신경망(Convolutional Neural Network, CNN)은 비교적 적은 연산으로도 잘 작동하지만, 작은 정사각형 필터로 이미지를 쪼개 분석하는 구조라 넓은 맥락을 파악하거나 떨어진 정보 사이의 관계를 이해하는 데 한계가 있다. 이를 보완한 비전 트랜스포머(Vision Transformer)는 막대한 연산량과 대규모 데이터 세트가 필요해 실용성 면에서는 제한이 있다.</p> <p contents-hash="3592980f02676639601e2280569e67b872ab3d23d7158fc172f1f2a602864ad1" dmcf-pid="zNvMM32XYC" dmcf-ptype="general">연구진은 인간 뇌의 시각 피질이 시각 정보를 선택적으로 처리하는 방식에 주목했다. 인간의 시각 피질은 모든 정보를 똑같이 처리하지 않고, 눈에 띄는 특징이나 중요한 부분에만 집중해 선택적으로 반응한다. 이 과정에서 뉴런들은 넓은 범위를 부드럽게 감지하며, 꼭 필요한 정보에만 선택적으로 반응하는 구조를 갖고 있다. 연구진은 이러한 방식을 적용해 CNN 모델의 성능을 크게 높이는 ‘Lp-컨볼루션’ 기술을 제안했다.</p> <p contents-hash="6f07e009b93948ba46beabb43aaf85397889d4b2252cf0639492fd18d44a44f4" dmcf-pid="qnI88Zqy1I" dmcf-ptype="general">Lp-컨볼루션은 AI가 이미지를 분석할 때, 사람처럼 핵심적인 정보를 우선적으로 파악할 수 있도록 설계된 기술이다. 각 이미지에 대해 자동으로 생성되는 ‘마스크(Mask)’는 시각 피질의 뉴런처럼 중요한 부분을 강조하고, 덜 중요한 부분은 자연스럽게 배제하는 방식으로 작동한다. 이 마스크는 학습 과정에서 스스로 형태를 조정하며, 다양한 환경에서도 일관되게 중요한 특징에 집중할 수 있게 한다.</p> <p contents-hash="1c5d623e6e4b44156ecac1a8862b2a5be07cf83f3fa9c52e6c55a9acd844bb54" dmcf-pid="BLC665BW5O" dmcf-ptype="general">권재 IBS 박사후연구원(現 독일 막스플랑크 보안 및 정보보호 연구소)은 “사람이 복잡한 장면에서 핵심을 빠르게 파악하듯, Lp-컨볼루션은 뇌의 정보 처리 방식에서 착안해 AI가 연산 자원을 효율적으로 활용하면서도 더 정확한 분석이 가능하도록 돕는다”라고 설명했다.</p> <p contents-hash="1c5b3374f4cc535350a9d70ba9d04d92d2c9f2fadcbe64b143eb56e2da0c0a9d" dmcf-pid="bohPP1bYHs" dmcf-ptype="general">연구진은 이 기술을 다양한 CNN 모델에 적용해 성능을 평가했다. 그 결과 Lp-컨볼루션을 적용한 모델들은 기존 CNN 모델보다 이미지 분류 정확도가 눈에 띄게 향상됐다. 특히 한 번에 더 넓은 영역을 살펴볼 수 있도록 필터의 크기를 크게 넓혀도 성능 저하 없이 안정적으로 작동했으며, 정확도는 오히려 향상되는 결과를 얻었다. 일반적으로 분석 범위를 넓히면 계산량이 증가하고 정확도가 떨어지기 쉬운데, Lp-컨볼루션은 이러한 한계를 효과적으로 극복한 것이다.</p> <figure class="figure_frm origin_fig" contents-hash="134f49e9f09e24fda8490507f9f2b0b4f5fc50b341c42c00d0acb1e96b19edd3" dmcf-pid="KglQQtKGYm" dmcf-ptype="figure"> <p class="link_figure"><img alt="인공지능과 실제 뇌의 시각 반응 비교 실험.[IBS 제공]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202504/22/ned/20250422094443124tilp.png" data-org-width="1280" dmcf-mid="3aHnnzP3Xy" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202504/22/ned/20250422094443124tilp.png" width="658"></p> <figcaption class="txt_caption default_figure"> 인공지능과 실제 뇌의 시각 반응 비교 실험.[IBS 제공] </figcaption> </figure> <p contents-hash="e369041fcbf7432ee289c482ae394bbf672fc31083bd697f38252a169f7de94e" dmcf-pid="9aSxxF9HHr" dmcf-ptype="general">또한 연구진은 Lp-컨볼루션이 실제 뇌의 정보 처리 방식과 얼마나 유사한지를 확인하는 실험도 진행했다. 생쥐에게 다양한 자연 이미지를 보여주며 시각 피질 뉴런의 활동을 기록하고, 이를 바탕으로 AI 모델이 각 이미지에 대해 뉴런이 어떻게 반응할지를 예측하도록 학습시켰다. 이렇게 훈련된 모델의 반응과 실제 뉴런 반응을 비교한 결과, Lp-컨볼루션을 적용한 모델은 기존 CNN 모델보다 뉴런 반응을 더 정밀하게 예측했으며, 예측 오차도 감소했다. 이는 Lp-컨볼루션이 단순한 성능 향상을 넘어, 뇌의 시각 정보 처리 방식과 더욱 유사한 구조와 작동 방식을 구현하고 있음을 실험적으로 입증한 것이다.</p> <p contents-hash="c2b91e652a01fce61cffe4abe2f7986156490393f7c04618369442ace6f5d432" dmcf-pid="2NvMM32XZw" dmcf-ptype="general">이창준 IBS 단장은 “Lp-컨볼루션은 AI 성능 향상을 넘어서 뇌가 정보를 어떻게 처리하는지를 모방하고 이해하는 데에도 크게 기여할 수 있다”며 “AI와 뇌과학이 함께 발전할 수 있는 새로운 융합 모델의 좋은 사례가 될 것”이라고 말했다.</p> <p contents-hash="673a659887329faf7c231c8d41050a2ade8d252364b0dcf137ff7f96ba00dc84" dmcf-pid="VjTRR0VZ1D" dmcf-ptype="general">이번 연구는 세계적 권위 AI 학회 ‘The International Conference on Learning Representations(ICLR)’에 채택돼 발표될 예정이다.</p> </section> </div> <p class="" data-translation="true">Copyright © 헤럴드경제. 무단전재 및 재배포 금지.</p> 관련자료 이전 SOOP, 모바일 스트리머 위한 맞춤형 지원 강화 04-22 다음 파크골프협회, 골프웨어 슈페리어와 공식 스폰서십 체결 04-22 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
