인간 뇌처럼 중요 정보만 선별…AI 이미지 인식 능력 향상 작성일 04-22 150 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="GQ8EORA8MO"> <figure class="figure_frm origin_fig" contents-hash="9da5da578c3a11799c82de7bb9d6325ab31fd2bb43117acd38dde2e43bdc5352" dmcf-pid="Hx6DIec6Ms" dmcf-ptype="figure"> <p class="link_figure"><img alt="왼쪽부터 이창준 IBS 인지 및 사회성 연구단장, 송경우 연세대 응용통계학과 교수, 권재 독일 막스플랑크 보안 및 정보보호 연구소 박사후연구원. IBS 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202504/22/dongascience/20250422113419569ywgn.jpg" data-org-width="554" dmcf-mid="W4Y2P1bYMC" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202504/22/dongascience/20250422113419569ywgn.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 왼쪽부터 이창준 IBS 인지 및 사회성 연구단장, 송경우 연세대 응용통계학과 교수, 권재 독일 막스플랑크 보안 및 정보보호 연구소 박사후연구원. IBS 제공 </figcaption> </figure> <p contents-hash="a3781be5d128705bcabcae0e78e1637835d6370f1fe19abb45c546e3fce99794" dmcf-pid="XMPwCdkPnm" dmcf-ptype="general">국내 연구팀이 뇌가 시각 정보를 처리하는 방식을 응용해 인공지능(AI)의 이미지 인식 능력을 향상하는 신기술을 개발했다.</p> <p contents-hash="0b283ed864eb9f2e0c8158b58aa394ea7b21076cf78346f71b2f9160632f2b10" dmcf-pid="ZRQrhJEQLr" dmcf-ptype="general"> 기초과학연구원(IBS)은 이창준 인지 및 사회성 연구단장 연구팀이 송경우 연세대 응용통계학과 교수팀과 공동으로 뇌 시각피질이 시각 정보를 선별해 처리하는 방식을 응용해 AI 이미지 인식 능력을 향상시키는 새로운 기술을 개발했다고 22일 밝혔다. 연구결과는 4월 24일부터 28일까지 싱가포르에서 열리는 AI 학회 'ICLR 2025'에서 발표될 예정이다.</p> <p contents-hash="bf5754a85f1b7d3daa43cd56dfa3a97178391e0adb2342e9369ea477361d8df8" dmcf-pid="5exmliDxiw" dmcf-ptype="general"> 인간 시각 시스템은 한눈에 사물을 인식하고 복잡한 환경에서도 중요한 정보를 빠르게 선별한다. 전통적인 AI 합성곱 신경망(CNN)은 작은 정사각형 조각으로 이미지를 쪼개 분석하기 때문에 넓은 범위에서 맥락을 파악하거나 거리가 먼 정보 사이의 관계를 이해하는 데 한계를 보인다. CNN 보완 기술인 비전 트랜스포머(Vision Transformer)는 대규모 데이터 세트가 필요하고 연산량이 막대해 실용성이 떨어진다.</p> <p contents-hash="f74923fa4e4836e749ede06e2de6e429fb076c58f86eda9558c780e8157a3853" dmcf-pid="1dMsSnwMLD" dmcf-ptype="general"> 연구팀은 뇌의 시각 피질이 모든 정보를 똑같이 처리하지 않고 눈에 띄는 특징이나 중요 부분에만 집중해 선택적으로 반응한다는 사실에 주목했다. 신경세포(뉴런)들이 넓은 범위에서 필요한 정보에만 선택적으로 반응하는 것이다.</p> <p contents-hash="0b3be38ddcc552e6ff96894da27deefe9869b664a17859f14847532c85d68483" dmcf-pid="tJROvLrRLE" dmcf-ptype="general"> 연구팀은 AI가 뇌 시각 피질처럼 핵심적인 정보를 우선적으로 파악하도록 설계한 'Lp-컨볼루션' 기술을 제안했다. CNN 모델이 파악한 각 이미지에서 자동으로 생성되는 '마스크(Mask)'가 시각 피질처럼 중요한 부분은 강조하고 덜 중요한 부분을 제외하는 방식이다. 일종의 가중치 지도 형태의 필터다. 마스크는 학습 과정에서 스스로 형태를 조정해 다양한 환경에서도 일관성 있게 중요한 특징에 집중할 수 있도록 돕는다.</p> <p contents-hash="6aa7cb2719bfcccd0e50cb52dacfbf4a950112dbbfcf85feb5f3a1d3b88538d2" dmcf-pid="FLJhWaOJik" dmcf-ptype="general"> 논문 제1저자인 권재 독일 막스플랑크 보안 및 정보보호 연구소 박사후연구원은 "사람이 복잡한 장면에서 핵심을 빠르게 파악하듯 Lp-컨볼루션은 뇌의 정보 처리 방식에서 착안해 AI가 연산 자원을 효율적으로 활용하면서도 더 정확한 분석이 가능하도록 돕는다"고 설명했다.</p> <figure class="figure_frm origin_fig" contents-hash="1be86821dbb01c36abad1a293b0a83fd77282a09d9fa787a7b51d3e7e1ae2d60" dmcf-pid="3oilYNIiec" dmcf-ptype="figure"> <p class="link_figure"><img alt="살아있는 쥐의 시각 피질에서 측정한 뉴런의 반응 패턴(오른쪽 위)과 연구팀이 개발한 AI 모델에서 예측 패턴(오른쪽 아래)을 비교한 결과. 전통적인 AI 합성곱 신경망(CNN)과 비교해 Lp-컨볼루션을 적용한 AI 모델은 뉴런 반응을 더 정확히 재현했고 시각 정보에 대한 처리 방식도 뇌와 더 유사하게 나타났다. IBS 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202504/22/dongascience/20250422113420930gsqw.png" data-org-width="680" dmcf-mid="YIuJaKRunI" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202504/22/dongascience/20250422113420930gsqw.png" width="658"></p> <figcaption class="txt_caption default_figure"> 살아있는 쥐의 시각 피질에서 측정한 뉴런의 반응 패턴(오른쪽 위)과 연구팀이 개발한 AI 모델에서 예측 패턴(오른쪽 아래)을 비교한 결과. 전통적인 AI 합성곱 신경망(CNN)과 비교해 Lp-컨볼루션을 적용한 AI 모델은 뉴런 반응을 더 정확히 재현했고 시각 정보에 대한 처리 방식도 뇌와 더 유사하게 나타났다. IBS 제공 </figcaption> </figure> <p contents-hash="ca5abccaef3aafb269fbd935a8af241e668da7fcfe80bbcee88cd1e2177e5f29" dmcf-pid="0gnSGjCnRA" dmcf-ptype="general">연구팀이 여러 CNN 모델에 Lp-컨볼루션을 적용해 성능을 평가하자 기존 CNN 모델보다 이미지 분류 정확도가 향상됐다. 한번에 더 넓은 영역을 살펴보도록 정사각형 이미지 조각을 넓혀도 성능 저하 없이 안정적으로 작동하고 정확도는 오히려 향상됐다. 일반적으로 분석 범위를 넓히면 계산량이 증가하고 정확도가 떨어진다. Lp-컨볼루션 기술을 적용해 기존 한계를 극복한 것이다.</p> <p contents-hash="334af6832556a70b336e39f251e10046d262d1d1f17efcb332d981e8e86e9e2e" dmcf-pid="paLvHAhLnj" dmcf-ptype="general"> 연구팀은 쥐에게 다양한 자연 이미지를 보여주며 시각 피질 뉴런 활동을 기록하고 AI 모델이 각 이미지에 대해 뉴런이 어떻게 반응할지 예측하도록 훈련시켰다. 훈련된 모델 반응과 실제 반응을 비교한 결과 Lp-컨볼루션을 적용한 모델은 기존 CNN 모델보다 뉴런 반응을 더 정밀하게 예측했고 예측 오차도 감소했다. Lp-컨볼루션이 이미지 인식 성능을 향상할 뿐 아니라 뇌의 시각 정보 처리 방식과 유사한 구조로 작동한다는 것을 실험적으로 입증한 셈이다.</p> <p contents-hash="8bf1e1dcd6ec9109e8109a16d95f920707cb2bc597b2813db8a9e9e63df5c86e" dmcf-pid="UNoTXcloLN" dmcf-ptype="general"> 이 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 밝혔다.</p> <p contents-hash="c7b7edbb46015e68d7f2149cffc9b045a574eed02fa17e5873d3ff0414ba2214" dmcf-pid="ujgyZkSgda" dmcf-ptype="general">[이병구 기자 2bottle9@donga.com]</p> </section> </div> <p class="" data-translation="true">Copyright © 동아사이언스. 무단전재 및 재배포 금지.</p> 관련자료 이전 피프피피프티, 신보 ‘데이 앤 나잇’ 하라메 공개... 美친 음색 04-22 다음 최고 과학기술훈장 '창조장'에 이상엽·황규영 교수 04-22 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
