인하대, 인공신경망 구현에 한 걸음… 기존 데이터 없이 학습 ‘퓨샷 기법’ 개발

인하대학교가 인간의 뇌처럼 기능하는 인공신경망 구현에 한 걸음 다가서고 있다. 9일 인하대에 따르면 전기컴퓨터공학과 빅데이터연구실 연구팀이 일반화된 퓨샷 학습(Few-Shot Learning)에서 새로운 클래스의 데이터를 소량만 이용해 더 나은 결과를 도출하는 제로-베이스 GFSL(Zero-Base GFSL) 방법을 개발했다.

최동완 인하대학교 컴퓨터공학과 교수(왼쪽), 김성웅 석사과정생. 인하대 제공

퓨샷은 사람이 한 장의 사진만으로 물체를 식별하듯 적은 데이터로도 학습이 가능한 방식이다. 기존에는 이전의 데이터가 필요했지만 개인정보 보호 및 윤리적인 문제로 이를 활용키 어려울 수도 있다. 연구팀은 해당 모델의 가중치 분포를 분석, 평균·분산에 대해 효과적으로 제어할 수 있는 방법을 제안했다.

연구 결과는 소량의 데이터만 추가되는 온라인 추론형 신경망에 적용, 인공지능이 새 지식을 보다 효율적으로 학습하는 데 기여할 수 있을 전망이다. 빅데이터연구실 김성웅 학생과 지도교수 최동완 교수는 다음달 미국 워싱턴DC에서 열릴 예정인 ‘전미인공지능학회(Association for the Advancement of Artificial Intelligence) 2023’에서 이를 발표할 예정이다.

김성웅 학생의 석사 졸업논문이기도 한 이번 연구는 정보통신기획평가원, 한국연구재단 등 지원으로 수행됐다. 최동완 교수는 “인간의 뇌가 비교적 적은 경험만으로 일반화된 지식을 학습해 나갈 수 있는 것처럼, 인공 신경망에서도 이를 가능케 만들 것으로 생각한다”고 말했다.

인천=강승훈 기자 [e-mail]