KAIST ‘AI 실수’ 바로잡는 수리기술 개발

한국과학기술원(KAIST)는 AI대학원 최재식 교수 연구팀이 심층 학습(딥러닝) 생성모델의 오류 수정 기술을 개발했다고 25일 밝혔다.

딥러닝 생성모델은 이미지, 음성뿐만 아니라 문장 등 새로운 콘텐츠를 생성하는 데 널리 활용되고 있다. 하지만 지금껏 개발된 생성모델은 결함이 있는 결과를 만드는 경우가 많아, 국방, 의료, 제조 등 중요한 작업 및 학습에 생성모델을 활용하기는 어려웠다.

연구팀은 문제 해결을 위해 생성 오류를 유도하는 딥러닝 내부의 유닛(뉴런)을 찾아 제거하는 알고리즘을 개발했다. 알고리즘은 딥러닝 모델의 시각적 결함의 위치를 파악하고, 딥러닝 모델 내 여러 계층에 존재하는 오류를 유발한 유닛을 찾아서 활성화하지 못하도록해 결함이 발생하지 않도록 했다.

연구팀은 설명가능 인공지능 기술을 활용해 시각적 결함이 생성된 이미지의 어느 부분에 분포하는지, 또 딥러닝 내부의 어떤 유닛이 결함의 생성에 관여하는지 찾을 수 있었다. 개발된 기술은 딥러닝 생성모델의 오류를 수리할 수 있고, 생성모델의 구조에 상관없이 적용할 수 있다.

수리 성능은 매사추세츠 공과대학(MIT)이 보유한 수리 기술 대비 FID 점수(값이 작을수록 생성 이미지의 형태가 실제 이미지와 유사)가 10점 정도 감소했다. 또 사용자 평가에서 시험 이미지 그룹의 약 50%가 결함이 제거됐고, 약 90%에서 품질이 개선됐다는 결과를 얻었다.

최재식 교수는 “생성모델의 오류 제거 기술은 다양한 이미지 외에도 다양한 생성모델에 적용돼 모델의 결과물에 대한 신뢰성을 높일 것”이라고 말했다. 구본혁 기자