주메뉴바로가기.. 본문바로가기

심층신경망 속, 인공지능 블랙박스를 들여다보다

카카오스토리 네이버밴드 구글플러스

2018년 05월 10일 18:00 프린트하기

KAIST 연구진이 인공지능을 이용해 영상처리를 진행했다. 영상에서 80% 화소가 사라진 경우에도 인공신경망을 통해 복원이 가능했다.
KAIST 연구진이 인공지능을 이용해 영상처리를 진행했다. 영상에서 80% 화소가 사라진 경우에도 인공신경망을 통해 복원이 가능했다.

너무도 복잡해져 해석하기 어렵게 된 인공지능의 원리를 국내 연구진이 수학적 원리를 통해 밝혀내는데 성공했다. 기존 인공지능 구조의 단점을 보완해 보다 안정적이고 다양한 응용이 가능해질 전망이다. 

 

KAIST 바이오및뇌공학과 예종철 석좌교수 연구팀이 인공지능의 기하학적인 구조를 규명하고 이를 통해 의료영상 및 정밀분야에 활용 가능한 고성능 인공신경망 제작의 수학적인 원리를 밝혔다고 10일 밝혔다.

 

인공지능의 특징은 학습이 가능하다는 것. 인공지능 중에서도 최근 주목받는 ‘심층신경망’ 기법은 인간의 신경망 원리를 모방해 자기학습을 통해 신경회로를 구성한다. 이 방법을 이용하면 영상처리, 음성인식 등 다양한 분야에서 인간만이 할 수 있었던 다양한 일을 할 수 있어 4차 산업 혁명의 핵심기술로 불린다.

 

그러나 심층신경망은 대량의 데이터를 학습해 스스로 구조를 만들기 때문에 너무도 복잡해질 경우 연산 성능이 떨어지고, 결국 그 구조를 인간들조차 해석하기 어려워지는 지경에 이르기도 한다. 경우에 따라서는 예상하지 못한 결과가 나오거나 오류가 발생하는 문제도 제기됐다.

 

연구팀의 ‘심층 합성곱 프레임렛(Deep Convolutional Framelets)’이라는 새로운 조화분석학적 기술을 개발, 이를 통해 ‘인공지능의 블랙박스’로 알려진 심층 신경망의 수학적 원리를 밝혀냈다.

 

연구팀은 심층신경망의 구조가 얻어지는 기하학적 구조를 찾기 위해 노력했다. 그 결과 흔히 ‘신호처리’ 분야에서 주로 다루는 고차원 수학 구조인 ‘행켈구조 행렬(Hankel matrix)’을 통해 심층신경망 구조를 해석할 수 있다는 사실을 알아냈다.

 

기존에는 인공지능을 구현하기 위한 심층신경망을 구성할 때 구체적 작동 원리를 모른 채 실험적으로 구현했다면, 연구팀은 신호를 효과적으로 나타내는 이론적인 구조를 제시한 것이다.

 

연구팀은 이 방법으로 효율적인 인공신경망 구조를 만들고, 이를 통해 영상잡음제거, 영상 화소복원 및 의료영상 복원 문제에 적용한 결과 우수한 성능을 보임을 확인했다.

 

이 연구성과는 ‘인간이 통제할 수 있는, 설명 가능한 인공지능(XAI)’만을 수용해야 한다는 사회적 요구에 부응할 수 있으리라 기대된다.

 

예종철 교수는 “시행착오를 반복해 설계하는 기존의 심층신경망과는 달리 원하는 응용에 따라 최적화된 심층신경망구조를 수학적 원리로 디자인하고 그 영향을 예측할 수 있다”며 “이 결과를 통해 의료 영상 등 설명 가능한 인공지능이 필요한 다양한 분야에 응용될 수 있다”고 말했다.

 

이 연구는 응용수학 분야 국제 학술지 ‘사이암 저널 온 이매징 사이언스(SIAM Journal on Imaging Sciences)’ 4월 26일자 온라인 판에 게재됐다.

 

카카오스토리 네이버밴드 구글플러스

2018년 05월 10일 18:00 프린트하기

혼자보기 아까운 기사
친구들에게 공유해 보세요

네이버밴드 구글플러스

이 기사가 괜찮으셨나요? 메일로 더 많은 기사를 받아보세요!

2 + 3 = 새로고침
###
과학기술과 관련된 분야에서 소개할 만한 재미있는 이야기, 고발 소재 등이 있으면 주저하지 마시고, 알려주세요. 제보하기

관련 태그뉴스