대구경북과학기술원(DGIST·총장 국양)은 임성훈 전기전자컴퓨터공학과 교수팀이 신경망 구조 탐색을 활용해 다중 태스크 딥러닝 기술을 개발했다고 12일 밝혔다.
성능 저하 없이도 여러 작업을 동시에 수행할 수 있어 향후 다수의 작업을 동시에 효율적으로 수행해야 하는 소형장치나 자율주행 기술개발 등 다양한 분야에서 활용될 것으로 기대된다.
최근 다중 태스크 학습연구에서는 관련성이 적은 작업들을 통합된 신경망에서 동시에 학습할 때 전체적으로 성능이 저하되는 문제가 있었다. 이를 해결하기 위해 여러 연구에서 동적 신경망 기술을 이용한 신경망 구조변경을 시도했으나, 다양한 신경망 구조를 탐색하지 못하는 단점을 보여왔다.
임 교수팀은 다른 관점에서 접근했다. 기존 연구가 제한된 선형적 탐색공간에서 신경망 탐색을 진행했다면, 연구팀은 기존 선형적인 탐색공간을 확장하고, 기존 작업들 사이의 관계성을 학습하면서 동시에 각 작업에 최적화된 신경망을 찾는 방법을 제안했다.
또 연구팀은 탐색한 신경망 구조의 연산자원을 효율적으로 사용하면서 성능을 최대한 유지할 수 있는 기술을 제안했다. 이러한 연산 자원을 절감함으로써 알고리즘의 실행속도를 효과적으로 향상시킬 수 있었다. 빠른 속도로 다수 작업을 수행해야 하는 자율주행, 로봇공학 등 향후 인공지능(AI) 분야에서 실용적이고 광범위한 활용이 기대된다.
임성훈 교수는 “이번 연구에서 개발한 신경망 탐색 기법은 기존 좁은 AI의 틀을 깨고 범용 AI에 한 발짝 다가서게 하는 기술”이라며 “향후 관련 기술을 좀 더 개선한다면 많은 분야들에 적용돼 일반화된 인공지능 기술 발전에 긍정적인 영향을 줄 것으로 기대된다”고 말했다.
이번 연구결과는 최근 관련분야 저명 국제학술대회 'IEEE Conference on Computer Vision and Pattern Recognition'에 발표됐다.
대구=정재훈 기자 jhoon@etnews.com
