이번 연구에서 수행한 공간 확산 결과 예시.

 

[대학저널 온종림 기자] GIST(광주과학기술원)가 영상 속 픽셀들의 관계를 ‘하이퍼볼릭(Hyperbolic) 공간’에서 새로운 방식으로 이해해 이미지 처리 성능을 크게 높인 인공지능(AI) 알고리즘 기술을 개발했다.

하이퍼볼릭 공간은 우리가 일상적으로 경험하는 3차원 공간과 달리 굽은 형태를 지닌 비(非)유클리드 공간 중 하나다. 수학 및 물리학의 다양한 문제를 연구하는데 사용되며 상대성이론, 네트워크 구조 연구, 그래프 이론 등에서 중요한 역할을 한다.

하이퍼볼릭 공간에서는 데이터 간의 계층적 관계를 보다 효율적으로 형성할 수 있다는 사실이 증명되어 최근 AI 분야에서도 데이터 간 관계를 학습하는데 이용되는 사례가 늘고 있다.

GIST AI대학원 전해곤 교수 연구팀은 하이퍼볼릭 공간에서 픽셀들의 관계를 계층화한 후 유사도를 이해하는 ‘하이퍼볼릭 유사도 학습 모듈’을 고안해 이미지 처리 성능을 크게 높였다. 영상 속 픽셀들의 관계를 계층화하는 것이 효율적이라는 점은 증명되어왔으나, 이 계층화를 하이퍼볼릭 공간에서 시도한 최초 사례다.

이 모듈은 픽셀 간의 관계를 파악하고 정보를 전파하는,‘공간 전파 알고리즘’을 이용해 이웃 픽셀의 정보를 토대로 주어진 정보의 해상도를 개선한다. 픽셀 간 유사도를 추론한 후 해상도가 낮은 부분의 희박한 정보를 이미지 전체로 확산시키는 방식이다.

휘어진 하이퍼볼릭 공간에서는 가까운 것은 더 가까이, 먼 것은 더 멀리 표현되어 이미지의 특징을 효율적으로 추출할 수 있기 때문에 객체 간 경계를 정확히 인식하는 성능을 최대 14%까지 높일 수 있었다.

전해곤 교수는 “이번 연구를 통해 컴퓨터 비전과 로보틱스 분야에서 영상 및 3차원에 대한 응용 알고리즘을 추가적인 학습 파라미터 없이 개선할 수 있게 됐다”며, “픽셀 간의 관계를 넘어, 영상 속이나 3차원 공간 속 객체들의 관계와 같이 더 넓은 연구 분야로 확장시킬 수 있을 것으로 기대한다”고 말했다.

이번 연구는 인공지능·기계학습 분야 세계 최고 학회인 ICML(International Conference on Machine Learning)에 26일 발표 예정이다.

 

[ⓒ 대학저널. 무단전재-재배포 금지]