고등과학원, 확산 모델 알고리즘 제시…신경정보처리학회 구두발표 선정
(서울=연합뉴스) 조승한 기자 = 고등과학원은 AI 기초과학연구센터 연구팀이 생성형 인공지능(AI)이 만드는 이미지 생성 속도를 최대 10배 높일 수 있는 새로운 확산 모델 알고리즘을 제시했다고 5일 밝혔다.
확산모델은 생성 품질이 우수해 AI 생성 모델의 대표 알고리즘으로 쓰이고 있지만, 이미지 하나를 만들기 위해 최대 50회 이상 인공신경망을 반복 적용해야 해 속도가 느려지는 게 단점이었다.
연구팀은 모방학습으로 이를 해석하는 방식으로 출발해 품질을 높이는 방식으로 4회만으로도 고품질 이미지를 만들 수 있는 알고리즘을 개발했다.
반복 적용 횟수를 줄이면 생성 품질이 떨어지지만, 모방학습 방식으로 생성 품질을 평가하는 보상함수를 동시에 학습시키면서 속도를 높인 것이다.
모방학습은 강화학습의 한 종류로 전문가 시연을 알고리즘이 모방하며 전문가 마음속 보상함수를 추정하는 방식으로 진행된다.
연구팀은 이번 연구는 생성형 AI를 모방학습 관점에서 해석해 확산모델뿐 아니라 다양한 유형의 생성형 AI에 폭넓게 적용할 수 있다고 설명했다.
고등과학원 펠로로 AI 분야 권위자인 대니얼 리 미국 코넬대 교수는 "확산 모델의 생성 능력을 최대한 활용하여 에너지 함수로 정의된 확률 분포를 학습하는 방법을 제시했다"며 "동적 프로그래밍 기법을 적용해 경로 계산을 효율적으로 수행하는 방법을 제안한 점도 주목할 만하다"고 평가했다.
연구에 참여한 윤상웅 리서치펠로는 "겉으로 보기에 관련이 없어 보이는 다양한 목적의 알고리즘들이 하나의 원리로 묶이는 과정을 보는 것이 연구의 큰 즐거움이었다"고 말했다.
이번 연구는 이달 10~15일 캐나다 벤쿠버에서 열리는 '신경정보처리학회'(NeurIPS)에서 상위 0.46%에 해당하는 구두 발표 논문으로 선정됐다.
shjo@yna.co.kr
(끝)
<저작권자(c) 연합뉴스, 무단 전재-재배포, AI 학습 및 활용 금지>
