딥러닝 과잉 확신 현상 해결하는 새로운 방법론 제안... 해당 방법론 적용 결과 이미지 분류 문제에서 성능 향상 확인돼

행사이미지
행사이미지

이스트소프트는 세계 최고 권위의 인공지능(AI) 컨퍼런스 ‘머신러닝국제학회(ICML, International Conference on Machine Learning) 2020’서 딥러닝 성능 향상을 위한 연구 성과를 공개했다고 15일 밝혔다.

올해로 37회를 맞는 ICML은 ‘표현학습국제학회(ICLR)’, ‘신경정보처리시스템학회(NeurIPS)’와 함께 세계 3대 AI 학회로 손꼽히며, 이 중 가장 오랜 역사를 가진 학회다. 이번 ICML 2020은 코로나19 영향으로 지난 13일(현지시간) 부터 18일까지온라인 컨퍼런스로 개최된다.

이번 이스트소프트의 인공지능 연구소 ‘AI 플러스 랩(이하 A.I. PLUS Lab)’의 논문 발표는 지난 4월 ‘ICLR 2020’에 이어 두 번째다. 이로써 세계 3대 인공지능 학회 중 두 곳에서 연구 성과를 인정받는 쾌거를 달성하게 됐다.

회사 측은 “국내 기업의 딥러닝 연구는 주로 공개된 기술을 응용하거나 대학 연구실 주도의 공동 연구에 참여하는 경우가 많았으나, 이스트소프트의 ‘A.I. PLUS Lab’의 경우 독자적으로 딥러닝 이론 연구를 진행하고 관련 성과를 지속적으로 창출하고 있어 의미가 크다"고 설명했다.

‘ICML 2020’을 통해 발표한 새로운 딥러닝 방법론 구조(사진:이스트소프트)
‘ICML 2020’을 통해 발표한 새로운 딥러닝 방법론 구조(사진:이스트소프트)

이스트소프트는 이번 ‘범주형 확률에 대한 베이지안 방법론(Being Bayesian about Categorical Probability / 주태종, 정의정, 서민관)’ 논문을 통해, 기존 딥러닝 분류 문제에서 발생하는 ‘오버 컨피던스(Over Confidence, 과잉 확신)’ 문제를 해결하는 새로운 방법론을 제안했다.

오버 컨피던스 현상은 딥러닝 모델이 모르는 문제 혹은 본질적으로 모호한 문제에 ‘모른다’고 답하는 것이 아니라, 모든 정답에 대해 과잉 확신을 가진 출력을 생성하는 오류를 말한다.

또 이미지 분류 문제에서 제안한 방법론을 적용한 결과, 기존 방법론 대비 오답률을 낮추는 등 벤치마크 성능도 향상된 것으로 나타났다.

변형진 이스트소프트 A.I. PLUS Lab 금융파트 수석은 “이번 연구는 인공지능 모델이 불확실성이 높은 상황에서도 스스로의 판단을 과신하는 현상을 해결해, 딥러닝 분류 문제에서 실제 성능을 향상시켰다는 점에서 의의가 있다”며, “이번 연구가 딥러닝 여러 분야에 적용될 수 있지만, 이스트소프트에서는 자회사 엑스포넨셜자산운용의 금융 알고리즘에 이를 적용해, 불확실성이 높은 금융 시장에서 잘못된 판단으로 인한 손실 가능성을 회피하는 등의 성과를 창출할 계획”이라고 말했다.

한편, 이스트소프트는 2017년 AI 기술 연구를 목적으로 기업 부설 연구소 ‘A.I. PLUS Lab’을 설립해 AI 원천 기술을 자체 연구 개발하고 있다.

또 이 기술을 AI 안경 가상피팅 쇼핑 앱 ‘라운즈(ROUNZ), 인텔리전스 보안 솔루션 ‘쓰렛인사이드(Threat Inside)’ 등 자사 제품과 서비스에 공급함은 물론, 지난 3월 최신 AI 비전 기술을 적용한 AI 가상피팅 관련 특허를 등록하는 등 연구 성과를 창출하고 있다.

저작권자 © 인공지능신문 무단전재 및 재배포 금지