2024.05.11 (토)
T 뉴스
멀티미디어
독자 · 소통
[더테크=조재호 기자] 카이스트가 데이터 분포가 변화하는 환경에서도 좋은 성능을 유지할 수 있는 인공지능 학습 기법을 개발했다. 카이스트는 14일 황의종 전기및전자공학부 교수 연구팀이 시간에 따라 데이터의 분포가 변화하는 드리프트 환경에서도 인공지능(AI)이 정확한 판단을 내리도록 돕는 새로운 학습 데이터 선택 기술을 개발했다고 밝혔다. 최근 AI가 다양한 분야에서 인간의 능력을 뛰어넘을 정도로 높은 성능을 보여주고 있지만 대부분의 좋은 결과는 모델을 훈련시키고 성능을 테스트할 때 데이터 분포가 변하지 않는 정적인 환경을 가정함으로써 얻어진다. 하지만 이러한 테스트 환경과 달리 SK 하이닉스의 반도체 공정 과정에서는 시간에 따른 장비 노화와 주기적인 점검으로 인해 데이터 관측값이 변화하는 드리프트 현상이 관측되고 있다. 시간이 지나면서 데이터와 정답 레이블 간의 결정 경계 패턴이 변경되면 과거에 학습된 AI 판단이 현재 시점에서는 부정확하게 되면서 모델의 성능이 점차 악화될 수 있다는 것이다. 연구팀은 이러한 문제를 해결하기 위해 데이터를 학습했을 때 AI 모델의 업데이트 정도와 방향을 나타내는 그래디언트를 활용한 개념을 도입했다. 이 개념은 드리프트 상황에
더테크는 ‘스마트 테크 전문‘ 미디어입니다. AI, 사물인터넷, 미래모빌리티 등 인더스트리 4.0 시대를 이끌어갈 딥테크 분야를 중심으로 다양한 ICT 산업컨텐츠를 제공하고 있습니다. 뉴스레터 발송을 위한 최소한의 개인정보를 수집하고 있습니다. 수집된 정보는 발송 외 다른 목적으로 이용되지 않으며 서비스 종료가 되거나 구독을 해지할 경우 즉시 파기됩니다.