인간의 뇌처럼 회상하는 인공신경망 기술 ...

‘사람중심 인공지능 핵심원천기술개발’ 사업 선정

새로운 정보를 현재에 맞게 재구성하는 인공신경망 플랫폼 개발 돌입

4족보행로봇과 반려로봇에 적용하여 실증할 계획

 

‘사람중심 인공지능 핵심원천기술개발’ 사업에 선정된 인하대학교 연구팀. (시계방향으로) 최동완 컴퓨터공학과 교수, 김영진 전자공학과 교수, 박보용 데이터사이언스학과 교수, 배승환 컴퓨터공학과 교수, 서영덕 컴퓨터공학과 교수, 조영근 전기공학과 교수.

▲ ‘사람중심 인공지능 핵심원천기술개발’ 사업에 선정된 인하대학교 연구팀. 

최동완 컴퓨터공학과 교수, 김영진 전자공학과 교수, 박보용 데이터사이언스학과 교수, 배승환 컴퓨터공학과 교수,

서영덕 컴퓨터공학과 교수, 조영근 전기공학과 교수.

 

컴퓨터공학과 최동완 교수가 이끄는 연구팀이 정보통신기획평가원(IITP)이 지원하는 ‘사람중심 인공지능 핵심원천기술개발사업’에 선정됐다.

 

‘사람중심 인공지능 핵심원천기술개발’ 사업은 기존 딥러닝 기술의 한계를 극복하고자 올해 처음으로 과학기술정보통신부에서 시행하는 차세대 인공지능 기술개발 사업이다. 향후 5년간 총사업비 3,018억 원이 투입되는 프로젝트로, 인하대는 총 50억 원의 연구비를 지원받는다.

 

연구팀은 ‘인간처럼 회상이 가능한 인공신경망 지속학습 플랫폼 개발’을 목표로 과제를 수행한다. 인공신경망에서 기존에 학습된 통합지식을 재생성할 수 있도록 딥 토탈 리콜(Deep Total Recall) 플랫폼을 개발해 인간의 뇌와 같은 프로세스를 구축하려는 연구다.

 

인간의 뇌는 회상을 할 때 완벽하게 저장된 과거의 기억을 불러오는 것이 아니라 기억을 재창조한다. 그러나 인공신경망은 새로운 지식을 추가 학습할 때마다 기존 지식을 완전히 망각하는 한계점이 있다. 연구팀은 이러한 현상을 근본적으로 해결하기 위해 새롭게 받아들인 지식을 현재의 관점에 맞게 재구성할 수 있는 신경망 지속학습(continual learning) 기술을 개발한다.

 

기술 개발에 성공하면 기계학습의 오랜 난제인 안정성-가소성 딜레마(stability-plasticity dilemma)*를 획기적으로 해결할 수 있을 것으로 기대된다. 더불어 인간이 기억을 떠올리듯 자연스러운 인공지능이 가능해져 인간과 더욱 비슷한 로봇 제작 등 다양한 분야에서 활용될 수 있다. 연구팀은 딥 토탈 리콜 플랫폼을 시각장애인을 위한 4족보행로봇과 치매노인 반려로봇 등에 적용하여 실증할 예정이다.

 

최동완 컴퓨터공학과 교수는 “조교수 위주로 구성된 팀으로서 국내 유수의 대학과 경쟁하여 본 사업에 선정되었다는 것은 인하대 인공지능 연구역량의 우수성을 입증한 결과라고 생각한다”며 “사회적 약자를 돕는 사람 중심의 인공지능 기술 개발을 위해 최선을 다해 연구하겠다”고 밝혔다.

 

 

[ 용어 설명 ]

▶ 안정성-가소성 딜레마 : 기계학습모델이 기존에 학습된 지식을 유지하면서 새로운 지식을 학습해야 할 때 발생하는 딜레마를 말한다. 기존 내용을 잘 유지하는 안정성을 강조하면 새로운 지식 학습이 어렵고, 새로운 지식을 잘 학습하는 가소성에 중점을 두면 기존 지식을 망각하는 현상을 일컫는다.

신경망 지속학습이 가능한 ‘딥 토탈 리콜’ 플랫폼 개념도.

▲ 신경망 지속학습이 가능한 ‘딥 토탈 리콜’ 플랫폼 개념도.

 

‘사람중심 인공지능 핵심원천기술개발’ 사업에 참여하는 교수진, 학생 등 30여 명의 관계자들이 기념사진을 찍고 있다.

▲ ‘사람중심 인공지능 핵심원천기술개발’ 사업에 참여하는 교수진, 학생 등 30여 명의 관계자들이 기념사진을 찍고 있다.