대구경북과학기술원(DGIST)은 전기전자컴퓨터공학과 임성훈 교수팀이 신경망 구조 탐색 기술을 통해 다중 태스크 딥러닝 기술을 개발했다고 12일 밝혔다.
성능의 저하 없이도 여러 작업을 동시에 수행할 수 있게 해 앞으로 여러 작업을 효율적으로 수행해야 하는 소형 장치나 자율주행 기술 개발 등 다양한 분야에서 활용될 것으로 기대된다.
최근 다중 태스크 학습 연구에서는 관련성이 적은 작업을 통합한 신경망에 같이 학습할 때 전체적인 성능이 저하된다는 문제가 발생했다. 이를 해결하기 위해 기존 연구에서는 동적 신경망 기술을 이용해 신경망 구조를 변경하려 시도했으나, 다양한 신경망 구조를 탐색하기 어렵다는 단점이 있었다.
임 교수팀은 기존 선형적인 탐색공간을 확장하고, 기존의 작업들 사이의 관계성을 학습하면서 동시에 각 작업에 최적화한 신경망을 찾는 방법을 제안했다. 또한 탐색한 신경망 구조의 연산 자원을 효율적으로 사용하면서 성능을 최대한 유지할 수 있는 기술을 제안했다.
이런 연산 자원을 절감함으로써 알고리즘의 실행 속도를 효과적으로 향상할 수 있게 됐다. 빠른 속도로 다수의 작업을 수행해야 하는 자율주행, 로봇공학 등 향후 인공지능(AI) 분야의 실용적이고 광범위한 활용이 기대된다.
임성훈 교수는 “이번 연구를 통해 개발한 신경망 탐색 기법은 기존의 좁은 인공지능의 틀을 깨고 범용 인공지능에 한 발짝 다가서게 하는 기술”이라며 “향후 관련 기술을 좀 더 개선한다면 많은 분야에 적용돼 일반화된 인공지능 기술 발전에 긍정적인 영향을 줄 것으로 기대된다”고 말했다.
한편 이번 연구 결과는 국제학술대회 ‘IEEE 컴퓨터 비전 및 패턴 인식 회의’에 2023년 6월 발표됐다.