AI 학습 데이터 핵심만 요약…'데이터 증류' 기술 개발
2025년 12월 01일 오전 09:00
국내 연구팀이 사물 인식 인공지능 모델이 학습해야 할 데이터의 양을 요약해도 정확도를 유지할 수 있는 기술을 개발했습니다.
UNIST 심재영 교수팀은 대규모 학습 데이터 중 요점만 추출해 새로운 요약 데이터를 만들어내는 '데이터 증류' 기술을 개발했습니다.
자율주행차와 로봇 비전, 디지털 트윈 등에서 사용되는 3차원 포인트 클라우드는 사물을 점으로 표현해 놓은 데이터인데, 점들의 배열에 정해진 순서가 없고 물체가 회전해 있는 경우가 많아 요약 데이터를 생성하기 어려웠습니다.
연구팀은 이 문제를 해결하기 위해 제각각인 점 데이터의 구조를 정렬해주는 손실 함수와 물체의 회전 각도를 최적화해 학습하도록 하는 '방향 최적화 기법'을 적용했습니다.
연구팀은 이 기술을 이용한 결과, 원본 대비 수십 분의 일 수준으로 데이터를 줄여도 모델 정확도를 유지했다고 설명했습니다.
YTN 사이언스 김은별 (kimeb0124@ytn.co.kr)
UNIST 심재영 교수팀은 대규모 학습 데이터 중 요점만 추출해 새로운 요약 데이터를 만들어내는 '데이터 증류' 기술을 개발했습니다.
자율주행차와 로봇 비전, 디지털 트윈 등에서 사용되는 3차원 포인트 클라우드는 사물을 점으로 표현해 놓은 데이터인데, 점들의 배열에 정해진 순서가 없고 물체가 회전해 있는 경우가 많아 요약 데이터를 생성하기 어려웠습니다.
연구팀은 이 문제를 해결하기 위해 제각각인 점 데이터의 구조를 정렬해주는 손실 함수와 물체의 회전 각도를 최적화해 학습하도록 하는 '방향 최적화 기법'을 적용했습니다.
연구팀은 이 기술을 이용한 결과, 원본 대비 수십 분의 일 수준으로 데이터를 줄여도 모델 정확도를 유지했다고 설명했습니다.
YTN 사이언스 김은별 (kimeb0124@ytn.co.kr)
[저작권자(c) YTN science 무단전재, 재배포 및 AI 데이터 활용 금지]
