카이스트 새로운 AI 연구 학습 기술 개발 성공... '추천 알고리즘' 정확도 높인다

[녹색경제신문 = 이지웅 기자] 카이스트는 이재길 교수 연구팀이 AI에 적용되는 새로운 연속 학습 기술을 개발했다고 밝혔다. 

기존 프롬프트 기반 연속 학습 방식은 ▲작업별 프롬프트를 생성 ▲모든 작업에 단 하나의 프롬프트를 생성 등 두 가지로 분류할 수 있다.

이 때 유사한 작업에 각각 다른 프롬프트를 생성하면 해당 작업에 대한 지식이 여러 개의 프롬프트로 분산돼 깊은 지식이 축적되지 못한다.

반대의 경우에는 여러 작업에 대한 지식이 하나의 프롬프트에 섞여 정확한 지식을 저장할 수 없게 된다.

이를 해결하기 위해 이 교수 연구팀은 완전히 새로운 작업이 입력될 때만 프롬프트가 생성되도록 하는 기술을 제안했다. 검증 결과, 작업 간의 변화 정도가 항상 큰 환경에서는 기존의 연속 학습 방법론이 적용될 때에 비해 정확도가 최대 14% 향상했다. 

카이스트 측은 “다양한 데이터 변화 정도에 정확하게 대응할 수 있는 연속 학습 기술의 중요성이 날로 커지고 있다”며 “본 연구를 통해 입력 데이터의 변화가 심한 환경에서의 인공지능 서비스의 품질 유지에 크게 기여할 수 있을 것이라 기대한다”고 전했다.

이에 덧붙여 “사용자의 관심 변화를 빠르고 정확하게 파악하고 반영해야 하는 추천시스템 분야에서 활용도가 높을 것”이라 설명했다. 

이 교수는 “이는 연속 학습 분야의 새로운 지평을 열 만한 획기적인 방법”이라며 실용화 및 기술 이전이 이뤄지면 심층 학습 학계 및 산업계에 큰 파급효과를 낼 수 있을 것”이라 말했다. 

한편 김도영 카이스트 전산학부 박사과정 학생이 제1 저자, 이영준 박사과정, 방지환 박사과정 학생이 제4, 제6 저자로 각각 참여한 이번 연구는 최고권위 국제학술대회 `국제머신러닝학회(ICML) 2024'에서 지난 7월 발표됐다.