[헤럴드경제=장연주 기자] 성신여대(총장 양보경)는 융합보안공학과 박새롬 교수와 통계학과 김영훈 교수가 이달 6~12일 캐나다 밴쿠버에서 개최되는 ‘NeurIPS 2020’에서 연구논문을 발표한다고 밝혔다.

NeurIPS(Neural Information Processing Systems·신경정보처리시스템학회)는 세계 최고 권위의 인공지능 컨퍼런스 중에 하나로 머신러닝, 빅데이터, 시청각 정보처리 등 다양한 인공지능 분야의 연구들이 발표되는 학회다.

박새롬 교수는 이성윤, 이재욱(이상 서울대)과 함께 공동 연구한 ‘Lipschitz-Certifiable Training with a Tight Outer Bound’ 논문을 통해 인공지능 알고리즘의 취약점 중에 하나인 적대적 공격(adversarial attacks)에 견고한 모형을 학습하기 위한 방법론을 제안했다.　

김영훈 교수는 김일두, 김성웅(카카오브레인 AI팀)과 함께 공동 연구한 ‘Learning Loss for Test-Time Augmentation’ 논문을 통해 이미지를 분류하는 딥러닝 모델이 현실 상황에서 좀 더 신뢰성 높게 작동하도록 예측 단계에서 데이터를 효율적으로 증폭시키는 방법을 제안했다.

그 동안에는 딥러닝 모델이 이미지 분류에서 좋은 성능을 보인다는 장점에도 현실 상황에서 입력되는 이미지에 노이즈가 삽입되거나 틀어지는 등의 변형이 생기면 이미지를 정확히 분류하지 못하는 한계점이 있었다.

이러한 문제점을 해결하기 위해 갖가지 변형을 적용한 데이터로 학습시키면 딥러닝 모델이 다양한 현실 상황에 유연하게 대처할 수 있고, 학습 단계가 아닌 학습이 끝난 모델로 예측하는 단계에서 입력되는 이미지에 대한 증폭 과정을 선별적으로 적용해 효율성을 크게 향상시키는 방법을 처음으로 제안했다.