입력 2025.05.20 14:43
| 수정 2025.05.21 16:45
- 사전학습 비전 AI 모델의 효율적 적응 기법 ‘SoMA’, 세계 10% 논문으로 기술력 입증
서울시립대학교(총장 원용걸) 인공지능학과 노영민 교수 연구팀(기계지능 연구실: 윤석주, 채승혜, 이동헌, 노영민)의 논문이 컴퓨터 비전 분야 세계 최고 권위의 국제 학술대회인 CVPR 2025에 하이라이트 논문(highlight paper)으로 최종 선정되는 성과를 거두었다.
CVPR 2025는 오는 6월 11일부터 15일까지 미국 내슈빌에서 개최될 예정이며, 채택 논문 중 상위 약 10% 이내의 논문에만 주어지는 하이라이트 논문으로 선정된 이번 연구는, 서울시립대학교의 첨단 인공지능 연구역량을 세계적으로 입증한 사례로 주목받고 있다.
CVPR 2025는 총 제출 논문 중 22.1%만 채택되었고, 이 중에서도 13.5%만이 하이라이트 논문으로 선정될 만큼 경쟁이 치열하다. 서울시립대 연구팀은 본 학회에서 직접 논문을 발표하고 연구 성과를 공유할 예정이다.
선정된 논문 제목은 ‘SoMA: Singular Value Decomposed Minor Components Adaptation for Domain Generalizable Representation Learning’ 이다. 이번 연구는 도메인 일반화 문제에서의 고성능 시각 인공지능 모델 학습을 위해, 사전학습된 비전 파운데이션 모델(Visual Foundation Models, VFMs)의 구조를 분석하고, 그 일반화 능력을 보존하면서도 과제 특이적인 특징을 효과적으로 학습할 수 있는 새로운 미세조정 기법을 제안했다.
연구팀은 사전 학습된 거대 모델의 가중치 행렬에 대해 SVD(특이값 분해)를 수행하여 주요 성분과 부차적 성분을 분석했고, 그 중 미소한 특이 성분들만 선택적으로 미세 조정하는 새로운 기법을 고안했다. 이를 통해 모델 전체를 재훈련하지 않으면서도, 기존 모델의 범용적 세계 지식은 그대로 유지하면서 새로운 환경에 특화된 정보만 효과적으로 학습할 수 있도록 했다.
해당 기법을 실제 도메인 일반화 분야의 벤치마크에 적용한 결과, 기존 최첨단(SOTA) 모델들의 성능을 뛰어넘는 정확도를 기록하였으며, 전체 모델 파라미터의 약 1% 미만만 미세 조정해도 동등 이상의 정확도를 달성해 매우 높은 효율성과 최고 성능을 동시에 입증했다.
이번 성과는 서울시립대학교의 첨단 인공지능 연구 역량을 세계적으로 입증한 사례로 평가되며, 국내 인공지능 기술의 우수성을 국제적으로 알리는 계기가 되었다.
연구팀은 “SoMA는 거대 비전 AI 모델을 다양한 현실 환경에 빠르게 적용할 수 있는 단서를 제시했다”며 “향후 자율주행 차량의 인식 기술, 의료 영상 분석 등 다양한 분야의 AI 모델에 본 기법을 응용함으로써, 신뢰성 높은 범용 인공지능 구현에 기여할 수 있을 것”이라고 밝혔다.
이번 연구는 최소한의 모델 수정으로 최대 성능 향상을 이뤄낸 혁신적 접근으로 평가받고 있으며, 범용 AI 모델의 실용화를 앞당기는 기반 기술로서 의미가 크다.
이번 연구는 한국연구재단 개인기초연구사업과 서울시립대학교 데이터사이언스 융합인재양성사업단의 지원으로 수행되었다. 연구팀은 앞으로도 파운데이션 모델의 효율적인 활용 및 적응에 관한 연구를 지속해 세계 최고 수준의 AI 연구 역량을 더욱 강화해 나갈 계획이다.