IT/과학
9위
UNIST, "멀티모달 AI가 더 잘 배우는 이유 수학적으로 규명"…성능 원리 밝혀
뉴스보이
2026.06.28. 10:59
뉴스보이
2026.06.28. 10:59
간단 요약
간단 요약
멀티모달 AI는 손실 지형 평탄화로 강건성이 향상됩니다.
서로 다른 데이터의 합성곱 스무딩 효과로 오차가 완화됩니다.
이 기사는 6개 언론사의 보도를 교차 검증하여 작성되었습니다.
이 기사는 6개 언론사의 보도를 교차 검증하여 작성되었습니다.
울산과학기술원(UNIST) 윤성환 교수팀이 이미지, 영상, 음성, 텍스트 등 다양한 형태의 데이터를 함께 학습하는 멀티모달 인공지능(AI)이 단일 데이터만 학습한 AI보다 더 정확하고 안정적인 이유를 수학적으로 규명했습니다.
연구팀은 멀티모달 AI가 더 좋은 성능을 내는 원리를 '손실 지형'의 평탄화 관점에서 설명했습니다. 멀티모달 학습은 손실 지형을 더 평탄하게 만들어, 학습 과정에서 배우지 못한 상황에 대응하는 능력인 '강건성'을 향상시키는 것으로 나타났습니다.
손실 지형이 평탄화되는 이유는 서로 다른 데이터가 오차의 거친 변화를 평균 내듯 완화하는 수학적 '합성곱 스무딩 효과' 때문입니다. 연구팀은 이를 기반으로 멀티모달 학습 성능을 높이는 새로운 방법인 '분포 기반 멀티모달 학습(DML)'도 제안했습니다.
DML은 같은 정답 범주 안에서 서로 다른 모달리티 데이터를 무작위로 다시 짝지어 학습 데이터 조합을 다양하게 만들고 평탄화 효과를 극대화합니다. 이 연구는 세계 3대 AI 학회인 국제 머신러닝 학회(ICML)에서 발표될 예정입니다.
이 콘텐츠는 뉴스보이의 AI 저널리즘 엔진으로 생성 되었으며, 중립성과 사실성을 준수합니다. AI가 작성한 초안을 바탕으로 뉴스보이 에디터들이 최종검수하였습니다. (오류신고 : support@curved-road.com)
• 이 콘텐츠는 뉴스보이의 AI 저널리즘 엔진으로 생성 되었으며, 중립성과 사실성을 준수합니다.
• AI가 작성한 초안을 바탕으로 뉴스보이 에디터들이 최종검수하였습니다. (오류신고 : support@curved-road.com)
