ºä³ë(´ëÇ¥ ÀÌ¿¹ÇÏ)´Â µö·¯´× ¸ðµ¨ÀÌ ±âÁ¸¿¡ ÇнÀÇÏÁö ¾ÊÀº µ¥ÀÌÅ͸¦ ½º½º·Î ŽÁöÇÔÀ¸·Î½á ÀΰøÁö´ÉÀÌ Á¦½ÃÇÏ´Â °á°úÀÇ ½Å·Úµµ¸¦ ³ôÀÌ´Â ¾Ë°í¸®Áò¿¡ ´ëÇÑ ¿¬±¸ ³í¹®À» ¼¼°è ÃÖ°í ±ÇÀ§ÀÇ ÀΰøÁö´É ÇÐȸÀÎ AAAI(Association for the Advancement of Artificial Intelligence)¿¡¼ ¹ßÇ¥ÇÑ´Ù°í 7ÀÏ ¹àÇû´Ù.
AAAI´Â 1979³â ¼³¸³µÈ ±Û·Î¹ú ÇÐȸ·Î, ¸Å³â ¼¼°èÀûÀÎ ÀΰøÁö´É ¿¬±¸±â°ü°ú °¢ ±¹ ´ëÇ¥ ±â¾÷ µîÀÌ Âü¼®ÇØ ÃֽŠÀΰøÁö´É ±â¼ú ¹× ¿¬±¸ ¼º°ú¸¦ °øÀ¯ÇÏ´Â ÄÁÆÛ·±½º¸¦ °³ÃÖÇÑ´Ù. AAAI ÄÁÆÛ·±½º¿¡¼ ¹ßÇ¥µÇ´Â ³í¹®Àº Àü¼¼°è ÀΰøÁö´É ÇÐÀڵ鿡°Ô »õ·Î¿î ¿¬±¸ Åä´ë°¡ µÉ »Ó ¾Æ´Ï¶ó °¢ ±â¾÷ ¹× ±¹°¡ÀÇ ÀΰøÁö´É ±â¼ú °æÀï·ÂÀ» °¡´ÆÇÏ´Â ±âÁØÀÌ µÇ´Â °ÍÀ¸·Î ¾Ë·ÁÁ® ÀÖ´Ù. 37ȸ°¸¦ ¸ÂÀº ¿ÃÇØ AAAI 2023Àº 7ÀϺÎÅÍ 14ÀϱîÁö ¹Ì±¹ ¿ö½ÌÅÏDC¿¡¼ °³ÃֵȴÙ.
À̹ø ¿¬±¸´Â ÀΰøÁö´ÉÀÌ »ç¿ëÀÚ¿¡°Ô Á¦½ÃÇÏ´Â °á°úÀÇ ½Å·Ú¼ºÀ» ³ôÀ̱â À§ÇØ ¼öÇàµÆ´Ù. ºä³ë ¿¬±¸ÆÀÀº µö·¯´× ¸ðµ¨ÀÌ ‘ºÐÆ÷ ¿Ü µ¥ÀÌÅÍ(out-of-distribution data)’¸¦ ½º½º·Î ŽÁöÇÏ´Â ¾Ë°í¸®ÁòÀ» °³¹ßÇß´Ù. ºÐÆ÷ ¿Ü µ¥ÀÌÅͶõ µö·¯´× ¸ðµ¨ÀÌ ±âÁ¸¿¡ ÇнÀÇÏÁö ¾ÊÀº µ¥ÀÌÅ͸¦ ÀǹÌÇÑ´Ù.
°¡·É ¾ÈÀú(fundus) ¿µ»óÀ» ÇнÀÇÑ ÀΰøÁö´É ÀÇ·á±â±â¿¡ ´Ù¸¥ ¸ð´Þ¸®Æ¼(modality)ÀÇ ¿µ»ó ¹× À̹ÌÁö¸¦ ³Ö´Â °æ¿ì, ÀΰøÁö´ÉÀÌ ÇØ´ç À̹ÌÁö·Î ºÐ¼®ÇÑ °á°ú°ªÀÌ ºÒÈ®½Ç ¼ö ÀÖ´Ù´Â Á¤º¸¸¦ Á¦°øÇØ¾ß ÇÑ´Ù. ƯÈ÷ ÀÇ·á ¿µ¿ª¿¡¼ÀÇ Áø´Ü º¸Á¶³ª ÀÚÀ²ÁÖÇàÂ÷ µî ÀΰøÁö´ÉÀÇ ½Å·Ú¼º°ú ¾ÈÀü¼ºÀÌ Áß¿äÇÑ ºÐ¾ß¿¡¼´Â ÀΰøÁö´ÉÀÌ ÀÚ½ÅÀÌ ÇнÀÇÑ ¹üÁÖ ¿ÜÀÇ µ¥ÀÌÅÍ¿¡ ´ëÇؼ´Â ¸íÈ®ÇÑ Á¤º¸¸¦ ¾Ë·ÁÁÖ´Â °ÍÀÌ ÇÊ¿äÇÏ´Ù. ÇØ´ç ºÐ¾ß¿¡¼´Â »ç¿ëÀÚ°¡ ÀΰøÁö´ÉÀÇ °á°ú°ªÀ» À߸ø Çؼ®ÇÒ ¼ö ÀÖ´Â À§Ç輺À» ÁÙÀÌ´Â °ÍÀÌ Á¤È®ÇÑ ´äÀ» Á¦°øÇÏ´Â °Í¸¸Å Áß¿äÇϱ⠶§¹®ÀÌ´Ù.
ºä³ë ¿¬±¸ÆÀÀº ºÐÆ÷ ¿Ü µ¥ÀÌÅ͸¦ ½º½º·Î ŽÁöÇÏ´Â ¾Ë°í¸®ÁòÀÎ KIRBY(Key In-distribution feature Replacement BY inpainting)¸¦ °³¹ßÇß´Ù. KIRBY´Â µö·¯´× ¸ðµ¨ÀÌ °¡»óÀÇ ºÐÆ÷ ¿Ü µ¥ÀÌÅÍ »ùÇÃÀ» »ý¼ºÇÑ ´ÙÀ½, ¸ðµ¨ÀÌ ±âÁ¸¿¡ ÇнÀÇÑ µ¥ÀÌÅÍ¿Í »õ·Î ¸¸µç »ùÇà µ¥ÀÌÅ͸¦ ±¸ºÐÇÏ¸ç ½º½º·Î ÇнÀÇÏ´Â ¹æ½ÄÀÌ´Ù. À̸¦ ÅëÇØ µö·¯´× ¸ðµ¨ÀÌ ±âÁ¸¿¡ ÇнÀÇÏÁö ¾ÊÀº µ¥ÀÌÅ͸¦ ã¾Æ³¿À¸·Î½á »ç¿ëÀÚ¿¡°Ô ºÒÈ®½Ç¼º¿¡ ´ëÇÑ Á¤º¸¸¦ Ãß°¡·Î Á¦°øÇÒ ¼ö ÀÖÀ½À» È®ÀÎÇß´Ù.
ºä³ë´Â ÇØ´ç ¾Ë°í¸®Áò ¹× ±â¼ú¿¡ ´ëÇÑ Æ¯Çã µî·ÏÀ» ¾ÕµÎ°í ÀÖÀ¸¸ç, ÇâÈÄ ÀÚ»ç ÁÖ¿ä Á¦Ç°¿¡ Àû¿ëÇÔÀ¸·Î½á Á¦Ç°¿¡ ´ëÇÑ »ç¿ëÀÚµéÀÇ ½Å·Úµµ¸¦ ÇÑÃþ ³ôÀÏ ¿¹Á¤ÀÌ´Ù. ¶Ç ±âÁ¸ º¸À¯ÇÏ°í ÀÖ´Â µö·¯´× ¸ðµ¨ÀÇ ¼³°è¿Í ±¸Ãà, µ¥ÀÌÅÍ ¼öÁý µî ´Ù¾çÇÑ °ü·Ã ƯÇã±â¼úÀ» ±â¹ÝÀ¸·Î Á¦Ç°À» °íµµÈÇϱâ À§ÇÑ ´Ù¾çÇÑ ¿¬±¸°³¹ßÀ» À̾ °èȹÀÌ´Ù.
ÀÌ¿¹ÇÏ ºä³ë ´ëÇ¥´Â “À̹ø ¿¬±¸ ¼º°ú´Â Ãֱ٠êGPT ¿Ç³ µî ÀΰøÁö´É¿¡ ´ëÇÑ Àü¼¼°èÀûÀÎ ³íÀÇ°¡ È°¹ßÇÏ°Ô ÀÌ·ïÁö´Â °¡¿îµ¥ ¼¼°è ÃÖ°í ±ÇÀ§ ÇÐȸ¿¡¼ ºä³ëÀÇ ¿¬±¸°³¹ß ¿ª·®À» ÀÔÁõÇß´Ù´Â Á¡¿¡¼ Àǹ̰¡ Å©´Ù”¸ç “ÀÇ·á ºÐ¾ß¿¡¼ÀÇ ÀΰøÁö´É È°¿ëÀÌ Åµ¿±â¸¦ ³Ñ¾î ¼º¼÷±â¿¡ ÁøÀÔÇÏ°í ÀÖ´Â ¸¸Å ´õ ¸¹Àº ÀÓ»ó ÇöÀå¿¡ Á¦Ç°À» Àû¿ëÇÏ°í Á¦Ç°ÀÇ Áö¼ÓÀûÀÎ °íµµÈ¸¦ À̾°Ú´Ù”¶ó°í ¸»Çß´Ù.
[i] Jaeyoung Kim, Seo Taek Kong, Dongbin Na, Kyu-Hwan Jung. Key Feature Replacement of In-Distribution Samples for Out-of-Distribution Detection. AAAI 2023. https://arxiv.org/abs/2301.13012
Á¶¼ö¿µ ±âÀÚ bodo@emoneynews.co.kr
<ÀúÀÛ±ÇÀÚ © À̸Ӵϴº½º, ¹«´Ü ÀüÀç ¹× Àç¹èÆ÷ ±ÝÁö>