ICLR은 데이터로부터 유의미한 표현을 자동으로 학습하는 딥러닝 기술(표현 학습)을 중심으로 한 연구를 다루는 국제 학회다. 신경정보처리시스템학회(NeurIPS), 국제머신러닝학회(ICML)와 함께 구글 스칼라가 발표하는 h5 인덱스(최근 5년간 발표된 논문들이 인용된 횟수의 중앙값) 기준 인공지능 및 기계학습 분야 최상위 학회로 꼽힌다.
스티브 주임연구원을 중심으로 한 텔레픽스 연구진은 '인페인팅 디퓨전 모델을 통한 원격탐사 분야의 퓨샷 세그멘테이션 문제 해결' 논문으로 '원격탐사를 위한 머신러닝 워크숍'에서 최고학술논문상을 수상했다. 이 논문은 디퓨전 기반 이미지 인페인팅 기법을 활용해 위성영상 학습 데이터가 부족한 상황에서도 높은 객체 분할 성능을 달성할 수 있는 방법을 제안한다.
텔레픽스 측은 "새로운 클래스 객체를 위성영상에 채워 넣는 방식으로 예시를 생성하고, 이를 통해 학습 데이터를 효과적으로 늘려 딥러닝 모델의 일반화 성능을 저해하는 과적합 문제를 완화한다"고 설명했다.
'원격탐사를 위한 머신러닝 워크숍(ML4RS)'은 위성과 항공기 등으로 지구를 관측하는 원격탐사 분야에 머신러닝의 실질적 응용 가능성과 새 기술 발전을 논의하는 자리다. 이번 ICLR 2025에서 열리는 워크숍은 구글 딥마인드, 미국 애리조나 대학교, 독일 항공우주센터(DLR) 등 전 세계의 AI 및 원격탐사 분야 연구진의 주최로 개최된다. 스탠퍼드 대학교, 뮌헨 공과대학교, 마이크로소프트 소속 연구진 등이 연사로 참여한다.
이번 ICLR 2025에 채택된 또 다른 논문인 '주기적 신호 학습을 위한 신경 함수'는 기저 신호가 공간적 또는 시간적으로 주기성을 갖는 경우 측정값으로부터 주기적인 패턴을 추출하고, 이를 신호 표현에 활용하는 새 네트워크 아키텍처를 제안했다. 위성영상으로 식생, 기후 변화와 같은 주기적인 환경 변화를 모니터링할 때 촬영 간격이 긴 구간에서도 주기성을 기반으로 데이터를 예측해 연속적인 모니터링이 가능해진다. 이 논문은 텔레픽스 AI연구팀의 조우진 연구원이 제1저자로 참여했다. 텔레픽스의 연구성과가 담긴 두 건의 논문은 24일(현지시간)부터 28일까지 싱가포르에서 열리는 ICLR 2025에서 전 세계 AI 분야 전문가와 업계 관계자들에게 발표될 예정이다.
권다롱새 텔레픽스 최고데이터사이언티스트(CDS)는 "텔레픽스가 연구한 방법은 특수한 모델 아키텍처나 복잡한 학습 전략이 필요한 기존의 방식에 비해 비교적 간단히 제한된 데이터 환경에서 객체 분할 성능을 크게 향상시킬 수 있어 실제 원격탐사 분야에 큰 잠재력이 있을 것으로 기대한다"고 말했다. 김나인기자 silkni@dt.co.kr
[ 저작권자 ⓒ디지털타임스, 무단 전재 및 재배포 금지 ]
