인터넷을 뜨겁게 달궜던 파검 드레스 논란을 기억하는가. AI도 조명에 따라 사진 속 고양이를 완벽하게 인식하다가, 조명이 조금만 바뀌면 갑자기 개로 착각하는 경우가 있다. 프린스턴대학교 연구팀이 이 문제의 원인을 밝히고, AI가 색상 변화에도 흔들리지 않는 새로운 신경망 구조를 개발했다. 이 기술은 의료 영상 분석부터 자율주행차까지 색상 정보가 중요한 모든 AI 시스템의 성능을 크게 향상시킬 것으로 기대된다.
조명만 바뀌어도 헷갈리는 AI, 색상 인식의 맹점
기존 AI 신경망은 훈련 데이터와 다른 색상 분포를 가진 이미지를 만나면 성능이 급격히 떨어진다. 마치 실내 조명 아래에서만 공부한 학생이 야외에서 같은 물체를 보고 당황하는 것과 비슷하다. 연구팀은 논문의 배경(Background) 섹션에서 이 문제가 AI가 색상의 기하학적 구조를 제대로 이해하지 못하기 때문이라고 설명했다.
일부 연구자들은 이 문제를 해결하기 위해 아예 이미지를 흑백으로 변환하거나, 훈련 데이터를 인위적으로 늘리는 방법을 사용했다. 하지만 이런 접근법은 색상이라는 중요한 정보를 버리거나, 막대한 계산 자원과 시간을 필요로 한다는 한계가 있었다. 특히 꽃의 종류를 구분하거나 피부 질환을 진단하는 것처럼 미세한 색상 차이가 중요한 작업에서는 색상 정보를 포기할 수 없다.
최근 몇몇 연구자들이 색상의 기하학적 특성을 신경망 설계에 반영하는 '색상 등변(color equivariant)' 구조를 제안했다. 이는 색상이 변해도 AI가 그 변화를 추적하면서 정보를 유지하는 방식이다. 하지만 기존 방법들은 색상의 세 가지 요소 중 색조(hue)만 제대로 처리하거나, 채도(saturation)와 명도(luminance) 변화에서 오류가 발생하는 문제가 있었다.
도넛 모양 수학으로 색상 문제 해결한 '완벽한 등변성'
프린스턴대 연구팀이 개발한 하이퍼토로이달 색상 등변 네트워크(Hypertoroidal Color Equivariant Network,
댓글 영역
획득법
① NFT 발행
작성한 게시물을 NFT로 발행하면 일주일 동안 사용할 수 있습니다. (최초 1회)
② NFT 구매
다른 이용자의 NFT를 구매하면 한 달 동안 사용할 수 있습니다. (구매 시마다 갱신)
사용법
디시콘에서지갑연결시 바로 사용 가능합니다.