KAIST 최재식 교수가 네이버 AI Lab과 공동 연구를 통해 추가적인 학습 없이도 인공지능(AI) 생성 모델의 창의적 생성을 강화하는 기술을 개발했습니다.

텍스트를 기반으로 이미지를 생성하는 AI 모델인 '스테이블 디퓨전'은 자연어로 제공된 설명만으로도 고해상도·고품질 이미지를 자동 생성할 수 있습니다.

학습된 모델과 소스코드가 공개돼 있어 상업용이나 연구 목적으로 활발히 활용되고 있습니다.

하지만 '창의적' 이라는 텍스트를 입력해도 독창적인 이미지를 만들기 어려워 추가적인 데이터를 필요로 합니다.

연구팀은 AI 모델의 내부 특징 맵을 증폭해 창의적 생성을 강화하는 기술을 개발했습니다.

특징 맵을 주파수 영역으로 변환한 후 높은 주파수 영역에 해당하는 부분의 값을 증폭하면 노이즈나 작게 조각난 색깔 패턴의 형태를 유발하는 것을 확인했습니다.

낮은 주파수 영역을 증폭함으로써 별도의 학습 없이도 효과적으로 창의적 생성을 강화할 수 있습니다.

유용성까지 고려해 AI 모델 내부의 블록별로 최적의 증폭 값을 자동으로 선택하는 알고리즘을 제시했습니다.

이 알고리즘을 사용하면 기존 모델 대비 참신하면서도 유용성이 크게 저하되지 않은 이미지를 생성할 수 있다고 연구팀은 설명했습니다.

공동 제1 저자인 KAIST 한지연·권다희 박사과정은 "생성 모델을 새로 학습하거나 미세조정 학습하지 않고도 생성 모델의 창의적인 생성을 강화하는 최초의 방법론"이라며 "인공지능 생성 모델 내부에 잠재된 창의성을 특징 맵 조작을 통해 강화할 수 있음을 보였다"고 말했습니다.

이번 연구 성과는 '국제 컴퓨터 비전 및 패턴인식 학술대회'(IEEE Conference on Computer Vision and Pattern Recognition)에서 지난 15일 발표됐습니다.

TJB 대전방송