KAIST 김재철AI대학원 신기정 교수 연구팀이 저차원 상호작용 정보만으로도 고차원 상호작용 구조를 정밀하게 복원하는 인공지능 기술인 '마리오(MARIOH)'를 개발했습니다.

마리오는 개별 쌍의 낮은 차원 정보만 수집되던 기존 방식의 한계를 극복하고, 실제 세상의 복잡한 관계망을 정확히 추정할 수 있도록 설계됐습니다.

고차원 상호작용은 소셜 네트워크, 생명과학, 뇌과학 등 다양한 분야에서 발생하지만, 동일한 저차원 정보로부터 생성될 수 있는 고차원 구조의 수가 워낙 많아 복원이 어려웠습니다.

연구팀은 이를 해결하기 위해 저차원 상호작용의 다중도 정보를 도입해 특정 쌍이 얼마나 자주 함께 등장하는지를 반영해 가능한 고차원 후보 수를 효과적으로 줄였습니다.

또한 유망한 상호작용 후보를 빠르게 찾는 탐색 기법과 각 후보가 실제 고차원 구조일 가능성을 추정하는 심층 학습 모델을 결합해 복원 성능을 끌어올렸습니다.

10개의 실세계 데이터셋을 대상으로 한 실험에서 마리오는 기존 기술보다 최대 74% 향상된 정확도를 기록했습니다.

논문 공저 데이터(DBLP)에서는 98% 이상의 정확도로 복원에 성공해 기존 기술 대비 12%나 앞섰습니다.

복원된 고차원 구조를 활용할 경우, 예측과 분류 등 다양한 응용 작업에서도 성능이 크게 향상되는 것으로 나타났습니다.

신기정 교수는 이번 연구 결과는 "단체 대화나 협업을 다루는 소셜 네트워크 분석, 단백질 복합체나 유전자 간 상호작용을 분석하는 생명과학, 다중 뇌 영역 간 동시 활동을 추적하는 뇌과학 등 다양한 분야에서 폭넓게 활용될 수 있을 것"으로 기대했습니다.

이번 연구는 지난 5월 홍콩에서 열린 전기전자공학자협회(IEEE) 국제 데이터공학 학회(ICDE)에서 발표됐습니다.

TJB 대전방송