유재준 UNIST 교수팀, GAN 323배 압축해 고성능 유지 확인
유재준 울산과학기술원(UNIST) 인공지능대학원 교수팀이 인공지능(AI) 경량화에 성공했다.
유 교수팀은 이미지 생성AI GAN(Generative Adversarial Networks)을 323배 압축한 후 성능 저하없이 사용 가능하다는 것을 확인하고, 이를 지난 4일 열린 '유럽컴퓨터비전학회(ECCV : European Conference on Computer Vision) 2024'에 발표했다.
유 교수팀은 DiME와 NICKEL 기법을 결합해 이미지 하나하나가 아닌 이미지 분포를 비교하는 방식을 사용했다. 또 GAN 특징인 생성기와 분류기 간의 상호작용을 최적화했다.
그 결과 고도로 압축한 GAN 모델에서 기존과 동일한 수준의 고품질 이미지를 생성했고, 고성능 컴퓨터가 아닌, 엣지 디바이스나 저전력 컴퓨터 등 제한된 자원에서 AI를 효율적으로 사용할 수 있는 가능성을 제시했다.
유 교수팀은 '하이브리드 비디오 생성 모델(HVDM)'과 '멀티모달 레이아웃 생성 모델'도 개발했다.
HVDM은 2D 트리플레인 표현과 3D 웨이블릿 변환을 결합해 영상의 전역적 맥락과 세밀한 디테일을 동시에 처리할 수 있다. 고성능 컴퓨팅 자원이 부족한 환경에서 고해상도 영상을 효율적으로 생성할 수 있는 기술이다.
멀티모달 레이아웃 생성 모델은 적은 데이터로도 이미지와 텍스트를 동시 처리해 광고 배너와 Web-UI 디자인을 자동 생성할 수 있다.
유 교수는 “5000장 정도의 적은 데이터로도 기존 6만장 이상의 데이터를 필요로 했던 모델보다 더 나은 성능을 발휘했다”며 “전문가뿐만 아니라 일반 사용자도 쉽게 사용할 수 있어 생성형 디자인 자동화에 혁신을 가져올 것”이라고 말했다.
울산=임동식기자 dslim@etnews.com
