국내 연구진이 확보한 패션 코디네이션 지식데이터를 공개, 사용자 인터랙션을 통해 패션 코디를 추천하는 경진대회를 개최해 큰 호응을 얻었다.
한국전자통신연구원(ETRI)은 지난해에 이어 '2024 ETRI 자율성장 인공지능 경진대회 시즌 5'를 개최해 인간과 유사한 수준의 '자율성장 인공지능(AI)' 구현에 기여했다.
258개 팀이 참가하여 열띤 경연을 펼쳤다. 최우수상은 서울과학기술대 전기정보공학과 학생 등으로 구성된 'VCL'팀에게 돌아갔다.
VCL 팀은 대회에서 제시한 네 개 태스크에서 모두 우수한 점수를 획득하였다. 특히 난이도가 높은 연속학습 부문과 제로샷학습 부문에서 압도적인 성능을 달성했다.
우수상은 '멋쟁이'팀(경산이노베이션아카데미)과 '오둥이'팀(싸이웰시스템)에게, 장려상은 '임동우'팀, '자비스'팀, 'IAI'팀에게 돌아갔다.
작년 대회부터는 참가 대상을 대한민국 국민으로 국한하지 않고 영문 대회 홈페이지도 제공하는 등 참여의 장을 확대했다.
또 다양한 분야의 AI 연구자들이 복합모달 데이터셋을 이용한 AI 코디네이터의 성능향상에 힘씀으로써 '자율성장 AI'에 대한 관심을 증대하는 데 큰 의미를 두었다.
특히 이번 시즌 5 대회는 대규모 서버를 사용하지 않고 모바일 디바이스, 사물인터넷(IoT) 기기, 드론 및 자율주행차 등 다양한 영역에서 효과적으로 AI 알고리즘을 구동하는 온디바이스AI 기술을 위해 모델 경량화 요소를 추가하였고, 이를 통해 모델의 효율성 및 실용성을 제고하였다.
대회의 첫 번째 부문은 주어진 패션 아이템 이미지에서 감성 특징을 추출하는 과제며, 두 번째 부문은 불균형한 패션 아이템에서 분류 성능을 향상시키는 과제다.
이 두 과제는 패션 아이템의 이미지를 이용하여 인공지능 코디네이터가 주어진 패션 아이템의 속성을 이해하는 데 중점을 둔다. 또 최대 모델 용량을 제한하고, 평가셋 성능을 통해 순위를 결정한다.
세 번째 부문은 감성 특징이 다른 데이터셋을 순차적으로 학습했을 때도 기존에 학습한 데이터셋을 잊지 않도록 하는 연속학습이며, 네 번째 부문은 학습 때 사용하지 않은 새로운 패션 아이템을 이해하고 추천하는 제로샷학습이다.
이 두 과제는 AI 기술이 환경의 변화에 따라 학습을 계속하더라도 기존 성능을 유지하는 동시에 새로운 데이터셋에 대해서도 잘 적응할 수 있도록 하는 자율성장의 요소를 담았다. 또 상대적으로 어려운 과제이기 때문에 모델 용량에 대해서는 명시적인 제한을 두지 않는다. 다만, 최소 성능을 제한하고 더 낮은 모델 용량으로 이 최소 성능을 얻는 것을 목표로 한다.
본 대회는 17일 진행된 시상식을 끝으로 막을 내렸다.
상위 6개 팀이 최우수, 우수, 장려상을 받았다. 최우수상 1팀 및 우수상 2팀에는 과학기술정보통신부장관상과 상금이, 장려상 3팀에는 ETRI 원장상과 상금이 수여되었다.
대회에서 참가자들이 사용한 패션 코디네이션 지식 데이터는 ETRI가 '자율성장 인공지능 기술 연구'과제의 실증을 위해 과제 시작과 함께 연구진들이 수년간 수집한 것이다.
이 패션 코디네이션 지식 데이터는 대회 종료 이후에도 대회 홈페이지 또는 ETRI 데이터리포지터리를 통해 공개되어 확인할 수 있다. 대회에 참가하지 않았더라도 간단한 절차를 통해 다운로드할 수 있다.
시상식에 참여한 민옥기 ETRI 초지능창의연구소장은 “다섯 번째 개최되는 패션 코디네이터 경진대회는 국내외 자율성장 AI 기술을 발전시키는 토대가 될 것”이라며 “특히 온디바이스 AI 트랙은 AI가 현장에서 즉시 학습하고 변화하는 상황에 즉각 대응하는 능력을 부여할 수 있는 자율성장형 온디바이스 AI를 위한 창의적인 해법을 제시하고 기술적 가능성을 탐구할 수 있는 장이 마련된 것”이라고 전했다.
한편 ETRI 복합지능연구실의 송화전 실장과 연구진은 다년간 새로운 환경에 스스로 학습하여 적응하는 자율성장형 복합 AI 원천기술 연구를 진행해왔다. 이 과정에서 수집한 복합모달 데이터셋을 통해 5년간 대회를 개최하고 있다.
김영준 기자 kyj85@etnews.com
