인공지능 초분광 솔루션 기업 엘로이랩은 데이터 내 노이즈 레이블 문제를 효율적으로 해결하는 'FastSimiFeat' 알고리즘을 AI 학회 'Conference on Information and Knowledge Management(이하 CIKM)'에서 발표했다고 밝혔다.
CIKM은 올해 33회째를 맞는 AI 학회로 오랜 기간 수준 높은 연구 성과를 공유하고 있다.
이번 연구에서 엘로이랩 연구팀은 훈련 없이 정확한 노이즈 검출과 라벨 수정이 가능한 알고리즘 FastSimiFeat을 제안했다. FastSimiFeat는 사전 학습된 모델의 특징 벡터에 k-NN(최근접 이웃 : K-nearest neighbors) 방식을 적용해 노이즈 레이블을 검출하고, 혼동 행렬을 이용한 노이즈 비율 추정기를 추가해 재학습 없이 높은 성능을 유지하도록 설계됐다. 엘로이랩은 이 기술을 통해 기존의 긴 검증 및 수정 시간을 최대 20배 단축하고, CIFAR10/100 데이터셋에서 기존 대비 최대 5.18배의 테스트 오류율 감소를 입증했다.
엘로이랩 연구팀은 이 알고리즘이 특히 의료 및 금융과 같이 데이터 정확성이 중요한 산업 분야에 널리 적용될 수 있을 것이라고 전망하며, FastSimiFeat는 신뢰도 높은 데이터 처리를 요구하는 산업에 효율적인 AI 모델 구현을 가능하게 할 것이라고 밝혔다.
유광선 엘로이랩 대표는 “본사 연구팀은 이번 학회를 통해 한국뿐만 아니라 글로벌 수준의 높은 기술력과 전문성을 보였다”며 “이를 통해 AI 기술 선도에 기여할 것”이라고 밝혔다.
이원지 기자 news21g@etnews.com
