국내·외 연구진이 데이터가 부족한 개발도상국에서도 도시 빈곤 지역을 분석할 수 있는 인공지능(AI) 기술을 개발해 세계 최고 권위의 AI 학회에서 최우수논문상을 수상했다.
전남대학교(총장 이근배)는 양재석 지리학과 교수가 김지희 KAIST 교수·차미영 독일 막스플랑크연구소 단장과 함께 지난 1월 25일 싱가포르에서 열린 국제 AI 학술대회 'AAAI 2026'에서 'AI for Social Impact' 부문 최우수논문상(Best Paper Award)을 수상했다고 6일 밝혔다. 수상 논문은 '전문가 혼합 구조 기반 위성영상 슬럼 탐지의 일반화'다.
최근 전 세계적으로 급격한 도시화가 진행되면서 개발도상국의 슬럼(Slum) 지역은 빠르게 증가하고 있다. 하지만 인력과 예산이 부족한 국가에서는 현장 조사나 설문 방식에 의존하는 기존 방법으로는 급격하게 변화하는 슬럼의 실태를 제때 파악하는 데 한계가 있었다.
이를 해결하기 위해 위성 영상과 AI를 결합한 분석 기술이 제시되어 왔지만, 지역마다 건축 재료와 밀도, 골목 구조 등이 크게 달라 특정 도시 데이터를 기반으로 학습한 AI 모델이 다른 지역에서는 성능이 크게 떨어지는 '도메인 분포 차이' 문제와 정답 데이터 부족이라는 한계가 존재했다.
연구팀은 이러한 문제를 해결하기 위해 '전문가 혼합 구조(MoE)' 기반 AI 모델을 제안했다. 이 구조는 문제의 특성에 따라 가장 적합한 전문가 모델을 선택해 분석하는 방식이다. 새로운 위성 영상이 입력되면 AI가 '적응형 경로 선택' 알고리즘으로 지역의 시각적 특성을 분석하고, 해당 환경에 가장 적합한 전문가 모델을 자동으로 연결한다. AI는 특정 지역 데이터에 편향되지 않고, 서로 다른 도시 환경에서도 보다 안정적인 성능을 유지할 수 있게 됐다.
특히 이번 연구의 핵심은 정답 데이터가 없는 낯선 도시에서도 AI가 스스로 성능을 최적화하는 '테스트 시점 적응(TTA)' 기술이다. 연구팀은 TTA 과정에서 '일관성 기반 필터링' 기법을 적용해 여러 전문가 모델의 예측 결과 가운데 공통적으로 일치하는 영역만을 신뢰 가능한 정보로 선별했다.
AI는 이렇게 확보된 정보를 활용해 스스로 모델을 업데이트하며 성능을 개선한다. 그 결과 사람이 직접 정답 데이터를 제공하지 않아도 슬럼 지역을 보다 정밀하게 탐지할 수 있게 됐다.
연구팀은 개발된 기술을 우간다 캄팔라, 모잠비크 마푸토, 탄자니아 다르에스살람 등 아프리카 주요 도시에 적용해 성능을 검증했다. 실험 결과 기존 최신 기술보다 슬럼 지역을 더욱 정교하게 구분하는 데 성공했다.
이번 연구는 AI 기술이 단순한 성능 향상을 넘어 데이터가 부족한 개발도상국의 도시 문제 해결과 UN 지속가능발전목표(SDGs) 달성에 기여할 수 있는 실질적인 도구가 될 수 있음을 보여줬다는 점에서 높은 평가를 받았다.
광주=김한식 기자 hskim@etnews.com
