적대적 생성망 한계점 분석, GAN 영상 합성 성능 향상 새 방법 제안

적대적 생성망 한계점 분석, GAN 영상 합성 성능 향상 새 방법 제안 - 충북대병원 박승 교수, 고려대학교 세종캠퍼스 신용구 교수팀

최근 주목받고 있는 생성형 인공지능 기술 중 하나인 적대적 생성망 (Generative Adversarial Networks, GAN)의 한계점을 분석하고, 새로운 접근 방법을 통해 GAN의 영상 합성 성능을 크게 향상시키는 방법이 제안됐다.

충북대병원 인공지능센터(박승 교수)와 고려대학교 세종캠퍼스(신용구 교수) 공동교수팀에 따르면 이 기술은 기존 GAN 기반 인공지능 기술의 학습 안정성을 대폭 향상시킬 뿐만 아니라, 상용화된 딥러닝 구조에 쉽게 결합할 수 있다는 장점이 있다.

(사진 : 충북대병원 박승 교수, 고려대학교 세종캠퍼스 신용구 교수)

고려대학교 세종캠퍼스 신용구 교수는 “고려대학교 세종캠퍼스와 충북대병원이 연구 개발에 협력하여, 우수한 인공지능 요소 기술을 개발하게 되어 기쁘다. 향후에도 다양한 주제로 공동연구를 수행하고, 좋은 연구 결과를 만들 것으로 기대한다.”라고 밝혔다.

박승 교수는 보건복지부 주관 ‘한국형 중환자 빅데이터 구축 및 AI-CDSS 개발(K-MIMIC)’ 사업의 세부주관기관 연구책임자를 맡고 있다.

신용구 교수는 현재 ITRC 인재 양성 사업에 참여하여 후학들을 양성하고 있다.

이번 연구결과는 2월 SCI 국제학술지인 IEEE Transactions on Neural Networks and Learning Systems(Impact factor, 영향력 지수 = 14.255)에 게재됐다.

[메디컬월드뉴스 김영신 기자]

관련기사

다른 곳에 퍼가실 때는 아래 고유 링크 주소를 출처로 사용해주세요.

기자프로필