지스트, 이진 뉴럴 네트워크 구조 탐색 방법 개발

[테크월드=방제일 기자] 지스트(광주과학기술원) AI대학원 최종현 교수팀이 AI배포(deployment)를 위한 딥-뉴럴 네트워크의 압축 과정에서 발생하는 성능 저하를 개선한 이진 네트워크 구조 탐색용 딥러닝 알고리즘을 개발했다.

해당 연구는 올해 초 삼성 휴먼테크 논문상에서 동상을 수상했으며, 세계 최고 수준의 컴퓨터 비전 학술대회인 유럽 컴퓨터 비전 학회(ECCV: European Conference on Computer Vision) 2020에서 8월 26일에 발표했다.

본 학회는 컴퓨터 비전과 패턴 인식 컨퍼런스(CVPR), 국제 컴퓨터 비전 학회(ICCV)와 함께 AI 분야 이미지 인식 관련 학회 중 최고 수준의 학술대회로 꼽힌다. 컴퓨터 비전은 컴퓨터에 시각을 부여해 이미지를 분석함으로써 유용한 정보를 생성하는 기술이다. 

기존에 제안된 네트워크 구조 탐색 방식이 부동소수점 형식의 파라미터를 갖는 고정확도 딥뉴럴 네트워크에서만 동작하고 이진 네트워크를 탐색할 때에는 동작하지 않았다. 이진 네트워크는 용량이 현저히 작고 속도가 빠른 장점이 있지만 성능이 좋은 네트워크 구조를 찾아내는 것은 쉬운 일이 아니다. 

본 연구에서는 이런 문제점을 해결하기 위한 네 가지 요소기술을 제안하고, 제안한 기법으로 탐색한 이진 네트워크가 기존에 제안된 이진 네트워크 보다 크기는 작고 정확도는 높은 네트워크를 찾아냄을 확인했다. 코드와 탐색된 모델은 프로젝트 코드 저장소(repository)에서 다운로드 할 수 있다