‣ AI모델의 적응 및 진화 기술 OASIS·ASAP 개발

‣ ACM CIKM 2025서 2편 동시 발표

<좌측부터 권민혜 교수, 김미르(박사과정), 박희원(석사과정), 조무곤(석사과정) 연구원>

숭실대학교(총장 이윤재) 전자정보공학부 권민혜 교수 연구팀이 변화하는 현실 환경에서 스스로 적응하고 진화하는 차세대 인공지능(AI) 핵심 기술을 개발했다.

이번 성과는 AI의 실환경 대응력과 자가학습 능력을 대폭 향상시킨 것으로, 세계적 학술대회인 ACM CIKM 2025(International Conference on Information and Knowledge Management)에서 두 편의 논문(OASIS, ASAP)이 발표될 예정이다.

연구에는 권민혜 교수(교신저자)를 비롯해 김미르(박사과정), 박희원(석사과정), 조무곤(석사과정) 학생이 참여했다.

현실 데이터에 스스로 적응하는 ‘OASIS’

<권민혜 교수 연구팀이 개발한 OASIS 논문 개요>

첫 번째 논문 ‘OASIS(Open-world Adaptive Self-supervised and Imbalanced-aware System)’은 현실 데이터의 변화에 능동적으로 대응하도록 설계된 적응형 AI 시스템이다.

기존 AI는 조명, 센서, 사용자 행동 등 훈련 데이터와 다른 환경에 노출될 때 성능이 급격히 저하되는 한계가 있다.

OASIS는 자기지도(self-supervised) 학습과 불균형 데이터 인식(imbalanced-aware) 전략을 결합해 이 문제를 해결했다. 학습 초기에는 ‘경계선 샘플(borderline sample)’을 정제해 클래스 간 구분을 강화하고, 이후에는 새로운 데이터를 만나면 의사라벨(pseudo-label)을 생성해 스스로 재학습한다.

실험 결과, OASIS는 기존 개방형 환경 적응기법 대비 정확도와 효율성이 최대 10% 이상 향상된 것으로 나타났다.

OASIS 개발을 주도한 김미르 연구원은 “이번 연구는 인공지능이 주어진 환경에 맞춰 스스로를 재정비하는 새로운 학습 패러다임을 제시했다”며 “AI가 실제 현장에서 불확실한 데이터 변화에도 안정적으로 학습을 지속할 수 있다는 점에서 의미가 크다”고 밝혔다.

학습 속도까지 스스로 조절하는 ‘ASAP’

<권민혜 교수 연구팀이 개발한 ASAP 논문 개요>

두 번째 논문 ASAP(Adaptive Shift-Aware Post-training)은 AI가 데이터 변화를 감지해 학습 속도(learning rate)를 자동으로 조절하도록 설계된 기술이다.

데이터의 라벨 분포가 시간에 따라 달라지는 환경에서 고정된 학습률은 적응 속도를 떨어뜨리거나 모델 불안정을 초래한다.

ASAP은 입력 데이터의 변화를 코사인 거리(cosine distance)로 계산해, 변화 폭이 클수록 학습률을 높이고 안정 구간에서는 낮추는 방식으로 자동 조정한다.

이 과정은 비지도(unsupervised) 방식으로 수행되어 실제 서비스 중인 모델에도 즉시 적용이 가능하다.

ASAP은 기존 대표 알고리즘(FTH, UOGD, ATLAS 등)보다 평균 20% 이상 높은 적응 정확도를 보였고 계산 속도는 약 20% 단축되어 경량형 AI에도 적용될 수 있다.

박희원 연구원은 “AI가 스스로 학습 전략을 선택하고 조율하는 적응형 시스템으로 발전할 수 있음을 보여준 연구”라며 “과적응이나 불안정성 없이 변화에 빠르게 대응할 수 있어 실제 산업 현장 적용이 기대된다”고 말했다.

“AI가 스스로 배우고 진화하는 시대의 출발점”

두 연구를 총괄한 권민혜 교수는 “AI가 연구실을 넘어 실제 산업과 환경 데이터에서 안정적으로 작동하려면, 변화하는 세상 속에서 스스로 배우고 진화하는 능력이 필수적”이라며 “이번 연구는 그러한 적응형 AI 시대를 여는 중요한 기술적 전환점”이라고 강조했다.

이번 성과는 AI의 지속 학습(self-sustaining)과 신뢰성 향상에 초점을 맞춘 연구로, 자율주행·스마트팩토리·의료진단 등 실시간 데이터 변화가 큰 산업 분야에서 즉각적인 응용이 가능하다.

특히 라벨 데이터 없이도 작동하며 계산 자원을 최소화했다는 점에서 향후 지속 가능한 AI로의 전환을 이끌 핵심 기술로 평가받고 있다.