인하대 연구팀, '생성형 AI 개인화' 새로운 가능성 제시
인하대학교는 서영덕 전기컴퓨터공학과 교수 연구팀이 생성형 인공지능(AI)에서 추가 학습이나 개인화 모델 없이 사용자 취향과 선호를 반영할 수 있는 새로운 개인화 기술을 개발했다고 17일 밝혔다.
연구팀은 인공지능 모델 'FAN'(Foundation Encoders Are All You Need)을 통해 생성형 AI에서 사용자의 취향과 관심사를 더욱 정밀하게 반영할 수 있는 방법을 제안했다.
FAN은 사용자가 과거에 입력한 명령어(프롬프트)나 선택·평점 기록 등을 토대로 현재 입력한 질문에 대한 선호 정보를 찾아낸 뒤 기존 파운데이션 모델의 구조를 활용해 생성 과정에 반영한다.
개인화 모듈이나 추가 학습 없이 이미 학습된 '파운데이션 인코더'의 표현 능력을 활용하기 때문에 생성형 AI 모델에서 개인화 성능을 확보하면서도 추가적인 연산 비용을 최소화할 수 있다.
이번 연구는 다양한 텍스트·이미지 확산 모델에서 고품질의 개인화 이미지를 합성할 수 있음을 보여줬다. 멀티모달 검색, 이미지 조건 확산 모델, 비전 언어 모델(VLM) 등 다양한 분야로 확장할 수 있다는 점에서 학계의 주목을 받고 있다.
연구 성과는 '국제 컴퓨터 비전 및 패턴인식 학술대회'(Conference on Computer Vision and Pattern Recognition)에서 발표됐다.
꼭 봐야 할 주요 뉴스
"화장실 두 번 다녀오더니 답을 술술"…스마트 안경 숨긴 수험생 결국
서 교수는 "생성형 AI가 보편화될수록 사용자마다 다른 취향과 맥락을 이해하는 능력이 중요해진다"며 "추가 학습이나 복잡한 모델 설계 없이도 개인의 취향을 자연스럽게 반영하는 생성형 AI 기술을 연구해 누구나 손쉽게 활용하는 AI 환경을 만들겠다"고 말했다.
<ⓒ투자가를 위한 경제콘텐츠 플랫폼, 아시아경제. 무단전재 배포금지, AI 학습 및 활용 금지>