데일리매거진 - 딜리셔스, AI 연구 논문으로 세계 3대 컴퓨터 비전 학회 ′ICCV 2023′서 발표

-선도적 AI 기술력을 세계적으로 인정받아, 연구개발, 재투자에 힘쓸 예정

▲ 딜리셔스 로고 [제공/딜리셔스]

 

K패션 체인지 메이커 딜리셔스가 컴퓨터 비전 분야 세계 최고 권위의 학회인 ‘국제 컴퓨터 비전 학회(ICCV, International Conference on Computer Vision)’에서 이미지 검색 관련 인공지능(AI) 기술 논문을 발표한다고 24일 밝혔다.

국제 컴퓨터 비전 학회(ICCV)는 유럽 컴퓨터 비전 학회(ECCV), 컴퓨터 비전 및 패턴인식 학회(CVPR)와 더불어 세계 3대 컴퓨터 비전 학회 중 하나로 손꼽힌다.

딜리셔스는 올해 10월 프랑스 파리에서 개최되는 ‘ICCV 2023’ 학술대회에서 ‘단일 네트워크로 다중 속성을 이해하는 컨디션 기반 크로스 어텐션 기법(Conditional Cross Attention Network for Multi-Space Embedding without Entanglement in Only a SINGLE Network, 송철환·황태백·윤주영·최성현·구영현 공저)’ 연구 논문을 발표한다.

이번 연구 논문은 세계 최초로 트랜스포머 모델에 맞게 이미지 검색용 속성 가이드를 제시해 컴퓨터 비전 분야에서 최고 수준의 국제 학회로 평가받는 ICCV에 채택되는 쾌거를 이뤘다.

기존에는 이미지 내 객체의 다양한 속성(옷의 색상, 소재, 기장 등)을 이해하고 구분하기 위해 각 속성별로 AI 모델이 필요했다.

딜리셔스 AI 연구팀은 여러 속성 중 구분하고자 하는 기준점이 무엇인지 가이드를 부여해 해당 부분을 더 집중해 이미지를 인식하는 모델 구조를 설계했다.  

 

예를 들어 옷소매 길이를 기준으로 속성값을 구분하고자 한다면 팔 부분을 더 집중해 보도록 가이드를 줘 분류하는 것이다.

 

▲ 딜리셔스가 연구 논문에서 제안한 트랜스포머 기반 네트워크 구조 [제공/딜리셔스]

본 기술을 적용하면 서버 내 GPU 메모리 사용이 줄어들고, 속도가 빨라져 이미지 인식을 보다 효율적으로 할 수 있다.

트랜스포머 모델의 구조적 특징에 맞는 컨디션 기반 크로스 어텐션 기법을 설계했다는 점도 기술적으로 의의가 있다.

CNN(Convolutional Neural Networks) 구조에 맞는 컨디션 기반 어텐션 기법은 기존에 연구됐지만, 트랜스포머 모델 구조에 최적화된 방법을 제시한 것은 이번 논문이 세계 최초다.

성능 평가에서도 SOTA(State of the Art), 즉 기존 연구들과 비교해 가장 뛰어난 성능을 달성했다.

논문의 주저자 송철환 연구원은 “신상마켓 앱에 이번에 연구한 AI 기술을 적용한다면 패션 상품을 더 효율적이고 정확하게 인식할 수 있다”고 평했다. 이어 “특히 사용자가 원하는 상품을 더 빠르고 정확하게 찾을 수 있을 뿐만 아니라 개인화 추천 등 추후 활용할 가능성이 무궁무진하다”며 “딜리셔스의 선도적인 AI 기술력을 세계적으로 인정받아 기쁘다”고 말했다.

[저작권자ⓒ 데일리매거진. 무단전재-재배포 금지]