연구팀은 논문을 통해 AI 성능 극대화·경량화와 디자인 자동화 등에서 성과를 제시했다.
우선 연구팀은 이미지 생성 AI인 GAN(Generative Adversarial Networks)을 323배까지 압축하면서도 성능 저하 없이 경량화하는 데 성공했다. 지식 증류 기법을 활용해 고성능 컴퓨터가 없는 엣지 디바이스나 저전력 컴퓨터에서도 AI를 효율적으로 사용할 수 있는 가능성을 제시한 것이다.
유 교수는 “323배 압축된 GAN이 기존 수준의 고품질 이미지를 만들어낸다는 점을 입증했다”고 말했다.
연구팀은 고성능 컴퓨팅 자원이 부족한 환경에서도 고해상도 영상을 효율적으로 생성할 수 있는 하이브리드 비디오 생성 모델(HVDM)도 제시했다. 기존 비디오 생성 모델들은 고성능 컴퓨팅 자원에 의존해 고해상도 영상을 생성했지만, HVDM은 제한된 자원으로도 고품질의 자연스러운 영상을 구현하는 게 가능하다고 연구팀은 설명했다.
또 연구팀은 적은 데이터로도 광고 배너와 웹 UI 디자인을 자동 생성할 수 있는 멀티모달 레이아웃 생성 모델도 개발했다. 이미지와 텍스트를 동시에 처리해 사용자 입력만으로 적절한 레이아웃을 자동으로 생성할 수 있는 모델이다.
유 교수는 “5000장 정도의 적은 데이터로도 기존 6만장 이상의 데이터가 필요했던 모델보다 나은 성능을 발휘했다”며 “광고 배너와 웹 UI 디자인 자동화에 혁신을 가져올 것으로 기대한다”고 말했다. 이다예기자
저작권자 © 울산일보 무단전재 및 재배포 금지