㈜지오비전-세명대-강원대 공동연구팀, 세계 최고 권위 'AAAI 2026' 논문 채택

AI '블랙박스' 문제 해결한 혁신 연구로 쾌거

클릭하면 확대이미지를 볼 수 있습니다.

세계 최고 권위의 인공지능 학술대회 'AAAI 2026(The 40th Annual AAAI Conference on Artificial Intelligence)'에 논문이 채택된 (주)지오비전과 세명대학교 컴퓨터학부, 강원대학교 컴퓨터공학과로 구성된 공동연구팀.

ⓒ 세명대학교

［충북일보］ (주)지오비전과 세명대학교 컴퓨터학부=, 강원대학교 컴퓨터공학과로 구성된 공동연구팀의 논문이 세계 최고 권위의 인공지능 학술대회 'AAAI 2026(The 40th Annual AAAI Conference on Artificial Intelligence, 2026년 1월 20~27일 싱가포르 개최)'에 채택되는 쾌거를 이뤘다.

이번에 채택된 논문은 'Transparent Networks for Multivariate Time Series(다변량 시계열을 위한 투명한 네트워크)'로 인공지능의 고질적인 '블랙박스' 문제를 해결하는 새로운 투명 신경망 모델 'GATSM(Generalized Additive Time Series Model)'을 제안해 AI 신뢰도를 한층 높이는 중요한 계기가 될 것으로 평가받고 있다.

기존 딥러닝 모델은 복잡한 문제에서 뛰어난 예측 성능을 보이지만 그 결정 과정을 사람이 이해하기 어려운 '블랙박스'라는 한계가 있었다.

이는 의료와 금융 사기 탐지, 자율주행 등 예측의 근거가 필요한 고신뢰성 분야에서 AI 도입을 가로막는 큰 장벽이었다.

특히 환자의 생체 신호, 주가 변동, 공장 설비 센서 데이터 등 현실 세계의 많은 데이터는 '시계열(time series)' 형태로 기존의 투명한 모델들은 이러한 복잡한 시계열 데이터의 시간적 패턴을 효과적으로 학습하는 데 한계가 있었다.

연구팀이 제안한 GATSM은 모델의 투명성을 완벽하게 유지하면서도 시계열 데이터의 복잡한 패턴을 학습할 수 있도록 설계됐다.

실험 결과 GATSM은 기존 다른 투명 모델들보다 월등히 뛰어난 성능을 보였으며 동시에 RNN이나 트랜스포머와 같은 복잡한 블랙박스 모델들과 대등한 수준의 예측 정확도를 달성해 AI가 왜 그런 예측을 했는지 명확히 설명할 수 있으면서도 최고의 성능을 낼 수 있음을 입증했다 .

이러한 특징은 산업 현장에서 즉각적인 활용이 가능해 의료 분야에서는 환자의 사망률이나 패혈증 예측 시 어떤 시점의 어떤 생체 신호가 위험 요인이었는지 의료진에게 투명하게 제시할 수 있고다,

또 제조·에너지 분야에서는 공장 설비의 고장 징후나 에너지 사용량 예측 시 어떤 센서 값이 주요 원인이었는지 파악해 선제 대응을 가능하게 한다.

금융 분야에서도 주가 예측이나 사기 탐지 시스템에서 이상 징후의 근거를 명확히 밝혀 신뢰도를 높일 수 있다.

연구팀의 1저자인 (주)지오비전 김민규 연구원은 "GATSM은 AI의 성능과 투명성이라는 두 마리 토끼를 모두 잡은 모델"이라며 "특히 시계열 데이터가 중요한 의료, 금융, 제조 분야에서 신뢰할 수 있는 AI 솔루션을 제공할 것"이라고 밝혔다.

이수안(학부장) 세명대학교 컴퓨터학부 교수는 "고위험 의사결정 분야에서는 AI가 '왜 그런 판단을 내렸는지' 설명할 수 있어야 한다"며 "GATSM은 이러한 요구를 충족하면서도 최신 딥러닝 모델에 필적하는 성능을 보여준다는 점에서 학술적·실용적 가치가 크다"고 강조했다.

끝으로 김진호 강원대학교 명예교수는 "시계열 데이터는 IoT, 스마트팩토리, 헬스케어 등 4차 산업혁명의 핵심 데이터"라며 "GATSM은 이러한 시계열 데이터를 안전하고 신뢰할 수 있게 분석하는 기반 기술로서 국내 AI 산업 경쟁력 강화에 크게 기여할 것"이라고 말했다.

제천 / 이형수기자