- ‘기상 데이터 초해상화’와 ‘연합학습 표현 정렬’ AI 기술의 새로운 패러다임 제시

▲ (왼쪽부터) 한국전자기술연구원 조원지 연구원·국립순천대학교 서수빈 석사과정, 정세훈 교수, 심춘보 교수

국립순천대학교(총장 이병운) 공동연구팀이 기후 인공지능(Climate AI)과 연합학습(Federated Learning) 분야의 핵심 난제를 해결한 연구 논문 2편을 국제 저명 학술지인 Journal of King Saud University - Computer and Information Sciences와 Scientific Reports에 잇달아 게재확정하며 세계적 수준의 연구 경쟁력을 입증했다. 공동연구팀은 한국전자기술연구원(Korea Electronics Technology Institute) 소속 조원지 연구원(인공지능공학전공 석사 졸업), 컴퓨터공학과 석사과정 서수빈 학생, 컴퓨터공학과 정세훈 교수, 인공지능공학부 심춘보 교수로 구성됐다.

조원지 연구원은 농촌진흥청 국립농업과학원의 지원(과제명: 농장맞춤형 농업기상재해 조기경보시스템 고도화 연구 2단계)을 받아 저해상도 기상 데이터로부터 국지적인 바람의 흐름까지 정밀하게 복원하는 풍속 초해상화(Super-Resolution) 모델 WindHCT를 개발했다. 해당 연구 결과는 ‘WindHCT: Context and Local Hybrid CNN Transformer for Wind Speed Super-Resolution’라는 제목의 논문으로 Journal of King Saud University - Computer and Information Sciences(Computer Science and Information Systems 분야 상위 15.2% 이내, Q1, Impact Factor 6.4)에 게재 확정됐다.

기존 초해상화 기술은 자연 이미지의 시각적 품질 향상에 초점을 맞춰 설계되어, 수치적 정확도와 물리적 일관성이 중요한 기상 변수에 적용하기 어려웠다. Win8dHCT는 대기 순환에 의한 광역적 공간 상관성을 학습하는 트랜스포머(Transformer) 기반 브랜치와 지형에 따른 국지적 변동성을 복원하는 합성곱 신경망 기반 브랜치를 병렬로 결합하고, 두 표현을 공간 위치별로 적응적으로 융합하는 구조를 제안했다. 그 결과 미국 WIND Toolkit 및 유럽 ERA5-CERRA 재분석 자료 기반의 5배 초해상화 실험에서 기존 대표 초해상화 모델들을 전 평가 지표에서 통계적으로 유의하게 능가하면서도, 비슷한 성능대의 모델 대비 가장 적은 파라미터와 연산량으로 효율성까지 입증했다.

서수빈 석사과정생은 한국연구재단(NRF) 기초연구실 사업의 지원을 받아, 여러 기기가 개인정보를 보호하면서 협력해 인공지능을 학습하는 연합학습 환경에서 클라이언트마다 데이터 분포가 달라 성능이 저하되는 비독립동일분포(non-IID) 문제를 해결한 FedRAPT를 개발했다. 해당 연구 결과는 ‘FedRAPT: Federated Representation-Aligned Prototypical Contrastive Learning’이라는 제목의 논문으로 세계적인 학술지 네이처(Nature) 자매지인 Scientific Reports(Multidisciplinary Sciences 분야 상위 14.6% 이내, Q1, Impact Factor 4.9)에 게재 확정됐다.

FedRAPT는 원본 데이터를 공유하지 않고도 전역 클래스 프로토타입을 기준점으로 클라이언트 간 표현 공간의 어긋남을 정렬하는 대조학습 기반 기법으로, 스마트폰·웨어러블 센서 기반 인간 행동 인식 데이터셋인 WISDM, UCI HAR, MotionSense에서 각각 96.30%, 96.13%, 94.00%의 정확도로 기존 연합학습 기법들을 일관되게 앞섰으며, 데이터 불균형이 극심한 강한 non-IID 환경에서도 약 96%의 정확도를 유지해 실제 환경에서의 강건성을 입증했다.

연구책임자인 정세훈 교수와 심춘보 교수는 “이번 성과는 산업 현장의 연구원과 석사과정 학생이 각자의 세부 분야에서 최신 AI 모델의 구조적 한계를 깊이 있게 파악하고, 실제적 문제를 극복할 수 있는 독창적이고 실용적인 해결책을 제시했다는 데 큰 의미가 있다”며, “앞으로도 변화하는 AI 산업 현장에 즉시 투입될 수 있는 세계적 수준의 핵심 인재 양성과 산·학·연 협력 기반의 기술 연구에 매진하겠다”고 밝혔다.