±Û·Î¹ú ¿µ»ó ±â¼ú ±â¾÷ ÇÏÀÌÆÛÄ¿³ØÆ®(´ëÇ¥ ¾È»óÀÏ)°¡ ¼¼°è ÃÖ°í ±ÇÀ§ ÄÄÇ»ÅÍ ºñÀü ÇÐȸ Áß Çϳª·Î ²ÅÈ÷´Â ‘À¯·´ÄÄÇ»ÅͺñÀüÇмú´ëȸ(ECCV, European Conference on Computer Vision)’¿¡¼ ¸Ó½Å·¯´× ±â¼ú °ü·Ã ¿¬±¸¸¦ ¹ßÇ¥ÇÑ´Ù°í ¹àÇû´Ù.
±¹Á¦ ÄÄÇ»ÅͺñÀü·ÆÐÅÏÀÎ½Ä Çмú´ëȸ(CVPR), ±¹Á¦ ÄÄÇ»ÅÍ ºñÀüÇÐȸ(ICCV)¿Í ÇÔ²² ÄÄÇ»ÅÍ ºñÀü ºÐ¾ß 3´ë ÇÐȸ·Î ²ÅÈ÷´Â ECCV´Â °øÇÐ ºÐ¾ß Àüü¿¡¼µµ ³ôÀº ±ÇÀ§¸¦ ÀÎÁ¤¹Þ°í ÀÖ´Ù. ECCV 2022´Â À̽º¶ó¿¤ Åھƺñºê¿¡¼ 10¿ù 23ÀϺÎÅÍ 27ÀϱîÁö ÁøÇàÇϸç, ÇÏÀÌÆÛÄ¿³ØÆ®´Â ‘·¹ÀÌºí ¿À±³Á¤À» ¹æÁöÇÏ´Â È¿À²ÀûÀÎ ÀüÀÌÇà·Ä ÃßÁ¤À» ÅëÇÑ ³ëÀÌÁî ·¹À̺í ÇнÀ(Learning with Noisy Labels by Efficient Transition Matrix Estimation to Combat Label Miscorrection)’ ³í¹®À» ¹ßÇ¥ÇÒ ¿¹Á¤ÀÌ´Ù.
½ÇÁ¦ ¸Ó½Å·¯´× ¸ðµ¨À» ÇнÀÇÏ´Â µ¥ÀÌÅÍ ¼¼Æ®¿¡´Â ‘À߸ø ·¹À̺íµÈ µ¥ÀÌÅÍ(·¹ÀÌºí ³ëÀÌÁî)’°¡ Á¸ÀçÇϸç, ³ëÀÌÁî°¡ Æ÷ÇÔµÈ µ¥ÀÌÅͷκÎÅÍ ¸Ó½Å·¯´× ¸ðµ¨À» ÇнÀÇÏ´Â °ÍÀ» ‘·¹ÀÌºí ³ëÀÌÁî ÇнÀ(Learning with noisy labels)’À̶ó°í ÇÑ´Ù. ‘·¹ÀÌºí ±³Á¤(Label correction)’Àº ·¹ÀÌºí ³ëÀÌÁî ÇнÀ ¿¬±¸ ºÐ¾ß Áß Çϳª·Î, À߸ø ·¹À̺íµÈ µ¥ÀÌÅ͸¦ ¿Ã¹Ù¸¥ ·¹À̺í·Î ±³Á¤ÇÏ´Â °ÍÀ» ¶æÇÑ´Ù.
ÇÏÁö¸¸ ·¹ÀÌºí ±³Á¤µµ ¿Ã¹Ù¸£°Ô ÀÌ·ïÁöÁö ¾Ê´Â °æ¿ì°¡ ÀÖ¾î ÇÏÀÌÆÛÄ¿³ØÆ®´Â À̹ø ³í¹®À» ÅëÇØ ‘·¹ÀÌºí ¿À±³Á¤(Label miscorrection)’ÀÇ ºÎÁ¤Àû È¿°ú¸¦ ¹æÁöÇϱâ À§ÇØ È¿À²ÀûÀ¸·Î ‘ÀüÀÌÇà·Ä(Transition Matrix)’À» ÃßÁ¤ÇÏ´Â ¹æ½ÄÀ» Á¦¾ÈÇÑ´Ù. À̸¦ ÅëÇØ °³¹ßÀÚµéÀº ±âÁ¸°ú ºñ½ÁÇϰųª ´õ ³ªÀº Á¤È®µµÀÇ ¸Ó½Å·¯´× ¸ðµ¨À» ¸¸µé¸é¼ ¸Ó½Å·¯´× ÇнÀ È¿À²À» ±Ø´ëÈÇÒ ¼ö ÀÖ´Ù.
ÇÏÀÌÆÛÄ¿³ØÆ® ÇϼºÁÖ AI·¦ ÃÑ°ý µð·ºÅÍ´Â “ÇÏÀÌÆÛÄ¿³ØÆ®´Â Áö³ÇØ CVPR¿¡¼ ·ÕÅ×ÀÏ À̹ÌÁö ºÐ·ù ¹®Á¦ ÇØ°á ¹æ¾ÈÀ» ¹ßÇ¥ÇÑ µ¥ ÀÌ¾î ¿ÃÇØ ECCV¿¡¼ ³í¹®ÀÌ Ã¤ÅõǸç, ¸Ó½Å·¯´× ºÐ¾ß¿¡¼ ÀÚü AI·¦ÀÇ ±â¼ú °æÀï·ÂÀ» ÀÔÁõÇß´Ù. AI°¡ ½º½º·Î µ¥ÀÌÅ͸¦ ÅëÇØ ÇнÀÇÏ´Â ¸Ó½Å·¯´×Àº ´Ù¾çÇÑ »ê¾÷ ºÐ¾ß¿¡¼ È°¿ëµÇ¸ç, ±× Áß¿äµµ°¡ ³ô¾ÆÁö°í ÀÖ´Ù”¸ç “À̹ø ÇÏÀÌÆÛÄ¿³ØÆ®ÀÇ ¿¬±¸´Â ·¹ÀÌºí ¿À±³Á¤À» ÇØ°áÇÏ°í ¸Ó½Å·¯´× ÇнÀ È¿À²À» ±Ø´ëÈÇÒ ¼ö ÀÖ¾î ¸Ó½Å·¯´× °³¹ß¿¡ Å« µµ¿òÀÌ µÉ °ÍÀ¸·Î ±â´ëµÈ´Ù”°í ¸»Çß´Ù.
ÇÑÆí ÇÏÀÌÆÛÄ¿³ØÆ®´Â ÀÚü AI·¦ ¿î¿µÀ» ÅëÇØ ½ÇÁ¦ ¼ºñ½º °³¹ß, ¿î¿µ ´Ü°è¿¡¼ È°¿ëÇÒ ¼ö ÀÖ´Â Çõ½Å ±â¼ú °³¹ßÀ» À§ÇØ ³ë·ÂÇÏ°í ÀÖÀ¸¸ç AI, µö·¯´× µî ´Ù¾çÇÑ ±â¼úÀ» °³¹ß ¹× ¹ßÇ¥ÇÏ¸é¼ ¼¼°èÀûÀ¸·Îµµ ±× ¿¬±¸ ¼º°ú¿Í ±â¼ú·ÂÀ» ÀÎÁ¤¹Þ°í ÀÖ´Ù.
Ãâó : ÇÏÀÌÆÛÄ¿³ØÆ®