국제 머신러닝 학술대회 ICML 2026서 연구 성과 발표 예정

▲ 임홍기 교수 연구팀이 개발한 CLAMP 이미지 복원 결과 및 비교

임홍기 전기컴퓨터공학과 교수 연구팀이 확산모델을 활용한 영상 복원 과정에서 발생하는 불안정한 보정 문제를 해결하는 새로운 인공지능 기술을 개발했다.

역문제는 손상되거나 일부만 관측된 데이터를 바탕으로 원래의 깨끗한 정보를 복원하는 기술이다. 초해상도 영상 생성, 이미지 복원, 흐림 제거, 의료 영상 재구성 등 다양한 분야에서 활용된다.

연구팀은 이러한 한계를 해결하기 위해 확산모델이 복원 방향과 정도를 보다 정교하게 판단할 수 있도록 돕는 새로운 인공지능 기술 'CLAMP'를 개발했다.

CLAMP는 이미지를 복원하는 과정에서 데이터의 구조적 특성과 변화 정도를 함께 고려해 복원 방향을 결정한다. 이를 통해 복원 과정에서 발생할 수 있는 과도한 보정을 줄이고, 필요한 부분을 더 정확하게 복원할 수 있도록 설계됐다.

연구팀은 자연 이미지 복원과 의료영상 재구성 등 다양한 실험을 통해 CLAMP의 성능을 검증했다. 그 결과 기존 확산모델 기반 복원 기술보다 더 안정적이고 정확한 복원 성능을 보였으며, 복잡한 환경에서도 효율적으로 작동하는 것을 확인했다.

특히 고해상도 이미지 복원과 MRI 영상 재구성 실험에서도 우수한 성능을 보여 의료영상 분석과 과학·공학 분야의 영상 처리 기술 발전에 기여할 것으로 기대된다.

이번 연구는 인공지능 기반 이미지 복원 과정에서 복원 정확도와 안정성을 동시에 높였다는 점에서 의미가 있다. 향후 의료영상 재구성, 과학 관측 영상 분석, 고품질 이미지 복원 등 다양한 분야에 활용될 전망이다.

이번 연구 성과는 머신러닝 분야 최고 권위 학술대회인 ICML 206에 게재 승인됐다. ICML은 NeurIPS, ICLR과 함께 인공지능·머신러닝 분야를 대표하는 국제학술대회이다. 신승혁 석박통합과정, 김민우 박사과정 학생이 공동 제1저자로 참여했으며, 김다빈 석사과정 학생과 임홍기 교수가 함께했다.

연구팀은 오는 7월 9일 서울 코엑스에서 열리는 ICML 2026에서 이번 연구 결과를 발표할 예정이다.

기사출처 [인하뉴스]