다수 객체가 동시에 상호작용하는 '고차원 상호작용'은 다양한 분야에서 발생하는데, 기술적 제약 탓에 주로 개별 쌍 간 저차원 정보만 수집돼 전체 맥락이 손실되고 활용에 제약이 따랐다.
이런 가운데 한국과학기술원(KAIST·총장 이광형) 연구진이 불완전한 정보만으로도 고차원 상호작용을 정밀 복원하는 인공지능(AI) '마리오'를 개발했다. 소셜 네트워크, 뇌과학, 생명과학 등 다양한 분야에서 혁신적 분석 가능성을 열었다.
KAIST는 신기정 김재철AI대학원 교수팀이 이같은 성과를 거뒀다고 5일 밝혔다.
고차원 상호작용 복원이 어려운 이유는 동일한 저차원 상호작용 구조로부터 파생될 수 있는 고차원 상호작용 가능성이 무수히 많기 때문이다.
마리오 핵심 아이디어는 저차원 상호작용 '다중도' 정보를 활용해 파생될 수 있는 고차원 상호작용 후보 수를 줄이는 데 있다.
또 효율적인 탐색 기법으로 유망한 상호작용 후보를 신속 식별하고, 다중도 기반 심층 학습 기술을 활용해 각 후보가 실제 고차원 상호작용일 가능성을 정확하게 예측한다.
10개 실세계 데이터 셋 대상 실험 결과, 마리오는 기존 기술 대비 최대 74% 높은 정확도로 고차원 상호작용 복원에 성공했다.
논문 공저 관계 데이터에서는 98% 이상 복원 정확도를 달성해, 약 86% 수준에 머무는 기존 기술을 크게 앞질렀다. 또 복원된 고차원 구조를 활용할 경우 예측, 분류 등 다양한 작업 성능이 향상됐다.
신기정 교수는 “마리오는 단순화된 연결 정보 정보에만 의존하던 기존 접근에서 벗어나, 실세계 복잡한 연결 관계를 정밀하게 활용할 가능성을 열어 준다”며 “단체 대화나 협업 네트워크를 다루는 소셜 네트워크 분석, 단백질 복합체나 유전자 간 상호작용을 분석하는 생명과학, 다중 뇌 영역 간 동시 활동을 추적하는 뇌과학 등 다양한 분야에서 폭넓게 활용될 것”이라고 밝혔다.
이규한 KAIST 김재철AI대학원 석박통합과정(현 GraphAI 소프트웨어 엔지니어)과 이건 석박사통합과정, 신기정 교수가 저자로 참여한 이번 연구는 지난 5월 홍콩에서 열린 제41회 IEEE 국제 데이터공학 학회(IEEE ICDE)에서 발표됐다.
김영준 기자 kyj85@etnews.com
