인공지능에 의료나 코딩 등 전문 지식을 가르치는 데 걸리는 시간을 최대 70퍼센트 줄일 수 있는 기술이 새롭게 개발되었다. 인공지능이 비슷한 내용을 반복 학습하지 않도록 학습 자료를 골라주는 방식을 적용한 것이 특징이다.

한국과학기술원 전산학부 이재길 교수 연구팀은 인공지능의 추가 학습 시간을 대폭 단축하는 기술인 클러스터를 개발했다고 발표했다. 인공지능을 의료 상담이나 프로그램 개발 등 특정 분야에 활용하려면 해당 분야의 방대한 자료를 추가로 학습시켜야 한다.

다수의 그래픽처리장치가 자료를 나눠 학습을 진행하는 과정에서 비슷한 내용을 중복해서 처리하면 시간과 비용이 낭비되는 문제가 발생한다. 연구팀은 이러한 비효율을 해결하기 위해 각 자료가 인공지능 학습에 미치는 영향을 면밀히 분석했다.

분석 결과를 바탕으로 비슷한 효과를 내는 자료끼리 그룹으로 묶는 작업이 진행되었다. 이후 중복 학습을 최소화하면서도 인공지능이 여러 종류의 지식을 골고루 익힐 수 있도록 최적의 자료를 선별해 학습시키는 방식을 구현했다.

학생이 시험공부를 할 때 비슷한 문제를 반복해서 풀기보다는 여러 유형의 문제를 골고루 풀어보는 것과 비슷한 이치로 작동한다. 이번에 개발된 기술은 의료와 코딩 분야를 비롯한 다양한 전문 영역에서 실질적인 활용도를 높일 것으로 기대된다.

새로운 기술 도입을 통해 관련 산업 현장에서 소요되는 연산 자원과 운영 비용을 크게 절감할 수 있는 기반이 마련되었다. 연구팀은 세부적인 적용 대상을 점차 확대하며 기술의 효용성을 검증해 나갈 방침이다.

관련 기관과 기업은 해당 기술의 도입 절차와 적용 방안을 검토하여 학습 공정을 개선할 수 있다. 구체적인 이용 방법과 일정은 연구팀의 후속 안내 경로를 통해 확인할 수 있다.