01

ETRI 연구진이 개발한 자율성장 복합지능
패션 하우(Fashion HOW)를 시연하고 있는 모습

기존 인공지능은 정제된 빅데이터 기반의 방법론을 통해 지식을 암기해 사용자의 질문에 응답해주는 방식이다. 성능은 뛰어나지만, 특정 영역에 한정되어 사람처럼 전체를 통찰하지 못하는 한계가 있었다.

연구진이 개발한 자율성장 복합지능은 언어와 영상 등 복합지식을 절차적으로 학습하는 기술을 세계 최초로 개발해 냈다. 질문하는 목적과 대상이 애매해도 스스로 지식과 답을 찾는 특징이 있다. 마치 영화 ‘아이언맨’의 비서 ‘자비스’처럼 인간과 상호작용하며, 방법과 절차까지 스스로 학습해 지식을 성장시킨다는 의미다. 특히, 소량의 데이터만 사용해도 사람이 두뇌를 활용해 스스로 지식을 학습하고 만들 듯 지식을 제공할 수 있다.

연구진은 자율성장 복합지능 기술개발을 위해 약 4년간 데이터를 수집하고 복합지식 습득 및 표현 기술 기억구조 기반 절차적 지식 생성학습 알고리즘 다중인자 처리기술 등 연구성과를 모아 본 기술을 개발했다.

ETRI는 세계 최초로 개발한 자율성장 인공지능의 개념을 널리 알리고 인공지능 의상 코디네이터 데이터 베이스(FASCODE; Fashion Code)를 활용한 연구확산을 위해 ‘2020 ETRI 자율성장 인공지능 경진대회’를 개최하기도 했다.

본 경진대회는 인공지능이 사용자에 따라 최적의 의상 코디 과제를 수행하는 ‘챌린지’와 자율성장 인공지능 기반 서비스 및 사업화 아이디어 도출 ‘공모전’ 두 개 분야로 나눠 진행되었다.

챌린지에 제공된 데이터베이스 FASCODE는 의상 전문가, 의류학과 교수 등의 자문을 받아 사람과 대화를 통해 사용자의 상태와 목적을 파악하고 절차적 지식이 성장될 수 있도록 설계되었다. 평균 10톤 분량의 7,200여 개에 달하는 대화 데이터 뭉치와 2,600개의 의류 데이터를 기반으로 시간, 장소, 상황(TPO; Time, Place, Occasion)에 맞는 옷차림 추천이 가능하도록 구성되어 있다. 무엇보다 사용자와 대화를 피드백해 학습 데이터를 쌓아 개인화가 가능하다는 장점이 있다. 예를 들어 졸업식, 장례식, 휴가, 데이트 등 TPO에 관련된 문장을 입력하면 ‘패션하우’가 의도를 파악하여 관련 의상과 응답을 제시해 준다. 추가 요청 및 피드백에 따라 다른 선택지를 제공하기도 한다.

아직까지는 AI가 완벽하게 인간 코디네이터를 대체하는 것은 쉽지 않다. 하지만 컨셉을 섞어 새로운 것을 개발하거나, 잘 팔렸던 베스트 아이템을 조금씩 변형하는 제안은 충분히 상품화가 가능할 것이다. AI는 사람이 조금 더 빨리 의사 결정을 할 수 있도록 사람과 상호작용하는데 도움을 줄 수 있기 때문이다. 이로써 더 나은 코디 제안을 신속하게 처리하는 형태로 발전할 것으로 전망된다.

향후에도 연구진은 지속적인 연구를 통해 사람처럼 다양한 입력을 종합적으로 판단하는 복합지능기술을 고도화하여 의류업계 외에도 다양한 분야에 자율성장 복합지능 기술을 확산한다는 계획이다.

02

자율성장 복합지능 패션 하우(Fashion HOW)의
성능을 테스트 중인 모습

03

ETRI 자율성장 복합지능 개념도