KAIST 연구진이 인공지능에 지식을 계속해서 축적할 수 있는 연속 학습 기술을 개발했다.

KAIST는 이재길 전산학부 교수 연구팀이 새로운 지식을 학습하며 기존의 지식을 망각하지 않는 연속 학습 기술을 개발했다고 5일 밝혔다.

최근 연속 학습은 훈련 비용을 줄일 수 있도록 과거 지식을 효과적으로 활용할 수 있는 프롬프트 기반 방식이 주로 사용되고 있다.

이 교수 연구팀은 기존 방식과 다르게 작업 간의 다양한 변화 정도에 적응할 수 있는 적응적 프롬프팅(adaptive prompting)에 기반한 연속 학습 기술을 제안했다.

완전히 새로운 작업이 입력될 때만 이를 담당하기 위한 새로운 프롬프트를 생성하도록 하고 연구팀은 클러스터링이 적절한지 검사해 최적의 상태를 유지하도록 했다.

연구팀은 실세계 데이터를 사용해 방법론을 검증한 결과 기존 방식에 비해 작업 변화 정도가 항상 큰 환경에서는 최대 14%, 작업 변화 정도가 불규칙한 환경에서는 최대 8%의 정확도 향상을 달성했다.

이재길 KAIST 전산학부 교수는 "연속 학습 분야의 새로운 지평을 열만한 획기적인 방법이며 실용화와 기술 이전이 이뤄지면 심층 학습 학계와 산업계에 큰 파급효과를 낼 수 있을 것"이라고 말했다.