한화비전·GIST 공동 연구팀, 음향 AI 업계 난제 '치명적 망각' 해법 제시

(서울=뉴스1) 김진희 기자 = 한화비전(489790)이 음향 인공지능(AI) 업계 고질적 난제인 '치명적 망각'에 대한 새 해법을 제시하며 세계적 권위의 국제 경진대회 정상에 올랐다.

한화비전은 광주과학기술원(GIST) 연구팀과 공동 개발한 '연속 학습'(Continual Learning) 기술을 바탕으로 국제 음향 인공지능(AI) 경진대회 '디케이스 2026 챌린지'(DCASE 2026 Challenge)에서 1위를 차지했다고 14일 밝혔다.

한화비전 R&D센터 AI연구소와 김홍국 GIST 전기전자컴퓨터공학과 교수 연구팀이 함께 이룬 성과다. 새로운 소리를 학습하는 과정에서 기존에 익힌 소리를 잊는 AI의 치명적 약점을 보완해 주목받았다.

공동연구팀은 7개 부문 중 '도메인 비의존 오디오 위한 분류를 위한 점진 학습'(Domain-Agnostic Incremental Learning for Audio Classification) 부문에서 21팀 가운데 1위에 올랐다. 소리 수집 출처를 알 수 없는 환경에서 아기 울음소리, 개 짖는 소리, 화재 경보음 등 10종의 소리를 정확하게 구분하는 미션을 성공적으로 수행했다.

공동연구팀은 AI가 새로운 정보를 배우거나 기존 정보를 수정하면 과거에 배운 지식까지 함께 잊어버리는 '치명적 망각'(Catastrophic Forgetting) 해결에 집중했다.

기존 오디오 인식 AI는 녹음 장비나 장소, 주변 소음 등 환경이 달라지면 성능에 영향을 끼치는 약점이 있었다. 예를 들어 도시 소음을 잘 구분하던 AI가 공항 환경 음향을 새로 학습하면 도시에서 발생하는 음향 인식에 다시 어려움을 겪는 식이다.

공동연구팀이 개발한 연속 학습 기술에는 과거 학습한 소리 특징을 재현해 활용하는 딥인버전(DeepInversion) 기반 생성형 리플레이 기법이 적용됐다. 딥인버전은 추가 데이터 수집 없이 소리별 분류 모델이 과거 학습한 소리와 유사한 음향 데이터를 스스로 재현하고 역산하도록 만드는 기술이다.

실내 감시 시스템에 설치된 AI가 도로 소음을 새로 배우더라도 과거 실내 특정 소리의 데시벨과 진폭 등 음향 특징을 역추적해 분류 능력을 잃지 않도록 한다. 또 여러 AI 모델 예측 결과를 종합해 최종 판단을 내리는 앙상블 기법으로 높은 정확도와 안정적 성능을 구현했다. 최종 제출된 시스템은 다른 팀들과 경쟁에서 가장 높은 성적인 평균 정확도 79.62%를 기록했다.

여기에 최종 앙상블 시스템과 공동연구팀이 추가로 제출한 3개의 단일 시스템 모두 부문 내 공식 시스템 랭킹 1~4위를 차지하며 기술적 완성도를 입증했다.

다양한 환경에서 안정적으로 음향 정보를 쌓아가는 이번 기술은 한화비전의 차세대 AI 보안 설루션 개발에 활용될 전망이다.

임정은 한화비전 AI연구소장은 "이번 수상은 한화비전 연구의 방향성과 기술 수준이 세계 최고임을 증명한 결과"라며 "연속 학습 기술은 외부 환경 속 보안 카메라 적응 능력과 직결된 것으로 새 기술을 미래 설루션으로 발전시켜 나갈 것"이라고 말했다.

한편 한화비전의 지난해 연간 매출액은 1조 7909억 원으로 전년 대비 77% 증가했고 영업이익은 1623억 원으로 19% 줄었다. 영업이익률(OPM)은 9.1%를 기록했다.

jinny1@news1.kr