권민혜 숭실대 교수팀, 동물 의사결정방법 기반 심층강화학습 기법 제시

다양한 AI 시스템에서 사용 기대···국제 저명 AI 컨퍼런스 'NeurIPS'서 발표

숭실대(총장 황준성)는 권민혜 IT대학 전자정보공학부 교수팀이 세계적으로 저명한 인공지능(AI) 컨퍼런스인 'NeurIPS'(Neural Information Processing System, 신경정보처리시스템학회)에서 동물의 의사결정 방법에 기반한 심층강화학습(deep reinforcement learning) 연구 결과를 다가오는 12월에 발표한다고 19일 밝혔다.

신종 코로나바이러스 감염증(코로나19) 팬데믹으로 인해 내달 6일부터 12일까지 온라인으로 개최되는 NeurIPS는 머신러닝과 빅데이터, 신경과학 등 다양한 인공지능 분야의 연구 결과가 발표되는 학회다. 권 교수팀은 'Inverse Rational Control with Partially Observable Continuous Nonlinear Dynamics'라는 제목으로 발표한다.

알파고로 국내에 유명해진 심층강화학습 연구가 주로 진행되는 비디오게임 환경에서는 환경 상태정보를 학습자가 직접적으로 얻을 수 있다. 그러나 대다수의 AI시스템에서는 전체 상태정보를 실시간으로 얻는 것이 현실적으로 어렵다. 이에 현재의 심층강화학습기술을 자율주행자동차나, 다중로봇시스템과 같은 공학시스템에 적용하는데 어려움이 많았다.

이러한 문제를 해결하기 위해 권교수팀은 동물의 두뇌에서 수행되는 의사결정과정에서 답을 찾았다. 인간을 포함한 동물들이 의사결정을 할 때, 자신의 주변 환경에 대한 모든 상태정보를 알지 못하기 때문에 부분 관측정보만을 바탕으로 추론의 과정을 거처 의사결정이 이뤄진다. 이러한 두뇌의 원리를 모방해 'Bayesian optimal control ensemble' 기법을 제안했고, 이를 통해 부분관측만 가능한 시스템에서도 심층강화학습 사용을 가능하게 했다.

권민혜 교수는 "세계 최고의 AI 연구결과만 발표한다는 NeurIPS에서 이번 연구가 발표되게 eho 매우 기쁘다"면서 "이번 연구결과가 다양한 공학시스템에 심층강화학습이 널리 사용할 수 있게 되는 연결고리가 됐으면 한다"며 소감을 전했다.

한편, 권교수팀은 미국 라이스 대학교(Rice University), 베일러 의과대학(Baylor College of Medicine), 미네소타 주립대학(University of Minnesota Twin Cities), 구글(Google) 연구진과 국제협업을 통해 본 연구를 진행했다.