이스트소프트는 딥러닝 분야의 세계 최고 권위 컨퍼런스로 꼽히는 표현학습국제학회 2020에서 와서스테인 거리를 응용한 딥러닝 정규화 기법을 주제로 논문을 발표했다고 밝혔다.

올해로 8회째를 맞는 ICLR은 전세계 인공지능 컨퍼런스 중 가장 큰 규모를 자랑하는 학회로, 코로나19 여파로 지난 26일부터 내달 1일까지 온라인을 통한 가상 컨퍼런스를 개최한다.

이스트소프트의 인공지능 연구소인 AI 플러스 랩 연구원이 발표한 논문은 Wasserstein 거리 기반 확률분포 매칭을 통한 신경망의 은닉 유닛 정규화 기법’으로, 딥러닝의 핵심 기술인 정규화 기법에 대한 연구 성과를 소개했다.

이 논문은 기존에 사용되던 통계 기반 방법론이 확률분포의 다양한 특성을 반영하지 못하는 한계를 극복하기 위해, Wasserstein 거리를 응용하여 확률 공간에서 직접적으로 정규화를 하는 방법론을 새롭게 제안했다.

해당 방법론은 딥러닝 모델이 학습 과정에서 과학습 되는 현상을 방지하여 모델의 성능을 향상시키는 효과가 있다.

실제로 이 방법론을 이미지 분류 및 자연어 처리 분야에 적용한 결과, 벤치마킹 성능이 향상된 것으로 나타났다.