오션릴게임 > 릴게임사이트

서강대학교 전자공학과 강석주 교수 연구팀의 인공지능(AI) 모델 경량화 연구 논문 2편이 국제학술대회 ‘NeurIPS 2026’에 채택됐다. 이번 연구는 비전 트랜스포머(Vision Transformer)와 단안 깊이 추정(Monocular Depth Estimation) 모델을 보다 가볍게 만드는 양자화 기술을 다뤘다. 연구에는 양진철·유현우 석박통합과정생과 최재민·임나현·정윤성·Matti Zinke 석사과정생 등이 참여했다. 첫 번째 논문 ‘Post-Training Quantization with Gradient-Projected Fisher Approximation for Vision Transformers’에서는 비전 트랜스포머를 저비트로 양자화할 때 발생하는 성능 저하를 줄이기 위한 ‘GPFA-Q’를 제안했다. 바다이야기예시 GPFA-Q는 블록 단위 양자화 오차를 손실 함수의 기울기 방향으로 투영하는 ‘Gradient-Projected Reconstruction(GPR)’과 최적화 과정과 실제 추론 단계의 양자화 값 사이 차이를 줄이는 ‘Soft Grid Rounding(SGR)’을 결합한 방식이다. 연구팀은 이를 통해 별도의 추가 학습 없이 대형 AI 모델의 크기와 연산량을 줄이고, 메모리와 연산 자원이 제한된 엣지 기기에서도 비전 AI 모델을 효율적으로 구동할 수 있다고 설명했다. 두 번째 논문 ‘SPA-Q: Structure-Preserving Adaptive Post-Training Quantization for Monocular Depth Estimation’은 단안 깊이 추정 모델에 특화된 양자화 기술을 제안했다. 연구팀은 기존 양자화 방식이 Query와 Key의 상호작용으로 만들어지는 어텐션 분포를 충분히 보존하지 못하고, 여러 층을 거치며 양자화 오차가 누적되는 문제에 주목했다 바다신게임 . 이를 해결하기 위해 어텐션 분포가 원본 모델과 가까워지도록 양자화 파라미터를 조정하는 ‘Attention-Preserving Calibration(APC)’과 중간 특징의 분포를 보정하는 ‘Channel-Wise Distribution Alignment(CWDA)’를 개발했다. 연구팀은 SPA-Q를 통해 단안 깊이 추정 정확도를 유지하면서 모델 크기와 연산량을 줄여 자율주행과 로보틱스 등 거리·공간 구조 파악이 필요한 분야에 활용할 수 있을 것으로 보고 있다. 양진철 학생은 “AI 모델이 다양한 환경에서 효율적으로 동작할 수 있도록 경량화 연구를 이어가겠다”고 말했다. 최재민 학생도 “더 크고 복잡한 AI 모델로 연구를 확장해 나가겠다”고 밝혔다. 이번 연구는 과학기술정보통신부와 정보통신기획평가원의 대학ICT연구센터사업과 차세대지능형반도체기술개발사업의 지원을 받아 수행됐다. 환경에서 효율적으