이중마스킹전략과 푸리에 기반 스펙트럼 위치 인코딩 기술 전략 적용

초분광, AI 전문 기업 (주)지뉴소프트(대표이사 김동일)가 SOTA(State-of-the-Art)에서 Indian Pines 데이터셋 대상 초분광 이미지 분류(Hyperspectral Image Classification) 부문 전 세계 1위를 달성했다고 밝혔다.

SOTA는 전 세계 분야별 인공지능 모델의 연구 성과를 제시하고 평가하는 플랫폼이다. 대표적으로 자연어 처리(NLP) 부문에서는 OpenAI의 GPT-4가 1위에 올랐다.

지뉴소프트가 1위를 한 분야는 Indian Pines 데이터셋을 대상으로 한 초분광 이미지 분류 부문이다. Indian Pines는 16개 클래스로 구성된 농업 및 토지 관련 초분광 이미지로, 현존하는 머신러닝과 딥러닝 모델의 성능 검증에 활용하는 난이도 높은 벤치마크 데이터셋이다.

지뉴소프트가 개발한 초분광 이미지 분석 모델인 HyperspectralMAE 모델은 소량의 초분광 이미지만으로 92.37%의 정확도를 보여 1위에 오르게 되었다. 이는 2023년 발표한 RPNet_RF 모델의 정확도인 90.23%를 넘어선 수치다.

HyperspectralMAE 모델은 이중마스킹전략(Dual-Masking Strategy)을 통해 공간 패치와 스펙트럼 밴드 일부를 가리고 복원하는 과정에서 공간과 스펙트럼 차원의 관계를 정확하게 파악할 수 있다. 또한, 푸리에 기반 스펙트럼 위치 인코딩(Fourier-Encoded Dual-Branch Masked Autoencoder) 기술로 스펙트럼의 순서와 간격 인식도를 높여 보다 정밀한 초분광 이미지 분석을 돕는다.

따라서 기존의 초분광 이미지 분석 모델에 비해 높은 분석 정확도와 연산 효율성을 보여준다. 특히 사전·전이 학습을 수행하는 구조를 통한 실시간 처리와 빠른 응답 속도를 제공해 다양한 산업에서 활용될 것으로 전망된다.

초분광 이미지 분석을 위한 파운데이션모델 개발의 총괄 리딩을 담당하는 임태훈 연구소장은 “SOTA의 특정 분야에서 1위를 한 것은 업계의 표준이 될 정도의 혁신적인 접근법과 기술성을 갖췄다는 의미다”라며 “HyperspectralMAE 모델이 환경 모니터링이나 재난 대응, 농업, 식품 등 각종 산업의 변화를 이끌 기술적 기반이 될 것으로 기대한다”라고 전했다.

한편, 산업난제 해결 전문 AI 솔루션 전문 기업인 지뉴소프트는 2024년 과학기술정보통신부와 정보통신기획평가원(IITP)의 핵심원천기술개발 R&D 사업에 선정되었다. 이에 첨단유망원천기술개발사업의 ‘AI기반산업난제 해결과제’와 ‘SW딥테크 기술 글로벌 경쟁력 강화사업’을 진행하며 초분광 이미지 분석 기술을 개발 중이다.

자체 구축한 데이터셋과 도메인 특화 학습을 통해 모델 성능을 강화하고, 초분광 데이터 분석 시 요구되던 인력과 분석 시간에 대한 부담을 줄이고자 실시간 분석이 가능한 수준으로 수준을 업그레이드하고 있다. 또한 다양한 데이터셋에 대한 기술 성능 검증을 진행하여 올 하반기 수요기관 대상 기술 검증(PoC)과 본격적인 산업 적용을 추진할 예정이다.