서울대 강유 교수팀, 빠르고 간결한 딥러닝 모델 압축 기법 제시

[베리타스알파=나동욱 기자] 서울대는 공대 컴퓨터공학부 강유 교수팀이 복잡한 딥러닝 모델을 빠르고 효율적이며 간결한 모델로 압축하는 KegNet 기법을 제시했다고 18일 밝혔다.

강 교수팀이 제시한 GAN(Generative Adversarial Network)을 이용한 경량 딥러닝 모델에 대한 논문은 세계적으로 권위 있는 AI 학회인 '인공신경망 학회(NeurIPS)'에 게재됐다.

강 교수는 "일반적으로 딥러닝 모델 압축을 하려면 많은 데이터가 필요한데, 이미 학습된 모델만 주어지고 데이터가 없을 경우 기존 기법으로 모델 압축이 어렵다"라며 "이를 위해 이번 논문에서 주어진 모델로부터 GAN을 이용해 데이터 생성기를 학습하고, 이를 통해 효과적인 모델 압축 기법을 제시했다"고 설명했다.

이 논문은 올해 12월 열릴 예정인 'NeurIPS 2019'에서 발표될 예정이다.