[로이슈 전여송 기자] 성균관대학교는 소프트웨어융합대학 홍성은 교수 연구팀이 네이버 AI Lab과 공동으로 독립적으로 학습된 여러 인공지능(AI) 모델을 결합하는 기술인 'SyMerge(시머지)'를 개발했다고 14일 밝혔다.

이번 연구는 서로 다른 AI 모델을 결합할 때 성능이 저하되는 '작업 간 간섭(Task Interference)' 문제를 개선하기 위해 진행됐다.

연구팀은 AI 모델 내부의 여러 계층(레이어) 가운데 특정 레이어(Task-specific layer) 하나를 조정하고 결합 비율을 최적화하면 모델 간 호환성을 높일 수 있다는 점을 확인했다고 설명했다.

또 정답이 없는 새로운 데이터에서도 기존 모델의 예측 결과를 활용해 학습하는 '전문가 가이드 셀프 라벨링' 방식을 적용해 데이터가 변형되거나 오염된 환경에서도 안정적인 성능을 유지하도록 설계했다고 밝혔다.

연구팀은 기존 기술이 동일한 사전학습 모델(pre-trained model)을 기반으로 한 AI 모델에 주로 적용됐던 것과 달리, 서로 다른 사전학습 모델을 기반으로 한 AI 모델에도 기술을 적용했다고 설명했다.

연구 결과에 따르면 SyMerge는 이미지 분류, 컴퓨터 비전 기반 영상 분석(Dense Prediction), 자연어 처리(NLP) 분야에서 성능을 확인했다.

홍성은 성균관대학교 교수는 "이번 연구는 인공지능 모델 결합 과정에서 모델 간 시너지 창출 가능성을 제시한 연구"라며 "AI 재학습에 필요한 비용을 줄이고 다양한 작업을 수행하는 AI 모델 개발에 활용될 수 있을 것으로 기대한다"고 말했다.

이번 연구 성과는 국제 머신러닝 학회(ICML 2026)에 채택돼 발표됐다.

전여송 로이슈(lawissue) 기자 arrive71@lawissue.co.kr