“사회적 관계까지 고려해 보행자가 어디로 향할지 예측한다”GIST, 인간처럼 사고하는 보행자 경로 예측 AI 개발
- 거대언어모델(LLM) 기술 통해 인간의 사고방식과 유사한 사회적 추론 능력 갖춘 알고리즘 선보여… 보행자 안전 확보 필요한 자율주행 및 서비스 로보틱스 분야에 활용 기대
- LLM이 ‘문자’라는 한계에서 벗어나 인간의 물리적 행동 역학을 직접적으로 예측할 수 있게 돼… “인공 일반 지능(AGI)으로의 기술 확장과 실용화 앞당길 것으로 기대”
- AI대학원 전해곤 교수팀, 세계 최고 권위의 컴퓨터비전 국제학술대회「CVPR」에서 6월 19일 발표 예정
* 수치 회귀 기법(Numerical Regression): 주어진 데이터로부터 변수 간의 관계를 수학적으로 모델링하는 방법이다. 수학적 또는 통계적 모델을 사용하여 변수 간의 관계를 예측한다.
이를 해결하기 위해 연구팀은 거대언어모델이 가진 방대한 양의 지식을 접목해 보행자의 현재 상태와 주변 사람과의 사회적 관계를 인간처럼 분석함으로써 훨씬 더 인간의 사고와 유사하게 미래 보행 계획을 예측하는 기술을 개발했다. 챗GPT(ChatGPT)로 잘 알려진 거대언어모델(Large Language Model, LLM)은 인공지능의 한 종류로, 방대한 양의 텍스트 데이터를 학습하여 인간의 언어를 이해하고 생성할 수 있는 능력을 갖춘 딥러닝 기반의 모델이다. 본 연구에서는 거대언어모델이 갖는 높은 수준의 언어 이해와 생성 능력을 활용해 인공지능이 보행 방향 및 도착지 예상, 보행자들의 집단 형성, 충돌 가능성 회피, 선행-후행 정리 등 인간의 인지와 사회적 추론(Social Reasoning)을 할 수 있게끔 개발했다. 특히, 숫자만으로 인공지능이 어떠한 사유로 행동을 예측했는지 판단하는 기존 방법론과 달리 언어모델이 직접적으로 사회적 추론 결과를 대화로 알려줄 수 있다는 점이 이번 연구의 가장 큰 장점이다.
1. 논문명, 저자정보
- 저널명 : The IEEE/CVF Conference on Computer Vision and Pattern Recognition 2024 (CVPR)
‧ 한국정보과학회 및 BK21+ 기준 최우수 학술대회
- 논문명 : Can Language Beat Numerical Regression? Language-Based Multimodal Trajectory Prediction
- 저자 정보 : 배인환(제1저자, GIST AI대학원 박사과정), 이준오(제2저자, GIST 전기전자컴퓨터공학부 석박통합과정), 전해곤 (교신저자, GIST AI대학원, 부교수)
