최재식 울산과학기술원(UNIST) 전기전자컴퓨터공학부 교수.(울산과학기술원 제공)
연구진은 데이터 군에 공통적인 변화를 일으키는 요소와 개별 데이터를 변화시키는 요소를 자동으로 조합해 주는 알고리즘을 개발해 적용했다. 그 결과 이 시스템은 미국 매사추세츠공대(MIT), 영국 케임브리지대가 개발한 기존 AI 시스템보다 실제 값과 예측 값의 차이(오차)가 40~60%가량 줄어든 것으로 확인됐다. 이 시스템이 2004~2013년 사이 미국 6대 도시의 집값을 학습한 뒤 예측한 이후 13개월 동안 집값은 기존보다 오차가 60.1% 줄어 실제 집값의 99% 수준이었다.
최 교수는 “금융 분야는 물론 주요 부품의 이상 여부를 조기에 진단해야 하는 원자력 발전소, 중공업, 군 산업 등 다양한 분야에 활용할 수 있을 것”이라고 밝혔다. 이번 연구 결과는 22일 미국 뉴욕에서 열린 ‘제33회 국제 머신러닝 학술대회(ICML 2016)’에서 발표됐다.