프로젝트 소개
본 과제는 데이터 분포가 바뀌어도 흔들리지 않는 신뢰성 높은 AI를 만들기 위한 연구임. 상관성에만 기대는 기존 학습의 한계를 넘어 인과추론을 도입하고, 이미지와 텍스트 데이터에 적용 가능한 분포강건 AI 모형과 진단도구를 개발하는 것을 목표로 함.
연구 내용은 분포강건최적화와 Invariant Risk Minimization 기반 방법론 정립, Causality·Confounding·Sample selection bias 반영, 데이터 이질성과 모형 강건성 측정 통계량 및 절차 개발, 객체인식과 텍스트 학습모형 적용으로 구성됨. 이를 통해 금융·의학 등 분포 변화가 큰 분야에서 손실을 줄이고, 설명가능성과 상용화 가능성을 높이며, 후속 연구의 기반 제공 효과가 기대됨.