프로젝트 소개
본 과제는 적은 양의 데이터만으로도 시각·언어 정보에서 원인과 결과의 관계를 파악하고, 인공지능의 판단 근거를 사람이 이해할 수 있도록 설명하는 기술을 개발하는 연구임. 특히 의료 영상처럼 데이터와 정답 정보가 부족한 분야에서도 신뢰성 있는 의사결정 지원을 목표로 하는 과제임.
연구 목표는 퓨샷 기반 시각 및 언어 도메인에서 인과관계 학습·추론 프레임워크를 구축하고, 심층 학습 모델의 설명가능성을 높이는 원천 기술 확보에 있음. 핵심 연구 내용은 인과관계 특징 벡터 추출, 메타 학습·전이 학습·자가지도 학습 기반 퓨샷 모델 개발, 물체 관계 그래프와 영상 인과관계 분석, 멀티모달 질문-답변의 인과 추론 및 설명 기술 개발임. 또한 인과 요인 조절, 반사실적 뇌영상 생성, 제한된 의료 영상의 복원 알고리즘 연구를 병행함. 기대 효과는 데이터 의존도와 모델 복잡도 감소, 기 학습 모델의 해석가능성 향상, 다양한 태스크에 유연하게 적용되는 인공지능 기술 확보임. 나아가 소수샷 의료 진단과 바이오·의료 영상 복원 분야의 정밀의료 경쟁력 강화에 기여함.