파일러, 엔비디아 네모트론 해커톤 도메인 특화 모델 트랙 우승 - 지디넷코리아

[AI] 엔비디아 | | 🔬 연구
#뉴스 #fast-dips #머신러닝/연구 #이미지 복원 #인하대 #컴퓨터 비전 #확산모델
원문 출처: [AI] 엔비디아 · Genesis Park에서 요약 및 분석

요약

인하대 연구팀은 인간의 시신경 시냅스 작동 원리를 모방한 인공지능 모델을 활용하여, 왜곡이나 손상된 영상을 원본에 가깝게 복원하는 기술을 개발했습니다. 이번 연구는 고성능 확산 모델(Diffusion Model)을 기반으로 하여, 기존 기술 대비 계산 복잡도를 낮추면서도 이미지의 디테일을 정교하게 복원하는 데 성공했습니다. 이 기술은 저조도 환경이나 노이즈가 섞인 사진을 선명하게 되살려내어, 실사간 CCTV 화질 개선이나 의료 영상 진단 정확도 향상 등 다양한 분야에서의 활용이 기대됩니다.

본문

파일러(대표 오재호)가 지난 21·22일 양일간 진행된 ‘엔비디아 네모트론 개발자 데이 서울 2026’ 행사에 마련된 네모트론 해커톤에 참가, 도메인 특화 모델(트랙 B) 부문에서 우승을 차지했다. 파일러는 이번 해커톤에서 엔비디아의 최신 경량 대형언어모델인 ‘네모트론-나노 12B v2 VL’을 기반으로 영상 안전 평가에 특화된 정밀 분석 시스템을 선보였다. 특히 ‘SFT(지도 미세 조정)’와 최신 선호도 최적화 알고리즘인 ‘SimPO(Simple Preference Optimization)’를 엔비디아의 학습 도구인 메가트론 브릿지에 이식함으로써 가드레일 내재화를 달성한 점이 높은 평가를 받았다. 모델이 최신 알고리즘을 학습할 수 있도록 도움으로써 AI가 영상을 설명하는 수준을 넘어 유해 콘텐츠를 더욱 빠르고 정확하게 분류하고, 그 근거까지 논리적으로 설명할 수 있는 시스템을 구축한 것이다. 파일러 팀은 8천 개 이상의 비디오, 2만5천 개 이상의 세부 구간으로 구성된 민감 영상 데이터셋을 활용하여 네모트론 모델을 파인튜닝했고, 이를 통해 유해 요소 발생 지점을 초 단위로 찾아내는 ‘시간적 도메인 로컬라이제이션(Temporal Domain Localization)’ 성능을 극대화했다. 실험 결과 기존 오픈소스 모델 대비 정확도 및 시간적 일치도(tloU, Temporal Intersection over Union)면에서 압도적인 성능을 기록했다. 파일러 측은 이 기술이 향후 데이터 라벨링 자동화의 기반이 될 수 있을 것으로 내다보고 있다. 관련기사 - '사람 중심' HR테크 컨퍼런스 5월 열린다2026.03.25 - "AI가 흉내 못 내는 단 하나, 인간의 ‘딴짓’에 미래 있다"2026.04.08 - AI 시대, HR이 꼭 챙겨야할 '변하지 않는 가치' 뭘까2026.04.21 - "사람이 경쟁력"…CEO출신 작가가 쓴 조직과 커리어 이야기 뜬다2026.04.08 이번 네모트론 해커톤은 엔비디아의 최신 AI 생태계를 활용해 혁신적인 모델을 구축하는 자리로 마련됐다. ▲창의적인 에이전틱 시스템(트랙 A) ▲도메인 특화 모델(트랙 B) ▲SDG를 위한 합성 데이터 파이프라인(트랙 C) 등 세 가지 트랙으로 구성된 해당 행사는 48시간의 집중적인 기술 경연으로 펼쳐졌다. 파일러AI팀의 개발자 4인은 고도의 모델 최적화 역량이 요구되는 트랙 B에 참가해 완성도 높은 모델을 선보이며 우승의 영예를 안았다. 오재호 파일러 대표는 이번 해커톤 우승에 대해 “파인튜닝 방법론 및 학습에 집중하는 트랙에 참가함으로써 엔비디아 최신 모델의 한계점과 가능성을 모두 테스트할 수 있었다”며 “앞으로도 엔비디아의 인프라를 적극적으로 활용하며 영상이해 분야 기술을 고도화하고, 이를 기반으로 AI 시대의 T&S(신뢰와 안전) 확보에 앞장설 수 있도록 노력할 것”이라고 밝혔다.

Genesis Park 편집팀이 AI를 활용하여 작성한 분석입니다. 원문은 출처 링크를 통해 확인할 수 있습니다.

공유

관련 저널 읽기

전체 보기 →