• 강사 : 오태현 교수 (KAIST 전산학부)
• 일시 : 2025. 11. 24. (월) 16:00~17:30

인간은 눈으로 감지되는 시각적 신호에 크게 의존하며, 이는 우리의 시각 지각 체계를 구성하는 기반이 됩니다. 인간과 유사한 AI 에이전트를 구축하기 위해 컴퓨터 비전 기술은 핵심 요소로서 크게 발전해 왔습니다. 이러한 발전에도 불구하고, 우리의 눈을 포함한 모든 시각 시스템은 작거나 가려져 있거나 어두운 환경에 있는 것을 보는 데 근본적인 한계를 갖고 있습니다.

이번 강연에서는 생성적이고 멀티모달한 차세대 기계 지각을 개발함으로써 데이터 효율적이고, 다재다능하며, 일반화 가능한 머신을 구축하기 위한 저의 최근 연구 여정을 소개합니다. 핵심 아이디어는 소리와 언어를 포함한 주변 세계를 설명하는 다양한 멀티모달 신호를 활용하여, 시야로는 확보할 수 없는 누락된 시각 정보를 보완하는 생성적 크로스모달 번역 문제로 재구성하는 것입니다. 또한, 미묘한 신호를 감지하고 이를 시각화하도록 학습하는 딥러닝 시스템을 소개하며, 이러한 시스템이 우리 세계를 어떻게 이해하고 해석하는지 탐구하는 것으로 강연을 마무리할 예정입니다.

* 강연자료