엘로이랩, 'ICAIIC 2025'서 초분광 데이터지표 규격화 논문 발표

[사진=엘로이랩]

엘로이랩이 초분광 데이터 간 유사도 측정 시 데이터 특성에 맞춰 적절한 기준을 선택할 수 있는 새로운 지표를 발표했다. 이 연구는 인공지능 분야 학회인 ICAIIC(International Conference on Artificial Intelligence in Information and Communication)에서 지난 18일 공개됐다.

올해로 7회째를 맞은 ICAIIC는 한국정보통신학회가 주최하는 국제 학술대회로, 18일부터 21일까지 일본 후쿠오카대학교에서 개최됐다. 이 자리에서 엘로이랩 연구팀은 'Metric-Driven Similarity Indices: Redefining Spectral Distance Comparisons in Hyperspectral Data(저자: 김정권, 정지훈, 이준기, 유광선, 변석주)'를 발표했다. 이는 기존 초분광 데이터 유사도 측정 방식의 한계를 극복하며 규격화할 수 있는 방법론으로 학계의 주목을 받았다.

초분광 데이터는 각 픽셀이 수십 개에서 수백 개의 스펙트럼 정보를 포함하는 특성이 있어 정밀한 분석이 가능하지만, 데이터 간 유사도를 비교하는 것이 쉽지 않다. 기존 방식들은 서로 다른 스케일로 인해 직접적인 비교가 어렵고 복잡한 계산이 요구된다는 문제가 있었다.
 

[사진=엘로이랩]

엘로이랩이 제안한 새로운 방안은 동일범위 내에서 유사도를 측정하도록 설계돼 데이터 특성에 따른 최적의 기준을 쉽게 선택할 수 있다는 점이 특징이다. 이 지표를 적용하면 초분광 분야에서 널리 사용되는 'Indian Pines’, ‘Salinas Valley', 'University of Pavia' 등 대표적인 데이터셋에서 어떤 지표가 가장 좋은 성능을 보이는지 객관적으로 비교할 수 있다. 이에 연구팀은 더욱 정교한 분석이 가능해지고, 데이터의 신뢰도가 향상될 것으로 기대하고 있다.

엘로이랩 연구팀은 향후 이 지표를 바탕으로 노이즈가 포함된 데이터나 불완전한 데이터에서도 효과적으로 활용할 수 있는 확장형 모델을 개발할 계획이다. 또한 다양한 산업 분야에서 안정적으로 적용할 수 있는 AI 모델을 구축하는 데도 연구를 집중할 방침이다.