인하대학교는 전기컴퓨터공학과 임홍기 교수 연구팀이 확산모델(Diffusion Model)을 기반으로 한 혁신적인 이미지 복원 인공지능 기술인 ‘FAST-DIPS’를 개발했다고 23일 밝혔다.

임 교수 연구팀은 손상되거나 일부 정보만 관측된 이미지로부터 원본을 복원하는 ‘역문제(Inverse Problems)’를 기존 방식보다 훨씬 빠르고 안정적으로 해결할 수 있는 방법론을 제안했다.

이미지 역문제는 초해상도, 인페인팅(빈 공간 채우기), 블러 제거, 위상 복원 등 컴퓨터 비전 분야의 핵심 과제다. 기존의 확산모델 기반 복원 기법은 문제가 복잡해질수록 반복적인 계산 비용이 급증하고, 연산자별로 복잡한 수반 연산자나 의사 역행렬을 별도로 설계해야 하는 한계가 있었다.

연구팀이 개발한 ‘FAST-DIPS’는 측정값과의 일치성을 강하게 유지하는 제약 조건과 해석적으로 계산되는 최적 스텝 크기를 결합한 것이 핵심이다. 이를 통해 별도의 재학습 없이도 다양한 복원 문제에 유연하게 적용할 수 있으며, 자동 미분 기반 구현만으로도 복잡한 연산 설계 없이 빠르고 안정적인 복원이 가능하다.

특히 연구팀은 연산 효율을 극대화하기 위해 픽셀 공간과 잠재 공간을 결합한 ‘하이브리드 방식’을 도입했다. 초기 단계에서는 계산이 빠른 픽셀 공간에서 복원을 수행하고, 이후 생성 모델의 표현력이 뛰어난 잠재 공간으로 전환함으로써 복원 품질과 속도를 동시에 잡았다는 평가를 받는다.

이번 연구 성과는 임홍기 교수의 지도 아래 김민우 박사과정생과 신승혁 석·박사 통합과정생이 공동 제1저자로 참여했으며, 논문명은 ‘FAST-DIPS: Adjoint-Free Analytic Steps and Hard-Constrained Likelihood Correction for Diffusion-Prior Inverse Problems’이다.

해당 논문은 딥러닝 분야 세계 최고 권위의 국제 학술대회인 ‘ICLR 2026’에 채택되었으며, 연구팀은 오는 4월 브라질 리우데자네이루에서 열리는 컨퍼런스에 참석해 연구 결과를 발표할 예정이다.

[ 경기신문 / 인천= 윤용해 기자 ]