국민대 인공지능학부 김민규 교수, 데이터 기반 이미지 생성AI 통합 프레임워크 연구로 최상위 국제 학술대회 구두 발표 채택

AI 요약

국민대학교(총장 정승렬) 소프트웨어융합대학 인공지능학과 김민규 교수가 확산 모델(Diffusion Model)과 플로우 매칭(Flow Matching)을 기반으로 안전한 콘텐츠 생성을 위한 통합 프레임워크 Safety-Guided Flow(SGF)를 제안했으며, 정보통신기획평가원(IITP)과 캐나다 CIFAR의 지원을 받아 캐나다 브리티시컬럼비아대학교(UBC)의 김영헌·박미정 교수가 공동 참여한 이 연구는 International Conference on Learning Representations 2026에 구두발표로 채택됐습니다. 연구진은 기존의 대표적 안전 생성 기법인 Shielded Diffusion과 Safe Denoiser가 최대 평균 불일치(Maximum Mean Discrepancy, MMD) 포텐셜의 특수한 경우임을 증명하고 제어 장벽 함수(Control Barrier Function) 이론을 적용해 디노이징 초기에 가이던스를 강하게 적용하고 이후 점차 감소시켜야 하는 임계 시간 창(Critical Time Window)의 존재를 보였습니다. SGF를 적용한 모델은 유해 콘텐츠 방어, 학습 데이터 암기 방지, 저작권 보호 등 다양한 안전 생성 시나리오에서 기존 기법 대비 우수한 성능을 보이며 생성 AI의 안전한 실용화를 위한 핵심 기반 기술로서의 가능성을 확인했습니다.