박천음 교수

국립한밭대학교(총장 오용준) AI융합대학 자연어처리 연구실 소속 전승재 학부생(지도교수 박천음)이 주도한 연구가 세계 최고 권위의 신호처리 학회인 ‘IEEE ICASSP 2026’에 정식 채택됐다. 해당 연구는 오는 5월 열리는 국제학술대회 ‘ICASSP 2026’에서 발표될 예정이다.

채택된 논문의 제목은 ‘Spectral-Aligned Inference Guidance for Diffusion-Based Image Super-Resolution’으로, 확산(diffusion) 기반 이미지 초해상화 모델에서 반복적으로 발생해 온 구조적 한계를 개선하는 새로운 주파수 기반 추론 기법을 제안했다.

확산 기반 이미지 초해상화 모델은 사실적인 질감과 세밀한 복원이 가능하다는 장점이 있지만, 생성 과정에서 저주파 성분에 편향되는 특성으로 인해 텍스처가 흐려지거나 에지(edge) 정보가 약화되는 문제가 지속적으로 지적돼 왔다. 이는 이미지 내에서 고주파 정보가 반복적으로 감소하는 이른바 ‘저주파 편향(Low-frequency bias)’ 현상에서 비롯된 것이다.

전승재 학부생은 이러한 구조적 문제에 주목해, 저해상도 입력 이미지가 이미 보유하고 있는 주파수 정보를 활용하는 **스펙트럼 정렬 추론 기법(SIG, Spectral-aligned Inference Guidance)**을 제안했다. SIG는 생성 과정에서 단계별로 이미지 스펙트럼을 정렬함으로써 고주파 디테일과 질감을 효과적으로 복원하는 것이 핵심이다.

특히 SIG는 별도의 학습 과정 없이 추론 단계에서만 적용 가능한 플러그앤플레이 방식으로, 기존 확산 모델의 구조를 변경하지 않으면서도 성능을 향상시킬 수 있다는 점에서 실용성이 높다.

실험 결과, 제안 기법은 기존 확산 기반 초해상화 방법 대비 PSNR(최대 신호 대 잡음비)과 WSNR(가중 신호 대 잡음비)을 유의미하게 향상시키고, 주파수 왜곡을 효과적으로 감소시키는 것으로 나타났다. 또한 DDPM, DDIM, DPM-Solver++ 등 다양한 확산 샘플러에 동일하게 적용 가능해 높은 범용성도 입증했다.

이번 연구는 전승재 학부생이 제1저자, 박천음 교수가 교신저자로 참여했으며, 정서형 연구원과 인공지능소프트웨어학과 전윤호 교수, 컴퓨터공학과 장한얼 교수가 공동 연구자로 함께했다. 특히 호주 시드니에서 AI 연구를 수행 중인 정서형 연구원과의 지속적인 협업을 통해 모델 분석, 실험 설계, 결과 해석 전반에 걸쳐 국제적 관점이 반영되며 연구 완성도를 한층 높였다.

이번 성과는 국립한밭대학교가 산업계 및 해외 연구자들과의 활발한 국제 교류를 바탕으로 실질적인 공동 연구를 수행하고 있음을 보여주는 사례로 평가된다.

박천음 교수는 “학부생이 주도적으로 연구 문제를 정의하고 국제 연구자와 협업해 이룬 성과가 세계 최고 수준의 학회에서 인정받았다는 점에서 의미가 크다”며 “앞으로도 학생 중심의 연구 환경과 국제 협력을 기반으로 글로벌 경쟁력을 갖춘 AI 연구를 지속적으로 확대해 나가겠다”고 밝혔다.