【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스]"말은 사람보다 자연스러운데…" AI, 사진 속 변화 이해는 인간에 못 미쳤다[과학을읽다]

온카뱅크관리자

2026-09-14 09:17:25

<div id="layerTranslateNotice" style="display:none;"></div>  <strong class="summary_view" data-translation="true">GIST, 4996개 이미지로 AI '변화 이해력' 평가…GPT-5.2 5.72점·인간 7.45점</strong> 
        <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
         <section dmcf-sid="V16EtTsAkN">
          <div contents-hash="b6ffd7f4e94a70df09e2888954bf5e73bef3df9ef4073bdad85980196b9b07e6" dmcf-pid="ftPDFyOcca" dmcf-ptype="general">
           <p>인공지능(AI)은 사람보다 자연스러운 문장을 만들어냈지만, 두 사진 사이에서 무엇이 달라졌고 어떤 변화가 중요한지를 파악하는 능력은 여전히 인간에 크게 못 미치는 것으로 나타났다. 재난 감시나 자율주행처럼 단순히 사물을 알아보는 것을 넘어 '상황에 맞는 변화'를 판단해야 하는 AI의 한계를 측정할 새로운 평가 기준도 나왔다.</p>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="bc986da6f5dfda750aa26c7055da27c7befb8ee181203caab5457b5a2907c12e" dmcf-pid="4FQw3WIkjg" dmcf-ptype="figure">
           <p class="link_figure"><img alt="C3-Bench 개요. 자연 장면, 원격탐사 영상, 이미지 편집, 이상 탐지의 4개 분야 아래 도로·건설·재난·자원 개발·제품 결함 등 51개 변화 맥락을 구성하고, 각 맥락에 맞는 변화 설명 능력을 종합적으로 평가한다. 연구팀 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/14/akn/20260914091441358vodv.jpg" data-org-width="745" dmcf-mid="bjY6rgRfck" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/14/akn/20260914091441358vodv.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            C3-Bench 개요. 자연 장면, 원격탐사 영상, 이미지 편집, 이상 탐지의 4개 분야 아래 도로·건설·재난·자원 개발·제품 결함 등 51개 변화 맥락을 구성하고, 각 맥락에 맞는 변화 설명 능력을 종합적으로 평가한다. 연구팀 제공
           </figcaption>
          </figure>
          <p contents-hash="3526d4a44c27a23d4408d4425e24737b59d4f307a762b9047b4eef710414a834" dmcf-pid="83xr0YCEAo" dmcf-ptype="general">광주과학기술원(GIST)은 김의환 AI학과 교수 연구팀이 AI가 두 장의 이미지를 비교해 주어진 상황에서 중요한 변화를 찾아 정확하게 설명하는지를 평가하는 'C3-Bench(Context-Aware Change Captioning Benchmark)'를 개발했다고 14일 밝혔다.</p>
          <p contents-hash="e50f42822b40a6af5d47e1498d0af71f3a65aae1421491a63e4f6f735da5ab04" dmcf-pid="60MmpGhDAL" dmcf-ptype="general">C3-Bench는 AI가 이미지에서 얼마나 많은 차이를 찾아냈는지가 아니라 '지금 무엇을 살펴봐야 하는지'를 이해하고 그에 맞는 변화를 골라냈는지 평가하는 일종의 'AI 변화 이해력 시험'이다.</p>
          <div contents-hash="5fbb0c48a90ed5229e3ccdcee23f2ce4fc9de1b47d9189d45f33034c3bbf2d32" dmcf-pid="PVjYfu5Ton" dmcf-ptype="general">
           <p>예컨대 같은 철도 사진 두 장을 비교하더라도 목적에 따라 정답은 달라진다. 날씨 변화를 살피는 상황이라면 눈이 쌓이거나 구름이 줄어든 것이 중요하다. 반면 철도 안전을 점검한다면 선로에 새로 나타난 열차가 핵심이고 날씨 변화는 중요하지 않을 수 있다.</p>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="c9858db6d150cb76f1fe56452277f5dcec35cd9b514b7f95b8d72a28b2576ba9" dmcf-pid="QfAG471yoi" dmcf-ptype="figure">
           <p class="link_figure"><img alt="맥락에 따라 달라지는 ‘정답 변화’의 예. 같은 철도 이미지 쌍에서도 날씨 관점에서는 눈과 구름의 변화가, 철도 안전 관점에서는 선로에 나타난 열차가 핵심 변화가 된다. 연구팀 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/14/akn/20260914091442631kmoj.jpg" data-org-width="745" dmcf-mid="KfKgYOcngc" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/14/akn/20260914091442631kmoj.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            맥락에 따라 달라지는 ‘정답 변화’의 예. 같은 철도 이미지 쌍에서도 날씨 관점에서는 눈과 구름의 변화가, 철도 안전 관점에서는 선로에 나타난 열차가 핵심 변화가 된다. 연구팀 제공
           </figcaption>
          </figure>
          <p contents-hash="d0509763ef7db905d1a02517f0a59aa6781bee95c5f589dcd913ec5150d233b9" dmcf-pid="x4cH8ztWNJ" dmcf-ptype="general">기존 평가 데이터는 특정 장면이나 변화에 집중하거나 상황별로 무엇을 중요하게 봐야 하는지가 명확하지 않아, 특정 시험에서 높은 점수를 받은 AI가 실제 환경에서도 필요한 변화를 제대로 찾아낼 수 있는지 판단하는 데 한계가 있었다.</p>
          <p contents-hash="6d3d2eff27aa28f95ca8cef8448a1633a632aa5396079897556d2f4f242baa1c" dmcf-pid="yhudlEoMkd" dmcf-ptype="general"><strong><strong><strong>51개 상황으로 AI '진짜 이해력' 시험</strong></strong></strong></p>
          <p contents-hash="3433707223a3e0e3faff7e02a1a691f37dc05c00da92a5272cb7a55c99ec3df7" dmcf-pid="Wl7JSDgRke" dmcf-ptype="general">연구팀은 자연 장면과 위성·항공 등 원격탐사 영상, 이미지 편집, 이상 탐지 등 4개 분야에서 51개 현실적인 상황을 선정했다. 사람이 직접 변화 내용을 설명한 4996개의 이미지 쌍을 모아 C3-Bench를 구성했다.</p>
          <p contents-hash="c565c7e174fd6e4205dc3c8a31f8a6e8b809562ffc28d7fbf626ac15827988c4" dmcf-pid="YSzivwaeNR" dmcf-ptype="general">각 상황에는 AI가 찾아야 할 변화와 무시해야 할 차이, 변화를 설명할 때 지켜야 할 기준을 따로 정했다. 같은 사진을 보고 눈에 띄는 차이를 무작정 나열하는 것이 아니라 주어진 목적에 맞는 변화를 제대로 골라냈는지를 따지는 방식이다.</p>
          <div contents-hash="14f8384c183b24533388c34942d4b94d03e5b466cc7846943359821c1e2513e0" dmcf-pid="GvqnTrNdNM" dmcf-ptype="general">
           <p>평가 방법도 바꿨다. 기존처럼 AI의 답과 정답 문장에 같은 단어가 얼마나 포함됐는지를 비교하는 데 그치지 않고 내용의 정확성과 구체성, 문장의 자연스러움, 상황 관련성을 종합적으로 평가했다. 연구팀이 개발한 평가 방식은 기존 자동 평가 방식보다 사람이 직접 내린 평가와 더 가까운 결과를 보였다.</p>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="c94c2e0bcfbe27983ca1a8ef4f4e2e7f45e196d1f70d8d4ff55995eddbf1da48" dmcf-pid="HTBLymjJox" dmcf-ptype="figure">
           <p class="link_figure"><img alt="최신 AI(GPT-5.2)의 대표 오류 사례. 왼쪽부터 물체나 속성을 놓치는 지각 오류, 위치 관계를 잘못 이해하는 공간 오류, 이미지 순서를 뒤집었을 때 설명이 서로 맞지 않는 불일치 오류, 한 방향에서만 변화를 인식하는 변화 붕괴 오류를 보여준다. 빨간 글씨는 잘못된 설명 부분이다. 연구팀 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/14/akn/20260914091443883oazd.jpg" data-org-width="745" dmcf-mid="95XfEnQ9oA" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/14/akn/20260914091443883oazd.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            최신 AI(GPT-5.2)의 대표 오류 사례. 왼쪽부터 물체나 속성을 놓치는 지각 오류, 위치 관계를 잘못 이해하는 공간 오류, 이미지 순서를 뒤집었을 때 설명이 서로 맞지 않는 불일치 오류, 한 방향에서만 변화를 인식하는 변화 붕괴 오류를 보여준다. 빨간 글씨는 잘못된 설명 부분이다. 연구팀 제공
           </figcaption>
          </figure>
          <p contents-hash="af2cd464fd1693c6c89ed6bd4f17bc9b5706445d0cb6f35f50153edcd30f2f25" dmcf-pid="XyboWsAigQ" dmcf-ptype="general"><strong><strong><strong>글은 자연스러웠지만 '변화 이해력'은 인간에 뒤져</strong></strong></strong></p>
          <p contents-hash="50f7a4d37bfdc36ffa609d278fad6b6ed9388b7047d1a407b1582b76b1132a96" dmcf-pid="ZWKgYOcngP" dmcf-ptype="general">연구팀은 이 기준으로 400개 이미지 쌍을 사람과 GPT-5.2에 각각 보여주고 변화를 설명하도록 했다. 정확성·구체성·자연스러움·상황 관련성을 종합한 10점 만점 평가에서 인간은 평균 7.45점, GPT-5.2는 5.72점을 기록했다. 1.73점 차이다.</p>
          <p contents-hash="78febe8d535ced22ee3a804d84d9965e296c1247fd80c386e5fa8bdec1f73502" dmcf-pid="5Y9aGIkLg6" dmcf-ptype="general">흥미로운 점은 문장의 자연스러움이었다. 이 항목에서는 GPT-5.2가 8.53점으로 사람의 8.32점보다 오히려 높았다. AI가 그럴듯하고 자연스럽게 설명하는 능력과 실제 장면에서 중요한 변화를 제대로 이해하는 능력은 별개일 수 있다는 의미다.</p>
          <p contents-hash="65f7370c2eb6620cf0e4fc52069d89a2b583825d98ac8c110ca32c73413a8ed4" dmcf-pid="1G2NHCEoa8" dmcf-ptype="general">사진 순서를 뒤집는 실험에서는 격차가 더 벌어졌다. 첫 번째 사진에서 없던 물체가 두 번째 사진에 나타났다면 AI는 '물체가 생겼다'고 설명해야 한다. 두 사진의 순서를 바꾸면 같은 변화를 '물체가 사라졌다'고 표현해야 한다.</p>
          <div contents-hash="e69753918cf355bfb4dfbae0f19f81e88b67304eec86e9e40bee2bdca13418d3" dmcf-pid="tHVjXhDga4" dmcf-ptype="general">
           <p>연구팀이 이를 '가역성(Reversibility)'이라는 지표로 측정한 결과 인간은 93%를 기록했지만 GPT-5.2는 61%에 그쳤다. AI가 사진 속 변화를 찾아내더라도 변화의 방향까지 일관되게 이해하는 데는 한계가 있다는 것이다.</p>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="e029bc4af25416a82cbd45b9e8aa4bf1fa5bedbf54b7e81e44d780d57865cf11" dmcf-pid="FXfAZlwagf" dmcf-ptype="figure">
           <p class="link_figure"><img alt="연구팀 사진. (왼쪽부터) 김의환 AI학과 교수, 김재우 석·박사통합과정생. GIST 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/14/akn/20260914091445161mgnr.jpg" data-org-width="745" dmcf-mid="2QCUi8B3kj" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/14/akn/20260914091445161mgnr.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            연구팀 사진. (왼쪽부터) 김의환 AI학과 교수, 김재우 석·박사통합과정생. GIST 제공
           </figcaption>
          </figure>
          <p contents-hash="07e0e52d8e57908ea410922abe3bff2a0516a0bd32b6e9c52e78afd5c40c2d8e" dmcf-pid="3WKgYOcncV" dmcf-ptype="general">AI가 틀리는 가장 큰 원인은 기본적인 시각 인식이었다. 전체 오류의 63.3%가 사진 속 물체를 제대로 알아보지 못하거나 종류와 특성을 잘못 파악한 데서 발생했다. 중요하지 않은 차이를 중요한 변화로 판단하거나 변화의 의미와 위치 관계를 잘못 설명하는 경우도 있었다.</p>
          <p contents-hash="5e381f4d30c0703780da33e508976194e31f3a17a3174efc8abc1d3c5e758e25" dmcf-pid="0Y9aGIkLk2" dmcf-ptype="general">김 교수는 "이번 연구는 AI가 '자연스럽게 설명하는 능력'과 '상황에 맞는 변화를 정확하게 이해하는 능력'이 반드시 같지는 않다는 점을 체계적으로 보여줬다"며 "C3-Bench가 재난·사고 현장의 변화 감시와 위성·항공 영상을 활용한 원격탐사, 자율주행, 이상 탐지 등 다양한 현실 환경에서 AI의 변화 이해 능력을 평가하고 개선하는 공통 기반으로 활용되기를 기대한다"고 말했다.</p>
          <p contents-hash="52ecce6aab59ddfc66725d70dfc63c2c10104307b70cd15bbe0ea6536d53a6ae" dmcf-pid="pG2NHCEoj9" dmcf-ptype="general">김 교수의 지도로 김재우 석·박사통합과정생이 제1저자로 참여한 이번 연구는 컴퓨터비전·머신러닝 분야 주요 국제학술대회인 '유럽컴퓨터비전학회(ECCV) 2026'에 채택됐다.</p>
          <p contents-hash="bbbaa407cd26aea022d4a86df32680a5e45aa9f15b6f99a660ed5a858740cfa0" dmcf-pid="UHVjXhDgcK" dmcf-ptype="general">김종화 기자 justin@asiae.co.kr</p>
         </section> 
        </div> 
        <p class="" data-translation="true">Copyright © 아시아경제. 무단전재 및 재배포 금지.</p>

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기