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

로그인

글쓰기

[IT뉴스]AI, 문장 자연스러워도 사진 구분은 아직…"GPT5.2도 한계"

온카뱅크관리자

2026-09-14 13:37:25

<div id="layerTranslateNotice" style="display:none;"></div> GIST, 평가체계 'C3-벤치' 개발 
 <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
 <section dmcf-sid="y3UNNCEoir">
 <figure class="figure_frm origin_fig" contents-hash="595b56fcfb457bfa2570124579c57629b9f70affc353f913bd0bdf83b969fe00" dmcf-pid="W24IIZvmMw" dmcf-ptype="figure">
 <img alt="AI가 사진 변화를 상황에 맞게 제대로 포착하는지 확인하는 새로운 평가 기준이 개발됐다. GIST 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/14/dongascience/20260914133538711edep.jpg" data-org-width="680" dmcf-mid="y03nnrNdRK" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/14/dongascience/20260914133538711edep.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 AI가 사진 변화를 상황에 맞게 제대로 포착하는지 확인하는 새로운 평가 기준이 개발됐다. GIST 제공
 </figcaption>
 </figure>
 같은 사진 두 장을 비교하더라도 무엇을 확인하려는지에 따라 포착해야 하는 변화가 다르다. 많은 변화를 인식한다고 해서 능사가 아니다.
 인공지능(AI)이 사진 속 차이를 단순 나열하는 데 그치지 않고 주어진 상황에서 의미 있는 변화를 제대로 찾아내는지 평가하는 새로운 기준이 개발됐다. 새로운 평가기준으로 측정한 결과 오픈AI의 최신 모델 'GPT 5.2'의 사진 판별 능력에 한계가 있다는 사실이 드러났다.
 광주과학기술원(GIST)은 김의환 AI학과 교수팀이 새로운 문맥 인식 변화 설명 평가체계 'C3-Bench'를 개발했다고 밝혔다. 연구결과는 컴퓨터비전·머신러닝 분야 국제학술대회 'ECCV 2026'에 채택됐다. 
 AI 성능을 제대로 비교하려면 같은 문제를 주고 어떤 AI가 더 정확하게 해결하는지 판단할 기준이 필요하다. 같은 철도 사진 두 장을 비교하더라도 날씨 변화를 살핀다면 눈이 쌓였는지, 구름이 줄었는지가 중요하다. 철도 안전 점검 상황에서는 새로 나타난 열차가 핵심 변화다. 날씨 차이는 중요도가 낮다.
 기존 변화 인식 평가용 데이터는 특정 장면이나 변화에 집중하거나 각 상황에서 어떤 변화를 중요하게 봐야 하는지 명확하지 않은 경우가 많다. 특정 데이터에서 좋은 성능을 보인 AI가 다양한 현실 상황에서도 필요한 변화를 제대로 찾아내는지 확인하기 어렵다.
 <figure class="figure_frm origin_fig" contents-hash="ee535a91957a8248c622fffb4ca66c75fede22e5cbd2ed6e7c8f7bfb27aa8130" dmcf-pid="5PMTT0HlRj" dmcf-ptype="figure">
 <img alt="C3-Bench 개요. GIST 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/14/dongascience/20260914133539941yijd.jpg" data-org-width="680" dmcf-mid="fcqkkvmjel" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/14/dongascience/20260914133539941yijd.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 C3-Bench 개요. GIST 제공
 </figcaption>
 </figure>
 C3-Bench는 두 장의 이미지와 함께 '무엇을 살펴볼 것인지'를 제시한다. AI가 목적에 맞는 변화를 골라 설명하는지 확인하는 시험이다.
 연구팀은 자연 장면, 위성·항공 등 원격탐사 영상, 이미지 편집, 이상 탐지 등 4개 분야에서 현실적인 상황 51개를 선정했다. 사람이 직접 변화 내용을 설명한 4996개의 이미지 쌍으로 C3-Bench를 구성했다. 각 상황마다 AI가 찾아야 할 변화와 무시해야 할 차이, 변화를 설명할 때 지켜야 할 기준을 구체적으로 설정했다.
 평가 방식도 바꿨다. 기존 방식은 AI의 답변과 정답 문장의 단어 일치도로 성능을 평가해 실제 상황에서 중요한 변화를 제대로 이해했는지 판단하기 어렵다.
 C3-Bench는 단어 일치도 외에도 내용의 정확도·설명의 구체성·문장의 자연스러움·주어진 상황과의 일치도를 종합적으로 평가한다.
 연구팀은 400개의 이미지 쌍에 대해 사람과 GPT-5.2가 각각 이미지 속 변화를 설명하도록 한 뒤 답변을 비교했다. 정확성·구체성·자연스러움·상황 관련성을 종합한 10점 만점 평가에서 사람은 평균 7.45점, GPT-5.2는 5.72점을 기록했다.
 <figure class="figure_frm origin_fig" contents-hash="074f7885bca71d47e7e88dfabf45dd8ce7faf6d14d463447b798976c1ae89030" dmcf-pid="pFpaaIkLMn" dmcf-ptype="figure">
 <img alt="GPT 5.2의 대표 오류 사례. GIST 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/14/dongascience/20260914133541195vmba.jpg" data-org-width="680" dmcf-mid="xRkUU8B3Jm" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/14/dongascience/20260914133541195vmba.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 GPT 5.2의 대표 오류 사례. GIST 제공
 </figcaption>
 </figure>
 문장의 자연스러움만 평가하면 GPT-5.2가 8.53점으로 사람(8.32점)보다 오히려 높았다. 자연스러운 문장을 만드는 능력과 사진 속 중요한 변화를 제대로 이해하는 능력이 반드시 일치하지는 않는다는 의미다.
 사진 순서를 바꿨을 때 같은 변화를 앞뒤에 맞춰 설명할 수 있는 능력을 '가역성'으로 평가했다. 첫 사진에서 '물체가 새로 생겼다'고 설명한다면 사진 순서를 뒤집으면 '물체가 사라졌다'고 설명하는 방식이다.
 사람의 가역성 점수는 93%였지만 GPT-5.2는 61%에 그쳤다. 최신 AI가 자연스러운 문장을 만드는 데는 뛰어나지만 사진 속 변화의 방향을 일관되게 이해하는 데는 여전히 한계가 있다는 뜻이다. 오류 원인을 분석한 결과 사진 속 물체를 제대로 알아보지 못하거나 종류와 특성을 잘못 판단하는 시각적 인식 오류가 전체 오류의 63.3%로 가장 많았다. 
 연구팀은 C3-Bench가 향후 재난·사고 현장의 변화 감시, 위성·항공 영상 분석, 자율주행, 제조공정 불량 탐지, 의료영상 이상 변화 확인 등 실제 환경에서 AI의 변화 이해 능력을 검증하는 데 활용될 것으로 기대했다.
 김의환 교수는 "이번 연구는 AI가 '자연스럽게 설명하는 능력'과 '상황에 맞는 변화를 정확하게 이해하는 능력'이 반드시 같지는 않다는 점을 체계적으로 보여줬다"며 "향후 다양한 현실 환경에서 AI의 변화 이해 능력을 평가하고 개선하는 연구의 공통 기반으로 활용되기를 기대한다"고 말했다.
 &lt;참고 자료&gt; eccv.ecva.net/virtual/2026/poster/3688
 [문혜원 기자 moony@donga.com]
 </section> 
 </div> 
 Copyright © 동아사이언스. 무단전재 및 재배포 금지.

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