첨단영상대학원 연구진이 인공지능 분야 최고 권위 국제학술대회인 AAAI (Association for the Advancement of Artificial Intelligence) 2026에서 총 4편의 본 논문을 발표하는 성과를 거두었다. 이번 성과는 3D 비주얼 콘텐츠 생성, 영상 복원 및 표현 학습, 데이터 프라이버시와 신뢰가능 AI 등 첨단영상대학원이 중점적으로 수행해 온 핵심 연구 분야 전반에서 국제적 경쟁력을 입증했다는 점에서 의미가 크다.

AAAI는 매년 전 세계에서 제출되는 수만 편의 논문 가운데 엄격한 심사를 통해 우수 연구만을 선별하는 인공지능 분야 최고 수준의 학술대회로, 컴퓨터비전, 머신러닝, 자연어처리, AI 윤리 및 시스템 전반을 포괄한다. AAAI 본 논문 게재는 연구의 학문적 완성도와 국제적 영향력을 동시에 인정받았음을 의미하며, 학생 연구자들에게는 글로벌 연구기관 및 IT 기업 진출을 위한 핵심 성과로 평가된다.

이번 AAAI 2026에서 발표되는 4편의 논문은 예술과 공학의 융합이라는 첨단영상대학원의 연구 기조를 바탕으로, 실제 세계의 복잡한 시각 현상을 정밀하게 모델링하고 AI 시스템의 신뢰성을 높이는 방향으로 확장되고 있다.

[Through the Water: Refractive Gaussian Splatting for Water Surface Scenes, 윤영훈, 정호준, 이재윤, 김태관, 김규현, 최종원]

먼저, 최종원 교수와 김규현 교수가 공동으로 참여한 논문은 물 표면에서 발생하는 굴절과 반사를 동시에 고려한 새로운 3D Gaussian Splatting 프레임워크를 제안했다. 수면을 학습 가능한 평면으로 모델링하고 굴절을 고려한 Gaussian ray tracing을 도입함으로써, 기존 기법들이 취약했던 수면 인접 영역에서 뛰어난 복원 성능을 달성했다. 또한 굴절률 조절을 통해 장면을 서로 다른 액체 환경으로 변형할 수 있는 편집 가능성까지 제시해, 차세대 실감형 3D 콘텐츠 제작 기술로의 확장 가능성을 보여주었다.

[MoBGS: Motion Deblurring Dynamic 3D Gaussian Splatting for Blurry Monocular Video, Minh-Quan Viet Bui, Jongmin Park, Juan Luis Gonzalez Bello, Jaeho Moon, Jihyong Oh, Munchurl Kim]

[I-INR: Iterative Implicit Neural Representations, Ali Haider, Muhammad Salman Ali, Maryam Qamar, Tahir Khalil, Soo Ye Kim, Jihyong Oh, Enzo Tartaglione, Sung-Ho Bae]

오지형 교수가 교신저자로 참여한 두 편의 논문은 동적 장면 복원과 표현 학습 분야에서 첨단영상대학원의 기술적 깊이를 입증했다. 

MoBGS는 모션 블러가 심한 단안 영상에서도 선명한 동적 3D 장면을 복원하는 기술을 제안해, 실제 촬영 환경에서의 시점 합성 품질을 크게 향상시켰다. 또한 I-INR은 Implicit Neural Representation이 가진 고주파 정보 손실 문제를 반복적 정련 방식으로 해결하며, 이미지 복원과 노이즈 제거 등 다양한 비전 과제에서 기존 기법 대비 우수한 성능을 입증했다.

[Easy to Learn, yet Hard to Forget: Towards Robust Unlearning under Bias, Junehyoung Kwon, MiHyeon Kim, Eunju Lee, Yoonji Lee, Seunghoon Lee, YoungBin Kim]

김영빈 교수가 이끄는 연구팀은 신뢰가능 AI 분야에서 편향된 데이터 환경에서도 효과적으로 작동하는 머신 언러닝(machine unlearning) 기법을 제안했다.

Easy to Learn, yet Hard to Forget은 편향이 학습된 모델에서 발생하는 ‘shortcut unlearning’ 현상을 체계적으로 분석하고, 이를 해결하기 위한 새로운 언러닝 프레임워크 CUPID를 제안했다. 해당 연구는 Waterbirds, BAR, Biased NICO++ 등 다양한 편향 데이터셋에서 우수한 ‘잊기’ 성능을 보이며, 실제 환경에서의 안전하고 신뢰할 수 있는 AI 운용 가능성을 제시했다.

한편, 김영빈 교수 연구실은 본 논문 발표와 더불어 AAAI 2026 Demonstration Program과 Workshop on AI for Scientific Research에서도 연구 성과를 발표할 예정이다. LLM을 활용한 논문 인용 검증 시스템 데모와, 인간 중심의 LLM 기반 리뷰 지원 방향을 제시하는 워크숍 발표를 통해 학술 연구의 신뢰성과 지속가능성을 높이기 위한 연구를 함께 선보인다.

이창재 첨단영상대학원장은 이번 성과에 대해 “AAAI는 인공지능 분야에서 학문적 완성도와 국제적 영향력을 동시에 요구하는 최고 수준의 학술대회로, 본 논문 4편의 채택은 첨단영상대학원의 연구 경쟁력이 세계적 수준임을 보여주는 결과”라며, “실감형 3D 콘텐츠, 영상 표현 학습, 데이터 편향과 프라이버시 문제를 아우르는 연구 성과는 예술과 공학의 융합이라는 대학원의 정체성을 분명히 드러낸다”고 평가했다. 이어 “앞으로도 첨단영상대학원이 주관하는 교육·연구 사업을 통해 글로벌 콘텐츠·AI 산업을 선도할 핵심 인재를 양성하는 데 최선을 다하겠다”고 밝혔다.

첨단영상대학원은 이번 AAAI 2026 성과를 바탕으로 3D 비주얼 콘텐츠, 영상 복원 및 표현 학습, 프라이버시·신뢰가능 AI에 이르는 핵심 연구 분야에서 국제 협력과 연구 역량을 지속적으로 강화해 나갈 계획이다.