서강대학교 전자공학과

 강석주 교수 연구팀 (문승훈, 유현우, 이해욱), 세계 최우수 인공지능 학회 ‘ICLR 2026’ 논문 채택

 ▲ (왼쪽부터) 강석주 교수, 문승훈 석박통합과정, 유현우 석박통합과정, 이해욱 석사 

전자공학과 강석주 교수 연구팀(문승훈 석박통합과정, 유현우 석박통합과정, 이해욱 석사)의 논문이 세계 최고 권위의 인공지능(AI) 학회인 ‘ICLR 2026(International Conference on Learning Representations)’에 채택되었다. ICLR은 구글 스콜라(Google Scholar) h-index 기준 인공지능 분야 글로벌 최상위권에 위치한 국제 학술대회로, 올해는 논문 채택률이 약 28%에 달하는 만큼 엄격한 심사가 이루어졌으며 오는 4월 23일부터 27일까지 브라질 리우 데 자네이루에서 개최될 예정이다.

이번에 채택된 논문 제목은 ‘WIMFRIS: WIndow Mamba Fusion and Parameter Efficient Tuning for Referring Image Segmentation’으로, 텍스트 설명을 기반으로 이미지 내 특정 객체를 픽셀 단위로 정확히 찾아내는 ‘지시어 기반 이미지 분할(RIS)’ 기술의 새로운 프레임워크를 제안하였다.

연구팀은 기존의 파라미터 효율적 튜닝(PET) 방법들이 단순히 층별(layer-wise) 특징 정렬에만 집중하여, 시각 정보와 언어 정보를 융합하는 ‘넥(Neck)’ 모듈의 중요성을 간과하고 있다는 점을 지적했다. 이로 인해 발생하는 성능 병목 현상을 해결하기 위해 연구팀은 강력한 넥 구조와 효율적인 튜닝 전략을 결합한 ‘WIMFRIS’를 개발했다.

이 논문의 핵심은 ‘계층적 맘바 퓨전(HMF)’ 블록과 이를 구성하는 ‘윈도우 맘바 퓨저(WMF)’ 모듈이다. 기존의 상태 공간 모델(SSM)인 맘바(Mamba)는 긴 시퀀스를 처리할 때 정보가 소실되는 문제가 있었으나, 연구팀은 이미지를 겹치지 않는 윈도우(Window) 단위로 분할하여 처리함으로써 이 문제를 해결했다. 이를 통해 이미지의 지역적 정보와 전역적 언어 정보를 효과적으로 융합할 수 있게 되었다.

또한, 연구팀은 텍스트 정보를 강화하는 ‘맘바 텍스트 어댑터(MTA)’와 시각-언어 정렬을 정교화하는 ‘멀티 스케일 정렬기(MSA)’를 도입하여, 전체 모델 파라미터의 약 1.3%~2.2%만을 업데이트하면서도 기존 최고 성능 모델들을 뛰어넘는 결과를 달성했다. 실험 결과, WIMFRIS는 RefCOCO, RefCOCO+, G-Ref 등 주요 벤치마크 데이터셋에서 모두 최고점(State-of-the-Art)을 기록했다.

제안한 WIMFRIS 기술은 복잡한 배경이나 가려진 객체, 모호한 텍스트 설명이 주어진 상황에서도 타겟을 정확히 분할해낼 수 있어, 인간과 로봇의 상호작용(HRI), 자율주행, 지능형 이미지 편집 등 다양한 산업 분야의 원천 기술로 활용될 것으로 기대된다.

이번 연구를 이끈 강석주 교수는 “WIMFRIS는 기존 경량화 튜닝 기법들이 놓치고 있던 중간 단계의 정보 융합 중요성을 입증하고, 차세대 딥러닝 모델인 맘바(Mamba)를 비전-언어 태스크에 최적화하여 적용한 사례”라며 “향후 다양한 멀티모달 AI 시스템의 효율성을 높이는 데 크게 기여할 것”이라고 말했다.

 ‣제안하는 WIMFRIS 프레임워크

 ‣제안하는 HMF 블록

 ‣기존 방법론과 제안 방법론에 대한 정성적 비교 결과

‣논문 제목: WIMFRIS: WIndow Mamba Fusion and Parameter Efficient Tuning for Referring Image Segmentation

‣저자 정보: 문승훈 석박통합과정 (공동 1저자), 유현우 석박통합과정 (공동 1저자), 이해욱 석사 (공동 1저자), 강석주 교수 (교신저자)

‣기타 정보: 이 연구는 2026년도 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원 (No.RS-2025-02263706, 아날로그-디지털 혼성 초저전력 뉴로모픽 엣지 SoC 개발), 한국연구재단의 지원 (No. RS-2024-00414230), 정보통신기획평가원-대학ICT연구센터(ITRC)의 지원을 받아 수행된 연구임(IITP-2026-RS-2023-00260091)