UTS 연구진, 라벨 없이 학습하는 '토크 클러스터링' AI 알고리즘 발표

토크 클러스터링(Torque Clustering)은 시드니 공과대학교 연구진이 공개한 오픈소스 비지도 학습 알고리즘입니다. 사람이 일일이 라벨을 달아주거나 복잡한 하이퍼파라미터를 튜닝할 필요 없이, 원시 데이터만 입력하면 스스로 패턴을 파악해 그룹을 나눕니다.

의료 기록, 금융 거래 내역, 센서 로그 등 라벨링되지 않은 대규모 복합 데이터를 손쉽게 분류하고 싶을 때 즉시 투입할 수 있는 도구입니다.

무엇을 할 수 있나

기존 클러스터링 알고리즘은 사전에 군집 개수를 직접 지정해주어야 하거나, 데이터 분포가 불규칙하고 노이즈가 많으면 성능이 급격히 떨어지는 고질적인 한계가 있었습니다.

토크 클러스터링은 완전 자율 및 파라미터 프리(Parameter-free) 방식으로 이 문제를 해결했습니다. 데이터의 형태, 밀도 차이, 노이즈 수준에 구애받지 않고 데이터 내부 구조에 맞춰 스스로 적응합니다.

의료 분야에서는 사전 레이블이 없는 방대한 환자 데이터에서 증상과 치료 반응 패턴을 스스로 묶어 새로운 질환 하위 유형을 찾아낼 수 있습니다. 금융권에서는 기존에 알려진 사기 패턴 없이도 거래 데이터의 특이점을 포착해 신종 부정 거래를 탐지할 수 있습니다.

어떻게 동작하나

알고리즘의 설계 원리는 우주에서 은하가 충돌하고 병합할 때 나타나는 중력 상호작용 속 '토크 균형'에서 가져왔습니다.

연구진은 데이터 포인트를 질량과 거리라는 두 가지 물리적 속성으로 환산했습니다. 토크 평형 메커니즘을 이용해 질량과 거리가 정점을 이루는 지점을 빠르게 찾아냄으로써, 인위적인 기준선 없이도 데이터의 중심과 자연스러운 군집 경계를 포착합니다.

해당 연구 논문은 인공지능 분야 권위지인 IEEE TPAMI에 정식 게재되었습니다.

벤치마크 및 활용법

성능 검증 결과 역시 인상적입니다. 1,000개의 다양한 데이터셋을 대상으로 진행한 테스트에서 평균 조정 상호 정보량(AMI) 97.7%를 기록했습니다. 기존 최신 기법들이 보통 80%대에 머무는 것과 비교하면 확연한 격차입니다.

19개 첨단 클러스터링 기법과의 비교 실험에서도 정답이 알려진 19개 데이터셋 중 15개에서 최고 정확도를 달성했습니다. 특히 사람의 개입이 필수적이었던 군집 수 추정 작업에서도 20개 데이터셋 중 15개에서 정확한 그룹 수를 스스로 맞혀냈습니다.

현재 연구자 및 엔지니어가 직접 내려받아 시험해볼 수 있도록 소스 코드가 오픈소스로 배포되어 있습니다.

왜 중요한가

현대 AI는 막대한 비용이 드는 수작업 데이터 라벨링에 지나치게 얽매여 있습니다. 하지만 도메인 전문가의 검수를 거치기 힘든 대다수 산업 현장에서는 결국 비지도 학습이 데이터 활용의 승부처가 될 수밖에 없습니다.

토크 클러스터링은 복잡한 통계적 휴리스틱 대신 명쾌한 물리 법칙을 차용해 지루한 파라미터 튜닝을 걷어냈다는 점에서 영리합니다. 라벨 없는 대량의 정형 데이터나 로그 데이터를 다루는 데이터 사이언티스트라면 기존 분석 파이프라인에 한 번쯤 올려볼 만한 가치가 충분합니다.