한보형 서울대학교 전기정보공학부 교수가 국내 인공지능 기술의 한계를 넘어선 연구 성과로 ‘10월 이달의 과학기술인상’을 수상했다. 정부는 한 교수가 비디오 생성 분야에서 메모리 문제를 획기적으로 개선한 알고리즘을 선보인 점을 높이 평가했다.

과학기술정보통신부와 한국연구재단은 2025년 10월 1일, 한 교수를 이달의 과학기술인상 수상자로 선정했다고 밝혔다. 이 상은 국내 과학기술 발전에 크게 기여한 연구자에게 수여되는 정부 포상으로, 매달 분야별로 뛰어난 성과를 낸 전문가가 선정된다.

한 교수의 핵심 성과는 인공지능이 스스로 무한히 긴 영상을 생성할 수 있도록 만든 추론 알고리즘 개발이다. 기존에는 원하는 영상 결과물을 얻기 위해 반복 학습이 필수였고, 생성하려는 영상 길이에 따라 메모리 사용량이 급격히 증가해 실용성이 떨어졌다. 특히, 영상 생성은 인공지능 기술 중에서도 고난도 연구 분야로 꼽히는데, 이는 무작위 잡음에서 시작해 점진적으로 형태를 만들어내는 확산 모델을 기반으로 하기 때문이다.

이 문제를 해결하기 위해 한 교수는 '피포 디퓨전'이라는 새 알고리즘을 고안했다. 이 방식은 기존 확산 모델 구조를 유지하면서도 시각정보를 순차적으로 구성하는 컨베이어 벨트 방식으로 해결해, 영상 길이가 늘어나도 메모리 소모가 일정하게 유지된다. 이어 ‘잠재 구간 분할’과 ‘미래 참조 디노이징’ 기법도 도입해, 긴 영상에서도 화질 저하 없이 일관된 영상 흐름을 유지하는 데 성공했다.

이 연구는 지난해 12월 인공지능 분야 세계 최대 학회 중 하나인 신경정보처리시스템학회(NeurIPS)에서 발표된 바 있으며, 깃허브에 공개된 관련 소스코드는 전 세계 개발자들로부터 450개 이상의 별표를 받는 등 활발한 반응을 끌어냈다.

한 교수는 이번 연구가 기존 인공지능 기반 영상 생성 기술의 구조적 한계를 극복하는 데 의미가 있다고 설명했다. 특히 영화, 광고, 게임과 같이 대규모 고화질 콘텐츠 제작이 요구되는 산업 현장에서 이번 기술이 실제 응용될 경우, 제작비용과 시간을 크게 줄일 수 있을 것으로 기대된다.

이 같은 기술 발전은 향후 생성형 인공지능 분야에서 실시간 콘텐츠 제작, 교육용 시뮬레이션, 가상현실 해상도 향상 등 다양한 분야로 확장될 가능성이 크다. 이에 따라 관련 산업에서는 알고리즘 최적화 경쟁이 더욱 가속화될 전망이다.