세명대학교 컴퓨터학부는 ㈜지오비전, 강원대학교 컴퓨터공학과와 함께 구성한 공동연구팀이 세계 최고 권위의 인공지능 학술대회인 **AAAI 2026(The 40th Annual AAAI Conference on Artificial Intelligence)**에 논문을 채택받는 성과를 거두었다고 밝혔다.
AAAI 2026은 2026년 1월 20일부터 27일까지 싱가포르에서 개최될 예정이다.

이번에 채택된 논문은 **「Transparent Networks for Multivariate Time Series(다변량 시계열을 위한 투명한 네트워크)」**로, 인공지능 분야의 대표적인 한계로 지적되어 온 ‘블랙박스(Black-box)’ 문제를 해결하기 위한 새로운 투명 신경망 모델 **GATSM(Generalized Additive Time Series Model)**을 제안했다는 점에서 높은 평가를 받았다.

기존 딥러닝 기반 인공지능 모델은 높은 예측 정확도를 보이지만, 의사결정 과정이 불투명해 의료, 금융, 자율주행 등 고신뢰성이 요구되는 분야에서는 활용에 제약이 있었다. 특히 환자 생체 신호, 주가 변동, 산업 설비 센서 데이터와 같은 시계열 데이터는 구조가 복잡해, 기존의 투명한 모델로는 효과적인 학습에 한계가 있었다.

연구팀이 개발한 GATSM은 모델의 해석 가능성을 유지하면서도 복잡한 시계열 데이터의 시간적 패턴을 정밀하게 학습할 수 있도록 설계됐다. 실험 결과, GATSM은 기존 투명 모델 대비 우수한 성능을 보였으며, 동시에 RNN이나 트랜스포머와 같은 고성능 블랙박스 모델과 유사한 수준의 예측 정확도를 달성했다. 이를 통해 인공지능의 예측 근거를 명확히 설명하면서도 높은 성능을 구현할 수 있음을 입증했다.

해당 기술은 의료 분야에서 환자의 사망률이나 패혈증 예측 시 주요 위험 요인을 직관적으로 제시할 수 있으며, 제조·에너지 산업에서는 설비 고장이나 에너지 사용량 예측의 원인을 파악해 선제적 대응을 가능하게 한다. 또한 금융 분야에서도 주가 예측이나 이상 거래 탐지의 신뢰도를 높이는 데 기여할 것으로 기대된다.

논문의 제1저자인 ㈜지오비전 김민규 연구원은 “GATSM은 인공지능의 성능과 투명성을 동시에 확보한 모델”이라며 “시계열 데이터 활용이 중요한 다양한 산업 분야에서 신뢰할 수 있는 AI 솔루션으로 활용될 수 있을 것”이라고 밝혔다.

이수안 세명대학교 컴퓨터학부 학부장은 “고위험 의사결정 환경에서는 인공지능이 판단의 근거를 설명할 수 있어야 한다”며 “이번 연구는 학술적 의미뿐만 아니라 실제 산업 현장에 적용 가능한 실용적 가치가 크다”고 평가했다.

김진호 강원대학교 명예교수 역시 “시계열 데이터는 헬스케어, 스마트팩토리, IoT 등 미래 산업의 핵심 자산”이라며 “이번 연구 성과가 국내 인공지능 기술 경쟁력 강화에 중요한 기반이 될 것”이라고 말했다.