AI가 도시를 디자인하다: 포용적 공공 공간을 위한 LIVS 데이터셋

LIVS 데이터셋은 AI 기반 도시 설계의 포용성을 높이기 위한 혁신적인 시도입니다. 다양한 지역 사회의 요구를 반영한 데이터와 DPO 기반 모델 미세 조정을 통해 AI 모델의 사회적 정합성을 높이는 데 기여하며, 대규모 데이터의 중요성을 강조합니다.

도시는 사람들의 삶의 터전입니다. Rashid Mushkani, Shravan Nayak 등 6명의 연구진이 2년간 30개 지역 사회 단체와 협력하여 개발한 LIVS(Local Intersectional Visual Spaces) 데이터셋은 AI가 보다 포용적인 도시 공간을 설계하는 데 혁신적인 전기를 마련할 것으로 기대됩니다.

LIVS는 단순한 이미지 데이터셋이 아닙니다. 텍스트-이미지 생성 모델의 성능을 평가하기 위한 벤치마크로, 접근성, 안전성, 편안함, 매력도, 포용성, 다양성 등 6가지 핵심 기준을 바탕으로 37,710개의 쌍대 비교 데이터를 포함하고 있습니다. 634개의 초기 개념에서 시작하여 지역 사회의 다양한 공간적 선호도를 반영한 결과물입니다. 이는 단순히 기술적 성능 향상을 넘어, AI 모델의 윤리적, 사회적 책임을 고민한 결과물이라는 점에서 큰 의미를 지닙니다.

연구진은 Direct Preference Optimization (DPO) 기법을 사용하여 Stable Diffusion XL 모델을 미세 조정했습니다. 그 결과, 지역 사회의 선호도와의 정합성이 향상되었다는 것을 확인했습니다. 하지만, 상당수의 중립적인 평가는 교차하는 다양한 요구 사항을 모델링하는 어려움을 보여주기도 합니다. 흥미로운 점은, 주석 데이터의 양이 증가할수록 DPO로 미세 조정된 모델의 정확도가 더욱 높아졌다는 것입니다. 이는 대규모 선호도 데이터가 미세 조정 효과를 높이는 데 중요한 역할을 한다는 것을 시사합니다.

결론적으로 LIVS 데이터셋은 AI 모델 개발에 있어 맥락 특수적인 이해관계자 중심의 기준을 통합해야 할 필요성을 강조합니다. 이는 AI가 단순히 기술적 도구를 넘어, 사회적 책임을 다하는 기술로 발전하기 위한 중요한 단계입니다. LIVS는 다양한 사회 공간적 맥락에서 AI 정렬 방법론을 평가하는 데 유용한 자원이 될 뿐 아니라, AI가 보다 공정하고 포용적인 미래 도시를 건설하는 데 중요한 역할을 할 수 있음을 보여줍니다. 앞으로 LIVS를 활용한 연구가 더욱 활발해지고, AI 기반 도시 설계의 새로운 가능성을 열어갈 것을 기대해 봅니다. 😉