획기적인 연구: AI, 인간의 '지각 항상성' 능력에 도전하다!

Sun 등 연구진(2025)의 연구는 33개의 VLMs를 대상으로 색상, 크기, 모양 항상성에 대한 253가지 실험을 수행하여 VLMs의 지각 항상성 능력에 대한 최초의 체계적인 분석을 제공했습니다. 연구 결과, 모델 간 성능 차이가 크며, 특히 모양 항상성은 색상 및 크기 항상성과 분리되어 있음을 밝혔습니다. 이는 VLMs의 지각 능력 향상을 위한 심층적인 연구 필요성을 강조합니다.

AI의 눈, 세상을 얼마나 정확히 볼까요? - 지각 항상성 연구의 놀라운 결과

인간은 사물을 볼 때, 조명이나 거리, 각도 등이 변해도 같은 사물로 인식하는 놀라운 능력을 가지고 있습니다. 이를 '지각 항상성'이라고 부르죠. 최근, Sun 등 연구진(2025)의 연구는 이러한 인간의 고차원적인 인지 능력을 AI 모델, 특히 비전 언어 모델(VLMs)이 얼마나 구현하고 있는지에 대한 흥미로운 결과를 보여줍니다.

253가지 실험으로 밝혀낸 VLMs의 한계와 가능성

연구진은 색상, 크기, 모양 항상성 세 가지 영역에 걸쳐 253개의 다양한 실험을 설계했습니다. 여기에는 기존의 인지 과학 실험을 변형한 것부터 야외 환경에서의 실험까지 포함되어 있어, 실제 세계에서의 VLMs 성능을 면밀히 평가하고자 했습니다. 놀랍게도, 33개의 VLMs를 대상으로 한 실험 결과는 모델 간에 상당한 성능 차이를 보였습니다.

특히, 주목할 만한 점은 모양 항상성에서의 VLMs 성능이 색상 및 크기 항상성과는 별개로 나타났다는 것입니다. 이는 VLMs가 인간처럼 통합적인 지각 항상성 능력을 갖추지 못했음을 시사합니다. 단순히 이미지를 인식하는 것을 넘어, 변화하는 환경 속에서도 일관된 인식을 유지하는 능력은 아직 AI에게는 넘어야 할 큰 산인 셈입니다.

앞으로의 과제: 더욱 발전된 AI 지각 능력을 향하여

이번 연구는 VLMs의 지각 항상성 능력에 대한 최초의 체계적인 분석으로, AI 연구에 중요한 시사점을 제공합니다. 단순히 이미지 분류 성능을 넘어, 실제 세계의 복잡한 시각 정보를 이해하는 능력을 향상시키기 위해서는 지각 항상성에 대한 연구가 더욱 심화되어야 합니다. 이 연구는 AI가 진정한 의미의 '보는 능력'을 갖추기 위한 중요한 이정표가 될 것입니다. 향후 연구를 통해 VLMs의 지각 항상성 능력을 개선하고, 더욱 정교하고 인간과 유사한 인식 능력을 갖춘 AI 개발에 박차를 가할 것으로 기대됩니다.

참고: 해당 연구는 Sun, H., Yu, S., Li, Y., Gao, Q., Lyu, H., Deng, H., & Luo, D. (2025). Probing Perceptual Constancy in Large Vision Language Models. 에서 발췌하였습니다.