인공지능응용학과 김한울 교수 연구팀이 CV/AI 분야 최고 권위 국제학술대회인 European Conference on Computer Vision (ECCV) 2026에서 연구 논문을 발표했다.

「Unbalanced Optimal Transport for Efficient Visual D ocument Retrie val」 논문은 텍스트와 표·그림이 함께 포함된 문서를 이미지 형태로 이해하고 검색하는 시각 문서 검색(Visual D ocument Retrie val, VDR)의 효율성을 높이는 새로운 시각 토큰 압축 방법론을 제안한다.

김한울 교수 연구팀은 기존 비전언어모델 기반 문서 검색에서 문서의 세부 정보를 표현하기 위해 생성되는 다량의 시각 토큰이 저장 공간과 검색 연산량을 증가시키는 핵심 한계에 주목했다. 특히 기존 압축 방법이 토큰의 중요도나 의미적 유사성을 개별적으로 고려해, 서로 다른 정보가 소수의 대표 토큰에 과도하게 통합되는 문제를 분석했다.

이를 해결하기 위해 비균형 최적 수송(Unbalanced Optimal Transport, UOT) 기반의 압축 프레임워크를 제안하고, 중요한 정보의 보존, 의미적 중복의 감소, 대표 토큰별 정보 포괄 범위의 균형을 하나의 최적화 과정에서 함께 고려하도록 설계했다. 또한 압축에 따른 검색 점수 오차의 상한과 검색 순위가 유지되는 조건을 이론적으로 제시해 방법론의 타당성을 뒷받침했다.

실험 결과, 제안 방법은 ViDoRe V1 및 V3 문서 검색 벤치마크에서 기존 주요 압축 방법 대비 우수한 검색 성능과 효율성의 균형을 보였으며, 높은 압축률에서도 문서의 세부 정보를 효과적으로 보존했다. 이를 통해 대규모 문서 검색 시스템의 저장 및 연산 부담을 줄이면서 검색 품질을 유지할 수 있는 기술적 가능성을 보였다.