AI, ML, 뇌과학분야 세계 최고 권위 학회서 논문 선보여
카카오 3건, 카이스트 20건, 성신여대 2건, 숭실대 1건 논문 채택
숭실대 학부 3학년생 뉴립스서 논문 발표...이례적 성과
세계적인 인공지능(AI) 학회 ‘뉴립스(NeurIPS)2020’에 국내 기업과 대학이 잇달아 논문 발표 소식을 전해 화제다. 금년 뉴립스2020에서 카카오는 논문 3건이 통과됐다. 카카오 연구 3건 중 1건은 성신여대와 공동으로 진행했다.
성신여대는 총 2건 논문이 뉴립스2020에 채택됐다. 이 중 하나는 서울대와 함께 진행한 연구다. 숭실대에서는 학부생이 뉴립스2020에서 논문을 발표하는 이례적인 성과를 거뒀다. 카이스트에서는 AI 대학원 MARS 인공지능 통합연구센터에서만 20건 논문을 뉴립스2020에서 발표해 국내 기업·기관 중 최다를 기록했다.
신경정보처리시스템학회인 뉴립스는 AI, 기계학습(ML), 뇌과학분야에서 최상급 권위를 가진 학회다. 매년 캐나다 벤쿠버에서 개최하는 이 학회에서는 각 분야 우수 그룹과 연구자들의 논문 중 상위 30% 이내 논문을 엄선해 소개한다.
카카오에서는 카카오엔터프라이즈 논문 2건과 카카오브레인 논문 1건을 이번 뉴립스2020에 채택됐다. 카카오엔터프라이즈는 음성합성 모델 성능을 입증한 논문과 TTS(text-to-speech) 모델 품질을 연구한 논문을 등재했다. 해당 기술은 향후 E2E(end-to-end) TTS, 음성 압축, 음질 개선, 맥락에 따른 다양한 스타일의 발화 생성과 같은 오디오 합성 연구를 진행하는데 쓰일 계획이다.
카카오브레인 김일두, 김성웅 AI팀 연구원은 성신여대 김영훈 교수와의 공동연구를 통해 새로운 데이터 증강 기법(Test-Time Augmentation)을 선보였다. 이미지 분류 딥러닝 모델이 현실 상황에서 보다 신뢰성 높게 작동하도록 예측 단계에서 데이터를 효율적으로 증폭시키는 방법이다.
기존 딥러닝 모델은 이미지 분류에서 좋은 성능을 보였지만 현실 상황에서 입력되는 이미지에 노이즈가 삽입되거나 틀어지는 것과 같은 변형이 생기면 정확도가 떨어지는 한계가 있었다. 성신여대는 “이러한 문제를 해결하기 위해 갖가지 변형을 적용한 데이터로 학습시키면 딥러닝 모델이 다양한 현실 상황에 유연하게 대처할 수 있다”고 설명했다.
이어 “학습 단계가 아닌 학습이 끝난 모델로 예측하는 단계에서 입력되는 이미지에 대한 증폭 과정을 선별적으로 적용해 효율성을 향상시키는 방법을 제안한 것은 처음”이라고 강조했다.
성신여대가 뉴립스2020에 선보인 다른 논문은 융합보안공학과 박새롬 교수와 서울대 이성윤, 이재욱 교수가 공동 연구한 ‘타이트한 아우터 바운드를 활용한 립시츠 인증 학습(Lipschitz-Certifiable Training with a Tight Outer Bound)’이다. 해당 연구를 통해 연구팀은 AI 알고리즘 취약점 중 하나인 적대적 공격(adversarial attacks)에 견고한 모형을 학습하기 위한 방법론을 제안했다.
연구에서는 모든 가능한 노이즈가 추가되는 공격을 동일하게 예측할 수 있도록 영역을 포함했다. 타이트한 외부 경계에 대해서는 립시츠 분석과 인터벌 연산을 적용해 효율적으로 계산했다. 결과적으로 규모가 큰 딥러닝 모형에서 12배 정도 빠르게 보증 가능한 학습(certifiable training)을 진행할 수 있었다. 일반 정확도와 공격에 대한 정확도를 모두 개선했다.
카이스트 인공지능 대학원 MARS 인공지능 통합연구센터에서는 이번 뉴립스2020에서 논문 20개를 공개했다. 이 중 10건은 신진우 교수 연구실인 ALIN-LAB에서 작성했으며 9건은 신교수가 연구를 주도했다.
[관련기사]카이스트 AI대학원 세계 권위 NIPS 논문 20편 등재
숭실대 전자정보공학부 IT융합전공 계효선 학생은 뉴립스2020 내 WiML(Woman in Machine Learning) 워크샵에서 논문을 발표했다. 전 세계 유명 석학들이 논문을 발표하는 뉴립스 워크샵에서 학부생 3학년이 논문을 발표하는 것은 드문 일이다.
계효선 학생은 ‘로우엔드 IoT 장치를 위한 PCA 기반 저복잡성 이상 탐지(PCA-based Low-complexity Anomaly Detection for Low-end IoT Devices)’라는 논문을 제1저자로서 워크샵에 제출했고 최종 채택받았다.
이상탐지 방식은 정상적으로 보편적인 네트워크 데이터를 기준으로 해 상대적으로 다른 특징을 가지는 데이터가 발생 시 침입으로 판단하는 기술이다. 계 학생은 주성분 분석기법(PCA, Principal Component Analysis)을 사용해 저복잡도의 이상탐지 기술을 고안했다. IoT 디바이스와 같은 저사양 기기에서도 실시간 네트워크 침입을 규정해 이상탐지를 가능하게 만들었다.
금년 뉴립스2020은 12월 6일부터 12일까지 진행된다. 이외 뉴립스에 논문을 발표한 네이버와 같은 타 기업, 대학은 향후 성과를 공개할 예정이다.
AI타임스 박성은 기자 sage@aitimes.com
무단전재 및 재배포 금지
기사제보 및 보도자료 news@aitimes.com