[참석 후기 - 장명환] iFUZZY 2018

게시자: 배홍균, 2018. 11. 22. 오후 5:18   [ 2018. 11. 22. 오후 6:26에 업데이트됨 ]

한국 지능시스템학회에서 주최하여 대구 엑스코에서 열린 iFUZZY 2018 학회에 논문을 발표하기 위해 참석하였습니다. 국제 학회로서 대구에서 열리는 이 학회는 대만에서 시작하여 올해 처음으로 한국에서 열리게 되었으며 10개 이상의 세션으로 진행되었습니다. 그 중에서도 Automatic Machine Learning이라는 세션에서 논문을 발표하였습니다. 중국, 일본 등 다양한 나라들에서 사람들이 참여하였습니다. 이름에 걸맞게 Autoencoder, Deep Neural Network, Classifier 등 여러 분야에서 기계 학습을 모델 생성 및 분류에 사용하기 위한 방법들이 전시 및 발표되었습니다. 이들을 활용하여 패턴을 학습하고 선박의 항로나 날씨 등을 예측하는 여러 가지 연구들이 흥미로웠습니다.


이번 iFUZZY 2018 학회에서 저는 충북대 차세정 관련 공동연구팀에서 진행하고 있는 자율 기계학습 관련 연구들을 종합한 organized 세션에서 발표를 맡게 되었습니다. 저는 “Graph-Based Recommendation on Single-Machine Based Graph Engines: A Performance Study”라는 제목으로 연구를 구두 발표하였습니다. 해당 논문은 기존 싱글 머신 기반의 그래프 엔진들에서 그래프 기반 추천 알고리즘을 수행하였을 때의 성능을 측정하고 이를 분석하는 내용입니다. 해당 날짜의 첫 발표여서 사람들은 그리 많지 않았지만 영어로 해야 해서 긴장되었습니다.


저의 연구 말고도 다양한 기계학습을 활용한 기술들이 발표되었습니다. 특히 각 세션의 브레이크 타임마다 중앙회의실에서 특별 세션을 열었고 많은 사람들이 모여 이를 경청하였습니다. 학회 이름에 걸맞게 fuzzy system과 관련한 내용이 주가 되었습니다. 이후에는 공동 연구를 하는 분들과 함께 연구 과제에 관하여 짧게 논의한 뒤 회식 자리를 가졌습니다. 대구에 있었던 몇 일 간 비가 오거나 미세먼지가 잔뜩 끼거나 해서 많이 돌아다녀보지는 못했지만 여러 가지를 먹어보고 좋은 연구도 많이 들을 수 있었습니다. 이러한 자리에 올 수 있도록 도와주신 조용연 선배와 김상욱 교수님께 감사드립니다.

[참석 후기 - 채동규] ACM CIKM 2018

게시자: 채동규, 2018. 11. 8. 오전 4:13   [ 배홍균에 의해 업데이트됨(2018. 11. 9. 오전 12:49) ]

이탈리아 토리노에서 10월 22일부터 26일까지 있었던 ACM CIKM 2018 (ACM International Conference on Information and Knowledge Management) 에 참석하였습니다. CIKM은 올해로 27번째로 열리는 데이터분석 분야의 top-tier 컨퍼런스 중 하나로, 데이터베이스, 데이터마이닝 등 데이터를 다루는 것과 관련된 아주 다양한 연구분야를 다루는 학회입니다.

저는 한 편의 full paper를 발표하였습니다. 논문의 제목은 “CFGAN: A Generic Collaborative Filtering Framework based on Generative Adversarial Networks”으로, 요즘 가장 성공적인 알고리즘으로 평가받는 GAN을 추천시스템에 적용할 때 어떻게 적용하는 것이 적절한지에 대해서 다루는 논문입니다. 탑 컨퍼런스에서 full paper를 발표하는 것은 처음이라서 평소보다 더 많은 준비가 필요했습니다. 저는 스크립트에 의존하지 않는 능숙한 발표를 해보고 싶었으나, 막상 발표하러 앞에 나가니 긴장이 많이 되서 해야할 말이 하나도 떠오르지 않았습니다. 결국 대부분의 발표를 스크립트에 의존해서 마친 것 같습니다. 질의 응답 시간에도 긴장해서 그런지 질문을 잘 못알아 듣기도 하였습니다. 다음번에는 준비를 더 철저히 해야겠다고 마음먹었습니다.


이번 CIKM에서도 흥미로운 연구들이 많이 발표되었습니다. 저는 그 중 "Collaborative Multi-objective Ranking" 논문이 흥미로웠습니다. 보통 top-N 추천을 위한 모델 학습시에는 pointwise function 혹은 pairwise function이 사용됩니다. 그 중 pairwise function에는 user-wise order와 item-wise order를 쓰는 것으로 또 나눌 수 있습니다. 이 논문은 앞에 말한 총 3가지의 objective를 모두 optimize하는 프레임워크를 제안하였습니다.
학회가 열린 토리노 시는 다양한 볼거리들과 박물관들이 있는 흥미로운 도시입니다. 또한 알프스 산맥을 뒤로 하고 있어 경치도 아주 아름다웠습니다. 


학회 이후에는 베니스를 거쳐 스위스를 여행하며 즐거운 시간을 보낼 수 있었습니다.  


끝으로 논문 작성부터 발표 준비까지 꼼꼼히 지도해주신 김상욱교수님께 감사드립니다. 또한 함께 연구한 강진수 학생에게도 감사의 인사를 전합니다.

[참석 후기 - 채동규] IEEE IC-NIDC 2018

게시자: 채동규, 2018. 8. 29. 오후 8:48   [ 배홍균에 의해 업데이트됨(2018. 9. 3. 오전 2:02) ]

중국 구이양에서 2018년 8월 22일부터 8월 24일까지 개최된 2018 6th IEEE International Conference on Network Infrastructure and Digital Content (IEEE IC-NIDC 2018) 에 참석하였습니다. 이 학회는 컴퓨터 네트워크 및 디지털 컨텐츠 분석과 관련된 여러 연구분야들을 다루는 학회입니다. 

여러 세션 중에서 저는 digital content and big data 세션에 참여하였습니다. 제가 발표한 논문 제목은 “Adversarial Training of Deep Autoencoders Towards Recommendation Tasks” 입니다. 이 논문은 최근 가장 큰 주목을 받고있는 기계학습 모델인 GAN을 추천 시스템에 적용하고자 하는 논문으로, 기존에 이미 연구되었던 GAN기반 추천 알고리즘의 성능을 딥러닝 모델을 이용해 향상시키고자 하는 연구입니다.

학회 참석 외에도 CIKM 최종본 제출과 AAAI 논문 제출 준비 등 많은 일이 있어서 평소에 비해 발표 준비를 많이 하지 못했었습니다. 그래도 다행히 출국 하루 전날까지 준비가 되어서 연구원분들 앞에서 리허설을 가질 수 있었습니다. 덕분에 많은 피드백과 조언을 바탕으로 실제 학회에서 발표를 잘 마칠 수 있었습니다. 제가 발표한 세션에 GAN에 대해 흥미를 갖고있던 사람들도 많아서 질의응답도 활발히 이루어졌습니다. 더불어 Best paper award를 받을 수 있었습니다. 이 과정까지 도움주신 교수님과 연구원분들께 깊이 감사 드립니다.



학회에서 발표되는 다른 연구도 살펴보았습니다. 그 중에서 제가 흥미롭게 들었던 연구의 논문 제목은 “Learning Sentences Similarity By Multi-Head Attention”입니다. 이 논문은 제가 평소에 관심이 많고 추천에도 최근 활발히 사용되는 "attention" 개념을 sentence similarity learning 문제에 적용한 논문입니다. 이 논문의 발표를 들으며 저도 향후 연구 아이디어를 생각해볼 수 있었습니다.

학회가 열린 곳인 구이양 시는 많이 알려진 곳은 아니지만 자연이 아름다운 관광지가 주변에 많이 있습니다. 저는 학회 기간동안 검령산공원, 갑수루, 황과수폭포, 마령하대협곡, 만봉림 등의 관광지를 둘러보며 자연의 아름다움을 만끽할 수 있었습니다.



마지막으로, 좋은 경험을 할 수 있는 기회를 주시고 연구 방향에 대해 지도해주신 김상욱 교수님께 다시 한 번 감사드립니다. 함께 지내며 동고동락하는 연구원분들께도 감사의 인사를 전합니다.


[참석 후기 - 박혜경] ICWS 2018

게시자: 배홍균, 2018. 7. 12. 오후 9:29   [ 2018. 7. 12. 오후 10:57에 업데이트됨 ]

미국 샌프란시스코에서 2018 7 2일부터 7 7일까지 개최된 International Conference on Web Services(ICWS)에 참석하였습니다. 이 학회는 웹 기반 서비스와 관련된 최신 기술 주제들을 다루고 있습니다

여러 세션 중에서 저는 Applications and Data, Recommender and Cloud Services 세션에 참여하였습니다. 제가 발표한 논문 제목은 “I Like Your Tagged Photos, But Do We Know Each Other? Analyzing the Role of Tags in Like Networks” 입니다. 이 논문은 기존의 소셜 미디어 서비스에서 제공하는 friend 관계로 네트워크를 구성하는 방법과 다르게, 동일한 tag를 사용한 사용자들 사이에서 발생한 like를 바탕으로 네트워크를 구성하고 분석하는 연구입니다.


처음으로 참석하는 학회이자 영어로 진행되는 발표였기 때문에 전부터 많은 준비를 해왔었습니다. 외부 교수님과 함께 진행한 연구이므로 외부에서 그리고 연구원분들 앞에서 총 두번의 리허설을 가졌습니다. 이후에 교수님과 선배들에게 많은 피드백을 받고 조언을 바탕으로 발표를 준비했습니다. 덕분에 조금 떨기는 했지만 준비한 대로 발표를 잘 마칠 수 있었습니다. 더불어 질문리스트를 만들어 질의에 큰 문제 없이 잘 대답할 수 있었습니다.  

학회에서 발표되는 다른 연구도 살펴보았습니다. 그 중에서 제가 흥미롭게 들었던 연구의 논문 제목은 “A sequential Recommendation for Mobile Apps: What will User Click Next App?”입니다. 이 논문은 유저들이 스마트폰에서 많은 어플리케이션들을 사용하는 상황에서 User-based collaborative filtering을 활용하여 최근에 사용한 어플리케이션과 과거 사용 데이터를 통합하여 개인에게 적합한 어플리케이션을 추천해주는 새로운 프레임워크를 제안하였습니다.


학회가 열린 곳인 샌프란시스코는 미국 캘리포니아 주에 위치한 도시로 캘리포니아 주에서 인구 밀도가 가장 높은 대도시이자 인기있는 관광지이기도 합니다. 샌프란시스코는 시원한 여름으로 유명하지만 저는 반팔만 챙겨 가서 긴 팔 옷을 사 입어야 할 정도로 바람이 많이 불고 추웠습니다.  대표적 관광지인 골든 게이트 교를 비롯하여 도시 내에 위치한 공원 등에 방문하여 도시의 여유로움과 아름다운 풍경을 감상할 수 있었습니다.

마지막으로, 좋은 경험을 할 수 있는 기회를 마련해주신 김상욱 교수님과 연구 방향에 대한 조언 해주시는 한경식 교수님께 감사드립니다. 그리고 부족한 저를 이끌고 항상 응원해주시는 준호 선배께 감사의 인사를 전합니다.


[참석 후기 - 홍지원 외 5명] NAVER 산학 프로젝트 결과 최종 발표

게시자: 배홍균, 2018. 6. 25. 오전 12:28   [ 2018. 6. 25. 오후 10:28에 업데이트됨 ]

연구실에서는 네이버 추천팀들과 지난 1년 동안 산학 과제를 수행하였습니다. 산학 과제를 마무리 하며, 6월 4일 네이버 그린팩토리에서 산학 과제에 관련된 연구 결과를 공유하는 시간을 가졌습니다. 이번 미팅에서는 김상욱 교수님, 박사 과정 홍지원, 채동규, 이연창, 석사 과정 홍석진, 서나윤, 강진수 연구원이 참석 하였습니다.

김상욱 교수님께서는 연구실에서 최근 발표한 3편의 논문 (ICDE 2016, AAAI 2018, WWW 2018)을 발표하였습니다. 또한, 홍지원 연구원은 community detection 연구, 채동규 연구원은 deep learning을 활용하는 추천 연구, 이연창 연구원은 TV show 추천 연구에 대하여 발표하였습니다.



[홍지원]

이번 네이버 방문에서는 커뮤니티 탐색 관련 연구 내용을 아주 간단히 발표했습니다. 같이 발표한 후배들도 많이 성장해서 저보다 더 잘 해나가고 있는 것 같아 뿌듯했습니다. 최근에는 다른 연구로 정신이 없어서 다른 연구원들의 연구 내용을 완전히 파악하고 있지는 못했는데, 발표에서 소개를 잘 들을 수 있어 좋았습니다. 처음 간 것은 아니지만 네이버 그린팩토리 내부도 많이 변해 있어 구경도 재미있었네요.


[채동규]

공동연구 진행을 위해 올해 네이버에 자주 갔었지만 네이버 연구원들 앞에서 발표해보는 것은 처음이었습니다. 추천 연구의 전문가들 앞에서 발표를 해야한다는 생각에 긴장 되었지만 교수님께서 준비를 도와주신 덕분에 발표를 무사히 잘 마친 것 같습니다. 회사 사람들 앞에서 제가 talk를 한 것이 처음인데, 새롭고 즐거운 경험이었습니다. 좋은 기회를 주신 교수님께 감사드립니다.



[이연창]

저는 지난 1년 동안 진행한 TV show 추천 연구에 대하여 발표하였습니다. 여러 연구 결과들을 발표하다 보니 시간이 부족하여 기술적인 디테일을 설명하진 못 하고, 문제 정의, 제안 하는 방안의 핵심 요소, 그리고 실험 결과에 대해서 발표를 진행하였습니다. 실제 현업을 담당하는 분들을 대상으로 발표하는 거라 꽤 긴장되긴 했지만 좋은 기회였던 것 같습니다. 또한, 오랜만에 네이버 추천팀에 근무하고 있는 연구실 졸업생들과도 볼 수 있어서 반가웠습니다. 이러한 기회를 주신 김상욱 교수님께 감사드립니다.


[홍석진]

최근 연구실에서 나온 좋은 논문들에 대해서 자세히 들어볼 기회가 없었는데, 이번 네이버 방문을 통해 논문에 대해 들을 수 있어서 좋았습니다. 그리고 네이버의 회사 내부와 분위기를 일부 느낄 수 있는 시간이었습니다. 오랜만에 졸업한 선배들을 볼 수 있는 시간이기도 했습니다. 발표를 같이 볼 수 있게 기회를 주신 교수님께 감사드리고, 앞으로도 비슷한 기회가 있으면 참여해보고 싶습니다.



[서나윤]

연구실의 최신 연구들을 확인하고 생각해볼 수 있는 좋은 시간이었습니다. 최신 연구 동향과 그에 관련한 개선안을 확인해 볼 수 있었으며, 커뮤니티 탐지/딥러닝/그래프 등 다양한 방식으로 추천 시스템 문제 해결에 접근할 수 있다는 것이 흥미로웠습니다. 저에게는 첫 네이버 방문이었기 때문에 회사 내부를 짧게나마 체험할 수 있었던 것도 좋은 경험이 되었습니다. 입사하신 선배들과도 오랜만에 만날 수 있어 반가웠습니다. 이번 방문에 동행을 허락해주신 교수님께 감사드립니다.


[강진수]

현재 저는 추천관련 연구를 진행하고 있어 선배들의 추천 연구 내용을 듣는 것이 제 연구에 도움이 될까 하고 네이버에 같이 방문하였습니다. 교수님과 선배들의 발표를 듣고 내용 뿐만이 아니라 발표하는 자세, 목소리 톤, 설명하는 방식, ppt의 구성 등 많은 것을 배울 수 있었습니다. 일부였지만, 네이버 회사 내부를 구경할 수 있어서 좋았고, 현재 거기서 근무하고 계시는 저희 졸업생 선배들도 오랜만에 뵐 수 있어서 좋았습니다.  

[참석 후기 - 송준호] SAC 2018

게시자: 배홍균, 2018. 4. 30. 오후 7:47   [ 2018. 6. 25. 오후 10:29에 업데이트됨 ]

ACM/SIGAPP Symposium on Applied Computing (이하 SAC)은 올해로 33번째로 열리는 역사가 깊은 학술대회로응용 컴퓨팅의 다양한 분야를 다루고 있습니다올해는 프랑스 포우에서 4 6일부터 13일까지 5일 동안 진행되었습니다이번 SAC에서는 거의 100편에 가까운 논문들이 발표되었고, 200명이 넘는 사람이 참석했다고 합니다.

저는 한 편의 논문 구두 발표를 하기 위해 참석하였습니다논문의 제목은 “A Novel Join Technique for Similar-Trend Searches supporting Normalization on Time-Series Databases” 으로시계열 데이터 베이스에서 정규화를 지원하는 서브시퀀스 매칭을 위해 다수의 서브 질의를 이용한 인덱스 검색 방법을 제안하였습니다.

처음으로 해외 컨퍼런스에 참석하는 것이었는데출국 전까지 다른 학회 논문 제출 데드라인이 겹치는 바람에 발표 준비를 마무리하지 못 하고 가서 많이 긴장되었습니다학회 둘째 날부터 마지막 날 발표 직전까지는 계속 발표 준비를 하느라 정신이 없었습니다다행히 교수님께서 발표 직전까지 계속 피드백을 주셔서 무사히 발표를 마칠 수 있었습니다.

제 논문 외에도 다양한 논문들이 발표되었는데특히 “Impact of Web Design Features on Irritation for E-commerce Websites” 라는 논문 발표를 흥미롭게 들었습니다해당 논문은 제목에서도 알 수 있듯이, E-commerce Websites에서 web design featureirritation 간의 관계를 분석한 논문으로 사용자가 온라인 쇼핑몰에서 개인의 감정을 최소화할 수 있는 web design을 최종적으로 제안하고 이를 뒷받침하기 위해 실제 사용자를 대상으로 경험적 검증을 수행하였습니다.


이번 학회를 통해 개인적으로는 미리 한국에서 발표를 준비할 수 있었다면 더 발표를 잘할 수 있었을 것 같다는 아쉬움과 함께 외국인들 앞에서 발표할 수 있는 자신감을 동시에 얻어올 수 있었습니다. 그 외에도 현재 세계 모든 연구가들이 가장 큰 관심을 가지는 것이 딥 러닝이라는 점이 인상 깊었습니다. 제가 발표를 했던 데이터 마이닝 세션에서도 딥 러닝관련 논문이 가장 많았으며, 마지막 날이었음에도 불구하고 많은 사람들이 세션에 참가하였습니다. 또한, 발표자와 참석자들 간의 질답도 활발히 이뤄지는 것을 볼 수 있었습니다.


관심 있는 세션들의 발표를 듣는 시간 외에는 포우를 여행하였습니다. 관광할 만한 곳이 많지 않은 작은 마을이었지만, 피레네 산맥을 뒤로 하고 있어 아주 아름다운 마을이었습니다. 또한, 학회를 마치고 스위스를 10일간 여행하였습니다. 제네바에서 시작하여 몽트뢰, 베른, 인터라켄, 체르마트를 거쳐 취리히까지 너무 아름다운 풍경과 그 안에서 만난 좋은 사람들을 덕분에 그 동안 지쳐있던 몸과 마음을 회복할 수 있는 시간이었습니다.


끝으로 논문 작성부터 발표 준비까지 꼼꼼히 지도해주신 교수님께 감사드립니다. 또한, 연구에 있어 의미있는 피드백을 많이 주신 임성채 교수님과 연구실 여러분에게 감사드립니다.


[참석 후기 - 장명환] WWW 2018

게시자: 배홍균, 2018. 4. 30. 오후 7:24

World Wide Web Committee에서 주최하여 올해 프랑스 리옹에서 열린 The Web Conference 2018에 논문의 포스터 발표를 위해 참석하였습니다. 이 학회는 웹의 발전과 관련 기술들의 표준화, 그리고 이러한 기술들이 사회와 문화에 끼칠 영향에 대해 논의하기 위한 자리를 마련합니다. WWW 자체가 워낙 유명하기도 하고 열린 장소가 프랑스여서 그런지 많은 사람들이 첫날부터 학회에 방문하여 웹 관련 기술들에 대해서 질문하고 토의하였습니다. 웹이 아니어도 웹과 관련될 법한 많은 연구들이 구두 발표로 이루어졌고 여러 기업들에서도 전시회장에 부스를 세웠습니다. 네이버 등 학회에 참석한 본인도 들어본 이름 있는 기업들이 많았습니다.


학회에 간 동안에는 주로 빅 웹과 관련된 데이터를 효율적으로 분석하는 방법에 대한 세션에 참석하였습니다. 해당 세션에서는 주로 autoencodermachine learning을 사용하여 모델을 세우고 이를 토대로 분석한 결과를 내놓는 연구들이 많았습니다. 그 밖에도 사용자의 uninteresting item을 분석하고 이를 추천에 사용함으로써 추천의 정확도를 높이는 것에 관한 연구도 흥미로웠습니다.

저는 “A High-Performance Graph Engine on a Single Machine”이라는 이름으로 포스터 전시 및 발표를 하였습니다. 이 연구는 싱글 머신에서 실 세계 그래프를 처리하는 데에 있어서 기존 그래프 엔진들이 실 세계 그래프의 특징을 중요하게 생각하지 않고 엔진 자체의 성능 향상에만 초점을 맞춘 것에 착안하였습니다. 실 세계 그래프의 Power-law degree distribution으로 인해 기존 그래프 엔진에서 발생할 수 있는 기술적인 이슈들과 이로 인한 문제들에 대해서 분석하였습니다. 이들을 해결하고자 새로운 그래프 엔진을 제안하였으며 여기에 블록 기반 작업 분배 방식과 계층 구조 인디케이터를 적용함으로써 실 세계 그래프를 처리할 때의 그래프 엔진의 성능을 한 층 더 끌어올렸습니다.

학회에서 인상깊었던 연구 첫번째는 “Post Purchase Search Engine Marketing”입니다. 기존에는 소비자들의 검색 패턴에 맞지 않게 광고를 하는 경향이 있었습니다. 이 연구는 소비자가 아이템을 구매하기 전과 후에 검색 엔진을 통해 검색하는 문맥의 패턴이 달라진다는 것을 발견하였고 이러한 패턴을 이용하여 검색 엔진에서 이에 맞추어서 어떤 광고를 내야 할지를 대응하기 위한 전략을 연구하였습니다.

두 번째는 “Bayesian Models for Product Size Recommendations”입니다. 기존의 옷이나 신발을 추천하는 방식에서는 이러한 아이템들의 크기 등이 일관성 있는 단위로 표현되지 않는다는 것을 고려하지 않았습니다. 이 연구에서는 bayesian logit and profit regression model을 이용하여 다양한 브랜드에서 판매하는 물품들 중 사용자에게 맞을 것이라 예측되는 상품을 추천하는 방식을 연구하였습니다.


학회에 참석하면서 리옹 근교에 있는 장소에도 돌아다녔습니다. 특히 학회 장소가 리옹 공원 바로 옆에 위치해 있어서 살짝 산책을 하고 있으면 수풀이 무성하게 자란 자연 공원을 거닐 수 있었습니다. 그 곳의 맑은 공기를 들이마시면서 있다 보면 새들의 울음소리도 맑게 들렸습니다. 자연공원 바로 옆에 붙어있는 혼즈 강 위의 다리에도 들러서 구경하였습니다.

그 곳으로부터 30분 정도 떨어진 곳에는 시청 광장과 성당이 있었습니다. 안 그래도 땅이 넓어서 건물 하나하나가 매우 넓은 자리를 차지하였는데 시청 앞에 있는 광장은 우리 학교의 운동장만 하였습니다. 리옹 대성당과 노트르담 성당도 그 크기는 우리나라에 있는 성당보다도 더 큰 느낌이었습니다. 게다가 과거의 예술적인 영감이 크게 녹아들어간 그림들과 조각들이 화려하게 어우러져 있는 것이 매우 인상깊었습니다. 노트르담 성당에 도달하는 데에 조금 힘들었지만 그만큼 가치가 있었습니다.

학회 종료 전날에는 학회에 등록한 사람들끼리 모여서 Gala dinner에 참석하였습니다학회 장소에서 30분 정도 떨어진 AOC les halles라는 곳에서 진행되었습니다사진으로만 보았을 때에는 작은 레스토랑인 것처럼 보였으나 해당 장소에서는 가게마다 자신들이 음식들을 만들어서 내놓는 식으로 뷔페같이 만들어 놓았습니다많은 음식들이 맛있었지만 저는 그 중에서도 연어 초밥과 김밥이 가장 좋았습니다.

학회 참석 중에도 다른 바쁜 일들이 겹쳐서 많은 곳을 둘러보지는 못했지만 매우 유익한 경험을 할 수 있었습니다이러한 경험을 할 수 있도록 도와주신 조용연 선배와 김상욱 교수님께 감사하다는 말씀을 전합니다.


[참석 후기 - 채동규 외 5명] NAVER AI Colloquium

게시자: 배홍균, 2018. 4. 3. 오후 6:22   [ 2018. 4. 30. 오후 7:29에 업데이트됨 ]

2018 NAVER AI Colloquium는 올해 3회째를 맞은 행사로, 검색, 추천, 자연어 처리, 비전, 모빌리티,로보틱스 등 12개 세션의 32개 아젠다 / 23개 포스터&데모 세션으로 구성되었습니다. 작년과 다르게 올해에는 네이버 연구진들 뿐만 아니라 네이버와 산학 연구를 수행하는 AI 분야 교수 및 대학원생들의 발표 또한 진행되었습니다. 김상욱 교수님께서도 recommendation 세션에서 ‘Uninteresting items - A Novel Concept Boosting the Accuracy in Recommendation Systems’ 라는 주제로 발표를 하셨습니다.

본 행사에는 우리 연구실의 채동규, 이연창, 배홍균, 홍석진, 서나윤, 서동혁 학생이 참석하였습니다.




[채동규]

네이버 AI 콜로퀴움을 통해서 딥러닝과 관련된 국내의 최신 연구동향을 접할 수 있어서 큰 도움이 되었습니다. 특히 카이스트에서 진행중인 large scale deep learning과 관련된 여러 연구 이슈와 이를 해결하는 과정에서 많은 것을 배웠습니다. UNIST의 해석 가능한 인공지능 연구도 인상깊어 보였습니다. 네이버에서 추천과 검색 기술을 실제 서비스로 제공하기 위해서는 학계에서 고민하지 않는 다른 많은 요소를 함께 고려해서 기술을 개발하는 부분도 새롭게 배울 수 있었습니다.


좋은 세미나에 참석할 기회를 주신 교수님께 감사드립니다. 세미나를 통해 얻은 여러 지식들을 제 연구 진행에 잘 적용해서 좋은 성과로 만들어보도록 하겠습니다.



[이연창]

네이버 ai 콜로키움은 작년에 이어 두 번째로 참석하는 행사입니다. 현재 저희 연구실과 네이버가 추천 관련 산학 과제를 수행 중이어서, 올해 행사에서는 교수님의 구두 발표와 더불어 포스터 세션에서 포스터 발표를 할 기회가 주어졌습니다. 각 세션이 끝나는 쉬는 시간들과 점심 시간마다 포스터 세션이 진행되어, 많은 행사 참석자들과 교류할 수 있는 시간이었습니다. 저희 포스터에 들려주신 많은 분들이 저희 연구를 재밌게 생각하시고 관심을 가져 주셔서 뿌듯한 마음도 들었습니다.


포스터 세션이 진행되지 않는 시간들에는 관심 분야 세션장에서 다양한 AI 기술들의 발표를 들을 수 있었습니다. 여러 발표 중 네이버 최재걸 리더님께서 발표한 generative adversarial nets (GAN) 기반의 click models (제목: GANCM: Generative Adversarial Network Click Model)을 특히 흥미롭게 들었습니다. 해당 발표에서는 네이버 검색 엔진을 사용하는 가상의 users를 GAN을 이용하여 생성한 뒤, 해당 가상 users에게 어떠한 형태 (순서/디자인 등) 로 검색 결과를 제공할 때 가장 많은 clicks을 얻어낼 수 있을지를 분석한 결과를 보여주었습니다.


이번 행사를 통해 다양한 도메인에서 최신 ai 기술을 성공적으로 적용한 사례들을 종합적으로 파악할 수 있어 매우 의미있는 시간이었습니다. 끝으로 의미있는 행사에 참석할 수 있고, 또한 포스터 발표를 통해 다양한 연구자들과 교류할 수 있는 기회를 주신 김상욱 교수님께 감사드립니다.





[배홍균]

검색, 뉴스, 쇼핑 등 편리하고 익숙하게 사용 중이었던 네이버의 서비스에 생각보다도 다양한 AI 기술이 이미 적용되어 있었단 사실이 신선한 충격으로 다가왔던 시간이었습니다. 수많은 서로 다른 사용자들의 검색 의도, 클릭 패턴 등의 파악을 위하여 익숙한 이름의 AI 기법인 GAN, RNN 등이 사용되어지고 있다는 점은 무척 흥미로웠습니다. 아쉽게도 아직은 제가 AI 관련 배경 지식을 충분히 갖고 있진 못한 탓에, 세부적인 접목 방법 등을 바로 이해하는데에 있어선 조금 어려움이 따랐지만 네이버가 어떤 목적과 방향으로 AI 기술을 발전시켜 나가고자 하는지에 대해선 무리 없이 받아들일 수 있었습니다.


또한 'AI를 이용한 추천' 섹션엔 다양한 강연들이 준비되어 있었는데, 추천 관련 연구를 하고 있는 입장에서 여러 아이디어들을 떠올려 볼 수 있었던 귀중한 시간들이었습니다. 네이버에서 제공하는 많은 종류의 서비스가 본질적으로 추천과 직, 간접적인 연관을 맺고 있다는 사실을 새삼 느끼며 무심코 지나쳤던 서비스 하나 하나에 대하여 더 관심 있게 살펴봐야겠다는 생각도 갖게 되었습니다.


생생한 기술의 현장을 체험할 수 있도록 기회 만들어주신 김상욱 교수님께 깊은 감사를 드립니다. 점점 더 자연스럽게 생활의 일부가 되어 갈 네이버의 서비스 또한 벌써부터 많이 기다려집니다.



[홍석진]

NAVER가 실제로 AI를 서비스에 어떤 방식으로 적용하는지 알 수 있는 좋은 시간이었습니다. 또한 네이버와 같이 산학협력하고 있는 연구실에서 어떤 연구를 진행하는지도 알 수 있었습니다.


그 가운데 트렌드를 반영하는 Dynamic Word Embedding model이 기억에 남았습니다. 연구하면서 워드 임베딩 모델을 사용할 기회가 있었는데, 이때 생각난 궁금증이 ‘시간이 지나면서 바뀌는 단어 간 의미적 유사도를 어떻게 동적으로 워드 임베딩 모델에 반영할 수 있을까?’ 였습니다. NAVER에서는 잘 학습된 워드 임베딩 모델에 최신뉴스 기사를 이용하여 뉴스기사에 함께 자주 나오는 토픽들을 서로 가깝게 워드 임베딩 공간상에 위치시킴으로써 워드 임베딩 모델이 현재 트렌드를 반영할 수 있도록 연구를 진행했습니다. 즉 ‘맥도날드’와 ‘햄버거병’이 최신 뉴스 기사에서 자주 함께 등장하면 두 단어가 임베딩 공간상에서 가깝게 위치하게 되는 방식입니다. 이 연구 이외에도 많은 NAVER의 연구에서 워드 임베딩 모델이 사용되는 것을 볼 수 있었습니다.


우리가 연구 및 개발하는 기술들이 실제 산업현장에서 어떻게 사용되는지 알 수 있는 좋은 기회였습니다. 참석할 수 있도록 배려해주신 김상욱 교수님께 감사드리고, 다음에도 비슷한 행사가 있으면 참석해보고 싶습니다.






[서나윤]

 최근 인공지능 분야에서 다양한 성과를 내고 있는 네이버에서 어떤 연구를 하고 있는지 한 곳에서 소개받을 수 있는 의미 있는 자리였습니다. 참석함으로서 현업에서 서비스중인 기술과 더불어 네이버와 연구 중인 산학 연구실들의 인사이트를 다양하게 듣고 고민해볼 수 있었습니다.


 인상 깊었던 아이디어는 Large scale deep learning 발표에서 소개된 "모델에서 실제로 사용되는 부분을 구분하여 모델 성능을 높이는 것"이었습니다. 이미지 데이터를 분류할 때 모델 내에서 이미지의 특징과 관계가 먼 부분은 비활성화해 관계있는 부분의 학습에 보다 집중하게 하거나, 관계있는 부분만을 그룹화해 해당 부분을 사용하게 하는 등의 방법을 알 수 있었습니다. 같이 소개된 데이터 간 공통된 특징은 공유하되 개별 클래스의 고유한 특징을 추가로 학습에 이용하는 메트릭 또한 흥미로웠습니다.


 추천 세션에서는 주로 현업에서 해결 중인 문제들과 그 접근법이 인상 깊었습니다. 장소 추천 서비스에서는 TPO에 따라 가변적인 사용자의 입맛과 색이 강한 장소의 특징을 함께 아우를 수 있는 방법을 연구 중이었으며, 쇼핑 추천 서비스에서는 소비자의 의도를 정확히 파악하고 다양한 상품을 제공할 수 있도록 노력하고 있었습니다. 특히 쇼핑 추천에서 사용자가 선택한 아이템과 어울리는 코디 상품을 추천하는 데에 GAN을 통해 만든 '어울리는 제품'의 이미지를 활용하는 법을 연구 중인 부분에 관심이 갔습니다. 그밖에 아이템이 가진 내용과 아이템에 대한 사용자 반응을 두 개의 다른 모델을 이용해 하나의 임베딩으로 녹여낸 포스텍의 연구를 관심 있게 들었습니다.


 참석을 통해 경험한 내용을 여러 연구에 적용해보고 싶어지도록 하는 좋은 행사였습니다. 앞으로도 현업과 연구의 최신 동향을 알 수 있는 이러한 세미나에 참석할 기회가 많았으면 하는 바람입니다. 훌륭한 행사에 참석할 수 있게 해주신 김상욱 교수님께 감사드립니다.



[서동혁]

Naver라는 회사가 AI라는 분야에 있어 어떤 세부분야에 관심을 가지고 있으며, 어떠한 노력을 기울이고 있는지를 볼 수 있었고 Naver 뿐만 아니라 여러 산학 관계에 있는 교수님들의 강연을 통해 다양한 분야에 대한 인사이트를 가지게 된 새롭고 즐거운 시간이었습니다.


정말 재미있고 깊이있는 여러 세션들이 있었는데, 그중 제게 있어 가장 흥미로웠던 주제는 <설명 가능한 인공지능 모델 및 응용> 파트 였습니다.

설명 가능한 인공지능 모델이란 여러 머신러닝 모델들, 특히 딥러닝이라는 분야에 있어서 모델의 결과를 설명하려 노력하는 분야를 말합니다. 저도 현재 딥러닝을 집중적으로 공부하고 있는 만큼 관심이 생긴 분야인데, 기본적으로 딥러닝은 모델의 결과가, 즉 문제에 대한 모델의 판단에 대해 어떻게 그러한 판단이 나올 수 있었는지는 블랙박스로 두게 됩니다.

문제는 이것이 mission critical한 분야에 적용되었을 때입니다. 예를들어 VCG net같은 경우 사진을 보고 대략 90%의 정확도로 사진의 인물이 동성애자라는 판단을 해냅니다. 그러나 해당 결과를 바탕으로 어떤 판단을 내릴것인가는 차별 등의 이슈로 상당히 민감한 주제일 수 있기 때문에, 소비자는 이 머신러닝의 결과로 나온 판단에 대해 왜 그런 판단이 나왔는지에 대해 질문할 권리를 가지며, 기업이 이 질문에 대해 적절한 답변을 내지 못하는 경우에는 기업의 ‘전 세계 매출의 4%’를 벌금으로 매긴다고 합니다.

 이러한 문제를 극복하기 위해 최근에는 딥러닝의 히든레이어들에 많은 출력단자를 두어 모델이 판단을 내리기까지 어떤 변화가 있는지 설명해내려고 노력하고, 이미지 분석모델의 경우 LRP알고리즘이라는 방법을 통해 이미지의 어떤 부분을 통해 해당 결정을 내렸는지를 설명하려는 논문도 쏟아지고 있습니다. 자율주행 차량같은 경우에도 정확도가 조금 낮을지언정 어떤 부분을 통해 주행결정을 내렸는지를 알 수 잇는 차량의 선호도가 더 높다고 합니다. 주가 예측같은 경우에도 기존의 그래프의 어느부분이 가장 큰 영향을 미쳐서 이러한 예측결과가 나왔다라고 설명하는 모델이 큰 관심을 얻는 중입니다.


이외에도 네이버가 자랑하는 Clova 와 NSML등의 기기 및 시스템에 대한 강연 등 실제 세계와 데이터 사이언스가 어떻게 연결되는지 느껴볼 수 있었던 좋은 시간이었습니다. 저를 넓힐 수 있었던 기회를 주신 김상욱 교수님께 감사드리며 앞으로도 이런 기회가 많았으면 하는 바람입니다.


[참석 후기 - 이연창] AAAI 2018

게시자: 배홍균, 2018. 2. 11. 오후 9:44   [ 2018. 4. 30. 오후 7:29에 업데이트됨 ]

AAAI Conference on Artificial Intelligence (이하 AAAI)는 올해로 32번째로 열리는 역사가 깊은 학술대회로, 인공 지능 분야에 다양한 학문을 다루고 있습니다. 올해는 미국 뉴올리언스에서 2 2일부터 7일까지 6일 동안 진행되었습니다. 이번 AAAI에서는 거의 1000편에 가까운 논문들이 발표되었고, 2000명이 넘는 사람이 참석했다고 합니다.

 

저는 한 편의 논문 구두 발표를 하기 위해 참석하였습니다. 논문의 제목은 “gOCCF: Graph-Theoretic One-Class Collaborative Filtering Based on Uninteresting Items”으로단일 클래스 협업 필터링 상황에서 사용자가 관심 없을 것으로 예상되는 상품들을 찾아, 이를 활용하여 보다 정확한 추천을 제공해주기 위해 다양한 graph theory graph analysis 방법들을 활용하는 approach를 제안하였습니다.

 

처음으로 우리 분야 탑 컨퍼런스에 참석하는 것이었는데, 출국 전까지 다른 학회 논문 제출 데드라인이 겹치는 바람에 발표 준비를 마무리하지 못 하고 가서 많이 긴장되었습니다. 뉴올리언스 가는 비행기부터 발표 직전까지는 계속 발표 준비를 하느라 정신이 없었습니다. 다행히 김상욱 교수님께서 발표 직전까지 계속 피드백을 주셔서 무사히 발표를 마칠 수 있었습니다.

 

제 논문 외에도 다양한 논문들이 발표되었는데, 특히 “GraphGAN: Graph Representation Learning with Generative Adversarial Nets” 이라는 논문 발표를 흥미롭게 들었습니다. 해당 논문은 GAN을 활용하여 graph에서의 missing links 중 생성될 만한 links generate하는 방법을 소개하였습니다. Graph representation learning 에서는 처음으로 GAN을 사용한 논문입니다. 특히, graph의 다양한 특성을 고려하여 generate할 수 있는 Graph softmax를 제안하였습니다.

 

이번 학회 참석으로 많은 것을 보고 배울 수 있었지만 특히 2가지 인상 깊은 부분이 있었습니다. 하나는 머신 러닝에 대한 관심입니다. 다양한 세션이 여러 장소에서 동시에 진행되었는데, 특히 머신 러닝 세션 장소는 완전히 꽉 차 문 밖에서까지 서서 듣는 사람들이 많았습니다. 다른 하나는 중국인의 파워였는데, 학회를 후원하는 회사의 거의 반 정도가 중국계 회사였고, 참석자들도 체감상 대부분이 중국인 같아 보였습니다. 이러다 보니, 포스터 발표 장에서 질의 응답하는 사람들 중 반은 영어로 하고, 반은 중국어로 대화하는 분위기였습니다. 영어 때문에 여러 가지 어려움을 겪는 저와는 달리, 중국사람 입장에서 학회 참석의 생산성을 매우 높이는 요소가 되는 것 같아 많이 부러웠습니다.

 

관심 있는 세션들의 발표를 듣는 시간 외에는 뉴올리언스를 여행하였습니다. 관광할 만한 곳이 한 군데에 몰려 있어 쉽게 관광할 수 있었습니다. 뉴올리언스는 재즈의 본고장이라고도 불리는데, 이에 걸맞게 도시를 걷다 보면 재즈 공연을 하는 사람들을 쉽게 찾아 볼 수 있었습니다. 오랜만에 아주 여유롭게 휴식을 취할 수 있는 시간이었습니다.

 

끝으로 논문 작성부터 발표 준비까지 꼼꼼히 지도해주신 김상욱 교수님께 감사드립니다. 또한, 연구에 있어 의미있는 피드백을 많이 주신 이동원 교수님께도 감사드립니다



[참석 후기 - 강윤석] CIKM 2017

게시자: 배홍균, 2017. 11. 13. 오후 9:50

ACM International Conference on Information and Knowledge Management (이하 CIKM) ACM Special Interest Group on Applied Information Retrieval (SIGIR)이 후원하는 학술대회로, 올해로 26번째로 열리는 Data를 다루는 분야에 다양한 학문을 다루는 학술대회입니다. 올해는 2017 11 6()부터 10()까지 싱가포르에서 진행되었습니다.

저는 한편의 포스터 논문을 발표하였습니다논문의 제목은 “A Framework for Estimating Execution Times of IO Traces on SSDs”으로 다양한 SSD에서의 응용프로그램의 성능을 직접 수행하지 않고 예측하는 방법을 제안하는 내용을 담고 있습니다좋은 학회에서 발표 하는 것이 이번이 처음인지라 살짝 긴장되긴 하였으나시간이 좀 지나고 나니 자연스럽게 저의 논문에 관심을 가지고 있던 사람들과 다양한 내용을 논의 할 수 있었습니다.

   

이번 CIKM에서 다양한 주제의 키노트와 논문들이 발표되었습니다. 저는 그중 머신러닝, 소셜미디어, 그래프 분석에 집중했습니다. 키노트 발표 중 하나였던 아마존에서 어떻게 뉴럴넷을 사용하는 지를 설명(Machine Learning @ Amazon)하는 발표가 매우 흥미로웠습니다. 아마존에서는 추천 뿐만 아니라 드론, 아이템 분류, QnA, 시멘틱 매칭과 같은 다양한 분야에서 머신러닝이 사용되는데, 이들이 어떻게 사용되는지 설명하는 것이 매우 흥미로웠습니다. 추천시스템의 이슈 중인 하나인 multiple personas (한 계정을 여러 명이 사용할 때 어떻게 추천하는지에 대한 이슈)에 대해서 머신러닝을 사용하고, 각각의 사용자를 분석해서 각각의 추천을 해주는 것이 흥미로웠습니다.

Social media에서는 “Modeling Affinity based Popularity Dynamics”라는 논문이 흥미로웠는데, CS 분야의 각 논문의 영향력(citation 기준)을 특정 시간에 따라 예측하는 방법을 다루는 논문입니다. 이 논문에서는 (1) CS 논문이라고 해서 CS 분야에서만 citation되는 것이 아니라, 다양한 분야에서도 citation 될 수 있다는 것과 (2) 각 분야에서 citation 되는 시점이 다를 수 있다는 것, 그리고 (3) 각 분야에서 해당 논문의 파급되는 영향력이 다를 수 있다는 것을 가정하고, 이들을 모두 고려하여 앞으로의 citation 수를 예측하는 모델을 제안하고 이를 평가하였습니다. 모델 자체는 수학적인 내용이 많아서 완벽하게 이해하기는 어려웠습니다. 그러나 이 논문이 흥미로웠던 이유는 발표들을 들을 때마다 각 논문에서 제안하는 방법이 좋다고 주장하는 것이 무엇인지, 그리고 그것들을 어떻게 실험에서 보일지 등을 생각하면서 들었었는데 해당 논문이 제가 그나마 생각한 것들을 다른 논문 발표에 비해 그나마 많이 보여줬었기 때문입니다.

싱가폴은 도시 국가로 작은 면적의 나라입니다. 심지어 학회 기간을 제외하고 2일을 관광했는데도 싱가폴을 거의 다 돌아볼 정도였습니다. 이번 학회를 참석해서 매우 큰 자극을 받게 되었고, 휴식을 하면서 여유도 느끼고 재충전의 시간을 가질 수 있었습니다. 끝으로학회 참석에 전폭적으로 지원해주시고 해당 연구를 진행 할 수 있게 큰 도움을 주신 김상욱 교수님, 배완덕 교수님, 차재혁 교수님께 깊이 감사 드립니다. 또한 부족한 저를 잘 이끌어주고 조언해준 용연이에게도 감사의 마음 전합니다.



1-10 of 37