[참석 후기 - 이연창, 구장완, 장명환] SMC 2017

게시자: 배홍균, 2017. 10. 15. 오후 7:57

IEEE Systems, Man, and Cybernetics Society가 후원하는 IEEE International Conference on Systems, Man, and Cybernetics (이하 SMC)는 인공 지능 분야에 다양한 학문을 다루는 학회입니다. 올해는 캐나다에 있는 밴프에서 10월 5일부터 8일까지 4일 동안 진행되었습니다.


이번 SMC에는 우리 연구실에서 이연창, 구장완 연구원이 구두 발표를, 장명환 연구원이 포스터 발표를 하기 위해 참석하였습니다. 이연창 연구원이 발표한 논문의 제목은 “Exploiting Job Transition Patterns for Effective Job Recommendation”, 구장완 연구원이 발표한 논문의 제목은 “Incremental Maintenance of C-Rank Scores in Dynamic Web Environment”, 장명환 연구원이 발표한 논문의 제목은 “Efficient Processing of Large-Scale Sparse Matrix-Matrix Multiplications on a Single Machine”입니다.


각 논문에 대해 간략히 요약하면, 이연창 연구원의 논문은 링크드인과 같은 구인/구직 사이트에서 각 구직자에게 가장 적합한 구인 공고를 추천해 주는 방안에 대한 내용을 담고 있습니다. 특히, 구직자의 이력 내에 순서를 고려하기 위한 다양한 방법들을 제안하였습니다.

구장완 연구원의 논문은 웹의 상태 변화를 반영하기 위해 문서들의 랭킹을 결정하기 위한 기반이 되는 C-Rank 점수를 주기적으로 갱신하는 방법을 제안하는 논문입니다.

마지막으로, 장명환 연구원의 논문은 단일 머신의 사용할 수 있는 메모리 크기가 제한된 상황에서 희소 행렬끼리의 곱셈을 가장 효율적으로 수행할 수 있는 방법을 분석하고 제안하는 논문입니다.


이 외에도 다양한 인공 지능 분야의 논문들이 발표되었는데, 특히 “Implementation of Human-Robot VQA Interaction System with Dynamic Memory Networks”와 “Effect of Parameter Sharing for Multimodal Deep Autoencoders”를 흥미롭게 들었습니다. 첫 번째 연구는 사용자 주변의 환경을 이해하여 이에 대한 정보를 natural language로 사용자에게 제공하는 Human-Robot Interaction (HRI) 시스템을 제안하였습니다. 특히, 해당 논문에서는 Visual Question Answering (VQA)를 위해, Dynamic Memory Networks (DMN) 와 deep learning network를 통합하는 방법을 보여주었습니다.

두 번째 연구는 단일 종의 센서를 이용하였을 때의 해석 오차를 줄이기 위해 서로 다른 기종의 센서를 활용하여 데이터를 얻고, 이를 뉴럴 네트워크에 학습시켜 정확도를 향상시키는 방법에 관한 것이었습니다. 또한 Autoencoders를 적용하여 Raw 데이터의 핵심 데이터만을 추출하여 학습하도록 하였습니다. 그러나 기존 연구와의 비교가 없어 얼마나 정확도가 향상되는지 알기가 어려웠던 점이 아쉬웠습니다.



[구장완]


제가 처음으로 참석한 해외 학회인 IEEE SMC은 인공 지능 분야의 대표적인 학회 중 하나입니다. 이번 SMC 2017은 Canada의 Banff라는 지역에서 열렸습니다.  아름다운 풍경을 자랑하는 Banff라는 지역에서 발표를 할 수 있는 기회를 얻게 되어 기분이 들뜨기도 하면서, 한편으로는 해외 학회에서 영어로 발표를 해야 된다는 부담감이 생기기도 했습니다. 4일 간의 학회 기간 중 2번째 날, 저는 “Incremental Maintenance of C-Rank Scores in Dynamic Web Environment”라는 주제로 구두 발표를 했습니다. 다행이도, 학회에 참석하기 전 연구실 내부에서 진행한 리허설에서 얻은 교수님과 선후배들의 조언을 통해 발표 준비에 많은 도움을 얻을 수 있었기에, 무사히 발표를 마무리할 수 있었습니다. 뿐만 아니라, 해외 학회에서 발표해보는 실전 경험과 다른 사람들의 발표를 들으며 더욱 많은 점을 배울 수 있었습니다. 이렇게 배운 점을 밑거름 삼아 더욱 발전하는 계기가 되었으면 좋겠습니다.

또한, 현재 진행하고 있는 추천 연구와 관련된 분야의 발표들을 주목해서 들었습니다. 그 중에 가장 인상 깊었던 발표는 “Modeling Prediction in Recommender Systems Using Restricted Boltzmann Machine”이었습니다. 이 연구에서는 딥러닝의 한 종류인 Restricted Boltzmann Machine (RBM)을 Collaborative Filtering에 적용한 기존 연구를 발전시켰습니다. 단순히 rating 정보만을 사용하던 기존 연구에서, 추가적으로 similarity와 popularity 정보를 사용해서 정확도를 높였습니다. 추천 분야에서도 딥러닝이 적용되는 추세에서 관련된 논문의 발표를 들으며 지식의 폭을 넓힐 수 있었습니다.

마지막으로, 이번 학회 참석을 계기로, Banff 이외에도 캐나다의 여러 도시들을 여행했습니다. SMC 학회를 마무리하는 것과 동시에 여행을 통해 몸과 마음을 가다듬고 회복할 수 있는 좋은 기회였습니다.

 


[장명환]

이번 SMC에 제출한 논문의 포스터 발표를 위해 학회에 참석하였습니다. 학회 첫째 날과 둘째 날에는 사람들이 많이 모이지 않아서 여유가 생길 거라고 생각했는데, 포스터 발표를 하게 되는 셋째 날에 사람들이 많이 모였습니다. 그래도 머신 러닝 등의 주제에 대한 포스터들에 사람들이 많이 모여서 설명을 듣느라 다른 곳은 비교적 한산했습니다. 가끔 한두 명이 포스터의 내용을 질문하였는데 구두 발표가 아니어서 그런지 요점만 설명해주는 것으로 끝났습니다.


포스터는 중국 사람들이 전시한 것들이 많았습니다. 저는 그 중 뉴럴 네트워크를 이용하여 센서의 오차를 줄이기 위한 연구 포스터를 보다가 설명을 듣기도 하였습니다. 이 날 저녁에는 SMC에서 주최한 식사를 하면서 다음 번 학회에 대한 내용을 들었습니다. 생각보다 많은 사람들이 모인 상태에서 시상식 등을 진행하였습니다.


학회가 열린 캐나다 밴프는 서울보다 규모가 작은 도시처럼 느껴졌습니다. 그러나 주변 볼거리가 있는 곳까지의 거리가 멀어서 많은 시간을 차로 이동하는 데에 보냈습니다. 밴프 곤돌라와 아이스필드 설상차, 레이크 루이스, 크루즈 등 많은 장소에 다녀오면서 맑은 배경을 감상하였습니다. 또한 주변이 온통 산맥이어서 풍경이 꽤나 시원하였습니다. 비가 온다는 예보가 있었지만 다행히도 저희의 관광 일정 직전이나 직후에 잠깐 비가 내려서 탈 없이 다녀올 수 있었습니다.


 


[이연창]

작년에 이어 두 번째로 SMC에 다녀왔습니다. 올해는 Banff라는 캐나다 로키 산맥 내에 위치한 아주 아름다운 마을에서 학회가 열렸습니다.  작년 SMC에서는 900편이 넘는 논문이 발표되다 보니 많이 어수선한 느낌을 받았는데, 올해는 편수도 500편 정도로 줄고 학회 장소가 여러 건물로 분산되다 보니 많이 차분해진 느낌이었습니다. 밴프라는 장소 또한 차분한 느낌을 주는 데 한 몫한 것 같기도 합니다.


제 발표는 오전 8시에 시작되는 세션에 포함되어 있어, 새벽부터 일어나 학회장에 가야했습니다. 너무 이른 시간에 시작해 발표자들과 몇 명의 사람만 발표 장소에 있었습니다. 학회 참석 전 연구실 선/후배들 앞에서 리허설을 준비한 덕분에, 정해진 시간 내에 발표 및 질의 응답을 마칠 수 있었습니다. 다만, 총 3개의 질문을 받았는데 한 가지 질문에 대해서는 명확히 답변을 해주지 못 한 것이 약간 아쉽습니다.


학회 참석 전/후로는 캐나다 내에 다양한 곳(옐로우나이프, 밴프, 밴쿠버)들을 방문하여 관광을 하였습니다. 특히, 옐로우나이프에서 본 오로라와 밴프에서의 풍경들은 평생 잊지 못 할 것 같습니다. 관광 내내 대부분 날이 좋아 더욱 즐거운 마음으로 여행을 할 수 있었습니다.


끝으로 논문을 완성할 수 있도록 세심하게 도움 주시고 학회에 참석할 기회를 주신 김상욱 교수님께 감사드립니다. 또한, 졸업 후에도 논문에 대해 검토해 준 유진이와, 지원 선배에게도 감사 인사드립니다.



Comments