교육연구단으로 성장하기 위한 노력
포항공과대학교 포스텍 인공지능 대학원 혁신인재 양성 교육연구단장 한욱신 교수
AI는 미래산업을 이끌어갈 신성장 동력으로 주목받고 있다. 본 연구단은 세계 수준의 AI 융복합 교육/연구/국제화/산학협력 교육연구단으로 성장하기 위해, AI 신산업을 이끌어 갈 P-융합형 인재 양성, 세계 최고 수준의 융복합 AI 연구역량 확보, 산학협력을 통한 AI 신산업 선도에 박차를 가하고 있다.
교육 활성화 방안 및 우수사례
포스텍 인공지능 대학원 혁신인재 양성 교육연구단은 AI 분야에서 세계적으로 인정받는 인재를 양성하는 것을 목표로 삼고 있다. 이를 위해, 미디어 AI, 데이터 AI 및 AI 이론을 중심으로 교육과정과 연구 분야를 설정하고 AI 신산업분야를 선도하는 인재를 양성하고 있다. 구체적으로, AI 핵심 및 융복합 분야에 대한 기초트랙 과목과 타 학과와의 AI+X 관련 과목을 탄력적으로 운용하여 다양한 AI 신산업분야의 인재를 양성하는 기반을 마련하고 있으며, 최신 AI 연구 동향과 산업 수요에 대한 세미나 과목을 통해 교육과 연구를 유기적으로 연결하여 최신 AI 연구 및 응용 융합 연구를 수행하고 있다. 이러한 교육과 연구는 AI 신산업분야를 이끌어갈 진취적인 개척자 정신과 함께 학문적 수월성과 산업적 감각을 가진 P-융합형 인재를 양성하는 데 큰 도움이 된다.
또한 본 대학원 교육연구단은 우수한 전임교원과 AI+X 융합인재를 양성하기 위해 자체평가와 개선의 체계를 구축하고, 타 학과와 협조를 통해 학기별 다양한 과목을 설치 및 운영하여 융합연구 활성화를 지원하며, 다양한 프로그램을 운영하여 대학원생의 연구 활동을 지원하고 있다. 구체적으로, 본 교육연구단은 2021.8~2022.9 기간 동안 학기별 5개, 7개의 대학원 과목을 설치/운영하였으며, 학과 간 교차과목(총 20개)을 통해, 융합 연구 활성화를 지원하고 있다. 또한 등록금 전액을 2년간 지원하는 차별화된 장학금 혜택, 해외 학회 참가 비용 지원, 국내외 AI 분야 우수연구자 초청 세미나, 2022 Summer AI 세미나 시리즈, 우수 학술대회의 최신 논문 및 성과 공유세미나 등을 통해 대학원생의 연구 활동을 적극적으로 지원하고 있다. 더불어 대학원생들의 우수 논문발표를 유도하고 활발한 연구 활동 동기를 고취시킬 목적으로 매년 우수논문상을 수여하고 있다. 2022년에는 AI 분야 최우수 국제학술대회 중 하나인 CVPR 2022에 논문을 게재한 대학원생 2명을 포함하여, AI 분야 최우수 국제학술대회인 CVPR 2022, ECCV 2022, NeurIPS 2022, MICCAI 2022에 논문을 게재한 대학원생들을 대상으로 대상 2명, 최우수상 3명, 그리고 우수상 2명을 수여한 바 있다.
동 기간 산업적으로 유망한 그래프 기반 기계 학습 분야와 대규모 인공지능 학습에서 문제해결 분야에 두각을 나타내는 2명의 전임교원을 충원하였으며, AI+X를 위한 겸임 교원 53명을 충원하는 성과를 이루었고, 매년 2~3명의 전임교원과 2명의 전임교원을 충원하여 교육과 연구를 수행할 계획이다. 이러한 노력은 대학원 교육의 충실성과 지속성을 강화하고 인공지능 전문가를 양성하여 학계와 산업계에서 큰 역할을 하는 데 이바지할 것이다.
더불어, 코로나19 사태임에도 불구하고 교육과 연구의 국제화를 위해 다양한 노력을 기울이고 있다. 이를 위해 외국 대학과의 복수 학위제, 해외 연구소와 원격 인턴십, 공동연구 등을 통해 글로벌 네트워크를 구축하고 있다. 특히, 2020년 12월 Cairo University와 온라인 석사학위 협약을 체결하여 코로나19 사태가 안정화된 2023년부터 이를 운영할 계획이며, 홍콩과기대학과 복수 학위제 활성화, 호주국립대학과 복수 학위제 협의를 추진 중이다. 또한 해외 유수 대학 및 인공지능 관련 선도 연구기관과 국제 공동연구를 강화하고 있으며, 교원 국제화 정책, 우수 해외학자 초청 강연 등을 통해 교육과 연구의 국제화를 촉진하고 있다. POSTECH-CMU 인공지능 교육혁신 프로그램을 운영하여 공동연구 기회를 모색 중이며, 미국 및 유럽 등지의 해외 유수 대학 및 인공지능 관련 선도 연구기관과 국제 공동연구 강화를 통해 국제 협력 네트워크를 강화해 나가고 있다. 이러한 노력은 본 연구단의 국제적 경쟁력을 키우고, 세계적으로 인정받는 우수한 연구단으로 인정받기 위한 중요한 요소이다.
포스텍 인공지능 대학원 혁신인재 양성 교육연구단은 중점 연구 분야를 미디어 AI, 데이터 AI 및 AI 이론으로 특화하고 UCBerkeley, GeorgiaTech, NTU 등의 해외 유수 대학 및 Google, Amazon, MSRA 등의 IT 기업 연구팀과 적극적으로 교류하면서 국제 수준의 연구를 수행하고 있다. 2021.8~2022.9 기간동안 CVPR, ICCV, NeuroIPS, ICML, SIGMOD, SIGGRAPH, ICDE 등 BK21사업에서 인정하는 AI 유관 분야 우수국제학술대회에 영향력 있는 논문들을 발표해 오고 있으며, 지자체나 기업 등 산업현장을 대상으로 한 AI 교육프로그램 운영, 전문 인력 양성 교육을 통해 AI 기술의 저변 확대 및 산업 발전에도 기여하고 있다. 대표적인 우수 연구성과는 아래와 같다.
1) 자연어 문장으로 표현한 대상을 주어진 영상에서 인식하는 연구 (CVPR 2022)본 연구는 자연어 문장으로 표현한 대상을 주어진 영상에서 인식하는 비전-언어 멀티모델 AI 모델에 관한 연구이다. 종래 기술과 달리 제안하는 모델은 영상과 문장 각각의 의미적 구조를 파악함과 동시에 그들 사이의 상세한 대응 관계를 이해할 수 있으며, 이를 위해 트랜스포머 구조를 차용하였다. 본 연구는 특히 문장 정보를 통해 물체 분류기를 동적으로 생성한다는 특장점을 가진다. 제안하는 방법은 해당 문제를 풀 수 있는 최초의 트랜스포머 모델이라는 의의를 가질 뿐만 아니라, 모든 평가 데이터셋에서 종래 기술들을 압도하였다. 본 연구는 미디어 AI 분야 최우수 국제학술대회인 CVPR 2022에 발표되었으며, MSRA Highlight에도 소개되었다.
2D 사진들로 구성된 학습 데이터로부터 3D 모델을 생성할 수 있는 생성 모델을 학습하는 방법들이 제시되었으며, 매우 좋은 품질의 결과를 보여주고 있다. 하지만 기존 논문들은 3차원 구조를 명확히 정의할 수 있는 실제 사진이 학습 데이터로 사용된 경우에만 동작하며 예술적인 그림이나 애니메이션, 캐리커처와 같은 그림에 대해서는 3차원 구조를 학습하는 방법이 존재하지 않는다. 본 연구에서는 예술적인 그림이나 애니메이션, 캐리커처와 같은 그림으로부터 3차원 구조를 생성해 내는 생성 모델을 학습해 내는 방법을 제시하였다. 이 연구는 미디어 AI 분야 최우수 국제학술대회인 ACM SIGGRAPH 2022에 논문으로 게재되었다.
본 연구는 문법적인 오류를 고치는 모델에 대한 자기 공급 훈련 (Self-feeding Training) 방법을 제시하였다. 제안한 모델은 주석이나 딥 뉴럴 네트워크 구조 없이도 가장 좋은 성능을 보였으며, 모든 도메인과 언어들에 대해 레이블이 없는 훈련이 가능하다는 것을 증명하였다. 본 연구는 AI 이론 분야의 국제 저널인 Computer Speech & Language 2023에 논문으로 게재되었다.
본 연구는 자동 튜닝 오버헤드를 줄이기 위해, 뉴럴 예측자(neural-predictor)를 사용하는 방법론을 제안하였다. 제안하는 방법은 모델의 입력이 각 작업에 맞는 표현(representation)을 가질 수 있도록 하여 샘플링이 더 좋은 성능을 가질 수 있도록 유도하였다. 제안한 방법은 CNN과 트랜스포머 모델과 비교하여 향상된 모델 추론 시간을 보였고, 구체적으로 이전에 비해 컴파일 속도가 최대 67.7배 향상하였다. 본 연구는 데이터 AI 분야 권위 학술 대회인 ACM SIGPLAN CC 2022에 논문으로 게재되었다.
학습된 카디널리티 추정(CE)은 전통적인 CE를 대체할 수 있어 주목받고 있다. 그러나 기존 추정기들은 독립적으로 개발되었으며 공정하고 포괄적인 방법으로 비교되지 않았다. 대부분 연구는 그들의 한계를 판단하기에는 단순한 데이터셋을 사용하였으며 오류의 원인에 대해 깊은 이해 없이 블랙박스로 이를 간주한다. 본 연구는 추정기에 대한 심층 이해를 위한 분류와 추정기의 통합 워크플로우를 제안하였다. 그리고 일부 테이블부터 전체 데이터셋에 대해, 조인(join)을 지원하는 학습된 CE 방법들을 종합적으로 비교하고, 블랙박스 모델에서 오류를 일으키는 구성 요소들을 분석하였다. 또 질의 최적화에 미치는 영향을 측정하고 연구 결과를 바탕으로 현실적인 연구 방향을 제안하였다. 본 연구는 데이터 AI 분야의 최우수 국제학술대회인 ACM SIGMOD 2022에 발표되었다.
-
학습 모델 아키텍처들 -
제안한 학습 예측기의 통합 워크플로우
포스텍 인공지능대학원 대학원 혁신인재 양성 교육연구단은 특화된 AI 교육시스템과 창의적이며 자율적인 연구환경을 조성하고, 글로벌 역량을 강화하여 세계 최고의 AI 융복합 인재를 양성하고 있다. 또한 기초 AI 연구역량을 토대로 world-class top-tier를 유지하며 AI 융합 연구를 통해 파급력 있는 연구성과를 달성하고 있다. 국내외 교육/연구기관과 적극적인 협력을 통해 세계적인 교육 기관과 나란히 설 수 있도록 역량을 강화하고 있으며, 지속적인 산학협력을 통해 국가와 사회 발전에 이바지하기 위해 내실 있는 계획을 마련하고 있다. 이러한 노력을 통해 본 연구단은 향후 10년 이내에 AI 분야를 선도하는 세계적 수준의 교육연구단으로 성장할 것으로 예상한다.
향후 본 교육연구단은 AI 연구의 세계적인 구심점 역할을 할 것이며 이를 통해, 첨단 미래 AI 기술 발전에 이바지하며, AI 이론과 연구개발, 응용 능력을 갖춘 인재를 양성하고, ICT 산업 및 4차 산업혁명에 필요한 산업적 기반을 확충함과 더불어 AI 특구 및 스타트업 활성화를 통해 국내 기업의 경쟁력을 강화하고 국가 경쟁력을 제고 하는데 이바지하고자 한다.
우수 연구단의 성과 공유 및 지원 확대, 미래 먹거리인 새로운 신성장 동력 사업의 발굴 및 적극적인 인재 양성지원 등을 통해, 대학의 내실을 다지고, 우수 인력 배출을 통해 국가 발전에 이바지하며, 지역사회가 과학 및 산업 특구로서 성공하는데 BK21 혁신인재 양성사업이 중추적 역할을 할 수 있기를 기대한다.