우리 대학 AI대학원 참여대학원생인 박재균 박사과정이 인공지능 정보처리 기술 관련 세계 최고 학회 중 하나인 NeurIPS (Annual Conference on Neural Information Processing Systems)에 제1저자로 논문을 발표하는 성과를 일궈냈다. NeurIPS는 BK 인정 학술대회 리스트 최상위(IF 4 그룹)에 이름을 올린 학회로 인공지능 분야에서 그 명성이 높다.

박재균 박사과정이 발표한 연구는 계산량이 제한된 온디바이스 환경에서 구동 가능한 신경망에 관한 기술로 효율적인 신경망 설계와 관련된 기술이다. 학계와 산업계에서 경쟁이 치열하게 벌어지고 있는 지능형 로봇 분야의 한 세부 주제이기도 하다.

박재균 박사과정은 신경망의 계산복잡도를 자유롭게 조절할 수 있는 계산 모듈을 제안하여 신경망이 구동될 장치의 상황에 따라 유연하게 설계될 수 있도록 하였다.

사용자 행동 인식(Human Activity Recognition)은 의료, 물류, 제조 등 웨어러블 로봇이 활용되는 분야에서 사용자의 상태 인식, 위험 감지 등을 위해 사용되는 기술이다.

인공지능 모델은 디바이스가 제공할 수 있는 최대 계산 허용량이 높을 수록 더욱 높은 성능을 발휘한다. 하지만 디바이스의 칩셋, 메모리에 따라 최대 계산 허용량이 제한되므로 상황에 맞는 신경망의 설계가 매우 중요하다.

박재균 박사과정이 제안한 기술을 활용하면 신경망의 계산복잡도를 유연하게 조절할 수 있으므로 디바이스의 최대 계산 허용량에 맞춘 신경망의 설계가 손쉬워진다.

박재균 박사는 위 기술을 바탕으로 계산 허용량이 제한된 환경에서 더욱 높은 정확도를 달성할 수 있는 신경망 구조 연구를 진행할 예정이다.

이번 게재승인된 논문은 아래 링크를 통해 공개되어 있다.

Jaegyun Park, Dae-Won Kim, and Jaesung Lee

CALANet: Cheap All-Layer Aggregation for Human Activity Recognition

38th Annual Conference on Neural Information Processing Systems

Accepted, 9-15 December, 2024, Vancouver, Canada

https://openreview.net/forum?id=ouoBW2PXFQ