[에듀플러스] 김동하 성신여대 교수, 세계인공지능학회에서 연구 논문 발표

이지희 2024. 2. 29. 17:05
자동요약 기사 제목과 주요 문장을 기반으로 자동요약한 결과입니다.
전체 맥락을 이해하기 위해서는 본문 보기를 권장합니다.

성신여대는 김동하 수리통계데이터사이언스학부 교수가 캐나다 밴쿠버에서 열린 인공지능 분야 세계 최고 권위의 '세계인공지능학회(Association for the Advancement of Artificial Intelligence, 이하 AAAI) 2024'에서 연구 논문을 발표했다고 28일 밝혔다.

김동하 교수가 발표한 논문은 'IOFM: Using the Interpolation Technique on the Over-Fitted Models to Identify Clean-Annotated Samples'로 김 교수는 딥러닝 모형을 이용한 데이터 정제 방법론을 도출해냈다.

음성재생 설정
번역beta Translated by kaka i
글자크기 설정 파란원을 좌우로 움직이시면 글자크기가 변경 됩니다.

이 글자크기로 변경됩니다.

(예시) 가장 빠른 뉴스가 있고 다양한 정보, 쌍방향 소통이 숨쉬는 다음뉴스를 만나보세요. 다음뉴스는 국내외 주요이슈와 실시간 속보, 문화생활 및 다양한 분야의 뉴스를 입체적으로 전달하고 있습니다.

김동하 성신여대 수리통계데이터사이언스학부 교수

성신여대는 김동하 수리통계데이터사이언스학부 교수가 캐나다 밴쿠버에서 열린 인공지능 분야 세계 최고 권위의 '세계인공지능학회(Association for the Advancement of Artificial Intelligence, 이하 AAAI) 2024'에서 연구 논문을 발표했다고 28일 밝혔다.

김동하 교수가 발표한 논문은 'IOFM: Using the Interpolation Technique on the Over-Fitted Models to Identify Clean-Annotated Samples'로 김 교수는 딥러닝 모형을 이용한 데이터 정제 방법론을 도출해냈다.

이번 연구를 통해 김 교수는 과적합 모형(Over-Fitted Models)을 활용한 학습 데이터에 포함된 오류 라벨 데이터를 정밀하게 정제할 수 있다는 것을 제안했다. 또한, 정밀한 실험을 통해 해당 방법론의 우수성을 이론적으로 입증했다. 특히 입력 공간과 과적합 모형의 은닉층 공간(Hidden layers)에서의 데이터 분포 특성을 이용해 오류 라벨 데이터를 구분할 수 있는 새로운 스코어를 개발했다는 점에서 학계의 주목을 받았다.

김동하 교수는 “최근 확산 모델(Diffusion Model), 거대언어모델(LLM)로 대표되는 대용량 딥러닝 모형이 폭발적인 관심을 받으면서 대량의 학습 데이터의 품질 관리 또한 중요한 문제로 대두되고 있다”면서 “해당 분야의 관심이 높은 만큼 성신여대 교수진, 학생들과 함께 다양한 협력 연구를 진행해 양질의 연구 성과를 만들어 가겠다”고 소감을 전했다.

한편, AAAI는 전 세계 인공지능 연구의 성과를 발표하는 세계 최고 권위의 국제 학술대회로 올해는 국내외 약 1만 편의 논문이 제출된 가운데 총 2340편이 발표 논문으로 엄선됐다.

이지희 기자 easy@etnews.com

Copyright © 전자신문. 무단전재 및 재배포 금지.

이 기사에 대해 어떻게 생각하시나요?