성신여대 김동하 교수, 벤쿠버 AI 학회서 논문 발표

과적합 딥러닝 모형 활용한 데이터 정제 방법론

[서울=뉴시스] 성신여대 김동하 수리통계데이터사이언스학부 교수가 지난달 27일까지 캐나다 벤쿠버에서 열린 인공지능 분야 세계 최고 권위의 '세계인공지능학회(Association for the Advancement of Artificial Intelligence, AAAI) 2024에서 연구 논문을 발표했다. (사진=성신여대 제공) *재판매 및 DB 금지

[서울=뉴시스]이주영 인턴 기자 = 성신여대 김동하 수리통계데이터사이언스학부 교수가 지난달 27일까지 캐나다 벤쿠버에서 열린 인공지능 분야 세계 최고 권위의 '세계인공지능학회(Association for the Advancement of Artificial Intelligence, AAAI) 2024에서 연구 논문을 발표했다.

AAAI는 전 세계 인공지능 연구의 성과를 발표하는 세계 최고 권위의 국제 학술대회다. 올해 국내외 약 1만 여편의 논문이 제출된 가운데 총 2340편이 발표 논문으로 엄선됐다.

김 교수는 논문을 통해 딥러닝 모형을 이용한 데이터 정제 방법론을 제안했다. 논문 제목은 'IOFM: Using the Interpolation Technique on the Over-Fitted Models to Identify Clean-Annotated Samples'이다.

김 교수는 과적합 모형을 활용해 학습 데이터에 포함된 오류 라벨 데이터를 정밀하게 정제할 수 있다는 것을 제안하고 정밀한 실험을 통해 이론적으로 입증했다. 입력 공간과 과적합 모형의 은닉층 공간에서의 데이터 분포 특성을 이용해 오류 라벨 데이터를 구분할 수 있는 새로운 스코어를 개발했다.

그는 "최근 확산 모델, 거대언어모델(LLM)로 대표되는 대용량 딥러닝 모형이 폭발적인 관심을 받으면서 대량의 학습 데이터의 품질 관리 또한 중요한 문제로 대두되고 있다"며 "현재 이 분야의 관심이 높은 만큼 성신여대 교수진, 학생들과 함께 다양한 협력 연구를 진행해 양질의 연구 성과를 만들어가길 바란다"고 전했다.

☞공감언론 뉴시스 jooyoung4452@newsis.com