반복영역 바로가기
주메뉴로 바로가기
좌측메뉴로 바로가기
본문으로 바로가기

Home News&ActivityISysE Blog

ISysE Blog

프린트페이스북

대세는 머신 러닝! '인공지능 및 데이터 마이닝' 수업 발표회

2017.06.23 12:23

  배움의 연속이었던 봄 학기가 끝나고, 방학이 시작되었습니다. 학교가 꽤 한산해졌는데, 산업 및 시스템 공학과 건물만은 그렇지 않았습니다. 지난 23일 정오, 학과 건물 2층 복도에선 문일철 교수님께서 강의하시는 ‘인공지능 및 데이터 마이닝 응용 기술’ 수업의 발표회가 있었습니다. 수강생들은 연구 주제를 직접 설정하고, 머신 러닝을 적용해 유의미한 결과를 도출해냈습니다. 발표회는 연구에서 사용된 기법과 결론 등을 정리한 포스터를 발표하는 방식으로 이뤄졌습니다.

 

총 16가지의 연구 포스터가 전시되어 있었고, 취재 기사로서 몇몇 연구에 대해선 세부적인 설명을 들어보았습니다.

 

  1 2

 

“저희는 중환자 데이터를 사용해 사망률을 예측하는 연구를 했습니다. 기존에 사망률을 예측할 땐, scoring system를 통해서 환자의 몸 상태에 대해 점수를 내고. 그를 통해 사망률을 예측하는데, 이는 정확도가 많이 떨어지는 측면이 있습니다. 따라서 저희 연구 같은 경우엔 뉴럴 네트워크를 사용해 classification를 해보려 했습니다. MIMIC 이라는 오픈소스 데이터를 사용했고, 거기서 급성심부전증이 있는 환자들을 대상으로 그 사람의 사망률이 어떠한지에 대한 연구를 했습니다. scoring system에서 사용되는 해당 내역들을 뉴럴 네트워크에 입력 값으로 사용하고, 점수 체계에 들어가지 않는 치료 내역 또한 입력 값으로 사용해서, 그 사람의 사망률을 더 정확히 예측했습니다. MLP라는 뉴럴 네트워크 방식을 첫 번째로 사용했고, 오토인코딩을 다양한 치료 방식 중 더 중요한 치료 방법을 결정하는 데에 사용했습니다. 중요한 피처(feature)들을 오토인코더가 뽑아내고, 뽑아낸 피처들에 대해서 또 다시 neuronet classification을 보내서 사망 여부를 예측했고, 결과적으로 scoring system이나 기본적인 모델들 보다 예측력이 높았습니다.” (마은열, 고태영-M.S, Idustrial Statistic Lab)

 

 

 

  3 4

“ 저희는 자동으로 야구 투구 궤적을 분류하는 시스템을 만들었습니다. 직구와 슬라이드, 서브 볼은 수평 쪽에서 보나 수직 쪽에서 보나 궤적이 다 다릅니다. 따라서 궤적을 사진으로 찍었을 때, 자동으로 이 투구가 어떤 종류의 투구인지를 분류할 수 있습니다. 하지만 기존의 일반 CNN (convolutional neural network)을 사용했을 땐 퍼포먼스가 낮고 오래 걸렸습니다. 반면 저희가 가져온 RCNN(region based CNN)은 우리가 원하는 물체가 어디에 있는지를 찾는데 특화되어 있습니다. 따라서 일차적으로 투구가 어디에 있는지를 먼저 찾고, 그 이후에 CNN을 돌렸기 때문에, 기존에 있던 퍼포먼스인 0.815에서 0.998로 많이 올라갔습니다.” (도우진, 최정현-M,S, Industrial Statistic Lab)

 

채점은 문일철 교수님, 김희영 교수님, 박진규 교수님 세 분의 교수님께서 16개의 연구에 대해 직접 해주셨습니다.

 

 

  5 6

 

 

학과장이신 이태억 교수님께서도 발표회에 참석하셔서, 연구들을 둘러보시고, 연구에 관해 학생들과 대화를 나누셨습니다.

  7  8

 

 

(김도형-Ph.D. Applied Artificial Intelligence Lab)

“아직은 초창기 단계지만, 원하는 지점까지 크게 문제없이 날 수 있습니다.”

“자세를 유지하고, path planning, 날개 등 조절까지 가능한 거군요.”

“비행기 조절이 상당히 복잡해 조절이 조그만 잘못 되어도 뒤집어질 수 있는데, 머신러닝 기술을 이용해 안정적으로 만들었습니다.”

“무인항공기 같은 곳에 적용될 수도 있겠군요.“

“네. 여기서부터 모델과 실제 내장 소프트웨어와의 차원이 없어집니다. 모델에 들어가서 잘 동작하면, 바로 소프트웨어에 내장시켜 무인항공기에 적용시킬 수도 있습니다,”

“항공과 연구소들과도 협력 중인가요?”

“네. 협력을 하고 있고, 그 쪽에서도 관심이 많습니다.”

“기대한 만큼 잘 되나요?”

“그래도 시간들인 만큼 아웃풋이 나오고 있고, 나중에 바람이 불거나 힘든 상황에서도 충분히 가능할 것 같습니다,”

 

 

  수강생 분들과의 인터뷰에서 강의 제목이 “인공 지능과 데이터 마이닝 응용”인 만큼 연구에 필요한 데이터를 얻고, 그 데이터를 연구에 사용할 수 있게 처리, 가공하는 과정 또한 어렵고 중요한 것임을 알 수 있었습니다.

 

또한 학부 생으로서 머신 러닝, 인공 지능의 사용이 얼마나 강력한 것인지 느껴볼 수 있었습니다. 자전거 재고 예측, 패션, 가스 조절기 등 정말 다양한 분야에 머신 러닝이 적용된 것을 직접 확인할 수 있었기 때문입니다. 한 대학원생 분께서는 머신 러닝을 이론적으로 아는 것과 실제로 구현하는 것에서 상당한 괴리감을 느끼셨다고 하셨는데, 아직은 이론을 공부하고 있는 학부 생으로서 한층 더 학업에 긴장감을 느끼게 되는 경험이었습니다.

 

연구 포스터는 일주일 동안 산업 및 시스템 공학과 2층 건물 복도에 전시된다고 합니다. 많은 분들께서 유익한 연구들을 직접 봐보시면 더욱 좋을 것 같습니다.

 

 

KAIST 산업및시스템공학과 기자단
서지연
Seo Ji Yeon
E-mail : gehen9192@kaist.ac.kr
Phone : 010 – 2474 - 8033

List