LG AI Expert Course 2023년도 2차수 수료식 & 성과공유회

LG그룹 구성원의 AI 역량 강화를 위한 인력 양성 프로그램, LG AI Expert Course 2023년 하반기 과정이 성공적으로 마무리되었습니다. LG그룹 6개 계열사(LG전자, LG생활건강, LG이노텍, LG에너지솔루션, LG화학, LG디스플레이)에서 12명의 교육생이 참가해, 12주 동안 LG AI연구원 소속 AI 전문가들의 1:1 멘토링을 바탕으로 현업 문제 해결을 위한 연구를 진행했습니다.

그 성공적인 마무리를 기념하는 수료식과 연구 결과를 공유하는 성과공유회가 11월 21일 LG 사이언스파크 ISC동 비전홀에서 진행되었습니다. 지난 차수보다 더 다양한 계열사에서 참석하여 넓은 분야의 문제를 접하는 기회가 되었던 성과공유회 현장을 소개해 드리겠습니다.

수료증 수여식 & 우수과제 시상식

가장 먼저 12주간의 성과를 기념하는 수료증 수여식과 우수과제 시상식이 함께 진행되었습니다. 우수 과제는 기술 난이도, 사업 파급력, 교육적 성장을 기준으로 한 LG AI연구원 내부 심사위원들의 평가와 임직원 온라인 투표 결과를 합산하여 선정되었습니다. 가장 높은 점수를 받은 세 과제에는 Best Practice(BP) 상이 주어졌습니다.

1위는 LG화학 김연승 책임의 ‘분류와 이상 탐지를 동시에?! Labeling (거의) 없이 해보자!!’, 2위는 LG이노텍 추정환 선임의 ‘TS 검사 무인화 2단계 검사 영역(ROI) 지정 자동화’, 3위는 LG전자 박수찬 선임의 ‘Knowledge Graph Question Answering (KGQA) 시스템에 대한 EXAONE 언어모델 최적화’가 수상했습니다.

“AI 활용도에 따라 업무 역량의 격차도 커질 것”

시상식 후에는 배경훈 원장의 축사가 이어졌습니다. 배경훈 원장은 먼저 유의미한 성과를 거둔 수료생과 멘토들에게 축하 인사를 전한 뒤, LG AI Expert Course의 시작과 의의를 이야기했습니다.

그는 “LG AI Expert Course는 LG 계열사 전문 인력들이 어떻게 하면 AI 관련 지식을 빠르게 습득할 수 있을까 하는 고민에서 출발했다”며, “AI 강의나 온라인 수업 같은 일방적인 교육보다, 본인에게 친숙한 분야에서 문제를 찾고 AI로 직접 해결해 보는 방식이 더 효과적이었다. 누군가 옆에서 가이드나 지도를 해주니 더 빠르게 성장하는 결과를 보였다. LG AI Expert Course는 그렇게 시작되었다”고 이야기했습니다.

그러면서 “앞으로는 모든 업무에 AI가 도입되고, 그로 인해 많은 변화가 이루어질 것이다. AI와 관계가 없다고 생각하는 분야에도 AI가 침투하고, AI를 누가 더 잘 활용할 수 있는지에 따라서 그 사람의 업무 생산성이나 효율성이 달라질 것이다”라고 강조했습니다. 우리가 기존에 몇 개월, 몇 년에 걸쳐서 하던 일들을 앞으로는 며칠, 몇 시간 안에 해낼 수 있고, 그런 시대가 열렸을 때 AI를 잘 활용하는 사람과 그렇지 않은 사람의 격차는 점점 더 커질 것이라고 말하며 AI 기술 연구에 대한 필요성을 이야기했습니다.

배경훈 원장은 “단순한 공부가 아니라 LG AI Expert Course처럼 현업의 문제를 직접 경험할 기회들을 찾으면 더 도움이 될 것이다”는 조언을 건네며, “언제든지 도움이 필요하다면 LG AI연구원에 찾아와 주시면 감사하겠다”라는 격려로 축사를 마무리했습니다.

현업의 문제를 치열하게 고민한 Best Practice 발표회

Best Practices 연구 결과를 공유하는 성과 발표회에서는 1위~3위 수상자들이 연구 배경과 목표부터 진행 과정, 성과와 개선 방안, 현업 적용 방안 등을 상세하게 공유하고 소감을 나눴습니다.

BP 3위 수상 연구 : Knowledge Graph Question Answering (KGQA) 시스템에 대한 EXAONE 언어모델 최적화 – LG전자 박수찬 선임

LG전자 박수찬 선임은 EXAONE Lab 김성환 멘토와 함께 ‘Knowledge Graph Question Answering (KGQA) 시스템에 대한 EXAONE 언어모델 최적화’ 주제로 연구를 수행했습니다. 해당 연구는 LG전자에서 고객 상담에 활용하는 챗봇의 성능을 개선하기 위한 고민에서 시작했습니다.

AI 기술이 급격하게 발전하면서 챗봇에서도 AI를 활용한 개선 사례가 많이 생겼고, 특히 2022년에 챗GPT의 등장으로 인해 챗봇에 대한 사용자들의 기대감이 크게 높아졌습니다. 하지만 언어 모델이 세상의 모든 정보를 다 알고 있는 것은 아니기 때문에, 틀린 말을 그럴듯하게 하는 Hallucination 문제가 많이 불거지기도 했습니다.

박수찬 선임은 Hallucination 문제를 자사의 도메인에서 해결하기 위해 자사 제품, 서비스와 관련된 정보를 지식그래프라는 형태의 외부 데이터베이스로 구축하고, 이를 통해 정확한 답변을 할 수 있는 지식그래프 기반의 질의응답 시스템, ‘KGQA 시스템’을 팀에서 개발했습니다. 해당 시스템의 NLU, NLG Task에서 EXAONE을 사용했으며 EXAONE을 KGQA에 맞게 최적화시키는 것을 중심으로 과제를 진행했습니다. 그는 “이러한 시스템을 통해 고객에 맞는 개인화된 서비스를 제공하고, 고객 만족 경험을 확장시키고 싶다”고 말하며, AI Expert Course 과정에서 배운 경험을 토대로 좋은 서비스를 만들 수 있도록 노력하겠다는 포부를 전했습니다.

BP 2위 수상 연구 : TS 검사 무인화 2단계 검사 영역(ROI) 지정 자동화 - LG이노텍 추정환 선임

다음으로 2등을 수상한 LG이노텍 추정환 선임의 발표가 이어졌습니다. 추정환 선임은 Vision Lab 조연식 멘토와 함께 ‘TS 검사 무인화 2단계 검사 영역(ROI) 지정 자동화’ 연구를 진행했습니다. TS(Tape Substrate)란 디스플레이 구동 IC와 패널 간 신호 연결을 수행하는 얇은 테이프 형태의 기판으로, 본 연구는 TS 제품 검사에 AI 자동화를 적용해 휴먼 리소스를 절감하고자 하는 목적으로 수행되었습니다.

이전 딥러닝을 이용한 과제들이 비전 검사기의 결과물을 가지고 양품과 불량을 분류하는 Classification에 치중되어 있었다면, 이번 AI Expert Course 과정에서는 비전 검사기를 어떻게 세팅하고, 어떤 영역에 어떤 검사를 넣을 것인지를 자동화하는 것에 집중했습니다.

결과적으로 사람이 그린 검사 영역과 AI가 그린 검사 영역이 거의 유사한 정도까지 올라온 성과를 얻었습니다.

발표를 마무리하며 추정환 선임은 “생산기술팀에서 근무하다 보니 연구직 분들과 같이 일을 해본 경험이 많지 않다. 대부분 우리가 연구를 의뢰하는 역할이었는데, 함께 연구를 해보니 우리가 어떻게 요청해야 더 효율적인 결과가 나오는지를 훨씬 더 잘 알게 되었다.”고 소감을 이야기했습니다.

BP 1위 수상 연구 : 분류와 이상 탐지를 동시에?! Labeling (거의) 없이 해보자!! - LG화학 김연승 책임

마지막으로 LG화학 김연승 책임이 Vision Lab 김진형 멘토와 함께 진행한 ‘분류와 이상 탐지를 동시에?! Labeling (거의) 없이 해보자!!’ 연구 결과를 발표했습니다. 본 연구는 분리막 생산 DXP 현장에서 구축해 온 시스템을 고도화하는 것을 목표로 삼았습니다.

분리막은 배터리 내 양극과 음극의 쇼트를 막아주는 소재로, 안정성을 높이기 위해 SRS라는 코팅을 합니다. 이 과정에서 불순물이 섞이지 않도록 비전 검사기로 트래킹과 마킹을 해서 어떤 불순물이 있는지 확인하고 조치해야 합니다. 이때 가장 중요한 두 가지는 불순물 분류와 신규 불량 여부를 판단하는 것입니다.

현재 현업에서도 분량 분류와 요주 불량을 모니터링할 수 있는 시스템이 구축되어 있지만, 그 두가지가 이원화된 한계가 있습니다. 그래서 김연승 책임은 주요 불량을 분류할 수 있을 뿐만 아니라 기존 불량의 분포에서 벗어나는 신규 불량을 한 번에 Single stage로 모니터링 할 수 있는 시스템을 구축하고자 했습니다.

이를 위해 김연승 책임은 Self-Supervised Learning 모델을 사용하여 각 도메인에 최적화된 CNN 백본 네트워크를 추출하는 모델을 만들었고, 그 결과 기존에는 불량이 아님에도 신규 불량이라고 감지했던 것을 정상적으로 감지할 수 있게 되었습니다.

김연승 책임은 “3개월이라는 기간 동안 전문적인 식견을 가진 AI연구원 멘토님으로부터 많은 지도를 받아서 영광이었다. 비전 쪽과 연계된 현업 분들과 많은 인사이트를 주고받을 수 있는 기회가 된 것 같아서 너무 좋았다”고 말하며, 앞으로도 조금 더 모델을 가다듬고 연구를 진행할 것이라는 다짐을 전했습니다.

멘토와 멘티가 함께 성장할 수 있었던 LG AI Expert Course

마지막으로 Best Practice 과제를 함께 진행한 멘토들의 소감을 들어보는 시간을 가졌습니다. EXAONE Lab 김성환 멘토는 “고생하신 만큼 좋은 결과를 거두게 되어 기쁘고, LG AI Expert Course 과정을 통해 사업 모델이 현업에 적용되고 성능이 향상되는 모습을 보는 것이 저에게도 의미 있는 경험이었다”라고 말했습니다.

Vision Lab 조연식 멘토는 “멘토로서 참여했지만, 저도 배울 점이 많았다. 연구원으로서는 알기 어려운 현업의 문제와 제약사항, 고려해야 할 점에 대해 많이 알게 되었다. 멘토와 멘티 모두에게 좋은 기회였던 것 같다”라고 소감을 전했습니다.

Vision Lab 김진형 멘토는 “처음에는 아이디어가 잘 안 풀려서 걱정이 많았는데, 멘티님께서 매주 뭔가를 해 오시고 조금씩 문제를 해결해 나가면서 성공적으로 마무리를 할 수 있었다”라고 말하며, “현업 문제를 열정적으로 해결하려는 자세와 노력이 인상 깊었고, 함께해서 영광이었다”라는 격려와 감사의 메시지를 전했습니다.