최신 AI 트렌드와 우수 사례가 한자리에! LG AI Spring Party Mar, 2021

지난 3월 4일 LG AI연구원은 AI 전문가들과 계열사 임직원들을 초청하여 연구 성과와 정보를 공유하는 AI Spring Party’를 열었습니다. LG AI Spring Party는 AI 고급문제해결과정을 통해 LG 계열사의 과제를 해결한 사례를 공유하는 BP(Best Practice) 콘퍼런스, AI 분야 전문가들이 최신 AI 연구 트렌드를 소개하는 AI Talk Concert, AI Hackathon 시상식 세 개의 행사로 진행되었습니다.

코로나로 인해 대면으로 모이진 못했지만 모든 행사는 웨비나로 온라인 생중계되었습니다. 흥미진진한 AI 이야기로 가득 찼던 하루, LG AI Spring Party 현장을 함께 보시죠!

지금 가장 핫한 AI 이슈를 말하다, AI Talk Concert

Trend in Large Language Models (Feat. GTP-3) / KAIST AI대학원 서민준 조교수



첫 연사로 자연어 처리 분야의 전문가인 서민준 교수가 나와 언어 모델의 최근 흐름을 짚어줬습니다. 서 교수는 최근에 각광받는 GPT-3와 Dall-E 같은 대규모 언어 모델을 소개하며 점점 규모가 커지는 언어 모델의 트렌드와 다양한 활용, 이들 언어 모델이 가지고 있는 한계와 위험성에 대해서 이야기했습니다.

또한 언어 모델의 성능을 높이는 다양한 요인이 있지만 그중 모델의 규모가 가장 큰 영향을 미친다는 연구 결과를 보여주며, 따라서 자원을 분배할 때 모델 규모에 가장 많이 할애하고 그다음으로 데이터셋의 크기, 학습량의 순서로 분배하는 것이 필요하다고 밝혔습니다. 이밖에도 MoE(Mixture of Experts) Transformer, Switch Transformer 모델과 최신 다국어, 대화 모델도 함께 소개했습니다. 

Attention-Based Autoregression for Accurate and Efficient Time Series Forecasting / 서울대학교 컴퓨터공학부 강유 부교수 

시계열 예측은 과거의 데이터로 미래를 예측하는 기술입니다. 대표적인 시계열 예측으로는 도시의 교통량이나 전기 소모량, 주가 예측이나 제품 판매, 장비 수명 예측 등이 있는데요. 강유 교수는 다변수(multivariate) 시계열 예측을 주제로 개별 단위가 아닌 여러 단위의 정보를 동시에 고려하면 예측 모델의 성능을 높일 수 있다고 말했습니다.

강 교수는 AR(Autoregressive) 기반 모델, VAR(Vector AR) 모델, MF(Matrix factorization) 기반 모델, TRMF 등 기존 시계열 예측 모델과 RNN 기반 모델의 특징과 한계를 살펴보고 최근에 진행한 AttnAR(attention-based autoregression) 모델 연구를 소개했습니다. AttnAR 모델은 추출, 주의, 예측 세 개의 모듈로 프레임워크를 구성한 모델로, MCE(mixed-convolution extractor) 추출 모듈과 TIA(Time-invariant attention) 주의 모듈을 함께 사용했을 때 가장 뛰어난 예측 성능을 보였고, 정확도와 효율성 측면에서도 기존 모델을 뛰어넘는 우수함을 보여주었습니다.

AI 윤리와 규제 / 한국경제 AI경제연구소 안현실 소장
AI 기술이 고도화되면서 각 기업에서 AI 윤리 정책을 발표하고 있는데요. 세 번째 연사로 안현실 한국경제 AI연구소장이 ‘AI 윤리와 규제’를 주제로 강연을 했습니다. 안 소장은 애덤 스미스의 국부론과 자유주의를 언급하며 기업 활동엔 법적인 규제보다 도덕이 더 유용한 수단이 될 수 있다고 말했습니다.

또한 스마트한 규제는 혁신을 촉진하지만 특정 기득권의 이익을 보호하기 위한 방법으로 혁신을 저지하기 위해 규제가 악용되는 것은 경계해야 한다며 AI 혁명에서 가장 중요한 것은 창의성과 자율성이므로 여기에 맞는 규제와 윤리가 필요하다고 역설했습니다.

Towards Multi-Modal Representation Learning / 홍승훈 KAIST 전산학부 조교수



마지막 연사인 홍승훈 교수는 영상, 음성, 텍스트 등 여러 종류의 소스에서 나온 데이터를 동시에 학습하여 결과물을 도출하는 멀티 모달 표현 학습 모델을 설명하며 멀티 뷰 표현 학습에서 풀어야 할 문제와 이를 해결하기 위한 연구를 소개했습니다.

홍 교수는 부분적인 뷰만 입력값으로 주어져도 완전한 표현을 추정할 수 있고, 다른 태스크에도 일반화하여 활용할 수 있는 모델을 만들기 위해 일부 뷰를 누락시켜서 불완전한 데이터로 시뮬레이션을 수행했습니다. 기존의 멀티 뷰 표현 학습에 Total Correlation을 기반으로 한 방법론을 적용해 뷰의 종류가 늘어나도 선형적인(Linear) 확장성을 가지며, 부분적인 뷰 데이터만 있어도 처리 가능하고 다른 태스크에도 적용할 수 있는 PMVRL(Partial Multi-View Representation Learning) 모델 연구 결과를 발표했습니다.

고객 관점의 데이터 분석 인재를 찾다, LG AI 해커톤 시상식 

AI 토크 콘서트 후 3차 LG AI 해커톤 시상식이 이어졌습니다. LG AI 해커톤은 AI에 관심 있는 일반인들이 산업 현장의 문제들을 AI로 해결하기 위한 아이디어를 겨루는 경진대회입니다. 이번 해커톤의 주제는 ‘시스템 품질 변화로 인한 사용자 불편 예지 AI’였는데요. 다양한 장비와 서비스에서 일어나는 로그 및 수치 데이터를 분석해 사용자가 불편을 느끼는 요인을 진단하는 것이었습니다.




올해 1월 6일부터 2월 18일까지 온라인으로 진행된 이번 해커톤은 역대 최대인 총 1352팀이 참여해 AI에 대한 높은 관심과 열기를 보여줬습니다. 시상식에는 1위부터 3위까지 세 팀이 나와 각자의 연구를 발표하고 질의응답하는 시간을 가졌습니다. 고객 관점의 뛰어난 데이터 분석 능력을 가진 상위팀 수상자들에게는 총 1천만 원의 상금과 LG 입사 시 서류전형 면제 혜택이 주어집니다.




LG AI연구원 배경훈 원장은 LG AI Spring Party를 마무리하며 “고급문제해결과정 BP 콘퍼런스와 AI Talk Concert를 통해 전문가들과 함께 LG의 AI 방향성을 모색하고, Hackathon을 통해 젊은 인재들이 AI로 LG의 문제를 풀고 이를 공유하는 시간을 가졌다”며 “LG의 디지털 트랜스포메이션(Digital Transformation)을 강화하기 위해서 AI 행사들을 계속 열 것이다. 앞으로도 많은 분들이 함께 해주시길 바란다”고 말했습니다.

LG AI Spring Party는 끊임없는 혁신으로 일군 AI의 기술의 현재와 젊은 인재들이 이끌어갈 AI의 미래를 한눈에 파악할 수 있는 자리였습니다. 어느 때보다 활발했던 논의와 다양한 도전 속에서 AI 분야에도 본격적으로 봄이 왔음을 실감할 수 있었는데요. 앞으로도 LG AI연구원은 다양한 행사를 마련해 AI의 저변을 넓히고 미래를 준비할 것입니다. 이를 통해 많은 AI 아이디어와 연구 성과들이 꽃처럼 피어나길 기대합니다.