1. Community
  2. arrow_forward_ios

News

Tags
Search
all

강유 교수 연구진, PAKDD 최우수 논문상 수상

서울대학교 강유 교수 연구진,뉴스 추천 기법 관련 논문으로 PAKDD 최우수 논문상 수상 컴퓨터공학부 강유 교수 연구진(구본헌 석사, 전현식 박사과정 학생)이 데이터마이닝 분야 국제 우수 학회인 PAKDD (Pacific-Asia Conference on Knowledge Discovery and Data Mining) 2020에서 최우수 학생 논문상 (Best Student Paper) 을 수상하였다. 올해 24번째로 개최된 PAKDD 학회는 총 628편의 제출된 논문 중 135편의 논문이 채택되었으며(게재율: 21.5%), 전체 논문 중 단 한 편만이 최우수 학생 논문상을 수상하였다. 수상 논문 "Accurate News Recommendation Coalescing Personal and Global Temporal Preferences"은 뉴스 추천 기법에 관한 것으로, 개별 뉴스에 대한 대중의 선호도가 시간에 따라 급격하게 변하는 것에 기반하여 대중의 선호도와 개인의 선호도를 동시에 효과적으로 고려하여 사용자에게 정확한 뉴스 추천을 하는 방법을 제시하였다. 논문에서 제안한 방법은 개인의 선호도에만 집중하였던 기존의 연구들에 비해 최대 77%의 정확도 향상을 보였다. 뉴스 추천 서비스는 수많은 뉴스 중 사용자에게 적합한 최적의 뉴스를 제공하여 사용자의 만족도를 높이는 중요한 기술로 IT 서비스에서 널리 쓰이고 있다. 논문에서 제안한 기술은 뉴스 추천 서비스의 성능을 크게 높이는데 기여할 것으로 예상된다. 논문에 대한 자세한 내용은 아래의 링크를 통해 확인할 수 있다. 논문 소개 페이지: https://datalab.snu.ac.kr/pgt 논문 정보: Bonhun Koo, Hyunsik Jeon, and U Kang, Accurate News Recommendation Coalescing Personal and Global Temporal Preferences, PAKDD 2020...
포스트 대표 이미지

강유.송현오 교수 연구실, 2020년 SW스타랩 선정

2020년 인공지능 분야 소프트웨어(SW) 스타랩에 강유 교수 연구실과 송현오 교수 연구실이 선정되었다(교수명 가나다순). SW스타랩은 매년 3억원씩 최대 8년간 지원된다. 강유 교수의 데이터마이닝 연구실은 ‘다양한 응용과 환경을 지원하는 유연하고 효율적인 모델 압축 기술 개발’에 관한 연구를 진행한다. 최근에는 딥러닝 모델의 크기가 급격히 커지고 있기 때문에 스마트폰이나 IoT 등 자원이 제한된 환경에서 딥러닝 기술을 활용하기 어렵다. 본 연구에서는 경량화된 딥러닝 모델을 설계하고 학습하는 기술, 이미 학습된 모델이 주어졌을 때 이를 압축하는 기술, 훈련 데이터가 부족한 경우에 효율적으로 모델을 압축하는 기술을 개발한다. 본 연구는 기존에 복잡한 딥러닝 모델을 실행하기 어려웠던 스마트폰, IoT 장비 등에서 효율적으로 딥러닝 모델을 실행할 수 있게 함으로써 딥러닝의 적용 분야와 사용자를 획기적으로 늘릴 것으로 기대된다. 송현오 교수의 머신러닝 연구실은 ‘독립적으로 지속가능하고 신뢰할 수 있는 머신러닝 기술에 기반한 학습 지능 개발’에 관한 연구를 진행한다. 구체적으로 머신러닝 기술의 실제 작동 상황에서 일어나는 왜곡, 악의적 공격, 정보 편향 등에 대처 가능하고, 사용자와 능동적으로 상호작용하며 사용자 최적화를 이루는 실제 적용 가능 학습 지능을 개발한다. 본 연구에서는 실제 상황에서의 최적 적응 및 상호작용이 가능한 머신러닝 핵심 기술을 개발하여 오작동에 따른 위험 부담이 큰 자율주행이나 보안 시스템, 스스로 학습 데이터를 찾아 학습하는 범용적 학습지능 프레임워크, 제한적인 계산 환경에서 동작하는 인공지능 시스템 등에 활용하도록 한다....
포스트 대표 이미지

[문병로의 알고리즘 여행] 비대면 강의 - 현장감 없는 강의는 한계 있어

출처: 중앙일보 2020년 4월 10일자 [문병로의 알고리즘 여행] 코로나 사태로 인해 비대면 강의가 진행 중이다. 필자는 이번 학기에 자료구조, 알고리즘 두 과목을 강의하는데 둘 다 120명 정도의 대형 클래스다. 비대면 강의는 강의 문화에 편의성과 접근성을 개선하는 기회를 주지만 현장 강의를 극복할 수 없는 한계도 있다. 자동 녹화 시스템으로 작년과 재작년에 수업을 녹화해 놓았다. 이번에 써볼까 하고 다시 살펴보았다. 필자는 파워포인트를 기본으로 하고 칠판에 보충 설명을 하는 방식으로 강의한다. 화면을 2개로 잘라 왼쪽에 빔프로젝터 화면이 나오고 오른쪽은 교수의 움직임을 카메라가 자동으로 따라다니는 세팅으로 찍었다. 쓸 만은 한데 나를 따라다니는 카메라가 칠판에 하고 있는 보충 설명을 제대로 보여주지 못하고 핵심적인 설명 화면을 많이 놓쳤다. 인공지능 촬영이라고 하는데 품질이 만족하지 않다. 왼쪽 화면은 빔프로젝터 스크린 내용을 디지털로 동기화한 것인데 레이저 포인트 광점이 나타나지 않아 어디를 말하고 있는지 즉시 알 수가 없다. 다시 찍기로 했다. 중요한 내용을 놓치지 않으려니 조교가 개입해야겠다. 수동 촬영이 되는 셈이다. 막상 하려니 더 심각한 문제가 있다. 120여 명의 학생이 앞에 앉아 있지 않다. 초롱초롱하게 눈앞에서 반응하는 현장감이 없다. 같은 품질의 강의가 나올 수가 없다. 학교에서 제공하는 옵션 중 하나인 다자간 회의 툴을 쓰면 모두가 들어와서 같이 보니 좀 나을까? 학생들 각각을 손톱만 하게 잘라 넣은 화면이 현장감을 크게 개선할 수 있을 것 같지 않다. 소음 때문에 학생들 소리는 대부분 꺼놓아야 수업이 된다고 한다. 농담을 해도 웃는 소리를 들을 수 없다. 몇 가지 대안을 살핀 끝에 화면 녹화 방식을 선택했다. 강의 내용을 컴퓨터 화면에 파워포인트로 진행하고 필요하면 그 위에 펜으로 쓰면서 목소리 녹음을 얹는 방식이다. 강의실은 지식을 전달하는 곳이기도 하지만 가르치는 사람의 흥분을 전달하는 곳이기도 하다. 요한 세바스찬 바흐가 말했다. “음악가는 스스로 감동하지 않으면 남을 감동시킬 수 없다.” 가르치는 사람도 비슷하다. 가르치는 내용에 대해 흥분감이 없으면 배우는 사람이 흥분감을 갖도록 하기는 힘들다. 75분 강의에서 핵심적인 내용만을 말하고 끝낸다면 대개 30분이면 충분하다. 나머지는 이해도를 높이고 관점을 풍부하게 하기 위한 지원 사격이다. 보충 설명이거나 내용과 은유적 연관성을 갖는 것들이 대부분이다. 비틀어서 질문 던지기, 다른 관점으로 바라보기, 옛날이야기, 기업체에서의 관련 경험, 이런 것들이 학생들에게 주제에 대한 관점을 다양하게 해서 체화를 돕는다. 농담도 수업의 중요한 요소다. 학생들의 반응을 직감으로 느껴서 설명 분량을 조절할 수도 있다. 이런 대부분의 행위들이 컴퓨터 화면을 바라보고 혼자 말하는 강의에서는 구사하기 힘들다. 그래서 강의가 빨리 끝난다. 강의의 많은 부분이 미리 계획되지만 강의에 몰입이 되면 애드립이 나온다. 강의 계획 때는 생각지 못했던 내용인데 더 적합한 경우도 많다. 이런 건 다소 흥분이 되고 우쭐한 상태에서 나온다. 없는 날은 맥이 빠진다. 필자가 개인적으로 가장 바람직하다고 생각하는 강의 직후의 모양이 있다. 셔츠의 한쪽이 바지에서 삐져나와 있고 몸은 약간 열이 나있는 상태. 한 곡의 노래를 적당한 크기의 감정으로 잘 부른 후의 느낌 같은 것. 가끔은 감기도 낫게 한다. 같은 강의를 반복하다 보면 가장 큰 문제가 흥분감을 유지하기 힘든 것이다. 잘 아는 내용에 대해 지속적으로 흥분을 느끼기가 쉽지 않다. 이럴 때는 다른 책을 읽기도 하고 생각도 하면서 강의에 대한 은유적 단초를 잡으려 해보는 것이 도움이 된다. 가르치는 사람도 시야가 넓어진다. 비대면 강의를 하니 이런 마음의 상태를 만들기가 쉽지 않다. 유튜브에서 청중 없이도 명랑하게 강연하는 강사가 존경스러워 보이기 시작했다. 비자발적 비대면 강의를 하면서 현장의 흥분이 없는 한 학기를 보내고 있다. 빨리 사태가 진정되어서 ‘구식 강의’를 하고 싶다. 필자의 재주로는 비대면 강의에서 아무리 애를 써도 현장 강의의 퀄리티에 근접할 자신이 없다. 서울대학교 컴퓨터공학부 문병로 교수...
포스트 대표 이미지

이재진 교수 연구진, FPGA칩 핵심 소프트웨어 개발

서울대학교 이재진 교수 연구진, FPGA칩 핵심 소프트웨어 개발…“인텔, 자일링스 뛰어넘는 원천 기술” 쉽게, 고성능, 저전력으로 실행 가능하도록 하는 프로그래밍 원천 기술 개발 회로 구조 바꾸는 RPGA칩…재구성 시간 등 활용 한계극복 인공지능(AI)과 빅데이터 처리를 위한 저전력, 고성능 시스템 반도체 칩에 대한 수요가 커지는 가운데, 국내 연구진이 Intel 기술을 능가하는 FPGA 칩의 핵심 시스템 소프트웨어 기술을 개발했다. 컴퓨터공학부 이재진 교수 연구진은 국제 표준인 OpenCL 언어로 작성된 소프트웨어를 FPGA에서 쉽게, 고성능, 저전력으로 실행할 수 있는 프로그래밍 환경의 원천 기술을 개발하였다. FPGA 칩은 다른 반도체 칩과 달리 필요할 때마다 프로그래밍을 통해 회로 구조를 바꿀 수 있어, 기존의 범용 CPU보다 더 높은 성능과 전력 효율을 얻을 수 있는 게 장점이다. 반면에 FPGA의 회로 구조를 매번 프로그래밍을 통해 재구성할 때 시간이 오래 걸리고, 소수의 전문 인력만 이 작업을 수행할 수 있다는 한계가 있었다. 이에 이재진 교수 연구진은 소프트웨어의 소스 코드를 자동으로 분석하고 최적의 FPGA 회로 구조를 만들어내는 기술을 개발함으로써 이러한 한계를 극복했다. 소프트웨어를 실행시키기 위해 CPU 프로그래밍 환경이 자동으로 기계어 코드를 만들어내듯이, FPGA 프로그래밍 환경이 자동으로 회로 구조를 만들어내는 것이다. 그 결과, 사용자는 FPGA를 범용 CPU와 마찬가지로 별 어려움 없이 프로그래밍하여 사용할 수 있다. 연구팀은 SPEC 벤치마크를 사용해 기술을 테스트한 결과, 연구팀이 개발한 OpenCL 프로그래밍 환경이 Intel과 Xilinx 같은 FPGA 세계 선도 기업들의 상용 OpenCL 프로그래밍 환경이 가지고 있던 오류를 모두 해결했음을 확인했다. 나아가 Intel과 Xilinx의 제품 대비 성능과 전력 효율도 더 뛰어난 것으로 나타났다. 이 연구에 주된 기여를 한 서울대 조강원 박사는 “기존에 인공지능을 처리하기 위해 사용한 NVIDIA GPU나 구글의 TPU와 같은 반도체 칩은 회로의 역할이 고정되어 있어 새로운 인공지능 알고리즘에 빠르게 대응하기가 어려웠다”며, “이번 연구를 통해 FPGA를 사용해 새로운 인공지능 알고리즘이 나올 때마다 빠르게 받아들이면서 고성능, 저전력을 달성할 수 있게 됐다”고 설명했다. 서울대 이재진 교수는 “본 연구는 고성능을 요하는 계산 작업에 쉽게 FPGA를 사용할 수 있으며 성능도 뛰어난 FPGA용 OpenCL 프로그래밍 환경을 세계 최초로 개발한 데 의의가 있다”며, “현재 미국 기업이 개발한 시스템 반도체용 소프트웨어 기술이 상용화되어 있는 가운데, 다음 세대의 시스템 반도체 소프트웨어 기술은 우리가 주도할 수 있다는 것을 보여준 중요한 사례”라고 강조했다. 연구 결과는 세계적으로도 주목받아 올해 6월 개최 예정인 컴퓨터 구조 분야 국제 학술대회인 ISCA(International Symposium on Computer Architecture)에서 논문으로 채택해 발표될 예정이다. 한편 이 연구는 한국연구재단의 차세대정보·컴퓨팅기술개발사업의 일환인 초고성능컴퓨팅연구단(단장 한환수)의 지원을 받아 수행됐다....
포스트 대표 이미지

이광근 교수, MIT Press에서 대학원 교재 출판

이광근 교수가 정적분석(static analysis) 분야에서 지난 30년간 축적된 연구를 정리하여 관련 연구개발자에게 길잡이가 될 책을 MIT Press에서 출판하였다. 저서명은 Introduction to Static Analysis: an Abstract Interpretation Perspective이다. 정적분석기술의 일반이론/알고리즘/실용화기술을 모두 아우른 저작. 정적분석기술이란 소프트웨어의 소스를 자동 분석해서 소프트웨어의 실행미래를 빠짐없이 어림잡는 엄밀한 기술. 정적분석기술은 주요 SW의 모든 개발단계에서 폭넓게 응용되고 있음: 개인/기업/공공/인공지능/자동차/비행기/로봇/금용/에너지/국방/우주/의료/교육/법률 등 품질 보장이 중요한 SW의 오류 자동검출, 오류 자동수정, 보안 자동검증, 최적화 검증, 뉴럴넷 검증 등. 파리 고등사범학교(Ecole Normale Superieure) Xavier Rival교수와 공저 https://cse.snu.ac.kr/sites/default/files/node--notice/fig-mititsa-mitpress.jpg    https://cse.snu.ac.kr/sites/default/files/node--notice/icon%EC%95%84%EB%A7%88%EC%A1%B4.png https://cse.snu.ac.kr/sites/default/files/node--notice/icon%EC%95%8C%EB%9D%BC%EB%94%98.png https://cse.snu.ac.kr/sites/default/files/node--notice/icon%EC%98%88%EC%8A%A424.png [추천서평(MIT Press 제공)] "Static analysis lies at the heart of a large and growing repertoire of techniques and tools to analyze software before it is deployed. Its many applications include automatically detecting harmful bugs, optimizing programs for resource utilization, and averting security vulnerabilities. This book by Rival and Yi, experts in the theory and practice of static analysis, provides a comprehensive and accessible treatise on this topic of growing importance as software becomes increasingly sophisticated and pervasive." Mayur Naik, Professor, Univ of Pennsylvania "The whole community of researchers in static analysis and abstract interpretation has long waited an authoritative and comprehensive textbook on the subject. The spectrum of the covered topics together with the depth of presentation will make this publiation a highly cited reference book in programming languages." Francesco Ranzato, Professor, Univ of Padova "We have waited a long time for a book that presents this material in a simple and at the same time rigorous way. By guiding the reader from the foundations of program semantics toward the most advanced applications of abstract interpretation, the authors are able to reveal the common patterns behind the design and implementation of any static analyzers. The result is a rich introduction and survey of the most advanced techniques for automatically analzying programs." Roberto Giacobazzi, Professor, IMDEA Software Institute...
포스트 대표 이미지

2020년 제1차 컴퓨터공학부 교수채용 안내(종료)

서울대학교 컴퓨터공학부는 1명의 신규 교원을 채용합니다. 정년보장트랙(tenure-track)의 조교수, 부교수, 정교수 모든 직위를 대상으로 하고, 컴퓨터공학 및 과학 전 분야에 걸쳐 뛰어난 연구 성과를 거두었고 교육에 대한 열정을 가진 분을 찾습니다. 지원자는 지원 시점에 박사학위를 소지하고 있어야 하고, 국적과 성별, 나이는 고려하지 않습니다. 서울대학교 컴퓨터공학부는 1975년부터 지난 40여 년간 컴퓨터공학과 과학, 그 관련 분야에 있어 세계 최고 수준의 교육과 연구를 추구하고 있습니다. 현재 35명의 교수가 400여 명의 학부생, 350여 명의 대학원생들과 함께 하고 있으며, 지속적으로 교수를 충원하여 학부의 규모가 성장하고 있습니다. 현재는 계산 이론, 인공지능, 컴퓨터 시스템, 시스템소프트웨어, 내장형 시스템, 데이터 과학, 네트워크, 프로그래밍 언어, 그래픽스, 비젼, HCI, 생물정보, 기계학습 등 컴퓨터 전 분야에 걸쳐 연구와 교육이 이루어지고 있습니다. 신규 채용은 컴퓨터공학 모든 분야의 미래지향적 연구를 이끌어갈 수 있는 분을 대상으로 합니다. ◾ 신규 임용 대상자: 정년보장트랙의 조교수, 부교수 혹은 정교수 1명 ◾ 모집 분야: 인공지능 ◾ 접수 기간: 2020.3.30.(월) ~ 4.10.(금) 신규 채용 접수에 대한 세부사항은 아래 웹사이트를 참고하시기 바랍니다. 추가적인 문의는 recruit@cse.snu.ac.kr로 해주시기 바랍니다. [서울대학교 공과대학 교원 신규채용 공고] http://eng.snu.ac.kr/node/18117...
포스트 대표 이미지

2020년 2월 우수학위논문상 수상자 안내

서울대학교 컴퓨터공학부에서는 매 학기 졸업생을 대상으로 우수학위논문상을 수여합니다. 석박사 과정 졸업논문의 경우 논문 심사 위원들이, 학부 졸업 논문의 경우 지도교수가 뛰어난 논문을 선별하여 우수학위논문상 후보로 추천하고, 논문상 심사위원회에서 엄격한 심사를 거쳐 수상자를 선정하고 있습니다. 2020년 봄학기에는 박사 논문상 수상자 3명, 석사 논문상 수상자 3명, 학사 논문상 수상자 2명을 최종 선발하였습니다. o 박사 논문상 수상자: 조재민 (지도교수: 서진욱) 제목: Designing Progressive Visualization Systems for Exploring Large-scale Data 조재민 학생은 점진적 계산 기법을 도입하여 대용량 데이터를 효과적으로 탐색할 수 있도록 돕는 인터페이스 및 시스템을 연구하였으며, 정보시각화 분야 최우수학술대회인 IEEE InfoVis 및 학술지 Transactions on Visualization and Computer Graphics를 포함하여 다수의 학술대회에 논문을 발표하였습니다. o 박사 논문상 수상자: 노준혁 (지도교수: 김건희) 제목: Improving Object Detection in Hard Conditions of Scale, Occlusion and Label 노준혁 학생은 폐색, 크기, 레이블 등에 대한 어려운 조건들 속에서 기존의 물체 검출 방법론이 더 좋은 성능을 낼 수 있도록 개선하는 연구를 진행하였습니다. 이에 대한 연구 결과로 컴퓨터비전 분야의 최우수 학술대회인 CVPR과 ICCV에 제 1저자로 발표하였습니다. o 박사 논문상 수상자: 박은혁 (지도교수: 유승주) 제목: Quantization Algorithm and Methodology for Efficient Deep Neural Network 박은혁 학생은 뉴럴 네트워크의 양자화 및 효율적인 하드웨어 설계에 대한 다양한 연구를 수행했습니다. 뉴럴 네트워크의 정확도는 유지하면서 데이터의 표현형을 줄여 효율을 높이는 알고리즘을 개발하고 이에 상응하는 하드웨어 가속기를 설계했습니다. 관련 연구 결과는 국제 우수 학회인 CVPR, ECCV, ISCA에 발표되었습니다. o 석사 논문상 수상자: 한태영 (지도교수: 김건희) 제목: A Fast Routing Method for Capsule Networks 한태영 학생은 석사 기간 동안 차세대 신경망 구조에 대한 연구를 수행하였습니다. 캡슐 신경망의 연산량을 줄이면서도 높은 일반화 성능을 유지할 수 있는 기법을 제시하였으며 이를 바탕으로 기계학습 분야 국제 우수 학회인 NeurIPS에 논문을 출판하였습니다. o 석사 논문상 수상자: 심영섭 (지도교수: 김지홍) 제목: Exploiting Process Similarity of 3D Flash Memory for High Performance SSDs 심영섭 학생은 플래시메모리 저장 장치의 성능을 개선 하기 위한 SSD 최적화 기법을 개발 하였으며 이를 바탕으로 컴퓨터시스템분야의 최우수 학술대회인 MICRO 2019 에서 논문을 발표하였습니다. o 석사 논문상 수상자: 류호석 (지도교수: 이제희) 제목: Functionality-Driven Musculoskelature Retargeting 류호석 학생은 현실 속에서 사람의 움직임에 대한 연구를 수행했습니다. 물리학, 인체학적으로 근육이 골격에 끼치는 영향을 기반으로, 변화한 골격에 대해서 근육을 올바르게 붙이는 방법을 제안하고, 가상의 의료 시험과 심층 강화 학습(Deep Reinforcement Learning) 등을 통해 근골격 모델의 validity를 검사하는 방식을 연구했습니다. 이를 바탕으로 국내 저널에 1편 개제하였습니다. o 학사 논문상 수상자: 김알찬 (논문지도교수: 전병곤) 제목: FastSLIC: Optimized SLIC Superpixel 김알찬 학생은 이미지 픽셀들을 여러 개의 슈퍼픽셀들로 그룹화 하는 SLIC 알고리즘을 여러 가지 테크닉을 이용하여 최적화하여, 기존 알고리즘보다 싱글 코어 기준으로 10배, 멀티 코어 기준으로 33배 이상 빠르게 동작하는 Fast-SLIC을 개발하였습니다. 소스 코드를 깃허브로 오픈소스로 배포(https://github.com/Algy/fast-slic), 이를 파이썬 패키지로 묶어 PyP에로 배포하여 인터넷의 누구나 사용 가능하게 만들었습니다. o 학사 논문상 수상자: 윤희승 (논문지도교수: 김건희) 제목: Character Aware Video Description Generation 윤희승 학생은 영화와 같은 영상에서 추출한 다양상 특성을 이용하여, 영상의 내용과 등장인물 정보를 반영하는 자연어 서술 생성 모델의 개발을 수행하였습니다. 연구결과로 컴퓨터 비전 최우수 학회인 ICCV에서 열린 대회인 LSMDC에서 우승하였고 CVPR에 공저자 논문을 2편 제출하였습니다....
포스트 대표 이미지
포스트 대표 이미지
포스트 대표 이미지
포스트 대표 이미지