1. 소식
  2. arrow_forward_ios

새 소식

태그
검색
전체

전병곤 교수, EuroSys Test of Time Award 2021 수상

전병곤 교수, 2021년 EuroSys Test of Time Award 수상 유럽 컴퓨터 시스템 학회에서 10년간 가장 영향력 컸던 논문으로 선정 2011년 발표한 모바일-클라우드 컴퓨팅 연구로 수상 쾌거 전병곤 교수의 연구가 한국 최초로 올해 유럽 컴퓨터 시스템 학회 EuroSys의 Test of Time Award를 27일 수상하였다. 유럽 컴퓨터 시스템 분야의 최고 학회인 EuroSys는 10년 전에 발표된 시스템 연구 논문 중 10년간 가장 영향력이 컸던 논문 1편을 선정하여 Test of Time Award를 수여한다. 전 교수는 작년에도 또다른 논문인 테인트드로이드(TaintDroid) 연구가 10년간 가장 영향력 있는 논문으로 선정되어 ACM SIGOPS 명예의 전당에 오른 바 있다. 이번에 수상한 연구는 2011년 EuroSys에서 발표한 클론클라우드(CloneCloud) 연구이다. 당시 연구팀은 세계 최초로 모바일 클론을 클라우드에서 수행하여 모바일에서 수행하는 계산을 클라우드에서 증강하는 시스템 기술을 제안하였다. 구글 스칼라에 의하면 해당 논문은 2300회 이상 인용되었으며 모바일 클라우드 컴퓨팅 분야를 개척한 연구로 산학계에서 인정받고 있다. 이번 수상으로 전병곤 교수는 10년간 가장 영향력 있는 연구로 연이어 인정받은 것이다. 전병곤 교수는 미래선도기술을 감지, 연구, 개발하는 능력을 인정받은 것 같아 기쁘고 영광이라면서, 최근에는 새로운 언어 인공지능을 연구 개발하고 있다고 말했다. 특히 전 교수는 (주)프렌들리에이아이(friendli.ai)를 설립하였으며 GPT-3와 같은 초대형 언어 인공지능을 대규모 분산 학습으로 만들어 사용자들에게 제공하겠다고 전했다. 시상식은 EuroSys 2021 학회에서 온라인으로 한국시간 24일 오후 6시경 진행됐다. [수상 논문] “CloneCloud: Elastic Execution between Mobile Device and Cloud”, Byung-Gon Chun, Sunghwan Ihm, Petros Maniatis, Mayur Naik, Ashwin Patti....
과거 미분류
포스트 대표 이미지

박근수 교수 연구진, 빅데이터 그래프 분석 기술로 세계 선도

박근수 교수 연구진, 빅데이터 그래프 분석 기술로 세계 선도 빅데이터 그래프 패턴 탐색 기술 개발 동적 그래프 패턴 탐색 기술 개발 박근수 교수 연구진이 부분그래프 질의 처리(subgraph query processing), 부분그래프 매칭(subgraph matching), 연속적 부분그래프 매칭(continuous subgraph matching) 알고리즘을 활용하여, 세계 최고 성능의 빅데이터 그래프 분석 기술을 개발하였다. 부분그래프 질의 처리(subgraph query processing) 및 부분그래프 매칭(subgraph matching) 알고리즘은 소셜 네트워크 등에서 특정한 패턴을 찾아내는 기술로서, 박근수 교수 연구진이 개발한 알고리즘은 벤치마크 데이터에서 이전 최고 성능 알고리즘보다 최대 800배 빠르게 패턴을 찾아내며, 크기가 큰 패턴도 빠르게 찾을 수 있다. "Versatile Equivalences: Speeding up Subgraph Query Processing and Subgraph Matching", H. Kim, Y. Choi, K. Park, X. Lin, S.H. Hong, and W.S. Han. 이 논문은 오는 6월 SIGMOD 2021에서 발표될 예정이다. 연속적 부분그래프 매칭(continuous subgraph matching) 알고리즘은 데이터 그래프가 변화할 때마다 쿼리 그래프와 동형이면서 새로 생기거나 삭제되는 데이터 그래프의 부분그래프를 찾아내는 분석기술로서 사이버 보안, 사기 탐지, 소셜 네트워크 서비스 등에서 이용된다. 새로이 제안한 알고리즘은 벤치마크 그래프 데이터에서 이전 최고 성능 알고리즘보다 수백 배 빠르게 문제를 해결한다. "Symmetric Continuous Subgraph Matching with Bidirectional Dynamic Programming", S. Min, S.G. Park, K. Park, D. Giammarresi, G.F. Italiano, and W.S. Han. 이 논문은 오는 8월 VLDB 2021에서 발표될 예정이다....
과거 미분류
포스트 대표 이미지

김건희 교수 연구진, 동영상 기반 자기지도학습방법 개발

김건희 교수 연구진이 Microsoft Research, Nvidia의 연구진들과 공동으로 동영상 표현 학습에 사용 가능한 효율적인 딥러닝 모델 (multimodal Transformer)을 개발하였다. 모델을 학습하기 위해 새로운 자기 지도 학습 기법이 제안되었다. 이 방법은 수많은 동영상 데이터로부터 영상, 음성, 자연어 정보의 상관 관계를 모델이 스스로 배울 수 있도록 하여 사람의 레이블 없이도 더 높은 인식 성능을 달성할 수 있다. 또한 딥러닝 모델의 크기를 효과적으로 줄여 적은 자원으로도 우수한 성능을 얻을 수 있게 되었다. 본 연구는 마이크로소프트의 공식 기술 연구 블로그에서도 우수 연구로서 자세히 홍보되고 있다. 김건희 교수 연구진은 위의 연구를 포함하여 기계학습과 관련된 다음의 연구들을 진행하였다. 자기지도 동영상 표현 학습에 사용 가능한 효율적인 딥러닝 모델 개발 “Parameter Efficient Multimodal Transformers for Video Representation Learning.”, Sangho Lee, Youngjae Yu, Gunhee Kim, Thomas Breuel(Nvidia), Jan Kautz(Nvidia) and Yale Song(Microsoft Research). 압축된 비디오 데이터에 활용 가능한 자기지도 표현 학습 방법 개발 “Self-Supervised Learning of Compressed Video Representations.”, Youngjae Yu, Sangho Lee, Gunhee Kim and Yale Song(Microsoft Research). 차원수 압축 및 적대적 강건성을 제공하는 이산 압축 표현 학습 방법 개발 “Drop-Bottleneck: Learning Discrete Compressed Representation for Noise-Robust Exploration.”, Jaekyeom Kim, Minjung Kim, Dongyeon Woo and Gunhee Kim. 역전파 알고리즘을 사용하지 않고도 성능 저하없이 계층 블럭을 병렬적으로 학습할 수 있도록 하는 AutoML 방법 개발 “SEDONA: Search for Decoupled Neural Networks Toward Greedy Block-wise Learning.”, Myeongjang Pyeon, Jihwan Moon, Taeyoung Hahn and Gunhee Kim. 위 논문 4편은 오는 5월 ICLR(International Conference on Learning Representations) 2021에 발표할 예정이다....
과거 미분류
포스트 대표 이미지

전병곤 교수 연구진, 암호화폐 이더리움 핵심 오류를 찾은 퍼징(fuzzing) 기술로 세계 선도

전병곤 교수 연구진, 암호화폐 이더리움 핵심 오류를 찾은 퍼징(fuzzing) 기술로 세계 선도 이더리움 암호화폐 생태계의 안정성 및 신뢰성 강화 이더리움에서 극히 드물게 발생하는 컨센서스 버그 2개 발견 전병곤 교수 및 양영석 박사가 조지아 공과대학 김태수 교수와의 공동연구를 통해 이더리움 컨센서스 버그를 찾는 다중 트랜잭션 차등 퍼저를 개발하였다. ‘플러피’라고 명명된 이 시스템은 철저하게 테스팅 및 관리되는 이더리움에서 극도로 드물게 발생하는 컨센서스 버그 2개를 발견했다. 전병곤 교수 연구진은 버그들을 이더리움 재단에 리포트하였고, 이더리움 개발자들은 버그들을 수정한 새로운 버전의 이더리움 클라이언트를 배포하였다. 버그 리포트 및 수정 4개월 후, 리포트한 버그 중 한개의 버그가 2020년 11월 11일에 이더리움 네트워크에서 발동되었다. 해당 버그는 구버전의 게스(Geth) 이더리움 클라이언트로 하여금 이더리움 블록체인을 하드 포크하게 만들었다. 업데이트를 하지 않고 구버전 게스(Geth) 클라이언트를 사용하던, 가장 큰 이더리움 인프라 서비스인 인퓨라(Infura)가 마비되었으며, 연쇄적으로 메타마스크(MetaMask), 유니스왑(Uniswap), 컴파운드(Compound) 등 주요 이더리움 서비스들이 마비되었다. 그 결과 바이낸스를 포함한 전세계 암호화폐 거래소에서 이더리움 기반 가상자산 서비스가 일시중단되었다. 이 사건은 코인데스크(CoinDesk)와 디크립트(Decrypt) 등 해외 주요 블록체인 언론사에서 집중적으로 보도되었고, 2016년 이더리움 DAO 해킹사건 이후 최악의 사건으로 평가받는다. 블록체인 분야는 실생활의 많은 분야에 빠르게 적용되는 핵심 기술 중 하나다. 블록체인 ‘컨센서스’는 탈중앙화된 클라이언트 노드들이 하나의 블록체인에 합의하는 것이다. ‘컨센서스 버그’는 특정 블록체인 클라이언트로 하여금 블록체인을 하드포크하여, 다른 클라이언트들과 합의하지 못 하게 하는 버그이다. 하드포크가 발생하면 근본적인 블록체인의 불변성과 신뢰성이 깨지기 때문에, 컨센서스 버그를 미연에 방지하는 것이 블록체인 안전성에 매우 중요하다. 이더리움 컨센서스 버그를 찾는 기존 퍼징 방식은 블록체인 스테이트와 한 개의 트랜잭션을 반복적으로 생성하고 테스트하는 방식이다. 하지만 해당 방식은 무한한 컴퓨팅 자원을 사용하더라도, 이더리움 클라이언트 코드 내에 깊이 숨겨진 버그들을 근본적으로 찾지 못하는 한계를 갖는다. 이에 전병곤 교수 연구진은 다중 트랜잭션 차등 퍼저 플러피를 제안했다. 한번에 여러개의 트랜잭션을 연이어서 테스트하여 플러피는 이더리움 클라이언트 코드에 깊이 숨겨진 컨센서스 버그를 찾는다. 시스템 최적화를 통해 플러피는 기존 퍼저와 비교해 510배 이상 퍼징 처리량과 2.7배 이상 코드 커버리지를 달성한다. 전병곤 교수는 "이번에 개발한 퍼저로 기존에 찾는 것이 불가능한 이더리움의 버그를 찾을 수 있었다"며 "세계에서 두 번째로 큰 암호화폐인 이더리움의 안정성을 높이는 매우 영향력인 큰 연구이고 그 공헌을 인정받아 OSDI 논문으로 채택되었다”라고 말했다. 이 연구 결과는 오는 7월 OSDI(USENIX Symposium on Operating Systems Design and Implementation)에서 발표된다. "Finding Consensus Bugs in Ethereum via Multi-transaction Differential Fuzzing", Youngseok Yang, Taesoo Kim, and Byung-Gon Chun....
과거 미분류
포스트 대표 이미지

허충길 교수 연구진, 소프트웨어 검증 기술로 세계 선도

허충길 교수 연구진, 소프트웨어 검증 기술로 세계 선도 LLVM 컴파일러 최적화 자동 검증기 Alive2 개발로 컴파일러 검증 기술 선도 최신 동시성 메모리모델 개발로 동시성 P/G 개발 및 검증 위한 기반기술 선도 허충길 교수 연구진이 마이크로소프트 연구소 및 유타 대학교와 공동으로 LLVM 컴파일러 최적화를 자동으로 검증하는 프레임워크인 Alive2를 개발하였다. Alive2는 컴파일러 실행 중 생성된 최적화 전후 프로그램들의 실행의미 및 이들의 동등함을 수식으로 표현한 후, 마이크로소프트의 자동수식검증기(SMT solver)인 Z3를 사용해 최적화의 올바름을 보이거나, 그렇지 않으면 오류를 찾아낸다. 이때 핵심기술은 프로그램의 복잡한 실행의미를 SMT solver가 쉽게 풀 수 있는 형태로 효율적으로 표현하는 것이다. SMT solver는 수학적으로 엄밀하게 수식의 참/거짓을 체크하기 때문에, Alive2는 오탐(False Alarm)이 거의 없고 테스팅으로는 찾을 수 없는 오류들을 찾아낼 수 있다. 실제로 Alive2는 지금까지 테스팅으로서는 발견할 수 없었던 수십개의 컴파일러 버그를 발견하였으며, Alive2의 온라인 서비스(https://alive2.llvm.org) 는 현재 LLVM 커뮤니티의 코드 리뷰 단계에서 개발자들에 의해 활발하게 사용되고 있다. "Alive2: Bounded Translation Validation for LLVM.", Nuno P. Lopes, Juneyoung Lee, Chung-Kil Hur, Zhengyang Liu, John Regehr. 허충길 교수 연구진이 이스라엘 Tel Aviv 대학과 공동으로, 기존의 동시성 메모리 모델들이 만족하지 못했지만 개발자들이 실질적으로 가정하고 있는 성질인 부분적 무경쟁 보장(Modular Data-Race-Freedom Guarantees)을 만족하는 메모리 모델을 최초로 개발하였다. 부분적 무경쟁 보장은 데이터 경쟁(Data Race)이 일어나지 않는 (부분적인) 메모리 영역에서는 동시성으로 인한 느슨한 행동(Relaxed behavior)이 나타나지 않음을 보장하는 것이다. 연구진은 우선 현실에서 그러한 보장을 깨는 특수한 반례를 찾아내어 엄밀하게는 그 보장이 성립하지 않음을 보인 후, 성능에 크게 영향을 미치지 않는 작은 컴파일러 최적화인 RMW-store reordering을 금지하는 것으로 이 문제를 해결할 수 있음을 보였다. 이를 엄밀하게 보이기 위해 허충길 교수 연구진에서 개발해오고 있는 메모리 모델인 Promising Semantics를 개선한 PS2.1을 개발하였고, 이 모델에서 RMW-store reordering은 성립하지 않지만 부분적 무경쟁 보장은 성립함을 Coq 증명보조도구를 사용해 컴퓨터로 증명하였다. "Modular Data-Race-Freedom Guarantees in the Promising Semantics.", Minki Cho, Sung-Hwan Lee, Chung-Kil Hur, Ori Lahav. 위 논문 2편은 오는 6월 PLDI(Programming Language Design and Implementation) 2021에 발표될 예정이다....
과거 미분류
포스트 대표 이미지

이재진 교수 연구진, 딥러닝 SW 최적화 컴파일러 기술로 세계 선도

이재진 교수 연구진이 구글∙엔비디아를 뛰어넘는 ‘딥 러닝 컴파일러 프레임워크’를 개발했다. 다양한 딥 러닝 모델을 지원하는 GPU 프로그램 생성기 개발 공개된 GPU 하드웨어 정보를 사용하여 자동으로 성능 최적화 연구진은 기존에 공개된 GPU 하드웨어 정보만을 사용, 주어진 딥 러닝 모델과 모델을 실행할 GPU에 최적화된 코드를 직접 생성하는 방식으로 고성능을 달성했다. 또 널리 사용되고 있는 여러 개의 딥 러닝 벤치마크 모델(ResNet, BERT 등)에 새 기술을 적용해 테스트한 결과, 구글의 텐서플로우XLA, 엔비디아의 텐서RT, 아파치의 TVM과 같은 최첨단 딥 러닝 컴파일러 프레임워크와 성능이 비슷하거나 더 높은 성능을 달성했다고 밝혔다. 연구진은 개발한 기술을 공개 소프트웨어화할 계획을 갖고 있다. 이 연구 결과는 오는 6월 PLDI(Programming Language Design and Implementation) 2021에 발표될 예정이다. "A Deep Learning Optimization Framework for Versatile GPU Workloads", Wookeun Jung, Thanh Tuan Dao, and Jaejin Lee....
과거 미분류
포스트 대표 이미지

2021년 2월 우수학위논문상 수상자 선정

우리 학부에서는 매 학기 졸업생을 대상으로 우수학위논문상을 수여합니다. 대학원 졸업논문의 경우 논문 심사 위원들이, 학부 졸업논문의 경우 지도교수가 뛰어난 논문을 선별하여 우수학위논문상 후보로 추천하고, 논문상 심사위원회에서 엄격한 심사를 거쳐 수상자를 선정하고 있습니다. 2021년 2월에는 박사 논문상 수상자 3명, 석사 논문상 수상자 3명, 학사 논문상 수상자 1명을 최종 선발하였습니다. o 박사 논문상 수상자: 유영재 (지도교수: 김건희) 제목: Large Scale Video Understanding with Narrative Description 유영재 학생은 이미지/오디오/영상 을 언어로 설명 혹은 질의응답을 하는 인공지능 기술에 기여하였으며, 자기 지도 학습을 적용하여 영상 인지 능력을 향상시켰습니다. 컴퓨터비젼과 인공지능의 최우수학회인 CVPR, ECCV, AAAI, ICLR 등에 다수의 논문을 발표하였습니다 o 박사 논문상 수상자: 정은지 (지도교수: 전병곤) 제목: Unifying Imperative and Symbolic Deep Learning Execution 정은지 학생은 인공지능 딥러닝 모델을 쉽게 프로그래밍하고 빠르게 수행할 수 있는 새로운 딥러닝 소프트웨어 기술을 연구하여, 컴퓨터 시스템 분야 최우수 학술대회인 NSDI와 EuroSys 등에 제1저자로 연구 논문을 발표하였습니다. o 박사 논문상 수상자: 양영석 (지도교수: 전병곤) 제목: A Flexible Architecture for Optimizing Distributed Data Processing 양영석 학생은 분산 데이터 처리 최적화를 위한 유연한 아키텍처를 연구하여 컴퓨터 시스템 분야 최우수 학술대회인 ATC와 EuroSys에 논문을 발표하였습니다. 연구 결과물은 Apache 재단 Incubator 프로젝트로 선정되었으며, Google Cloud 빅데이터 시스템인 Apache Beam의 공식 Runner로 선정되었습니다. o 석사 논문상 수상자: 김동주 (지도교수: 김건희) 제목: Natural Audio Captioning 김동주 학생은 석사 기간 동안 인공지능 분야에 다양한 연구를 수행하였습니다. 최초로 자연의 소리를 인간의 언어로 설명할 수 있는 모델을 개발하였고, 불균형한 데이터가 혼재한 환경에서 지속적으로 학습하는 문제를 극복하는 연구또한 참여하며 인공지능 최우수 학회인 NAACL, ICML, ECCV 등에 1저자로 2편 공저자로 1편 출판하였습니다. o 석사 논문상 수상자: 이준희 (지도교수: 권태경) 제목: A TLS Downgrade Attack using Spatial Differences in Security Configurations 이준희 학생은 분산된 환경에서 대규모 웹서비스가 CDN과 같은 제 3자에게 보안 설정을 위암할 때 발생할 수 있는 보안 설정의 공간적 차이를 이용한 TLS 다운그레이드 공격을 제안하였습니다. 또한 전세계 7백만개 이상의 도메인을 대상으로 실질적인 위협에 대해 분석하였으며, 관련 연구 결과는 보안분야 우수학술대회인 ASIACCS 2021에서 발표할 예정입니다. o 석사 논문상 수상자: 김종석 (지도교수: 김건희) 제목: Dual Composition Network in Interactive Image Retrieval 김종석 학생은 대화형 이미지 검색 알고리즘에 대한 연구를 수행하였습니다. 기존 방법과 상호보완적으로 성능을 높일 수 있는 방법을 제안하였으며, 이를 바탕으로 인공지능 분야 우수 학술대회인 AAAI에 논문을 발표하였습니다. o 학사 논문상 수상자: 정재훈 (지도교수: 강유) 제목: T-GAP: Learning to Walk across Time for Temporal KnowledgeGraph Completion 정재훈 학생은 자연어 데이터로부터 구조화된 정보를 지식 그래프의 형태로 추출해내고, 사용자 쿼리에 따른 지식 그래프 탐색에 대한 연구를 수행하였습니다. 연구를 바탕으로 자연어 처리 분야 최우수 학술 대회인 EMNLP에 논문을 출판하였으며 KDD에 1편 제출하였습니다....
과거 미분류
포스트 대표 이미지

제 1회 민상렬 장학금 수여식 개최

故 민상렬 교수님의 연구에 대한 열정과 후학 양성의 뜻을 기리고자 '민상렬 장학금'이 제정되었다. 민상렬장학금은 컴퓨터시스템 관련 연구업적이 탁월한 대학원생을 매년 1인 선정하여 학업/연구 장려금 600만원을 지급한다. 제 1회 장학생으로 박연홍 학생(지도교수 이재욱)이 선정되었다. 박연홍 학생은 최근 새로운 보안 취약점으로 대두된 Row Hammer 공격을 방어할 수 있는 새로운 하드웨어 기술에 대한 논문을 ACM/IEEE MICRO 2020에 출판하는 성과를 올렸으며, 이 연구를 후원한 삼성전자와 공동으로 특허 출원을 진행하고 있다. 민상렬장학금 수여식은 2021년 2월 20일 서울대 컴퓨터연구소 민상렬홀에서 개최되었다. 앞으로도 컴퓨터시스템과 관련된 연구를 하는 많은 훌륭한 학생들이 민상렬 장학생으로 선정되는 명예를 차지하길 기대한다. https://cse.snu.ac.kr/sites/default/files/node--notice/770.png...
과거 미분류
포스트 대표 이미지

제 27회 휴먼테크논문대상 신호처리 및 CSE 분야 수상

제 27회 휴먼테크논문대상에서 시각 및 학습 연구실 대학원생들이 우수한 성과를 거두었습니다. o Signal Processing 분야 은상: 김재겸학생(논문지도: 김건희) 논문 제목: Drop-Bottleneck: Learning Discrete Compressed Representation for Robustness and Feature Selection 김재겸 석박통합과정생은 각 특징별로 배제 확률을 학습하여 이산적으로 태스크와 무관한 정보를 배제하는 방법론에 관한 논문으로 은상을 수상했습니다. o Computer Science & Engineering 분야 장려상: 편명장학생(논문지도: 김건희) 논문 제목: SEDONA: Search for Decoupled Neural Networks toward Greedy Block-wise Learning 편명장 석사과정생은 신경망을 나누어 병렬적으로 학습하면서도 성능 저하를 막기 위한 AutoML 방법론에 관한 논문으로 장려상을 수상했습니다. 휴먼테크 논문대상은 매년 과학기술 분야의 최우수 논문에 주어지는 상으로 삼성전자가 후원하고 있습니다....
과거 미분류
포스트 대표 이미지

2020년 Naver Fellowship 수상자 선정

2020년 Naver Ph.D. Fellowship Award 수상자가 선정되어 소식을 전합니다. 1인당 500만원의 장학금을 수여하는 본 프로그램에 올해는 훌륭한 인재들이 많이 지원하였으며, 연구성과 및 논문실적을 기준으로 심사를 하여 총 4명의 박사과정 학생이 그 기쁨을 누리게 되었습니다. 오현섭 학생(지도교수 전화숙)은 세계 최대 IoT 표준단체(OCF)의 IoT 표준기술과 이에 기반한 IoTivity 오픈소스 소프트웨어 플랫폼을 활용하여, 삼성리서치와 함께 OCF-to-Zigbee (O2Z) bridging 표준 기술 개발을 진행하였습니다. 김태욱 학생(지도교수 이상구)은 언어학적 개념을 활용하여 우수한 문장 표현 학습 모델을 개발하고 이를 분석하는 연구를 진행하였습니다. 김병창 학생(지도교수 김건희)은 자연어 생성을 위한 딥러닝 모델을 연구하고 있으며, 최근 챗봇이 생성한 대답의 품질을 향상시키는 연구를 수행 중입니다. 오민식 학생(지도교수 김선)은 세포의 상태 변화를 일으키는 다중 오믹스와 유전자 발현량의 조절 관계를 찾기 위한 다중 오믹스 데이터 통합 분석 방법을 연구하고 있습니다. 장학생으로 선정된 학생들에게 진심으로 축하의 메시지를 전하며, 향후에도 우수한 연구자로 성장하여 좋은 결과를 보여주기를 기대합니다....
과거 미분류
포스트 대표 이미지