News

김형신 교수 연구실과 이재진 교수 연구실 소속 팀들이 삼성전자 SAIT에서 주최하여 지난 8월 21일부터 10월 20일까지 진행된 “삼성 인공지능/컴퓨터공학 챌린지 2023”에서 최우수상 및 우수상을 석권하였다. 김형신 교수 연구실 소속의 팀 눈까리(박건도, 백은수)는 인공지능 분야(https://dacon.io/competitions/official/236132/overview/description)에서 최우수상(상금 1,000만원)을 수상하였고, 이재진 교수 연구실 소속의 팀들인 TeamH(김희훈, 유준열)와 ShongShong2(김진표, 박대영, 신준식)는 컴퓨터공학 분야(https://cechallenge.github.io/)에서 최우수상(상금 1,000만원) 및 우수상(상금 500만원)을 각각 수상하였다.

인공지능 분야의 과제는 왜곡이 없는(Rectilinear Source Domain) 이미지와 대응되는 레이블 정보를 활용하여, 레이블이 존재하지 않는 왜곡된 영상(Fisheye* Target Domain)에서도 강인한 이미지 장면 분할(Semantic Segmentation) 인식을 수행하는 알고리즘 개발하는 것이었다. 자율 주행 내 사용되는 카메라 센서의 경우, 장착 위치, 센서의 종류, 주행 환경 등에 따라 영상간의 격차(Domain Gap)가 발생한다. 그간 여러 선행 연구에서는 이미지의 광도와 질감(Photometry and Texture) 격차에 의한 인식 성능 저하를 극복하기 위해, Unsupervised Domain Adaptation 기술을 광범위하게 적용해왔지만 대부분의 기존 연구들은 카메라의 광학적 특성, 특히 이미지의 왜곡 특성(Geometric Distortion)에 따른 영상간의 격차는 고려하지 않고 있었다.

김형신 교수 연구실 소속 팀은 기존 학습데이터와 테스트 데이터간 도메인 격차를 해결하기 위해 다양한 Data augmentation 기법과 앙상블 기법 활용한 pseudo-label 생성 기법을 적용함으로써 최종 성능 1위를 달성하였다.  팀 눈까리의 백은수 학생은 “현재 진행 중인 연구주제와 유사한 주제로 흥미가 생겨 진행하게 되었고, 실제 도메인 격차를 해결해야하는 어플리케이션 시나리오에서 직접 고민을 하고 문제를 해결해 볼 수 있는 값진 경험이었다“고 밝혔다.

올해로 3회를 맞는 “삼성 인공지능/컴퓨터공학 챌린지 2023″는 기존 인공지능 분야 외 컴퓨터공학 분야를 신설하였다. 이는 대규모 언어 모델(Large Language Model)이 다양한 분야에서 높은 성과를 보여주면서 수요가 폭발적으로 증가하고 있어 대량의 GPU 자원을 활용하여 추론 시간을 줄이는 것이 중요해졌기 때문이다. 컴퓨터공학 분야의 과제는 여러 개의 GPU를 활용하여 시스템 및 알고리즘 최적화를 통해 대규모 언어 모델의 정확도를 떨어뜨리지 않으면서 추론 성능을 높이는 것이었다.

이재진 교수 연구실 소속 두 팀은 기존 GPU 연구 경험을 바탕으로 다양한 최적화를 적용하여 LLaMA-30B 모델로 HellaSwag 데이터셋 전체를 추론하는 시간을 400초 수준까지 가속하였다. 그 결과 최종 라운드에 선발된 10팀 중 각각 1위와 2위를 기록하는 성과를 냈다. 팀 hongShong2의 김진표 학생은 “대회를 진행하면서 개인 연구 주제에 대해서도 다른 관점에서 고민해 볼 수 있었고, 큰 동기 부여를 해주는 경험이었다”고 밝혔다.