성신여대 박새롬·​김영훈 교수 국제 저명 AI 콘퍼런스 'NeurIPS' 논문 발표

왼쪽부터 융합보안공학과 박새롬 교수, 통계학과 김영훈 교수 [사진=성신여자대학교 제공]

성신여대(양보경 총장) 융합보안공학과 박새롬 교수와 통계학과 김영훈 교수가 각각 지난 6일부터 오는 12일까지 캐나다 밴쿠버에서 개최되는 ‘NeurIPS 2020’에서 연구논문을 발표한다.

NeurIPS(Neural Information Processing Systems, 신경정보처리시스템학회)는 세계 최고 권위 인공지능 컨퍼런스 중에 하나로 머신러닝·빅데이터·시청각 정보처리 등 다양한 인공지능 분야 연구들이 발표되는 학회이다.

융합보안공학과 박새롬 교수는 이성윤, 이재욱(이상 서울대)과 함께 공동 연구한 「Lipschitz-Certifiable Training with a Tight Outer Bound」 논문을 통해 인공지능 알고리즘 취약점 중에 하나인 적대적 공격(adversarial attacks)에 견고한 모형을 학습하기 위한 방법론을 제안했다.

입력 데이터에 특정 크기 이내 모든 가능한 노이즈가 추가되는 공격에 대해서는 같은 예측을 할 수 있도록 해당 영역을 포함하면서도 타이트한 외부 경계를 Lipschitz 분석과 interval 연산을 이용해서 효율적으로 계산하는 방법을 제안함으로써 규모가 큰 딥러닝 모형에 대해서도 12배 정도 빠르게 보증 가능한 학습(certifiable training)을 가능하도록 하였고, 일반 정확도와 공격에 대한 정확도를 모두 향상할 수 있었다.

관련기사

• ⑧ 이성근 성신여대 총장 "자유전공, 자신의 길 찾을 수 있는 문 열어 주는 것"
• '제자 성폭행' 성신여대 전 교수...항소심에서 징역 1년 늘어난 4년 선고

통계학과 김영훈 교수는 김일두, 김성웅(카카오브레인 AI팀)과 함께 공동 연구한 「Learning Loss for Test-Time Augmentation」 논문을 통해 이미지를 분류하는 딥러닝 모델이 현실 상황에서 좀 더 신뢰성 높게 작동하도록 예측 단계에서 데이터를 효율적으로 증폭시키는 방법을 제안했다.

그동안 딥러닝 모델이 이미지 분류에서 좋은 성능을 보인다는 장점에도 현실 상황에서 입력되는 이미지에 노이즈가 삽입되거나 틀어지는 등 변형이 생기면 이미지를 정확히 분류하지 못하는 한계점이 있었다.

이러한 문제점을 해결하기 위해 갖가지 변형을 적용한 데이터로 학습시키면 딥러닝 모델이 다양한 현실 상황에 유연하게 대처할 수 있고, 학습 단계가 아닌 학습이 끝난 모델로 예측하는 단계에서 입력되는 이미지에 대한 증폭 과정을 선별적으로 적용하여 효율성을 크게 향상시키는 방법을 처음으로 제안했다.

한편 성신여대는 4차 산업시대를 주도할 인재양성과 첨단융합연구에 중점을 두고 컴퓨터공학과, 융합보안공학과, 서비스디자인공학과를 개설하고 있으며, 2021학년도에 △수리통계데이터사이언스학부 △AI융합학부 △화학·에너지융합학부 △바이오신약의과학학부 △바이오헬스융합학부 등 미래산업과 사회 수요를 고려한 첨단학부를 신설하여 신입생을 선발하고 있다.