2024 IJCAI 학회 리뷰

2024/8/6 - 2024/8/9

 

이번 네트워킹에서는 다양한 전문가들과 만나면서 AI와 관련된 여러 인사이트를 얻을 수 있었다. 먼저, LG화학에서 AI 팀을 이끌다가 현재 UCL에서 박사 과정을 밟고 있는 전문가와 대화를 나누었는데, 이분이 Bio 분야에서 AI가 어떻게 활용되는지에 대해 깊이 있는 설명을 해주었다. 특히, CT 사진이나 조기 암 발견 이미지 등을 분석해서 환자의 상태를 텍스트로 생성하는 데 AI가 많이 사용된다는 점이 인상적이었다. 이런 기술이 진단의 정확성을 높이는 데 큰 도움이 된다고 했다.

 

또 한 스타트업 현직자와 번역 모델 개발에 대해 이야기하면서, 최신 모델만 고집하는 것보다 최적화된 이전 모델을 활용하는 것도 유효할 수 있다는 것을 배웠다. 이분은 Transformer 기반 T5 모델을 상업적 목적으로 최적화하는 과정에서 겪은 한계와 그 해결 방법에 대해 설명해주었다. 이 대화를 통해 번역 작업의 효율성을 높이기 위해서는 최신 모델뿐만 아니라 최적화된 이전 모델도 잘 활용해야 한다는 중요한 교훈을 얻었다.

 

Banquet 자리에서는 스테이크가 포함된 코스요리, 와인과 함께 다양한 배경의 사람들과 이야기를 나눌 수 있었다. 국내 통신 대기업에서 일하다가 미국에서 박사 과정을 수료한 후 광고회사에서 근무 중인 부부, 그리고 싱가포르에서 강화학습을 전공으로 하고 있는 교수님과 대화를 나누면서 각자의 문화와 연구 주제에 대해 깊이 있는 대화를 나눌 수 있었다. 이를 통해 다양한 연구 분야를 이해하고, 각자의 연구와 커리어에 대한 자부심을 다시 확인할 수 있었다.

 

Whova 앱을 활용해 학회 정보 공유 및 네트워킹도 활발히 이루어졌다. 이 앱을 통해 학회 정보는 물론, 다양한 전문가들과의 실시간 소통이 가능했다. 점심 시간에는 Posco DX 개발자, 서울시립대 대학원생, 교수님, 서울대학교 병원 인턴 등과 함께 AI 관련 주제에 대해 심도 있는 대화를 나누며 지식을 교류할 수 있었다. 전체적으로 이번 네트워킹은 AI 분야에서의 지식 확장과 다양한 전문가들과의 교류를 통해 새로운 인사이트를 얻을 수 있었던 매우 유익한 시간이었다.

1. 활동 요약

• Oral발표, poster 세션 참석
• Korean industry 기업 발표 세션 참석(포스코, KB, NAVER etc)
• 연회 참석 및 네트워킹을 통한 지식 교류(Samsung, 서울대 병원 etc)
• 시사점 :

• CLIP 기반의 fussion모델 이외에도 UME 기법을 통해 비디오, 오디오, 이미지를 한 번에 임베딩하여 다운스트림 태스크에 활용하는 모델 증가
• LLM을 활용한 자동 레이블 생성과 그래프 엣지 생성 방식으로, AI task에서의 레이블 부족 문제를 해결하려는 연구 활발히 진행 중
• 멀티모달 접근법이 특히 bio 분야에서 활발히 활용되고 있어, 이에 대해 차량에서의 생체정보 활용 연구 검토(W/BIO 전문가)
• LLM에 IQ TEST와 같은 다양한 data 기반 응용 사례 등장

2. 학회 주요 특징

(1) 대규모 참가 및 다양한 논문 트랙:

• 2024년 IJCIAI는 역대 최대 규모로 개최되었으며, 메인 트랙에서는 5651편의 논문이 제출되었고 이 중 791편이 채택되어 약 14%의 억셉률을 보임

(2) 주요 키워드:

• 이번 컨퍼런스에서 발표된 논문들은 '기계 학습', '컴퓨터 비전', '데이터 마이닝'과 같은 키워드가 가장 많이 언급

(3) 연구의 트렌드:

• "Most Likely Paper" 섹션에서는 '강화 학습', '지식 그래프', '프레임워크 모델'과 같은 주제들이 중심이 되어, 최신 AI 연구의 흐름과 방향성을 잘 나타남

3. 주요 발표 내용

(1) 멀티모달:

• 멀티모달 컨셉으로 이미지 이외에 다양한 데이터와의 결합을 통해 의학분야에서 Assistant의 사례로 많이 쓰이고 있음
• 이외에도 다른 포스터들도 함께 보았을 때, bio(medical)분야에서 특히 multimodal의 컨셉이 많이 쓰이고 있음
• 차량에도 바이오 정보 등의 생체정보를 활용할 수 있는 것으로 알고 있는데, 이러한 사례를 선행 사례로 검토하는 것이 유용할 것이라고 보임

(2) 지식 기반 그래프:

• 적은 수의 엣지를 llm을 활용해 생성하는 경향을 보임
• 이러한 사례는 추천 시스템을 개발하는 링크 예측이외에도, 그래프 기반 db를 구축한 뒤, 활용하는 다양한 사례에서 응용될 수 있음
• 이처럼 그래프 이외에도, 언어, 이미지 등의 다양한 모델에서도 llm을 활용해 데이터의 언밸런싱 이슈를 줄여 성능을 개선하는 방향으로 많은 연구들이 진행되고 있음을 알 수 있었음

4. Korea Industry Session

이 세션은 공식 타임테이블에 포함되지 않은 특별 세션으로, KB, POSCO 홀딩스, KAIST 최재식 교수 등 다양한 전문가들이 각 산업에서 AI를 어떻게 적용하고 있으며, 앞으로의 방향성을 설명했다. 특히, KB 금융그룹이 AI 기술을 전략적으로 내재화하고, Generative AI 도입을 선도적으로 추진하는 점이 인상적이었음

 

(1) 멀티모달 KB 금융그룹의 AI 및 Generative AI 도입 전략 요약:

• Financial AI Center의 역할: KB 금융그룹의 Financial AI Center는 AI 기술을 금융 비즈니스에 내재화하여 자동화, 개인화, 보안 강화를 목표로 함
• 주요 AI 응용 사례:
  • 고객 분석 및 상담: Call Bot과 Chat Bot을 통해 실시간으로 고객 프로파일링을 수행하여 중요한 정보를 제공
  • 자산 관리: KB-DAM을 활용해 비정형 데이터를 분석, 자산 관리의 경쟁력을 강화
  • 보이스 피싱 모니터링: AI 시스템을 통해 보이스 피싱 탐지율을 34.3% 향상시켜 금융 보안을 강화
  • 가상 금융 비서: AI 기반의 가상 금융 비서를 통해 고객 지원과 사용자 경험을 개선

(2) POSCO의 AI 및 로봇 기반 스마트 팩토리 전략 요약:

• 스마트 팩토리 도입 및 발전: POSCO는 2016년부터 스마트 팩토리를 도입하여 인프라 구축과 전 공정 자동화를 통해 비용 절감, 생산성 향상, 품질 개선, 안전 보장 등을 실현했으며, 'Lighthouse Factory'로 선정
• 지능형 제조 시스템: 연속 용융 아연 도금 라인(CGL)과 표면 결함 검사 시스템에 AI 기반 자동화를 적용하여 품질 향상과 자원 최적화 달성
• 자율주행 기술: 용융 철 운송을 위한 자율주행 기관차를 도입해 작업의 안전성과 효율성 높임

 

https://ijcai24.org/

IJCAI 2024 – Jeju