삼성SDS, AI학회 ‘NeurIPS’서 3년 연속 ‘강화학습 최적화 논문’ 채택

[이데일리 김현아 기자]

삼성SDS(018260)가 세계 최고 권위 인공지능(AI) 학회인 ‘NeurIPS(Neural Information Processing Systems, 신경정보처리시스템학회)’에 3년 연속으로 조합 최적화 논문을 등재하며 인공지능 분야 기술력을 인정받았다.

NeurIPS는 인공지능·기계학습 분야에서 세계 최대 규모이자 최고 권위를 가진 학회다. 해당 분야 논문 채택율이 25%에 불과할 정도로 기준이 매우 까다롭고, 산출되는 연구 결과들의 기술적 영향도 또한 높은 것으로 유명하다.

이번에 등재된 논문은 ‘강화학습을 활용한 조합 최적화’ 기술에 관한 연구다.

삼성SDS는 인공지능 스스로 최적의 해결책을 찾는 강화학습 기술을 활용해 클라우드 컴퓨팅(GPU) 자원 할당, 제조·물류 분야의 공정 최적화 등 산업 현장에서 발생할 수 있는 다양한 문제를 빠르고 효율적으로 해결할 수 있는 최적화 기법을 제시하며 주목을 받았다.

이 기술을 활용해 ‘NeurIPS 경로 최적화를 위한 기계학습 경진대회(NeurIPS 2022 Vehicle Routing Competition)’에 참가해 글로벌 기업 및 대학 54개 팀 중 최종 3위를 기록했다.

이 대회는 다양한 변수와 제약조건이 있는 상황에서 주문 받은 물건을 고객에게 배송하는 최적의 경로를 빠르고 정확하게 찾아내는 것으로 순위를 결정한다.

또한, 이번 대회에서 인공지능기술로 가장 혁신적이고 효과적으로 문제를 해결한 팀에게 수여하는 심사위원단 특별상(Jury Prize)도 수상하는 성과를 거뒀다.

한편 삼성SDS는 올해 NeurIPS에 채택된 논문 포함 글로벌 주요 학회에 총 11건의 논문을 등재했다.

글로벌 자연어처리 학회인 ‘EMNLP(Empirical Methods in Natural Language Processing, 자연어처리국제학술대회) 2022’에 메타러닝을 활용한 언어모델 최적화 방법에 대한 논문을 실었다.

메타러닝(Meta Learning)이란 주어진 데이터만 가지고 스스로 학습할 수 있도록, 학습하는 과정자체를 학습하는 인공지능 시스템이다.

컴퓨터 비전(이미지 인식 기술) 분야 우수 학술대회인 ‘ICPR(International Conference on Pattern Recognition, 패턴인식 국제학술대회) 2022’에는 자기지도학습 기반의 이미지 분류와 문서 분류 자동화 논문 두 건이 채택됐다. 자기지도학습(Self-supervised learning)이란 최소한의 데이터만으로 스스로 규칙을 찾아 분석하는 AI 기술이다. 사람이 별도로 지도하지 않아도 기계가 스스로 대상을 인지하고 의미를 부여한다.

권영준 삼성SDS 연구소장(부사장)은 “앞으로도 인공지능 연구개발에 적극적으로 투자하여 기술을 고도화하고 산업현장에서의 활용도를 넓혀가겠다”고 말했다.

[이데일리 문승용 기자]

삼성SDS 2022년 채택 논문 리스트

1. Simulation-guided Beam Search for Neural Combinatorial Optimization

(조합 최적화를 위한 신경망 기반 솔루션 탐색 및 보정 방법 연구 개발)

NeurIPS, 추진호, 권영대, 김지훈, 제정우, Andre Hottung, Kevin Tierney, 권영준

2. SOS: Score-based Oversampling Minor Classes for Tabular Data

(양자 회로 구조학습 연구)

SIGKDD, 박세원, 김민정, 조지훈

3. Improved Circuit-based PSI via Equality Preserving Compression

(연산 가능한 PSI 최적화를 위한 정수 압축 기법 연구)

SAC 22, 손용하, 한규형, 문덕재

4. ContraCluster: Learning to Classify without Labels by Contrastive Self-Supervision and Prototype-Based Semi-Supervision

(자기지도학습 기반 이미지 분류 학습 방법 연구 개발)

ICPR, 조성호, 김병집, 강호영, 김보건, 박재선, 이준석, 권영준

5. Shufe & Divide: Contrastive Learning for Long Text

(자기지도학습 기반 문서 분류 자동화 모델 연구 개발)

ICPR, 이준석, 조성호, 박경원, 김보건, 강호영, 박재선, 권영준

6. LEA: Meta Knowledge-Driven Self-Attentive Document Embedding for Few-Shot Text Classification

(메타러닝 기반 텍스트 임베딩 생성 방법 연구 개발)

NAACL 2022, 홍승기, 장태영

7. Mixup-based classification of mixed-type defect patterns in wafer bin maps

(믹스업을 통한 웨이퍼 결함 패턴 분류 최적화 기법 개발)

Computers & Industrial Engineering 저널, 신욱수, 강현구(NYU), 김성범(고려대)

8. Topology for Substrate Routing in Semiconductor Package Design

(반도체 패키지 디자인의 라우팅 연구)

CAD 저널, 성락경, 양재호, 한상훈 2021년 제출

9. AMAL: Meta Knowledge-Driven Few-Shot Adapter Learning

(메타러닝을 통한 언어모델 최적화 방법 연구 개발)

EMNLP, 홍승기, 정태영

10. Unsupervised Domain Adaptation Based on the Predictive Uncertainty of Models

(모델의 예상 불확실성을 기반으로한 비지도형 도메인 채택)

Neurocomputing, 이준호, 이계민(서울과기대 교수)

11. Is Cross-modal Information Retrieval Possible without Training

(비학습방식의 교차양상(Cross-modal) 검색 연구)

ECIR, 최현진, 이현제, 조성호, 권영준