UNIST 인공지능대학원 윤태현 대학원생(지도교수 임성빈)이 세계적 인공지능 학회 경진대회에서 학생 부문 최고 자리에 올랐다. 최근 학계의 관심이 높아진 신생 분야에서 프로그램의 성능을 가장 높이 끌어올린 성과를 인정받은 것이다.
윤태현 학생이 참가한 대회는 인공지능‧기계학습 분야 최고 권위의 국제학회인 ‘뉴립스(NeurIPS)’가 주최한 ‘조합최적화를 위한 기계학습 경진대회(Machine Learning for Combinatorial Optimization, ML4CO)’다. 그는 지난달 발표된 최종 순위에서 프라이멀 테스크(Primal Task) 부문 학생 1위, 글로벌 2위에 자리했다.
이 대회는 계산복잡도가 높은 조합최적화 문제를 푸는 솔버(Solver) 프로그램의 성능을 기계학습으로 개선하는 것을 목표로 했다. 조합최적화는 산업공학, 응용수학의 한 분야로 산업 현장에서 운송경로, 스케줄링 등에서 가장 효율적인 방법을 찾는데 활용된다. 지금껏 주로 사람이 직접 디자인한 알고리즘이 활용됐는데, 최근에는 데이터를 기반으로 이를 자동화하려는 시도가 이어지고 있다.
윤태현 학생은 “올해 초에 연구실에서 관련 분야 논문을 살펴볼 기회가 있었고, 구글 딥마인드가 발표한 조합최적화 알고리즘의 미공개 코드를 직접 구현해보기도 했다”며 “마침 경진대회가 열린다는 소식을 듣고 관심이 생겨 참가하게 됐다”고 말했다.
대회는 프로그램의 성능을 주기적으로 평가해 순위를 매기는 방식으로 진행됐다. 하지만 지난 7월 첫 성적이 공개됐을 때만해도 윤태현 학생의 순위는 높지 않았다. 그는 단계적으로 데이터를 수집하고, 코드를 구현하고 테스트하는 과정을 반복하며 새로운 시도를 이어나갔다.
윤태현 학생은 “좀 더 순위를 높여보고 싶다는 생각으로 꾸준히 노력했고, 점차 순위가 오르면서 재미가 붙었다”며 “최종 순위 발표 전에 글로벌 순위 4위에 올랐었는데, 최종에서 학생 1위, 글로벌 2위까지 올라간 것을 확인했을 때 정말 기뻤다”고 전했다. 
Student 부문 1위, Global 2위에 자리한 윤태현 학생 | 사진: 임성빈 교수 연구실 제공
이번 경진대회는 전 세계 기업과 연구소에서 50개 팀이 참가해 지난 7월부터 10월까지 4개월에 걸쳐 프로그램 성능 향상을 위해 경쟁하는 방식으로 진행됐다. 이중 학생 팀은 23개였다. 대회는 세 가지 부문으로 나뉘어 치러졌으며, 다양한 접근법을 허용하는 방식으로 진행됐다. 세 가지 부문은 프라이멀 테스크(Priaml Task), 듀얼 테스크(Dual Task), 컨피규레이션 테스크(Configuration Task) 였다. 각각의 부문은 조합최적화 문제에서 해결하고자 하는 목표가 조금씩 달랐다.
윤태현 학생은 “연구실에서 함께 연구하는 동료들과 치열하게 토론하며 문제해결점을 찾고, 포기하지 않고 도전한 것이 좋은 결과로 이어진 것 같다”며 “대회 기간 동안 조언과 도움을 주신 지도교수님, 아마존의 윤효근 박사님, 카카오엔터프라이즈의 최진원(로이스)님께 특별히 감사드린다”고 소감을 전했다.
임성빈 교수는 “굉장히 경쟁적이고 도전적인 대회였는데, 넉 달 동안 연구실 학생들이 도전한 결과가 좋은 결실을 맺어서 매우 기쁘고 자랑스럽다”며 “이번 대회를 통해 UNIST 학생들의 실력을 전 세계에 알리게 된 것 같아 뿌듯하다”고 말했다.
한편 이번 경진대회는 세계적 학회인 뉴립스가 주관했으며, 인공지능저널(Artificial Intelligence Journal), 컴퓨터 캐나다(Compute Canada), 칼큘 퀘벡(Calcul Québec), 웨스트그리드(Westgrid), 구글 리서치(Google Research) 등이 후원했다. 시상식은 오는 9일(목) 뉴립스 2021 학회에서 진행된다. 우승팀에게는 본 학회에서 발표할 수 있는 기회가 주어진다. 아울러 학생 대회 우승팀에는 1,000 캐나다 달러의 상금도 전달된다.
아래는 윤태현 학생과의 일문일답
Q1. 간단한 소개를 부탁합니다.
UNIST 학부를 졸업하고, 인공지능대학원/산업공학과 임성빈 교수님의 ‘LIM 랩(Learning Intelligence Machine)’에서 석사과정에 재학 중입니다. 강화학습과 확률 최적화 기법을 기반으로 조합최적화 알고리즘 연구를 수행하고 있습니다.
Q2. 대회에 참가하게 된 계기가 있다면?
연구실에서 주기적으로 진행하는 논문 리뷰 세미나에서 이번 대회의 주제인 조합최적화 분야 논문을 골라 읽게 됐습니다. 특히 올해 2월에 구글 딥마인드(Google DeepMind)가 발표한 ‘뉴럴 다이빙(Neural Diving)’ 알고리즘의 미공개 코드를 직접 구현하고, 적용해보면서 이 새롭게 떠오르는 분야에 흥미를 갖게 됐습니다. 마침 올해 처음으로 관련 분야 경진대회가 열린다고 해서 참가를 결정했습니다.
경진대회에서 학생 부문 1위에 오른 윤태현 인공지능대학원 학생 | 사진: 김경채
Q3. 대회 과정에서 어려움은 없었는지?
대회 주제에 대해 공부한 시간 자체가 3, 4개월 정도로 길지 않았습니다. 하지만 매주 피드백 미팅을 진행하고, 새로 시도하는 내용들을 공유하고, 그 결과를 확인해보면서 점차 익숙해졌고, 결국 좋은 성과를 이끌어냈습니다.
Q4. 앞으로 연구 계획이 있다면?
이번 대회를 진행하면서 더 해결하고 싶은 문제들을 발견했고, 이 문제를 해결하기 위한 접근법을 구상하고 있습니다. 단기적으로는 이번 연구를 발전시켜서 학회에 논문을 투고하는 것이 목표입니다. 장기적으로는 이번 조합최적화 분야처럼 새롭게 떠오르는 분야에서 좋은 연구를 하고, 이를 통해 새로운 분야의 발전에 공헌하고 싶습니다.
, 정상에 오르다!){kind=link}