인공지능 기술은 점차 우리 일상에 들어와 다양한 분야에서 활용되고 있다. 인공지능 기술을 적용해 현실 세계의 문제를 해결하는 연구를 수행하고 있는 인공지능학과 김유성 교수의 CSI Lab을 취재했다. 특히 CSI Lab 팀은 한국전자통신연구원(ETRI)에서 주최하는 스펙트럼 챌린지 대회에서 2020년부터 3년 연속 1등을 차지하는 쾌거를 이루기도 했다.

Q. 연구실 소개 부탁드립니다. 

CSI(Computer Systems & Intelligence)  연구실은 인공지능(AI) 기술을 접목하여 복잡하고 어려운 문제를 효율적으로 해결하는 연구를 수행하고 있습니다. 예시로는 주어진 임무를(e.g. 자율주행/로봇/공정) 달성하기 위한 행동 정책을 스스로 배우는 강화학습, 학습 과정에서 경험하지 못한 환경 변화에 대해서 강건하게 동작할 zero-shot 학습, 대규모 운영 로그 데이터로부터 최적의 운영 정책을 도출하는 오프라인 강화학습, 이미지, 무선 신호, 생체 신호 등 여러 종류 데이터를 통해 학습 효율성을 향상시키는 멀티모달 & 자기지도 학습 등에 관해서 연구하고 있습니다.

Q. 2022 스펙트럼 챌린지 대회에서 1등을 수상하며 3년 연속 1등을 기록하셨는데 대회 준비 비결이 있으신가요?

스펙트럼 챌린지는 무선 통신 분야의 창의적이고 혁신적인 기술을 보유한 팀을 선발하기 위한 경연대회입니다. 주어진 차세대 와이파이 환경에서 전송 충돌을 최소화하며 채널 자원을 효율적으로 활용하기 위해 동적 환경 변화를 빠르게 탐지하고 최적의 무선 자원 할당 및 스케줄링할 수 있는 AI 모델을 개발합니다. 경연 대회를 무사히 마칠 수 있게 도움이 되었던 몇 가지 팁을 작성해 보았습니다.

-주어진 환경에 대한 꼼꼼한 분석과 이해

강화학습 모델의 입력으로 사용할 정보를 어떻게 선택하고 가공할지, 모델의 출력 형식을 (자원 할당 및 스케줄링 방식) 어떻게 설계할지를 결정하기 위해선 주어진 환경을 철저히 분석하고 이해하는 것이 매우 중요했습니다. 모델을 설계하는 방향을 결정하고 토론을 나누는 기반이 되는 만큼 그 중요성을 한 번 더 강조합니다.

-경연 기간 시간의 효율적인 사용

7주 동안의 예선과 본선 시간을 효율적으로 사용하는 것이 중요했습니다. 7주 동안 진행할 주요 마일스톤을 정하고 주마다 세부 목표 및 팀원 간의 역할 분담을 명확히 했습니다. 하루 2번 모델을 제출하고 평가받을 기회도 최대한 활용했습니다. 

-존중, 배려, 그리고 신뢰 기반의 팀워크

팀으로 참여하는 경연 대회는 팀 구성원 간의 결속력과 신뢰가 중요합니다. 아이디어를 자유롭게 공유할 분위기와 긍정적이고 건설적인 토론 문화가 그 시작입니다. 당장 좋은 결과가 나오지 않더라도 개선 방향을 함께 고민하고 각자 맡은 바를 완수하도록 믿고 기다려 주면서 경연 기간 동안 모든 팀 구성원이 함께 성장할 수 있었습니다.

Q. CSI Lab의 대표적인 연구 활동을 소개해 주세요.

1) 강화학습 데이터 효율성 및 일반화 연구

강화학습은 주어진 환경/임무에 대한 최적의 솔루션을 AI 에이전트가 스스로 찾을 수 있습니다. 사람의 개입 없이 환경과 직접 상호작용하며 시행착오를 통해 보상을 최대화할 행동 정책을 배웁니다. 우리 연구실에선 강화학습이 학습 시 요구되는 시행착오 횟수를 효율적으로 줄이며, 학습 시 경험하지 못한 환경 변화에도 강건히 동작할 zero-shot generalization 학습 방법을 연구합니다. 이는 현실 세계의 문제를 강화학습 기법으로 해결하기 위해 필요한 핵심 기술이 되겠습니다.

2) 오프라인 강화학습 연구

기존의 강화학습은 환경과 수많은 상호작용을 요구하여 비용 및 안전상의 이유로 고품질의 시뮬레이터가 없다면(예: 자율주행, 로봇 제어, 공정 자동화) 적용하기 어려울 수 있습니다. 이런 한계를 극복하기 위해 축적된 운영 로그 데이터만으로 환경과 상호작용 없이 더욱 향상된 솔루션을 찾아내는 오프라인 강화학습 연구가 주목받으며 비교적 쉬운 문제들에 대해선 그 성공 가능성을 보여주었습니다. 우리 연구실에선 더 길고 복잡한 문제도 짧고 쉬운 서브 문제로 나누어 순차적으로 해결할 계층적 오프라인 강화학습 모델을 제시하여 기존 관련 연구 대비 큰 성능 향상을 보였습니다.

3) AI 기반 네트워크 시스템 지능화 연구

무선 네트워크 기술의 발달은 사물 인터넷과 초연결 시대를 가능하게 했습니다. 단말의 모빌리티 (mobility) 및 무선 신호의 동적 변화는 전통적인 규칙 기반의 관리/응용 기술로는 한계가 있으며 변화에 탄력적으로 적응할 학습 기반 솔루션이 요구됩니다. 우리 연구실에선 기존 연구 대비 수십 배 약한 신호도 감지할 딥스펙트럼 센싱 모델을 개발했으며, 상용 5G 이동통신 환경에서 업링크 성능을 정확히 예측하는 모델을 설계하여 업링크 트래픽 전송을 효과적으로 조절할 수 있음을 보였습니다. 또한 무선 신호를 사용하여 벽 뒤에 다수의 사람 포즈를 정확히 추정하는 모델을 개발하여 재난 안전/군사/치안 목적으로 활용될 수 있습니다.

4) AI 기반 의료 & 헬스케어 관련 연구

우리 연구실에서는 삼성서울병원 안현주 교수님 연구팀과 함께 마취 시작 후 고혈압 증상이 발생할 환자를 예측하고, 수술 중에 발생하는 저혈압 증상을 5분 전 미리 예견할 수 있는 학습 모델을 연구하고 있습니다.  분당서울대병원 허찬영 교수님 연구팀과 함께 광대역 (Ultra-wideband) 무선 신호를 사용하여 몸속 종양을 탐지하는 연구를 수행하고 있습니다. 이와 같은 연구는 매우 흥미롭고 도전적이며 향후 의료 AI 연구 발전에 기여하고자 합니다.

Q. 하나의 연구를 진행하는 과정은 어떻게 되나요?

연구실에 들어오는 인턴 또는 학부 연구생은 연구실에서 진행 중인 프로젝트들에 대해 설명을 듣고 관심 있는 하나를 선택합니다. 석사/박사과정 연구원과 함께 프로젝트를 진행하며 연구 경험을 쌓고 자신의 연구 방향을 수립합니다. 자신의 연구 방향이 구체화되었다면 관련 연구를 꼼꼼히 조사하여 아직 해결되지 못한 문제점을 정의합니다. 해당 문제를 해결하기 위한 접근 방안을 모색하고 구현 및 평가를 수행합니다. 평가 결과에 따라 수정 보완이 이뤄지며 본인 연구의 참신성과 우수성을 효과적으로 표현하는 역량을 기릅니다.

Q. 연구실의 자랑거리가 있다면 무엇인가요?

CSI 연구실의 큰 자랑은 연구 주제 선택과 연구 활동 시간을 자유롭게 결정할 수 있다는 점입니다. 연구실에서 다양한 연구가 이루어지고 있는 만큼 매주 랩 세미나를 통해 다양한 분야의 최신 연구 동향을 공유하고 토론하며 파생된 아이디어를 자신의 연구에 적용해 볼 수 있습니다. 중장기 연구 중심의 프로젝트와 더불어 ETRI, 국가보안기술연구소, SK 이노베이션, Quantit 등 다양한 연구소 및 기업과 진행하는 단기 프로젝트도 신중히 선택하고 있으며 이러한 산학 프로젝트에서는 보다 실무적인 개발 경험을 가질 수 있습니다.

Q. 연구실에 들어가기 위해서는 어떤 능력이 필요한가요?

선형대수, 알고리즘, 기계학습 등 새로운 학습 모델을 설계할 선행지식과 프로그래밍 역량이 필요합니다.  PyTorch 와 같은 심층 신경망 프레임워크를 사용해 본 경험이 있다면 좋습니다. 그러나 무엇보다 연구에 대한 열정과 상대방을 존중하는 마음이 중요합니다. 그래야만 주도적으로 연구를 수행할 수 있습니다. 특히 자신의 연구 주제가 재미있어야 연구가 어려울 때도 쉽게 포기하지 않고 몰입할 수 있습니다. 연구실 구성원 서로가 존중하고 배려할 때 원활한 의사소통이 이뤄질 수 있는 만큼 효과적인 협업을 위해 꼭 필요한 덕목입니다.

Q. 연구원을 꿈꾸는 학생들에게 한마디

연구는 새로운 분야에 도전하여 핵심 개념을 이해하고 최신 동향을 파악하며 해결되지 못한 한계점, 문제점을 찾아내고 이를 논리적인 접근 방안으로 개선하고 해결합니다. 나아가 결과의 참신함과 우수성을 누구나 쉽게 이해하도록 논문을 통해 효과적으로 잘 표현하는 것입니다. 이러한 경험은 향후 어떤 새로운 분야 및 기업에서 연구/개발 업무를 맡게 되더라도 위축되지 않고 자신 있게 도전할 원동력이 됩니다. 전공 분야에 관심이 있고 정답이 있는 교과서 그 너머를 배우고 싶은 학생들에게 과감히 마음에 드는 연구실을 두드리고 학부 연구생으로서 첫 연구를 경험해 보는 것을 적극 추천합니다.

연구실 홈페이지: https://csi-skku.github.io