전체기사 최신뉴스 GAM
KYD 디데이
경제 과학기술

속보

더보기

KAIST, 인공지능 추천시스템에 활용 가능한 그래프 신경망 신기술 개발

기사입력 : 2022년10월25일 13:00

최종수정 : 2022년10월25일 13:00

※ 본문 글자 크기 조정

  • 더 작게
  • 작게
  • 보통
  • 크게
  • 더 크게

※ 번역할 언어 선택

박찬영 교수팀, 정점 레이블 없이도 그래프
신경망 모델 훈련하는 인공지능 방법론 제시
10월 국제학술대회 'CIKM 2022' 발표 예정
최신 연구 방법론 대비 최대 6% 정확도 향상

[세종=뉴스핌] 이태성 인턴기자 = 최근 소셜 네트워크 분석, 추천 시스템 등의 분야에서 그래프 데이터의 중요성이 대두되는 가운데 데이터가 충분하지 않은 상황에서도 높은 예측 정확도를 달성하는 그래프 신경망 모델 훈련 신기술이 개발됐다.

25일 KAIST(총장 이광형)는 산업및시스템공학과 박찬영 교수 연구팀이 데이터의 레이블이 없는 상황에서도 높은 예측 정확도를 달성할 수 있는 새로운 그래프 신경망 모델 훈련 기술을 개발했다고 밝혔다.

[사진=KAIST] KAIST 산업및시스템학과 박찬영 교수 2022.10.25 victory@newspim.com

박 교수 연구팀이 개발한 기술은 그래프 신경망 모델에서 정점들 사이의 관계를 보존해 정점의 레이블이 없는 상황에서 모델을 훈련시켜 높은 예측 정확도를 달성할 수 있게 해주는 기술이다.

연구팀 관계자는 "기존의 훈련 방법은 표상 공간에서 자신을 제외한 다른 정점들과의 유사도가 작아지도록 훈련을 하지만 이런 일차원적인 방법론은 정점 간의 관계를 정확히 반영하지 못하게 된다"고 설명했다.

[사진=카이스트] 연구팀에서 개발한 '관계 보존 학습' 방법론. 기존 방법론과 달리 데이터 증강 기법을 통해 생성된 두 개의 그래프를 기반으로 노드들 사이의 관계를 보존하면서 모델이 학습된다. 예측 정확도 향상을 다양한 실험을 통해서 입증했다. 2022.10.25 victory@newspim.com

KAIST 산업및시스템공학과 이남경 석사과정, 현동민 박사, 이준석 석사과정 등이 참여한 이번 연구는 국제학술대회 '정보지식관리 콘퍼런스(CIKM) 2022'에서 올 10월 발표될 예정이다. (논문명: Relational Self-Supervised Learning on Graphs)

연구팀이 '관계 보존 학습'이라고 이름지은 이번 학습 방법론은 최신 연구 방법론과 비교했을 때 정점 분류 문제에서 최대 3% 예측 정확도를 향상시켰다. 간선 예측 문제에서는 6%의 성능 향상, 다중 연결 네트워크 (Multiplex network)의 정점 분류 문제에서는 3%의 성능 향상을 보였다.

[사진=카이스트] 본 연구에서 제안하는 '관계 보존 학습' 모델의 구조 2022.10.25 victory@newspim.com

제1저자인 이남경 석사과정은 "이번 기술은 데이터의 레이블이 부재한 상황에서도 그래프 신경망을 학습할 수 있는 새로운 방법ˮ이라며 "그래프 기반의 데이터뿐만 아니라 이미지 텍스트 음성 데이터 등에 폭넓게 적용될 수 있어 심층 학습 전반적인 성능 개선에 기여할 수 있다ˮ고 밝혔다.

연구팀을 지도한 박찬영 교수도 "이번 기술은 그래프 데이터상에 레이블이 부재한 상황에서 표상 학습 모델을 훈련하는 기존 모델들의 단점들을 `관계 보존`이라는 개념을 통해 보완해 새로운 학습 패러다임을 제시했다ˮ고 설명했다.

한편 이번 연구는 과학기술정보통신부 재원으로 정보통신기획평가원의 지원을 받아 사람중심인공지능핵심원천기술개발 과제로 개발한 연구성과 결과물(No. 2022-0-00157, 강건하고 공정하며 확장 가능한 데이터 중심의 연속 학습)이다.

victory@newspim.com

[뉴스핌 베스트 기사]

사진
김주애, 아빠 따라 첫 외교무대 데뷔 [서울=뉴스핌] 이영종 통일전문기자 = 김정은 북한 국무위원장의 딸 주애(12)가 중국 방문길에 동행한 것으로 확인됐다. 북한 관영 조선중앙통신은 2일 밤 김정은의 베이징역 도착 소식을 전하면서 3장의 사진을 공개했다. [서울=뉴스핌] 이영종 통일전문기자 = 김정은 북한 국무위원장이 2일 오후 전용열차 편으로 베이징역에 도착해 중국 측 인사들의 환영을 받고 있다. 김정은 뒤편으로 딸 주애(붉은 원)와 최선희 외무상이 보인다. 김주애가 해외 방문에 나선 건 이번이 처음이다. [사진=조선중앙통신] 2025.09.02 yjlee@newspim.com 여기에는 환영나온 왕이 외교부장 등 중국 측 인사와 만나는 김정은 바로 뒤에 서있는 딸 주애가 드러난다. 김주애가 해외 방문에 나선 건 지난 2022년 11월 공개석상에 등장한 이후 처음이다. 김주애는 검은색 바지 정장 차림으로 김정은을 따라 전용열차에서 내렸고, 그 뒤는 최선희 외무상이 따랐다. 그러나 붉은 카페트를 걸어가는 의전행사에는 빠져 공식 수행원에 명단을 올리지는 않을 것으로 보인다. 김주애가 중국 전승절(3일) 행사참석을 위해 방중한 김정을을 수행함으로써 그의 후계자 지명 관측에는 더 힘이 실릴 것으로 보인다.  또 시진핑 국가주석 등 중국 지도부와 김정은이 만나는 자리에 주애가 동행할 가능성이 높다는 점에서 '알현 행사' 성격을 띠게 될 것이란 관측도 나온다. yjlee@newspim.com 2025-09-02 22:00
기사 번역
결과물 출력을 준비하고 있어요.
기사제목
기사가 번역된 내용입니다.
종목 추적기

S&P 500 기업 중 기사 내용이 영향을 줄 종목 추적

결과물 출력을 준비하고 있어요.

긍정 영향 종목

  • Lockheed Martin Corp. Industrials
    우크라이나 안보 지원 강화 기대감으로 방산 수요 증가 직접적. 미·러 긴장 완화 불확실성 속에서도 방위산업 매출 안정성 강화 예상됨.

부정 영향 종목

  • Caterpillar Inc. Industrials
    우크라이나 전쟁 장기화 시 건설 및 중장비 수요 불확실성 직접적. 글로벌 인프라 투자 지연으로 매출 성장 둔화 가능성 있음.
이 내용에 포함된 데이터와 의견은 뉴스핌 AI가 분석한 결과입니다. 정보 제공 목적으로만 작성되었으며, 특정 종목 매매를 권유하지 않습니다. 투자 판단 및 결과에 대한 책임은 투자자 본인에게 있습니다. 주식 투자는 원금 손실 가능성이 있으므로, 투자 전 충분한 조사와 전문가 상담을 권장합니다.
안다쇼핑
Top으로 이동