"세계적 AI 석학 모였다"…'삼성 AI 포럼 2019' 개최

딥러닝·자율형 시스템 등 확장된 AI 기술 발표

홈&모바일입력 :2019/11/04 09:18    수정: 2019/11/04 10:03

삼성전자는 4일부터 5일까지 세계적으로 저명한 AI 석학들을 초청해 최신 연구 동향을 공유하고 미래 혁신 전략을 모색하는 '삼성 AI 포럼 2019'를 개최한다고 밝혔다.

올해로 3회째를 맞는 '삼성 AI 포럼 2019' 첫째 날은 삼성전자 종합기술원 주관으로 삼성전자 서초사옥에서, 둘째 날은 삼성리서치 주관으로 삼성전자 서울R&D캠퍼스에서 각각 진행된다. 올해는 특히 세계적으로 주목받는 AI 전문가들의 강연이 마련돼 인공지능 분야 전문가와 교수, 학생 등 1천700여명이 참석할 것으로 예상된다.

삼성전자 김기남 대표이사 부회장은 개회사를 통해 "AI 기술은 이미 사회 전반에 광범위한 영향을 미치고 있다"며 "오늘 세계적인 연구자들과 함께 AI 기술의 미래 발전 방향을 제시하고 세상을 이롭게 할 수 있는 전략을 고민하는 자리로 만들자"고 말했다.

삼성전자 AI포럼 행사장 전경.(사진=삼성전자)

포럼 첫째 날은 딥러닝 분야 최고 권위자들이 참여해 딥러닝 기반 세계 이해, 자율형 시스템 등 더욱 진화되고 확장된 인공지능 기술 연구성과를 발표했다.

3년째 삼성 AI 포럼 연사로 참여하고 있는 요슈아 벤지오 교수는 '딥러닝에 의한 조합적 세계 이해'라는 주제로 강연을 진행했다. 요슈아 벤지오 교수는 어린 아이가 경험을 통해 세상을 이해해 나가는 것과 같이 메타 러닝과 강화 학습 등 인공지능 에이전트가 세계를 이해하기 딥러닝 분야 핵심 기술들을 제안했다.

컴퓨터 비전 분야의 대가로 손 꼽히는 트레버 대럴 교수는 '자율형 시스템을 위한 딥러닝 기반 적응 및 설명'을 주제로 강연했다. 그는 자율 주행 자동차와 같이 센서 정보를 바탕으로 스스로 계획하여 작동되는 시스템이 예측하지 못한 복잡한 상황에 처했을 때 스스로 분석하여 판단하는 기술에 대한 최신 연구 동향을 소개했다.

조경현 교수는 '신경망 기반 문장 생성을 위한 세 가지 방안 (Three Flavors of Neural Sequence Generation)'을 주제로 발표했다. 조경현 교수는 병렬 디코딩 (Parallel decoding), 삽입 기반 문장 생성 (Insertion-based generation) 등 기계 번역시 문장 생성 속도를 향상시키는 기술을 제안했다.

사이먼 라코스테 줄리앙 교수는 '생성적 적대신경망에 대한 새로운 시각 (New Perspectives on Generative Adversarial Networks)'이라는 주제로 발표했다. 생성적 적대신경망이란 생성자 (Generator)와 구분자 (Discriminator)간 경쟁을 통해 데이터를 생성 및 학습하는 딥러닝 알고리즘이다.

사이먼 라코스테 줄리앙 교수는 이미지와 같은 고차원 데이터에 생성적 적대신경망이 적합한 이유를 제시하고, 생성적 적대신경망 학습의 어려움을 해결할 수 있는 최적화 이론을 소개했다.

이 밖에 삼성의 진보된 딥러닝 기술을 현장 시연을 통해 선보였다. 2017년은 기계 번역, 2018년은 End-to-end 음성인식 기술을 시연했다. 올해는 서버를 거치지 않고 기기 자체에서 AI 기능을 수행하는 '온 디바이스 AI(On-Device AI) 통역 기술'을 선보였다.

4일 삼성전자 서초사옥에서 열린 '삼성 AI 포럼 2019'에서 김기남 부회장이 개회사를 하고 있다.(사진=삼성전자)

삼성리서치가 주관하는 둘째 날은 세계 각국에서 최근 활발하게 연구 활동을 하고 있는 AI 전문가들의 다양한 강연을 만날 수 있다. 미국 워싱턴대학교 (University of Washington) 노아 스미스 (Noah Smith) 교수와 카네기멜론대학교 (Carnegie Mellon University) 압히나브 굽타 (Abhinav Gupta) 교수가 기조연설에 나선다.

노아 스미스 교수는 기조연설에서 '실험적 자연어 처리를 위한 합리적인 순환신경망'을 주제로 발표한다. 그는 기존 자연어 처리 딥러닝 모델들이 가지고 있는 취약점에 대해 설명하며, 언어적인 이해가 가능하면서도 심도 깊은 언어 처리가 가능한 새로운 모델로 합리적인 순환신경망(RNN: Recurrent Neural Networks)을 소개한다.

압히나브 굽타 교수는 "시각/로봇 학습의 규모 확장과 강화 방안 (Supersizing and Empowering Visual and Robot Learning)" 강연에서 기존 지도 학습의 한계를 넘어선 대규모 자기 시각 학습 방법을 제안하고 미래 에이전트에 적용하는 방안에 대해 공유한다.

또 영국 에든버러대학교 (University of Edinburgh) 바이샥 벨 (Vaishak Belle) 교수는 사람들의 일상 속 더욱 다양한 분야에 AI를 적용시키기 위한 인간의 지식과 데이터 기반 학습의 통합 방안에 대해 소개한다.

관련기사

이어 미국 뉴욕대학교 (New York University) 조안 브루나 (Joan Bruna) 교수는 범용인공지능 (AGI: Artificial General Intelligence) 실현을 위한 돌파 기술로 인식되고 있는 그래프 신경망 (GNN: Graph Neural Network)에 대한 연구 성과 및 개인화 등 다양한 활용 연구에 대한 견해를 발표한다.

오후에는 '비전과 이미지 (Vision & Image)'와 '온디바이스, IoT와 소셜 (On-Device, IoT & Social)'의 주제로 나눠 두 트랙이 동시에 진행된다.