'ICML 2020' 이스트소프트 AI 연구 성과 발표

지난 13일부터 18일까지(현지시간) 국제머신러닝학회 'ICML 2020'이 개최되었는데요. 이스트소프트 A.I. PLUS Lab도 이번 학회에 참가해 딥러닝 연구 성과를 공개했습니다! 특히 이번 발표는 지난 4월 국제표현학습학회 ‘ICLR 2020’에 이은 두번째 성과라 더욱 의미가 있었는데요~

지금부터 ICML과 이스트소프트의 AI 연구 내용에 대해 살펴보겠습니다!

 

 

ICML은?

올해로 37회를 맞은 ICML(International Conference on Machine Learning)은 'ICLR', 'NeurIPS'와 함께 세계 3대 인공지능(AI) 학회로 손꼽힐 만큼, 세계적 권위를 가진 머신러닝 컨퍼런스입니다. 코로나19 영향으로 온라인으로 개최되었지만, 여러 AI 연구 성과들을 만나볼 수 있어 뜻깊은 자리였습니다.

 

ICML 로고 (출처=ICML 홈페이지, https://icml.cc/virtual/2020)

  

 

이스트소프트 AI 연구 내용: 과잉 확신 현상 해결하는 새로운 딥러닝 방법론 제안

이스트소프트는 이번 학회에서 <Being Bayesian about Categorical Probability: 범주형 확률에 대한 베이지안 방법론>을 주제로 한 논문을 발표했는데요!

기존 딥러닝 분류 문제에서 발생하는 ‘오버 컨피던스(Over Confidence, 과잉 확신)’ 문제를 해결하는 새로운 방법론을 제안했습니다. 오버 컨피던스 현상은 딥러닝 모델이 모르는 문제 혹은 본질적으로 모호한 문제에 대해 ‘모른다’고 답하는 것이 아니라, 모든 정답에 대해 과잉 확신을 가진 출력을 생성하는 오류를 말하는데요.

실제로 이 방법론을 이미지 분류 문제에서 적용한 결과, 기존 방법론 대비 오답률을 낮추는 등 벤치마크 성능도 향상된 것으로 나타났습니다!

 

 

(좌)기존 방법론 구조, (우)이스트소프트가 제안한 새로운 딥러닝 방법론 구조

  

  
이번 연구는 인공지능 모델이 불확실성이 높은 상황에서도 스스로의 판단을 과신하는 현상을 해결해, 딥러닝 분류 문제에서 실제 성능을 향상시켰다는 점에서 의의가 있습니다.

특히 이번 연구 내용은 딥러닝의 여러 분야에 적용될 수 있지만, 이스트소프트에서는 자회사 엑스포넨션자산운용에서 사용 중인 AI 투자 알고리즘에 활용하려고 하는데요! 이 방법론을 통해 불확실성이 높은 금융 시장에서 잘못된 판단으로 인한 손실 가능성을 회피하는 등의 성과를 창출할 계획입니다.

앞으로도 이스트소프트의 다양한 AI 연구에 대한 많은 관심과 응원 부탁드립니다. 감사합니다.