안녕하세요! Talent Relations Team 이에요 
최고의 인재를 발굴하고 연구원으로 모셔오기 위해 늘 동에 번쩍, 서에 번쩍 열심히 발로 뛰는 Talent Relations Team은 이번에도 어김없이 서울대학교 AI연구원 봄 Retreat에 출석 도장을 찍었습니다!
열심히 발로 뛰는 Talent Relations Team은 이번에도 어김없이 서울대학교 AI연구원 봄 Retreat에 출석 도장을 찍었습니다!매년 봄, 가을에 개최되는 서울대학교 AI연구원 봄 Retreat은 서울대학교의 우수한 연구진과 AI산업을 선도하는 기업들이 한 자리에 모여 최신 연구 동향을 공유하고 서로 교류하는 행사에요. 첫 행사가 엊그제 같은 데 벌써 5번째! 얼굴을 비추게 되었습니다
(이번 행사는 화사한 민트색 테마네요!)
Retreat 행사는 먼저 서울대 AI연구원과 협력을 진행해 온 기업들을 소개로 시작되었습니다!
그 중에서도 LG AI연구원이 첫 번째로 연구 분야와 성과를 발표해주었어요.
LG AI연구원은 설립 이후 2년 반이라는 짧은 기간 안에 많은 양의 논문을 발표했고, 그 quality도 꾸준히 높여오고 있습니다! 또한 publication에 그치는 것이 아니라, 기존 사업에서 풀지 못한 난제 해결까지도 연계해 성과를 창출하고 있어요
임우형 Group장님은 LG AI연구원이 다양한 연구 분야에서 지속적으로 우수 인재를 채용하고 있으며, 역량 있는 분들이 연구원과 함께할 수 있기를 기대한다며 LG AI연구원 소개를 마무리해주셨습니다
(Applied AI Group 그룹장 임우형님의 기업 소개)
(시원한 강당 안에서 진행되었어요!)
기업 소개에 이어 저희 연구원 Materials Intelligence Lab의 고성문님께서도 연구를 소개해주셨어요!고성문님의 연구가 궁금하다면 아래 Poster Session을 확인해주세요
(열정적으로 발표 중이신 연구원님!)
(모두가 관심있게 들어주셨어요 )
)오프닝 이후에는 야외 부스가 오픈되었어요!
LG AI연구원 부스는 멀리서도 눈에 띌 수 있게 화사한 색으로 꾸며졌습니다
(멀리서 봐도 너무 예쁜 연구원 부스)
연구 분야, LG 계열사 및 다른 글로벌 기업들과의 협업, 조직 문화 등 다양한 콘텐츠를 소개해드리기 위해 브로슈어와 아이패드를 준비하였는데요, 여기서 잠깐
아직 LG AI연구원에 대해 잘 모르시는 분들을 위해 연구 분야 한번 더 소개드릴게요
AI연구원에서는 어느 기업보다도 다양한 AI 연구 분야의 Research Lab이 있어요. Lab을 클릭하여 자세한 내용을 확인해보세요!
(많은 분들께서 LG AI연구원 부스를 방문해주셨어요!)
벌써 5번째 방문인만큼 그 동안 학회나 네트워킹 자리를 통해 만나뵌 분들도 꽤 많으셨어요! 환하게 웃으며 먼저 인사해주시고 저희를 알아봐주시는 분들 모두 너무 감사했습니다 화기애애하게 얘기를 나눈 덕분 인지 주변 분들도 연구원 부스는 분위기가 너무 좋다며 마구마구 칭찬해주셨어요-!
화기애애하게 얘기를 나눈 덕분 인지 주변 분들도 연구원 부스는 분위기가 너무 좋다며 마구마구 칭찬해주셨어요-!
(궁금한 게 있으시다면 언제든지 TR에게 문의해주세요!)
(정말 많은 분들께서 방문해주셨어요)
(바삐 움직이는 Talent Relations Team)
이번 Retreat 행사에서도 어김없이 미니 뽑기 이벤트를 진행하였는데요, 역시나 인기 폭발이었습니다
이번 뽑기에는 연구원들의 소중한 눈을 지켜줄 루테인, 쉽게 만들어 먹는 졸음 쉼터 더치커피, 활력을 보충해 줄 비타민 젤리, 패션의 끝판왕 MLB 양말, 그리고 목감기가 유행하는 요즘, 기관지 건강을 지켜줄 도라지배즙을 준비하였어요.
(언제나 인기 있는 뽑기 time!)
(핫했던 뽑기템)
오전, 오후에는 서로의 연구에 대해 깊이 있게 논의할 수 있는 Poster Session이 진행되었어요.
LG AI연구원에서도 3명의 연구원이 참석해주셨습니다!
(Materials Intelligence Lab 고성문님)
먼저 Oral Session에서도 발표해주신 Materials Intelligence Lab의 고성문님 소개드려요!
성문님께서 발표한 “Grouping-matrix based Graph Pooling with Adaptive Number of Clusters”에서는 Graph Neural Network를 사용할 때, graph convolution을 활용한 정보 전달의 한계를 극복하기 위한 방법을 제시합니다. 모든 node pair에 대해 binary classification을 진행해 ‘Grouping Matrix’를 제작하고, 최종적으로 input node 및 adjacency matrix에 적용하여 graph를 줄이는 방법을 개발했다고 해요. 이러한 ‘GMPool’은 pooling할 group 수를 자동으로 model이 결정한다는 점에서 기존 pooling 모델들과 차별화된 특징들을 가지고 있으며, 실험을 진행한 대부분의 데이터 및 세팅에서 기존의 모델을 상회하는 성능을 발휘했어요!
(Language Lab 임형준님)
다음으로 Language Lab 임형준님은 “Lightweight feature encoder for wake-up word detection based on self-supervised speech representation” 논문을 통해 부족한 훈련 데이터로 제한된 크기의 모델을 학습해야 하는 wake-up word detection 기술의 한계점을 극복하고자 하는 연구를 소개해주셨어요. 이를 위해 autoencoder 기반의 자원 축소와 knowledge distillation 기법으로 compressed self-supervised speech representation을 생성해 기존에 제안된 다양한 모델들에 적용했고, 최소한의 파라미터 증가로도 성능이 크게 향상되는 것을 확인했습니다!
[ICASSP 2023] “Lightweight feature encoder for wake-up word detection based on self-supervised speech representation” (Link)
(Data Intelligence Lab 정한슬님)
마지막으로 Data Intelligence Lab의 정한슬님은 “ReSPack: A Large-Scale Rectilinear Steiner Tree Packing Data Generator and Benchmark” 논문을 통해 STPP(Steiner Tree Packing Problem) 분야의 연구 활성화를 위해 문제를 생성할 수 있는 generator와 그 benchmark를 제시했습니다.
STPP는 PCB의 구성 요소와 배선 모델링에 관한 문제를 의미하는데, 다른 조합 최적화 문제에 비해 AI 분야에서 잘 다뤄지지 않는 분야에요. 하지만 ReSPack을 활용하면 1024X1024의 큰 사이즈까지 feasible solution이 있는 문제와, 실제 도메인에서 사용되는 constraints를 도입한 constrained STPP를 제공할 수 있다고 합니다! ReSPack은 연구 뿐만 아니라 산업적인 측면에서도 활용도가 높을 것으로 기대됩니다
[Neurips Workshop 2022] “ReSPack : A Large-Scale Rectilinear Steiner Tree Packing Data Generator and Benchmark” (Link)
바쁜 와중에 귀한 시간을 내어 참석해주신 연구원분들, 그리고 종일 부스에서 채용 상담을 진행해주신 Talent Relations Team 모두 고생많으셨어요
서울대학교 AI연구원 Retreat은 올 해 가을에도 진행되오니 하반기 소식을 기대해주세요!