KCC 2021 여성위원회 특별 세션
여성연구자들이 함께 할 K-SW의 미래
박사학위 졸업을 앞두었거나, 학위 취득 후 얼마 지나지 않은 국내외 신진 여성 연구 인력의 연구성과를 소개합니다. 기존 연구인들과의 밋업 데이를 통해 신규 여성 리더를 발굴하고 신진 연구자와 기존 연구자 간의 네트워킹을 통해 새로운 기회의 장을 마련하고자 합니다.
일시: 2021년 6월 24일(목) 13:30-16:20
장소: 온라인 (zoom)
프로그램
13:30 성미영 (인천대, 교수) 격려사
13:35 손정주 (KAIST, 박사과정) Synergetic Interaction between Fault Localization and Defect Prediction
13:55 이지연 (KAIST, 박사과정) 웹 가상현실의 광고 사기 기법과 악의적인 광고 코드에 대한 실용적인 방어 기법
14:15 정소영 (차세대융합기술연구원, 박사) 자율주행과 사물인터넷을 활용한 공정한 지능형 교통 시스템
14:35 휴식 및 교류
14:45 방선주 (아산병원, 박사) Polypharmacy side effect prediction with graph feature attention network & Brain MRI image segmentation for stroke onset time prediction
15:05 송진영 (KAIST, 박사) Human Helping Machine Helping Human: Building Hybrid Intelligent Systems to Improve Human-Machine Collaboration
15:25 김예솔 (이화여대, 박사과정) Versatile Encountered-type Haptics for Immersive VR environments using Collaborative Robot
15:45 이연희 (ETRI KSB인공지능플랫폼연구실, 실장) 스마트 AI 플랫폼 기술
16:05 세션 마무리 및 참여자 간 교류
소프트웨어의 급격한 성장으로 인하여 더 많고 다양한 프로그램 오류가 발생하면서, 이러한 프로그램 오류들을 신속히 해결하는 것에 대한 중요성이 대두되었다. 결함 예측과 결함 위치 식별은 프로그램 오류의 근본 원인이 되는 결함을 밝혀내는 것을 자동화하여 개발자들의 디버깅 부담을 덜고자 목표한다.
이 두 기법의 차이는 그 과정이 일어나는 시점에 있다. 결함 예측은 프로그램의 오류가 발생하기 전에 미리 프로그램 오류를 일으킬 결함을 예측하며, 결함 위치 식별은 프로그램 오류가 발생한 후, 해당 오류의 원인인 결함을 빠르게 식별한다. 결함 예측이 아직 오류가 발생하기 전이어서 코드 복잡도나 변화 빈도와 같은 결함의 메타 데이터를 주로 사용하는 것에 비하여, 결함 위치 식별은 이미 발생한 오류에 대한 정보 (예) 버그 리포트) 를 보통 활용한다.
본 연구는 이 두 기법이 한 프로그램 오류의 관점에서 보면, 프로그램 오류 발생 전후의 차이일뿐 이 둘 모두 오류의 원인인 결함을 찾고자 함에도 불구하고, 이 두 기법이 독립된 연구 분야로 취급되어져 왔다는 점으로부터 시작하였다. “결함 예측과 결함 위치 식별이 프로그램 오류의 원인 식별이라는 공통된 문제를 서로 다른 데이터를 사용하여 풀고자 하며, 따라서 이 둘 간의 시너지가 두 기법 모두를 발전시킬 수 있을 거다.”라는 가설을 세웠다. 이 가설을 입증하기 위하여, 먼저 결함 위치 식별의 성능이 결함 예측을 통해 높아질 수 있다는 것을 보였다. 그 후, 이를 뒤집어, 결함 위치 식별을 통해 결함 예측의 성능을 향상시킬 수 있다는 것을 보임으로써, 결함 예측과 결함 위치 식별이 상호 보완적이며, 이 둘 간의 시너지가 둘 모두를 발전시킬 수 있다는 것을 입증하였다.
연구 결과로부터 결함 예측과 결함 위치 식별간의 상호보완적 작용을 통한 발전 가능성을 넘어 지금까지 서로 독립 되어져 연구되어온 분야간의 시너지 효과의 잠재성을 강조한다.
웹 가상현실은 웹에서 가상현실 환경을 제공할 수 있도록 하는 기술이다. 가상 세계를 렌더링하려면 그래픽 프로세서 장치(GPU) 의 높은 사용 의존도와 용량이 큰 그래픽 텍스처 및 이미지를 로드해야 하는 요구사항이 존재한다. 이러한 요구사항으로 가상 현실은 설치와 빈번한 소프트웨어 업데이트가 필요한 네이티브 애플리케이션에서 유일하게 실행 가능하였으며, 이는 가상현실 기술이 널리 채택되는 데 제약을 갖게 하였다. 웹 가상현실의 등장은 이러한 한계를 해결하여 사용자가 어떤 기기를 가지고 있든지 상관없이 가상현실 경험에 더 쉽게 참여할 수 있게 한다.
본 발표에서는 웹 가상현실 환경에서 악의적인 광고 제공자를 공격자로 가정하였을 때 발생 가능한 네 가지의 새로운 광고 사기 공격을 소개한다. 제시한 공격은 2D 에서만 사용되던 웹이 3D 공간으로 확장되면서 발생하는 차이(예: 제한된 시각적 인지, 새로운 입력 채널)를 이용하여 사용자에게 부정한 광고를 노출시키고 사용자가 의도하지 않은 클릭을 유도한다. 제시된 위협을 완화하기 위해, 웹 게시자가 타사 광고 라이브러리 코드의 동작을 지정하고 이 규격을 시행할 수 있도록 하는 디펜스 방법을 소개한다.
본 연구는 혼잡한 교통 속에서 빈번하게 발생하는 끼어들기를 관리할 수 있도록 미래의 교통 시스템 설계에 관한 연구이다. 현재 교통 시스템에서 끼어들기 차량은 벌금 부과의 가능성이 적고, 교통사고의 발생을 감수하며, 이득을 취하고, 끼어들기를 허용하는 차량은 시간 지연을 감수하지만 교통사고의 위험을 최소화하는 이득을 취할 수 있다. 그러나 이는 후발 차량의 시간 지연을 발생시키고, 비효율적인 교통 흐름을 초래한다. 끼어드는 차와 끼어들기를 허용하는 차를 협력관계로 본다면 이기적인 개체들 사이의 상호작용으로 인해 전체 시스템의 비효율성을 초래한다고 볼 수 있다. 본 연구에서는 이런 현상을 게임이론 기반의 변형된 죄수의 딜레마를 이용하여 해석하여 새로운 교통 시스템을 제안하고자 한다. 현재 시스템에서 후발 차량이 할 수 있는 행동이 한정적이므로, 캐스팅보트는 끼어들기를 허용할 수 있는 차가 쥐고 있는데, 심리적 손실을 제외한다면 끼어들기를 허용해주는 것이 이득이기 때문에 끼어들기가 발생할 수 있다. 향후 자율주행차 및 IoT를 도입하여 수집된 데이터를 활용한 정보 시스템 구축으로 현재 교통 시스템 구조를 공정하게 개선하고자 한다.
Polypharmacy side effects should be carefully considered for new drug development. However, considering all the complex drug–drug interactions that cause polypharmacy side effects is challenging. Recently, graph neural network (GNN) models have difficulty providing intelligible factors of the prediction for biomedical and pharmaceutical domain experts. A novel approach, graph feature attention network (GFAN), is presented for interpretable prediction of polypharmacy side effects by emphasizing target genes differently. To artificially simulate polypharmacy situations, where two different drugs are taken together, we formulated a node classification problem by using the concept of line graph in graph theory.
(Brief review) Acute stroke patients with unknown time of symptom onset are ineligible for thrombolysis. The diffusion-weighted imaging and fluid-attenuated inversion recovery (FLAIR) mismatch is a reasonable predictor of stroke within 4.5 hours of symptom onset, and its clinical usefulness in selecting patients for thrombolysis is currently being investigated. To generate the automatic system, brain image segmentation is preceded by machine learning models such as U-net.
최근 하드웨어 및 소프트웨어 기술의 비약적인 발전으로 인공지능(AI)을 이용한 다양한 서비스를 실생활에서 접할 수 있게 되었다. AI 서비스를 실생활에서 더욱 유용하고 안전하게 사용하기 위해서는 시스템과 개발자 간의 인터랙션, 시스템과 사용자 간의 인터랙션이 설계 단계부터 고려되어야 한다. 사람과 인터랙션 함으로써 시스템의 성능을 지속적으로 개선하거나, 시스템에게 정확한 사용자 의도를 전달함으로써 작업 목표를 더욱 손쉽게 달성할 수 있는 등의 이득이 있기 때문이다. 본 발표에서는 Human-Machine Hybrid Systems 를 구현하는 연구들에 대해서 소개하고, 이러한 연구가 어떻게 AI 서비스를 더욱 유용하고 안전하게 만들 수 있는지 살펴본다
최근 몰입형 가상현실에 대한 관심이 높아짐에 따라, 효율적이고 풍부한 인간-환경-상호작용의 일환으로 사실적인 햅틱 피드백의 필요성이 높아지고 있다. 로보틱 그래픽스라고도 불리는 조우형 (encountered-type) 햅틱 디스플레이는 핸드 핼드형 햅틱 인터페이스와 달리, 팔 형태의 로봇을 이용하여 가상현실 참여자에게 자유로운 접촉과 움직임에 따른 충돌 기반의 역감을 제공한다. 조우형 햅틱 디스플레이가 몰입감 있고 풍부한 가상현실 체험을 제공하는 한편, 인간과 로봇이 작업공간을 공유함에 따라 발생하는 이슈가 존재하고, 맨손으로 햅틱 인터랙션이 수행됨에 따라 역감과 질감을 함께 제공하는 것이 필요하다.
본 발표에서는 7자유도 로보틱 매니퓰레이터를 이용하는 조우형 햅틱 랜더링 시스템을 소개하고, 제한된 로봇 작업공간 이슈를 다루기 위한 per-plane reachability maps를 소개한다. 마지막으로, 추가적인 질감 제공 장치를 사용하지 않고 조우형 햅틱 디스플레이에서 시공간적 거칠기 인코딩을 통해 표면 거칠기 질감을 합성하는 방법을 소개한다.
한국전자통신연구원 KSB융합연구단에서 개발한 BeeAI 인공지능 플랫폼 기술은 실시간 데이터로부터 자동화와 지능화 서비스를 실현하기 위한 데브옵스 플랫폼으로서 인공지능을 활용한 현장 지능화 서비스 기술을 넘어, 스스로 진화하기 위한 자기 지능화 서비스를 구현할 수 있는 플랫폼 기술을 제공한다. 본 발표에서는 BeeAI의 진화 가능한 지능서비스 구현 기술에 대해 소개한다.
[최종 수정일: 2021.6.23]