한국정보과학회 DB소사이어티/한국전자거래학회 2019 여름학교


기계 학습과 데이터 기술 융합


2019년 7월 18일 (목) ~ 19일 (금), 숙명여자대학교

행사 개요

  • 일자: 2019년 7월 18일 (목) ~ 19일 (금)
  • 장소: 숙명여자대학교 제1캠퍼스 명신관 701호 (서울특별시 용산구 청파로 47)
  • 참가 대상: 학회 회원/비회원 대학원생/학부생, 교수, 회원사 직원
  • 주최: 한국전자거래학회, 한국정보과학회 DB소사이어티
  • 주관: 숙명여자대학교, 한국과학기술정보연구원
  • 후원
  • 대회장: 전종훈(명지대)
  • 조직위원장: 심준호(숙명여대)
  • 프로그램위원회: 이경하(한국과학기술정보연구원), 정재윤(경희대), 김철연(숙명여대),

정옥란(가천대), 이기용(숙명여대), 차경진(강원대)

  • 자문위원회: 정운열(LG CNS), 채진석(인천대), 권준호(부산대), 김동수(숭실대), 장항배(중앙대)


▼ 2019 여름학교 포스터 링크

프로그램

7월 18일 (목)

09:00 ~ 09:30

09:30 ~ 09:40

09:40 ~ 11:10

11:10 ~ 11:30

11:30 ~ 13:00

13:00 ~ 14:00

14:00 ~ 15:30

15:30 ~ 15:50

15:50 ~ 17:20

17:20 ~ 17:30

Day 1

접수 및 현장등록

여름학교 프로그램 소개

딥러닝 기초 및 경량 딥러닝 기술 소개

Coffee Break

그래프 데이터를 위한 기계 학습

점심 식사

빅데이터-인공지능 융합(Big data-AI Integration)

Coffee Break

학습 데이터 오류를 극복하는 강건한 딥러닝 기술

경품 추첨



이경하 팀장님 (KISTI)

강유 교수님 (서울대학교)


신기정 교수님 (KAIST)


황의종 교수님 (KAIST)


이재길 교수님 (KAIST)


7월 19일 (금)

09:00 ~ 09:30

09:30 ~ 11:00

11:10 ~ 11:30

11:30 ~ 12:30

12:30 ~ 13:30

13:30 ~ 15:00

15:00 ~ 15:20

15:20 ~ 16:50

16:50 ~ 17:10

Day 2

접수 및 현장등록

머신러닝 기반 프로세스 마이닝 기법

Coffee Break

사례연구 I : KSB BeeAI 프레임워크를 이용한 end-to-end 인공지능 서비스

점심 식사

사례연구 II: Oracle 상에서의 In-DB Machine Learning 및 Autonomous DB

Coffee Break

사례연구 III: 삼성 SDS 'Brightics AI'를 통한 Data-Driven Business Innovation

경품 추첨 및 폐회



송민석 교수님 (POSTECH)


이연희 실장님 (ETRI)


장성우 전무님 (한국 오라클)


김형찬 그룹장 (삼성 SDS)


등록

구분

사전등록

현장등록

일반

30만원

35만원

학생

20만원

25만원

세부 내용

강유 교수

(서울대)

  • 학력

- 미국 카네기멜론 대학 컴퓨터과학과 석사, 박사 (2012)

- 서울대학교 컴퓨터공학부 학사


  • 주요경력

- 데이터 마이닝, 기계학습 분야에서 70여 편의 주요 학회/저널 논문 출판

- 정보과학회 제 1회 젊은 정보과학자상 (2016)

- ICDM 10-year Best Paper Award (2018)

- SIGKDD Doctoral Dissertation Award (2013)

- New Faculty Award from Microsoft Research Asia (2013)


  • 연구분야

데이터 마이닝, 빅 데이터, 딥 러닝, 기계 학습

  • 강연제목

딥 러닝 기초 및 경량 딥러닝 기술 소개


  • 강연요약

어떻게 하면 딥러닝을 효과적으로 수행할 수 있을까? 딥러닝은 가장 널리 쓰이는 기계학습 기법 중 하나로, 4차 산업 혁명의 핵심 기술이다. 딥러닝은 음성 인식, 바둑, 기계 번역, 게임 등 전통적인 기계 학습 기법들이 잘 하지 못했던 여러 작업에서 우수한 성능을 보인다. 현재 딥러닝에서 해결해야 할 가장 중요한 문제 중 하나는 효율성이다. 딥러닝은 매우 많은 인자를 필요로 하며 그에 따라 많은 처리 시간과 저장 공간을 필요로 한다. 모바일 디바이스와 같은 장비뿐만 아니라 서버에서도 이러한 딥러닝의 효율성은 큰 문제가 된다. 따라서 딥러닝의 학습과 추론을 효율적으로 수행하기 위한 기법이 필요하다. 본 강의에서는 딥러닝의 기초에 대해 간단히 살펴보고, pruning, weight sharing, quantization, approximation, regularization 등의 효과적인 딥러닝을 위한 여러 기법들에 대해 살펴본다. 참석자들은 경량 딥러닝 기술에 대한 많은 정보를 얻을 수 있을 것으로 기대된다.

신기정 교수

(KAIST)

  • 학력

- 미국 카네기멜론 대학 컴퓨터과학과 석사, 박사 (2019)

- 서울대학교 컴퓨터공학부 학사


  • 주요경력

- 2019/2~현재 카이스트 전기 및 전자공학부 조교수

- Siebel Scholar Fellowship Award (2018)

- SIGKDD Best Research Paper Award (2016)

- 삼성휴먼테크 논문대회 금상 (2015)


  • 연구분야

데이터 마이닝, 빅 데이터, 딥 러닝, 기계 학습

  • 강연제목

그래프 데이터를 위한 기계학습


  • 강연요약

온라인 소셜네트워크, 전자상거래 구매 내역, 웹, 단백질 상호작용 등 수 많은 데이터가 그래프 형태로 표현된다. 따라서 그래프 데이터를 이해, 분석 및 활용하는 것에 대한 중요성이 증대되고 있다. 본 강의에서는 그래프 데이터에서의 기계학습 문제들(랭킹, 군집 분석, 추천, 임베딩 등)과 그것을 해결하기 위한 대표적인 기술들(PageRank, 특이값 분해, 협업필터링, Node2Vec)등을 소개한다.

황의종 교수

(KAIST)

  • 학력

- 미국 스탠포드대 컴퓨터과학과 석사, 박사 (2012)

- KAIST 전산학과 학사

  • 주요경력

- 2018/2~현재 카이스트 전기 및 전자공학부 조교수

- 2012/12~2018/1 구글 연구소 연구원

- 2012/7~2012/12 스탠포드 대학교 박사후연구원

- Google AI Focused Research Award (아시아 최초 수상, 2018-2019)


  • 연구분야

데이터베이스-인공지능 융합, 빅데이터 분석,

빅데이터 시스템

  • 강연제목

빅데이터-인공지능 융합 (Big data - AI Integration)


  • 강연요약

최근 빅데이터를 이용한 인공지능 (머신러닝)의 성공이 소프트웨어 개발의 패러다임을 근본적으로 바꾸고 있다(Software 2.0이라 명명됨). 기존에는 특정 기능을 수동으로 구현하고 코드를 테스팅하는 것이 개발의 과정이었다면 머신러닝 어플리케이션에서는 데이터를 모으고 분석 및 검증을 한 후에 모델을 훈련 및 검증을 하고 필요하면 전 과정을 반복할 수 있다. 일례로 이러한 과정을 누구나 쉽게 수행할 수 있게 하기 위해서 구글에서는 TensorFlowExtended (TFX)라는 머신러닝 플랫폼을 개발하였고 오픈소스화하고 있다. 본 튜토리얼에서는 Software 2.0에서 발생하는 빅데이터-인공지능 융합 문제 및 해결 기법들을 논의한다.

이재길 교수

(KAIST)

  • 학력

- KAIST 전산학과 학사, 석사, 박사 (2005)

  • 주요경력

- 2010/12~ 현재 KAIST 지식서비스공학대학원 조교수/부교수

- 2006~2010 UIUC 및 IBM Almaden Research Center 포스닥

- 장관표창, 미래창조과학부 (2017)

- ICWSM Best Paper Award (2013)

- ICDE Best Demo Award (2006)


  • 연구분야

데이터 마이닝, 빅 데이터, 딥 러닝, 기계 학습

  • 강연제목

학습데이터 오류를 극복하는 강건한 딥러닝 기술


  • 강연요약

정확도가 높은 딥러닝 모델을 구축하기 위해서는 에러 없는 고품질의 학습데이터가 필수이지만 이를 구축하기 위해서는 큰 비용과 시간이 소요된다. 따라서 일반적으로 접할 수 있는 실세계 학습데이터에는 무시할 수 없는 양의 오류가 포함되어 있다. 이로 인해 오류가 포함된 학습데이터가 주어지더라도 오류가 없는 학습데이터로 학습한 모델과 유사한 수준의 딥러닝 정확도를 달성하는 딥러닝 최적화 방법론에 관한 연구가 활발히 진행되어 왔다. 본 강의에서는 이러한 방향의 최신 연구를 설명하고자 한다.

송민석 교수

(POSTECH )

  • 학력

- POSTECH 산업경영공학과 학사, 석사, 박사 (2006)

  • 주요경력

- 2018.2 ~ 현재 Open Innovation Big Data Center 센터장

- 2016 ~ 현재 POSTECH 산업경영공학과 부교수

- 2010 ~ 2016 UNIST 경영학부 부교수


  • 연구분야

비즈니스 애널리틱스, 데이터/프로세스 마이닝, 정보시스템 응용

  • 강연제목

머신 러닝 기반 프로세스 마이닝 기법


  • 강연요약

AI와 자율주행, RPA 등 Automation의 시대에 Data 기반 Process Mining은 이벤트 데이터 분석에 중요한 툴로 이 이슈가 되고 있다. 국내외 유수 컨설팅 기업에서는 Process Mining 기술을 컨설팅을 위한 데이터 분석 기법을 활용하여 주요한 비즈니스에 대한 분석을 수행하고 있으며, 철강, 반도체, 의료 등 국내외 다양한 산업 분야에서도 적용되고 있다. 본 강의에서는 Process Mining 기술의 개념과 핵심 구성 요소, 관련 소프트웨어 및 국내외 다양한 사례를 소개하고, 현재 Process Mining 연구 트렌드, 특히 머신러닝과 AI 등의 기법이 Process Mining과 어떻게 연계되고 있는지에 대해서 설명한다.

이연희 실장

(ETRI)

  • 학력

- 충남대학교 컴퓨터공학과 석사, 박사 (2015)

  • 주요경력

- 2019 ~ 현재 : ETRI KSB융합연구단 실장 / 소프트웨어 아키텍트

- 2017 ~ 현재 : 아파치 프로젝트 오픈소스 커미터


  • 연구분야

인공지능 인프라 기술, 빅데이터, 클라우드, 컴퓨터 네트워크,

네트워크 트래픽 분석

  • 강연제목

KSB BeeAI 프레임워크를 이용한 end-to-end 인공지능 서비스


  • 강연요약

본 강연에서는 산업에서 필요로 하는 인공지능 서비스를 제공하는 데 있어서의 다양한 어려움을 살펴본다. 특히, 다양한 도전과제 별로 이를 해결하기 위한 KSB BeeAI 프레임워크의 접근방법 소개하고, BeeAI 프레임워크를 이용한 다양한 활용사례를 소개한다. 마지막으로 향후 발전방향에 대해 공유한다.

장성우 전무

(한국오라클)

  • 학력

- 서울대학교 컴퓨터공학 석사, 박사 수료

- 서강대학교 경영대학원 MBA

  • 주요경력

- 2013.6 - 현재 : 한국 오라클 기술부문장(전무)

- 2011.6 - 2013.5 : Oracle Technology 사업 본부 실장(상무)

- 2007.6 - 2011.5 : Oracle Fusion Middleware 본부 실장(상무)

- 2005.6 - 2007.5 : Oracle BI/DW 팀장


  • 연구분야

데이터베이스-인공지능 융합, 빅데이터 분석, 빅데이터 시스템

  • 강연제목

Oracle 상에서의 In-DB Machine Learning 및 Autonomous DB

  • 강연요약

데이터의 규모가 급속히 커지면서 데이터의 이동 없이 데이터가 있는 DB 안에서 기계학습을 바로 적용하는 것이 데이터 분석 및 학습의 효과적인 한 방법으로 인식되고 있다. 이 세션에서는 Oracle DBMS 안에서 바로 기계학습 알고리즘을 적용하는 In-DB Analytics 방법에 관한 기술적인 구성과 실제 적용 사례에 대해서 설명한다. 또한 오라클이 AI 기능을 적용하여 클라우드 상에서 제공하는 자율운영 DB인 Autonomous DB(ADW/ATP)에 대해서 주요 기능과 내부 구성 상세에 대하여 살펴본다. 이를 통해 실제 산업 현장에서 DB 안에서 데이터가 분석/활용되는 구체적인 사례와 향후 발전 방향에 대해서 이해할 수 있을 것이다.

김형찬 그룹장

(삼성SDS)

  • 학력

- POSTECH 산업공학과 석사 (2000)

  • 주요경력

- 현재 삼성 SDS 빅데이터분석그룹 그룹장

- 2019 서울대 조선해양공학과 단기강좌

- 2018 성균관대학교 겸임교수

- 2017~2018 Samsung software academy, 데이터 사이언티스트 양성


  • 연구분야

빅데이터 분석, 데이터 사이언스

  • 강연제목

삼성 SDS ‘Brightics AI’를 통한 Data-Driven Business Innovation


  • 강연요약

삼성 SDS 에서의 기계학습과 딥러닝을 활용하여 진행하고 있는 다양한 비즈니스 혁신 사례를 소개하고, 실제Analytics/AI 서비스를 개발하며 만났던 어려움들과 이를 해결했던 경험을 공유합니다. 그리고 삼성 SDS에서의 분석의 생산성 향상을 위한 활동들도 함께 소개합니다.

장소