• 목록

<학회 후기>
11월 3일 (금)
세션 : S4. 인공지능
제목 : AI를 활용한 손가락 인식 및 가상 터치 서비스
기존의 가상 터치 기술에 대한 제조 비용의 절감을 위해 일반 카메라를 활용한 LSTM 딥러닝 알고리즘을 활용한 가상 터치를 구현하였다. 본 논문에서는 CSI 광각 카메라를 이용하여 손을 촬영 후 미디어 파이프 프레임 워크의 핸드 모델을 이용하여 손 객체를 인식하였다. 특히 동적인 특징의  제스처를 인식하기 위해 LSTM 알고리즘을 활용하였는데 하나의 동작을 2초 길이의 동영상으로 촬영하여 데이터 수집을 진행한 후 미디어파이프를 이용하여 관절 사이각을 이용하여 입력 벡터를 구성하고 클릭과 포인트에 대한 제스처를 시계열로 학습시켰다. 특히 경량화된 LSTM 모델을 활용하여 최소한의 정확도 손실과 함께 연산량을 상당히 줄였음을 시사하였다. 터치 기술에 대한 비용절감에 대한 참신한 아이디어였고 경량화 된 LSTM을 활용하여 연산을 최소화 했음 또한 확인하였으나 다만 test와 train에 대해서 약 1:9로 나눠 사용하였고 정확도가 97~99%에 육박하였는데 overfitting에 대한 검증이 없어 한 가지 아쉬운점으로 느껴지는 발표였다.


11월 3일 (금)
세션 : 초청 강의
제목 : 생성형 AI 기반 기업 내부 활용 기술 동향 (윤석찬 수석테크에반젤리스트(아마존웹서비스(AWS))

최근 Foundation model의 중요성이 대두되고 있는 가운데 아마존 웹서비스에 종사하고 계시는 윤석찬 선생님의 강연을 듣게 되었다.
먼저 생성형 AI가 갖춰야할 필수 요건으로 Foundation 모델은 AI에 대한 지식 없이도 사용이 가능해야하며, 해당 모델을 통한 비즈니스적인 비용절감이 가능해야 함을 시사하셨다.
또 생성형 AI를 만드는데 있어서 Prompt engineering이 바탕이 되어야 하며 Foundation 모델의 한계점으로 꼽히는 환각 현상과 지식 단절 현상에 대해 검색어에 대한 data Augmentation 혹은 Generation과 같은 method들이 활용되고 있음을 배웠다.
마지막으로 Foundation 모델에 대한 성능 향상을 위해서는 해당 모델에 대한 Finetuning을 하는 것이 최선임을 시사하셨다.
결론적으로는 다양한 Foundation 모델들을 task 혹은 business 에 맞는 형태로 Application하는 추세가 강함을 강조하셨다.
앞서 말했듯이 최근 Foundation model의 중요성이 대두되고 있는 가운데 실무에서는 어떻게 활용되고 있을까에 대한 궁금증이 있었고, 정말 좋은 기회로 이번 강연을 통해 Foundation 모델 활용법과 최근 동향에 대한 통찰을 얻을 수 있었다. 이후 진행 되었던 서울대 이경무 석좌 교수님의 기조강연에서도 Foundation 모델에 대한 application 분야에서 전문가가 될 수 있어야함을 강조하셨고 기술적이고 실용적인 논문들에 대하여 힘을 실어 주셨다.
이번 학회를 통해 참관하게된 많은 연구들과 다양한 인사이트들은 석사과정을 진학하고 많은 연구들을 진행하게될 나에게 좋은 경험이자 밑거름이 되었다.