%EC%A0%84%EC%82%B0%ED%95%99%EB%B6%80
-
전산학부 강민석 교수팀, GSMA(세계이동통신사업자협회)의 모바일 보안 명예의 전당에 이름 올려
우리 대학 전산학부 강민석 교수팀이 발견한 4G/5G 이동통신시스템의 보안 취약점이 GSMA(세계이동통신사업자협회)의 취약점 공개 프로그램(CVD)에 의해 공식적으로 인증받고 (CVD-2020-0040) 모바일 보안 명예의 전당(Mobile Security Hall of Fame)에 이름을 올렸다. (GSMA 홈페이지: https://www.gsma.com/security/gsma-mobile-security-hall-of-fame/)
GSMA(세계이동통신사업자협회)는 1987년 결성된 전세계 이동통신사업자 및 핸드폰 제조 공급업체들의 모임으로 700여 이동통신사업자와 200여 장비 및 핸드폰 제조업체들이 참여하고 있는 이동통신사업자 협회다.
GSMA 보안 취약점 공개 프로그램에 의한 인증은 우리나라 연구 기관으로는 최초의 성과다.
이번에 공개된 보안 취약점은 4G/5G 사용자의 실시간 모바일 데이터 사용 관련 정보를 의도치 않게 공격자에게 노출시키는 시스템 부채널(side channel) 결점으로, 강 교수 연구팀에 의해 최초로 발견됐다. 해당 취약점은 모바일 데이터를 사용중인 이용자의 실내외 이동경로를 높은 정확도로 추정하는 공격을 가능케 해 주의가 요구된다.
관련 보안 취약점을 이용한 모바일 이용자 이동경로 추적 공격은 컴퓨터 보안 최고 권위 학회중 하나인 Usenix Security 2021에서 내년 8월에 발표될 예정이며 논문 본문은 다음의 학회 홈페이지에서 확인 가능하다(https://www.usenix.org/conference/usenixsecurity21/presentation/lakshmanan). 연구는 강민석 교수의 박사지도학생 Nitya Lakshmanan (National University of Singapore 재학 박사과정 4년차)과 Mun Choon Chan, Jun Han 교수 (National University of Singapore) 등과의 협업으로 수행됐다.
2020.11.23 조회수 29046 -
사진 위변조 탐지하는 실용 소프트웨어 개발
위조되거나 변조된 사진·영상자료를 손쉽게 탐지해내는 고성능 소프트웨어가 우리 연구진에 의해 개발됐다. 이 기술은 논문 발표 수준에만 머물러 있던 사진과 영상자료의 위·변조 탐지기술을 국내 최초로, 세계에서 두 번째로 실용화 단계로 끌어 올렸다는 점에서 의미가 크다.
우리 대학 전산학부 이흥규 교수 연구팀이 인공신경망을 이용해 디지털 형태의 사진 변형 여부를 광범위하게 탐지하는 실용 소프트웨어 `카이캐치(KAICATCH)'를 개발했다고 3일 밝혔다.
최근 딥페이크(deepfake)를 포함해 각종 위·변조 영상의 등장과 온라인 유통으로 인한 위·변조 탐지기술에 관한 관심이 급속히 증가하고 있다. 그러나 위·변조 여부를 직접 확인할 수 있는 객관적인 분석 도구가 없기 때문에 사실확인 작업이나 정황 판단 등에 의존해 진위를 판단함으로써 주관적 판단 여부의 논란 등 문제가 자주 발생하고 있다.
특히 기존의 디지털사진 포렌식 기술은 개개 변형의 유형에 대응해 개발돼서 변형 유형이 다양하거나, 사전 특정되기 전에는 일정 수준 이상의 높은 신뢰도를 확보하기가 어렵다. 즉, 기존 기술들은 제한된 형식과 알려진 특정 변형에 대해서는 만족할 만한 탐지 성능을 보여주지만, 어떤 변형들이 가해진 것인지 전혀 알 수 없는 임의의 디지털사진을 분석해야 하는 실제 상황에서는 판독의 정확성과 신뢰도가 크게 떨어질 수 밖에 없다.
다양한 변형이 가해진 채 온라인에서 유통되는 사진이나 영상에 대한 변형 여부의 탐지는 극소수 전문가들의 주관적인 판단의 영역에 머물러 왔기 때문에 이런 문제해결을 위해 많은 도전적 연구들이 진행되고 있다.
이흥규 교수 연구팀이 개발한 이 기술은 국내 최초이자 세계 두 번째로 거둔 쾌거이다. 연구팀은 일반인들을 대상으로 2015년 6월부터 `디지털 이미지 위·변조 식별 웹서비스'를 통해 수집한 30여만 장의 실 유통 이미지 데이터와 특징기반·신경망 기반의 포렌식 영상 데이터, 딥페이크와 스테고 분석을 위한 대량의 실험 영상자료를 정밀 분석해 활용한 연구 결과물이다.
이 교수팀은 특정 변형을 탐지하는 개개의 알고리즘들을 모아놓은 기존 기술의 한계를 극복하고, 다양한 변형에 대한 탐지를 유기적으로 통합하는 기술에 주목했다.
이를 위해 잘라 붙이기·복사 붙이기·지우기·이미지 내 물체 크기 변화와 이동·리터칭 등 일상적이면서 자주 발생하는 변형들에서 언제나 발생하는 변이들을 분류, 정리해 필수 변이로 정의하고 이들을 종합 탐지하는 연구를 수행했다. 그 결과 변형의 유형을 특정하지 못하는 상태에서도 변형이 발생했는지 여부를 판단함으로써 탐지 신뢰도를 크게 높였다.
연구팀은 이어 BMP·TIF·TIFF·PNG 등 무압축, 무손실 압축을 포함해 50여 개의 표준 양자화 테이블과 1,000여 개가 넘는 비표준화된 양자화 테이블에 기반한 JPEG 이미지들도 포괄적으로 처리하는 기술을 포함한 실용 소프트웨어를 개발하는 데 성공했다.
이 교수팀이 개발한 `카이캐치'는 전통적인 영상 포렌식 기술, 스테그 분석 기술 등 픽셀 단위의 미세한 변화를 탐지하는 기술들을 응용해, `이상 영역 추정 엔진'과 `이상 유형 분석 엔진' 두 개의 인공지능 엔진으로 구성됐으며 이를 기반으로 결과를 판단하고 사진에 대한 다양한 변형 탐지 기능과 사진의 변형 영역 추정 기능 등을 함께 제공한다.
이흥규 교수는 "다양한 변형 시 공통으로 발생하는 픽셀 수준에서의 변형 탐지와 인공지능 기술을 융합한 영상 포렌식 기술을 카이캐치에 담았는데 이 기술은 특히 임의의 환경에서 주어진 디지털사진의 변형 여부를 판단하는데 탁월한 성능을 보인다ˮ고 말했다.
이 교수는 이어 "향후 각종 편집 도구들의 고급 기능들에 대한 광범위한 탐지 기능을 추가하는 한편 현재 확보한 실험실 수준의 딥페이크 탐지 엔진과 일반 비디오 변형 탐지 엔진들도 실용화 수준으로 발전시켜 카이캐치에 탑재하겠다ˮ 고 덧붙였다.
한편 이번 연구는 우리 대학 창업기업인 ㈜디지탈이노텍(http://www.kaicatch.com/) 과 산학협력 연구로 수행됐다.
2020.11.04 조회수 26601 -
언제 말 걸지 아는 스마트 스피커 개발 길 열어
우리 대학 전산학부 이의진 교수 연구팀이 스마트 스피커 인공지능 비서가 선제적으로 말 걸기 좋은 최적의 시점을 결정하는 중요한 상황맥락 요인을 찾아냈다고 28일 밝혔다.
기존에 개발되거나 시판 중인 스마트 스피커 인공지능 비서는 사용자가 먼저 요청한 서비스만 제공하는 반면 최근 스마트 스피커의 개발은 사용자의 상황에 맞춰 능동적인 서비스를 제공하는 형태로 진화하는 추세다. 똑똑한 음성비서가 사용자가 처해 있는 상황을 정확히 이해한 후에 선제적으로 일정 및 건강관리를 도와주는 방향으로 개발되고 있는 것이다. 하지만 아무 때나 눈치 없이 말을 건다면 도움은커녕 하는 일에 방해만 될 수 있다.
이의진 교수 연구팀은 스마트 스피커가 선제적으로 음성서비스를 제공하기 좋은 최적의 시점을 찾는 연구를 전산학부 이재길 교수를 비롯해 산업디자인학과 이상수 교수와 함께 다학제 연구팀을 구성해 공동연구를 수행했다. 그 결과 다학제 연구팀은 스마트 홈 환경에서의 최적의 발화(發話) 시점을 결정하는 중요한 사용자 상황맥락 요인을 찾았다.
최적의 발화 시점에 관한 추론은 인공지능 비서가 음성서비스를 시작하거나 중지 또는 재개를 스스로 결정하고 제어하기 위한 필수적인 기술이다. 연구팀이 찾아낸 중요한 상황맥락 요인은 최적의 발화 시점 추론 시 정확성을 높일 것으로 관계자들은 기대하고 있다.
스마트 스피커 인공지능 비서가 선제적으로 말 걸기 좋은 시점을 찾기 위해 연구팀은 실험용 스마트 스피커를 제작했다. 스마트 스피커는 사용자의 움직임이 감지되거나 일정한 시간이 지나면 주기적으로 "지금 대화하기 좋은가요ˮ라는 질문을 했다. 참가자는 대화하기 좋은지 아닌지, "네ˮ 또는 "아니요ˮ로 대답하고 무엇을 하고 있었는지 설명했다. 연구진은 이어 교내 기숙사에 거주하는 학생 40명(2인 1실)의 방에 스마트 스피커를 설치해 1주일간 총 3,500개의 사용자 응답 데이터를 수집했다.
데이터 분석 결과 전체 참가자 응답 중 47%는 대화하기 부적절한 것으로 드러났다. 연구진은 대화하기 좋은 시점을 결정하는 주요 상황 요인을 찾기 위해 19개의 실내 활동 범주를 만들었다. 이를 통해 연구팀은 적절한 시점을 결정하는 상황맥락 요인으로 크게 개인적 요인과 움직임 요인, 사회적 요인을 꼽았다.
개인적 요인은 크게 `활동 집중도', `긴급함과 바쁨 정도', `정신적·육체적 상태' 그리고 `다중 작업수행을 위한 듣기 또는 말하기 가능성' 등 4가지다. 예를 들면 집중해서 공부하고 있거나 드라이로 머리를 말리고 있을 때는 스피커와 대화가 어려웠다. 움직임 요인은 `외출', `귀가' 그리고 `활동 전환' 등 3가지다. 특히 사용자 움직임이 있을 때는 스피커와 대화 가능한 거리가 최적 시점 판단에 큰 영향을 미쳤다. 외출은 스피커와 대화 가능 범위 밖으로 나가는 움직임이고, 귀가는 범위 안으로 들어오는 움직임이다. 범위 안으로 들어오는 귀가(歸家) 상황일 때는 대부분 대화하기 좋은 시점으로 분류됐다.
일반적으로 스마트 스피커는 거실처럼 집 구성원이 함께 생활하는 공간에 설치된다. 수집된 사용자 응답 중 절반은 룸메이트가 함께 있을 때 수집됐다. 연구팀은 전화 대화뿐만 아니라 누군가와 함께 있다는 것 또한 스마트 스피커와 대화하기 좋은 시점에 영향을 끼친다는 현상을 발견했다. 룸메이트가 자고 있거나 어떤 활동에 집중하고 있을 때 스마트 스피커와의 대화로 인한 갈등을 최소화하고 싶기 때문이다.
이번 연구에 제1 저자로 참여한 차나래 학생은 "이번 연구가 미래 스마트 스피커 개발의 중요한 토대가 될 것ˮ이라면서 "앞으로는 센서 데이터로 감지된 상황맥락 정보를 활용해 스마트 스피커가 스스로 대화를 시작·중지, 또는 재개하기 좋은 타이밍을 선제적으로 감지해 지능적인 음성서비스를 제공할 수 있을 것ˮ이라고 밝혔다.
한편, 이 연구는 과학기술정보통신부의 재원으로 한국연구재단-차세대정보 컴퓨팅기술개발사업의 지원을 받아 수행됐고 유비쿼터스 컴퓨팅 분야 국제 최우수 학술지인 `Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies' 9월호에 게재됐다.
(논문명 : Hello There! Is Now a Good Time to Talk?: Opportune Moments for Proactive Interactions with Smart Speakers)
2020.10.28 조회수 27306 -
전산학부 박사과정 학생들, 2020 국가암호공모전 대상 수상
우리 대학 전산학부 정보보호대학원 박사과정 이영민, 이병학, 최원석 학생(지도교수 이주영)이 지난 10월 22일 서울 양재동 엘타워에서 진행된 미래암호워크숍 2020 국가암호공모전에서 “Improved Security Analysis for Nonce-based Enhanced Hash-then-Mask MACs” 논문으로 대상을 수상했다.
‘2020 국가암호공모전’은 국내 암호기술 발전을 위해 국가정보원의 후원으로 한국정보보호학회 한국암호포럼이 개최했으며 상금은 대상 1,000만원을 포함해 총 5,000만원 규모다. 올해 공모전은 암호 원천기술 분야와 암호 기술 응용 및 활용 분야 논문으로 진행되는데, 대상은 두 분야를 통틀어 한 편만 선정됐다.
한편, 같은 연구실 박사과정 이병학, 이영민, 최원석 학생은 최우수상을 수상했고, 박사과정 김성광, 하진철, 최원석 학생은 특별상을 수상했다. 이병학, 김성광 학생은 2019 국가암호공모전에서도 “Tight Security Bounds for Double-block Hash-then-Sum MACs” 논문으로 최우수상을 수상했는데, 이 논문은 올해 최우수 암호학회 Eurocrypt에 발표됐다.
2020.10.26 조회수 24842 -
전산학부 김주호 교수, ACM CSCW 2020 학술대회 논문 위원장 선임
우리 대학 전산학부 김주호 교수가 제 23회 ACM CSCW(Computer-Supported Cooperative Work and Social Computing) Paper Chair로 선임되어 위원장 직을 수행한다.
ACM CSCW는 ACM의 인간-컴퓨터 상호작용(HCI) 분야 전문가 그룹인 SIGCHI에서 주최하는 대표적인 학술대회 중 하나로, Google Scholar HCI 분야에서 h5-index 기준 2위에 올라 있는 세계적인 학회다.
김주호 교수는 1986년부터 시작된 학술대회 역사상 처음으로 아시아 기관 출신으로 Paper Chair에 선임됐다. 김 교수는 작년부터 University of Michigan의 Sarita Schoenebeck 교수, Microsoft Research의 Siân Lindley 박사와 공동 Paper Chair로 위원장 직을 수행해 왔으며, CSCW 역사상 처음으로 쿼터 별 논문 데드라인을 도입하고 10월에 개최될 온라인 학회를 준비하고 있다.
김 교수는 Paper Chair로서의 공로를 인정받아 ACM Recognition of Excellent Service 상을 수상하였다.
ACM CSCW 2020 학회 홈페이지: http://cscw.acm.org/2020
2020.09.09 조회수 23029 -
이성주 교수, 모바일컴퓨팅 학술대회(MobiCom) 프로그램 위원장 선임
우리 대학 전산학부 이성주 교수가 한국인으로는 최초로 모바일컴퓨팅 학술대회(ACM MobiCom: International Conference on Mobile Computing and Networking)의 프로그램위원장(Technical Program Chair)에 선임됐다.
이 교수는 내년 열리는 27회 모바일컴퓨팅학술대회에서 관련분야 최고 전문가 70여 명의 프로그램위원을 직접 선발하고 대회에 제출될 400여편의 논문 선정 심사를 주관한다.
모바일학술대회는 1995년에 설립돼 무선 네트워크 및 통신, 애플리캐이션과 서비스, 모바일 데이터 과학 등 모바일 컴퓨팅에 관한 모든 연구를 다루는 핵심 학술대회이다.
전 세계의 관련 분야 학자와 기업인이 대회에 참가하며, 대회에 제출된 논문 중 상위 20퍼센트 미만 가량만 선정하는 등 관련 분야 최고 권위 학회로 자리잡았다.
이 교수는 무선 이동 컴퓨팅 시스템 설계 분야의 대표적인 연구자이다. 세계전기전자공학회 (IEEE)의 Fellow 이며, 2014년에는 같은 학회 (ACM MobiCom)의 학회집행위원장 (General Chair)을 성공적으로 맡은 경험이 있다. 오래동안 모바일 컴퓨터와 네트워크 분야에 기여한 공로를 인정받아 2021년도 프로그램위원장을 맡게 됐다.
이 교수는 “이번 대회는 학회의 최우수 전통을 유지하면서, 모바일 컴퓨팅의 다양한 분야의 새로운 연구를 포괄적으로 반영하고, 이론적의 탄탄함과 높은 기술 이전 가능성을 겸비한 논문 프로그램을 만들도록 노력하겠다”고 말했다.
한편, 제 27회 ACM MobiCom은 내년 10월 미국 뉴올리언스에서 개최될 예정이다.
2020.07.07 조회수 20047 -
문수복 교수, 국가과학기술자문회의 심의위원 선임
우리대학 전산학부 문수복 교수가 국가과학기술자문회의 제3기 심의위원으로 선임됐다.
국가과학기술자문회의는 국가기술 정책의 기본 방향과 주요 의제에 대한 정책 자문을 수행하는 헌법기구로서 대통령이 의장을 맡는다. 문 교수는 김인수 광주과학기술원(GIST) 지구환경공학부 교수, 윤희숙 재료연구소 실장, 이정원 과학기술정책연구원(STEPI) 선임 연구위원, 조정우 SK바이오팜 대표이사와 함께 현 정부 3기 심의위원으로 위촉됐다.
국가과학기술자문회의는 “과학기술 분야에서의 전문성 및 연구성과, 정책경험, 산·학·연 구성 비율 등 요소를 고려해 선정했다”며 선정 이유를 밝혔으며, 임기는 이달 27일부터 내년 6월 26일까지 1년이다.
2020.06.29 조회수 18883 -
세계 최고 성능을 지닌 데이터베이스 관리 시스템(DBMS) 기술 개발
우리 연구진이 방대한 정보를 저장하고 목적에 맞게 검색, 관리할 수 있는 시스템을 통칭하는 데이터베이스관리시스템(DBMS, DataBase Management System)을 세계 최고 수준의 성능으로 끌어올렸다.
우리 대학 전산학부 김민수 교수 연구팀이 데이터베이스 질의 언어 SQL(Structured Query Language, 구조화 질의어) 처리 성능을 대폭 높인 세계 최고 수준의 DBMS 기술을 개발했다.
김 교수 연구팀은 데이터 처리를 위해 산업 표준으로 사용되는 SQL 질의를 기존 DBMS와는 전혀 다른 방법으로 처리함으로써 성능을 기존 옴니사이(OmniSci) DBMS 대비 최대 88배나 높인 신기술을 개발했다. 김 교수팀이 개발한 이 기술은 오라클·마이크로소프트 SQL서버·IBM DB2 등 타 DBMS에도 적용할 수 있어 고성능 SQL 질의 처리가 필요한 다양한 곳에 폭넓게 적용될 수 있을 것으로 기대된다.
대부분의 DBMS는 SQL 질의를 처리할 때 내부적으로 데이터 테이블들을 `왼쪽 깊은 이진 트리(left-deep binary tree)' 형태로 배치해 처리하는 방법을 사용한다. 지난 수십 년간 상용화돼 온 대부분의 DBMS는 데이터 테이블들의 배치 가능한 가지 수가 기하급수적으로 많기 때문에 이를 `왼쪽 깊은 이진 트리' 형태로 배치해 SQL 질의를 처리해 왔다.
임의의 두 테이블이 기본 키(primary key, PK)와 외래 키(foreign key, FK)라 불리는 관계로 결합(조인 연산)하는 경우에는 이러한 방법으로 SQL 질의를 효과적으로 처리할 수 있다. 여기서 기본 키는 각 데이터 행(row)을 유일하게 식별할 수 있는 열(column)이고, 외래 키는 그렇지 않은 열이다.
지난 수십 년간 산업에서 사용되는 DB의 구조가 점점 복잡해지면서 두 테이블은 PK-FK 관계가 아닌 FK-FK 관계, 즉 외래 키와 외래 키의 관계로 결합하는 복잡한 형태의 SQL 질의들이 많아지고 있다. 실제 DBMS의 성능을 측정하는 산업 표준 벤치마크인 TPC-DS에서 전체 벤치마크의 26%가 이런 복잡한 SQL 질의들로 구성돼 있고 기계학습(머신러닝), 생물 정보학 등 다양한 분야들서도 이러한 복잡한 SQL 질의 사용이 점차 증가하는 추세다.
이전에 나온 DBMS들은 두 테이블이 주로 PK-FK 관계로 결합한다는 가정하에 개발됐기 때문에 FK-FK 결합이 필요한 복잡한 SQL 질의를 매우 느리거나 심지어 처리하지 못하는 실패를 거듭해왔다.
김 교수팀은 문제 해결을 위해 테이블들을 하나의 커다란 `왼쪽 깊은 이진 트리' 형태가 아닌 여러 개의 작은 `왼쪽 깊은 이진 트리'를 `n항 조인 연산자'로 묶는 형태로 배치해 처리하는 기술을 개발했다. 이때 각각의 `작은 이진 트리' 안에는 FK-FK 결합 관계가 발생하지 않도록 테이블들을 배치하는 것이 핵심이다.
각각의 `작은 이진 트리'의 처리 결과물을 `n항 조인 연산자'로 결합해 최종 결과물을 구하는 것도 난제로 꼽히는데 연구팀은 `최악-최적(worst-case optimal) 조인 알고리즘'이라는 방법으로 이 문제를 해결했다.
`최악-최적 조인 알고리즘'은 그래프 데이터를 처리할 때 이론적으로 가장 우수하다고 알려진 알고리즘이다. 김 교수 연구팀은 세계에서 가장 먼저 이 알고리즘을 SQL 질의 처리에 적용해 난제를 해결하는 데 성공했다.
김민수 교수 연구팀은 새로 개발한 DBMS 기술을 GPU 기반의 DBMS 개발업체인 미국 옴니사이(OmniSci)社 제품에 적용한 결과, OmniSci DBMS보다 성능이 최대 88배나 향상된 결과를 얻었다. 또 TPC-DS 벤치마크에서도 세계 최고 수준의 성능을 가진 기존의 상용 DBMS보다 5~20배나 더 빠른 사실을 확인했다. TPC-DS는 DBMS의 성능을 측정하기 위한 산업 표준의 최신 벤치마크이다.
교신저자로 참여한 김민수 교수는 "연구팀이 개발한 새로운 기술은 대부분의 DBMS에 적용할 수 있기 때문에 산업적 측면에서 파급 효과가 매우 클 것으로 기대한다ˮ 라고 말했다.
이번 연구에는 김 교수의 제자이자 미국 옴니사이(OmniSci)社에 재직 중인 남윤민 박사가 제1 저자로, 김 교수가 교신저자로 참여했으며 지난 18일 미국 오리건주 포틀랜드에서 열린 데이터베이스 분야 최고의 국제학술대회로 꼽히는 `시그모드(SIGMOD)'에서 발표됐다. (논문명 : SPRINTER: A Fast n-ary Join Query Processing Method for Complex OLAP Queries).
한편, 이 연구는 한국연구재단 선도연구센터 사업 및 중견연구자 지원사업, 과기정통부 IITP SW스타랩 사업의 지원을 받아 수행됐다.
2020.06.23 조회수 20548 -
전산학부 오혜연 교수, 인공지능 국제협의체 'GPAI'에 전문가로 참여
우리 대학 전산학부 오혜연 교수가 세계최초 인공지능 협의체 Global Partnership on Artificial Intelligence(GPAI)의 전문가로 참여하게 됐다.
과기정통부는 6월 15일 한국이 캐나다, 프랑스, 미국, 일본 등과 같이 15개의 창립회원국으로 GPAI에 참여한다는 공식선언문을 발표했다. GPAI는 1) Responsible AI, 2) Data Governance, 3) The Future of Work, 4) Innovation & Commercialization 에 대해 각각 위원회를 구성하여 산업계 · 시민사회 · 정부 · 학계 주요 전문가들의 협업으로 책임있고 인간 중심적인 인공지능의 발전을 지원할 예정이다. 오혜연 교수는 이 중 튜링상 수상자인 Yoshua Bengio가 이끄는 Responsible AI 위원회에 참여하게 된다.
관련기사:
https://www.yna.co.kr/view/AKR20200615101000017?input=1195mhttp://digitalchosun.dizzo.com/site/data/html_dir/2020/06/16/2020061680044.html
2020.06.16 조회수 22811 -
전산학부 차미영 교수, AAAI ICWSM Test of Time Award 수상
우리 대학 전산학부 차미영 교수(기초과학연구원 데이터 사이언스 그룹 CI 겸직)는 2010년 게재한 ‘백만 팔로워의 오류(Measuring User Influence in Twitter: The Million Follower Fallacy)’ 논문으로 AAAI ICWSM Test of Time Award를 수상하게 된 소식이 현재 온라인으로 개최되고 있는 제14회 웹 소셜미디어학회(ICWSM, International Conference on Web and Social Media)를 통해 전해졌다. Test of Time Award는 오랫동안 지속적인 영향력을 가지는 과거의 연구에 주어지는 특별한 상으로, 차 교수의 논문은 올해로 게재된 지 10년이 되고 그간 3,669회 피인용됐다.
이 연구는 소셜네트워크 플랫폼에서 사용자의 영향력을 계산하는 다양한 측정법의 비교와 한계를 보여주며, 특히 트위터상에서 단순히 팔로워가 많다고 메시지의 전파 영향력이 크지 않다는 '백만 팔로워의 오류'를 데이터로 보여주었다. 이 연구의 분석에 서버 50대로 수집한 54,981,152 사용자계정, 1,963,263,821 소셜링크, 그리고 1,755,925,520 트윗이 사용되어 당시 이례적으로 방대한 네트워크 분석에 기인하였으며, 추후 연구와 함께 이 데이터가 공유되어 수천 건의 후속 연구를 가능하게 했다.
연구 내용 중에는 얼마나 오랜 기간 영향력자가 활동하는지, 또한 분야를 넘나들며 다양한 토픽에 영향력을 가질 수 있는지도 다룬다. 새로운 사건이 발생했을 때 누가 영향력자가 되는지의 사례 분석을 통해, 영향력자는 기존 accidental influentials 이론에서 주장된 것처럼 우연히 발생하지 않고 몇 가지 전략을 통해 빠르게 영향력자로 떠오를 수 있음을 보였다. 이러한 발견은 자산규모가 크게 성장한 소셜네트워크 플랫폼에서 광고 효과를 극대화하기 위한 영향력자의 선정 알고리즘에 새로운 통찰력과 해석을 제공했다. 이 연구는 2010년 당시 뉴욕타임스지 온라인에 소개되기도 했다.
차 교수는 카이스트 학부와 대학원을 졸업하고, 독일 막스 플랑크 연구소에서 박사후연구과정에 있는 동안 이 연구를 진행했다. 그는 이번 수상 소식을 통해 "당시는 소셜네트워크 플랫폼의 데이터가 전산학에서 큰 주목을 받지 못했지만, 어려운 사회과학 문제에 인터넷 데이터가 활용될 수 있다는 점이 너무 재미있어서 밤새 연구한 기억이 난다. 오랜 시간 동안 사랑받는 연구가 되어서 감사하다"라고 전했다.
논문 링크: https://www.aaai.org/ocs/index.php/ICWSM/ICWSM10/paper/viewPaper/1538
2020.06.12 조회수 22250 -
사생활 침해 논란없는 코로나19 감염병 확산방지시스템 개발
세계 각국에서 주목을 받는 K-방역을 떠받쳐 온 코로나19 관련 검사·추적·치료 등 기존 3T 시스템을 한층 업그레이드시킨 새로운 `코로나19 감염병 확산방지시스템(앱&웹)'이 개발됐다.
우리 대학이 개발한 이 시스템은 GPS·무선랜·블루투스·기압계·관성 센서의 신호를 주기적으로 수집, 기록하는 스마트폰 블랙박스를 기반으로 하고 있어 사생활 침해 논란을 최소화하면서 신속한 역학조사와 격리자 관리 등 코로나19 상황에 효율적인 대응이 가능하다. 기존 3T 시스템은 신용카드 이용 내역 등 광범위한 개인정보 접근을 통해 확진자 동선을 공개하는 과정에서 사생활 노출로 인한 인권침해 우려가 꾸준히 제기돼 왔다.
전산학부 지능형서비스통합연구실 한동수 교수 연구팀은 스마트폰의 이동 동선을 기록하는 스마트폰 블랙박스를 기반으로 `코로나19 감염병 확산방지시스템(앱&웹)'을 개발했다고 10일 밝혔다.
한 교수 연구팀이 개발한 스마트폰 블랙박스 시스템은 스마트폰에 내장돼있는 GPS와 와이파이·블루투스·관성 센서 등을 통해서 수집된 신호를 보관했다가 2주가 지나면 자동으로 폐기한다. 또 개인 스마트폰 블랙박스에 저장된 기록은 일체 외부로 유출되지 않으며 특히 확진자의 동선을 공개하는 경우에도 문자로 표현되는 장소 정보가 아닌 신호 정보를 공개하기 때문에 확진자의 사생활 보호가 가능하다.
따라서 코로나19 집단감염대응 차원에서 그동안 꾸준히 지적돼 온 개인의 사생활 침해 문제에 대해 기존과는 다르게 보다 섬세한 방법으로 접근했다는 점이 이 시스템의 가장 큰 특징이다.
한 교수팀의 `코로나19 감염병 확산방지시스템'은 크게 일반인을 위한 `바이러스 노출 자가진단 시스템'과 감염병 관리기관을 위한 `확진자 역학조사 시스템', 그리고 `격리자 관리 시스템' 등 3개 시스템으로 이뤄져 있다.
우선 `바이러스 노출 자가진단 시스템'은 확진자의 동선과 개인의 스마트폰 블랙박스에 기록된 동선의 중첩 여부를 체크해 이뤄진다. 현재 방식은 확진자의 정보가 메시지를 통해 전달되고 개개인이 직접 확진자의 동선을 확인하는 불편함이 따르지만 한 교수팀이 개발한 시스템에서는 사용자가 수시로 해당 앱의 버튼을 눌러 바이러스 노출 여부를 쉽고 빠르게 체크할 수 있다.
`확진자 역학조사 시스템'을 통해 확진자 관련 역학조사를 빠르고 정확하게 수행할 수 있다. 코로나19 감염병 확진을 받은 환자의 스마트폰 블랙박스에 기록된 신호를 지도상에 표시를 해주기 때문에 역학 조사관이 확진자의 이동 동선을 쉽게 파악할 수 있다.
한동수 교수는 이와 함께 이 시스템에 지난 10여년간 개발해 온 실내·외 통합 위치 인식시스템 KAILOS(KAIST Locating System)의 기능도 적용했다. 이에 따라 실내지도와 신호지도가 준비된 건물에서는 건물 내부에서도 확진자의 이동 동선을 확인할 수 있다.
스마트폰 블랙박스는 격리자 관리에도 활용된다. 격리자의 스마트폰 블랙박스가 수집한 신호는 주기적으로 `격리자 관리 시스템'에 전송된다. `격리자 관리 시스템'은 전송받은 신호를 실시간으로 분석해 격리자의 격리공간 이탈 여부를 확인한다. GPS 신호뿐 아니라 무선랜 신호를 사용함으로써 실외뿐 아니라 실내에서의 확진자 격리공간 이탈 여부를 확인할 수 있어 기존 방식보다 더 정확하게 격리자를 관리할 수 있다는 게 강점이다.
한동수 교수는 "현재 약 30여 종의 스마트폰이 사용되고 있는데 스마트폰마다 탑재된 센서의 종류가 매우 다양해서 연구팀이 개발한 시스템을 다양한 스마트폰에 이식하고 테스트하는 작업을 진행하고 있다ˮ면서 "이 작업을 마치는 대로 곧 시스템을 출시할 계획ˮ이라고 소개했다.
KAIST 신성철 총장도 "PreSPI(Prevention System for Pandemic Disease Infection)로 이름 붙인 이 시스템을 활용하면 코로나19 재확산으로 수고하는 의료진 등 방역 분야 종사자들의 수고와 시간을 획기적으로 줄일 수 있고 사생활 침해 논란 없이 신속하고 정확한 역학조사가 가능해져 K-방역의 우수성을 다시 한번 세계 각국에 과시하는 계기가 될 것ˮ이라고 강조했다.
2020.06.11 조회수 24120 -
학습되지 않은 환경에서 스스로 학습하는 모바일 센싱 기술 개발
우리 대학 전산학부 이성주 교수 연구팀이 학습되지 않은 환경에 적은 양의 데이터로 스스로 적응하는 모바일 센싱 학습 기술 <메타센스(MetaSense)>를 개발했다.
모바일 센싱이란 스마트폰과 같은 모바일 기기의 다양한 센서를 이용하여 서비스(예: 수면의 질 평가, 걸음 수 추적 등)를 제공하는 기술이다. 최근 학계에서는 기계학습 기술의 발전과 더불어 우울증 진단, 운동 자세 관리 등 진보된 모바일 센싱의 가능성을 보여줌으로써 모바일 센싱의 범위를 더욱 확장하고 있다.
하지만 이러한 센싱 기술은 아직 널리 쓰이지 못하고 있다. 사용자 개인마다 가지고 있는 모바일 센싱의 환경이 다르기 때문이다. 사람마다 가지고 있는 고유한 생활패턴과 행동방식, 서로 다른 모바일 기기와 그 사양은 센서의 값에 큰 영향을 미친다. 다른 센서 값은 사람마다 고유한 센싱 환경을 만들고, 이는 센싱 모델이 미리 학습되지 않은 새로운 환경에서 작동할 때 사용이 어려울 만큼 성능 저하를 일으킨다.
연구팀은 이런 학습되지 않는 환경에서 적은 양의 데이터 (최소 1-2 샘플)만 가지고 적응할 수 있는 '메타러닝 프레임워크'를 제시했다. 메타러닝 (meta learning) 이란 적은 양의 데이터를 가지고도 새로운 지식을 학습할 수 있도록 하는 기계학습 원리다. 연구팀이 제시한 기술은 최신 전이학습 (transfer learning) 기술과 비교하여 18%, 메타러닝 기술과 비교하여 15%의 정확도 성능향상을 보였다.
이성주 교수는 ”최근 활발히 제안되고 있는 다양한 모바일 센싱 서비스가 특정 환경에 의존하지 않고 수많은 실제 사용 환경에서 우수한 성능을 보일 수 있게 해주는 연구다. 모바일 센싱 서비스가 연구에 그치지 않고 실제 많은 사람들에게 사용될 수 있는 가능성을 제시해 의미가 있다“라고 했다. 또한 신진우 교수는 “최근 메타러닝 방법론들이 기계학습 분야에서 크게 각광을 받고 있는데 주로 영상 데이터에 국한되어 왔었다. 본 연구에서 비영상 데이터에도 범용적으로 동작하는 메터러닝 기술을 개발하여 성공한 것은 앞으로도 관련 분야 연구에 큰 영향을 주리라 기대한다“라고 덧붙였다.
연구에 대한 설명이 담긴 비디오를 다음 링크에서 확인할 수 있고, (https://youtu.be/-6y0I1pd6XI) 자세한 정보는 프로젝트 웹사이트에서 볼 수 있다.
(https://nmsl.kaist.ac.kr/projects/metasense/)
이성주 교수, 신진우 AI대학원 교수, 공태식 박사과정, 김연수 학사과정이 참여한 이번 연구 결과는 2019년 11월 11일 센싱 컴퓨팅 분야 국제 최우수학회 ACM SenSys에서 발표됐다. (논문명: MetaSense: Few-Shot Adaptation to Untrained Conditions in Deep Mobile Sensing). 이 연구는 정부(과학기술정보통신부)의 재원으로 한국연구재단과 정보통신기술진흥센터, 한국연구재단 차세대 정보 컴퓨팅 기술개발사업의 지원을 받아 수행됐다.
2020.06.09 조회수 17476