일시 : 2019.12.12.THU.
장소 : POSTECH 국제관 106호 대회의실
얼마전까지 정보통신연구소 인턴을 해서 연구소 게시판을 보고 AI TECHTALK을 다녀왔다. 두 분의 연사께서 나오셔서 강연을 해주셨다.
첫 번째 연사: 김태완 님
NAVER Clova face team?에서 근무하시는 김태완님께서 먼저 강연을 해주셨다. 제목이 있었을텐데 필기를 안했다…(이렇게 필요할줄은 몰랐지..)
먼저 전반적인 Clova에 대한 소개를 해주셨다. visio, 음성인식 외에도 스스로 label 수정해가며 학습하는 기술인 Active Learning도 연구한다고 하셨다.
다음으로 어떤 연구를 하시는지 말씀해주셨다. 사용자의 얼굴을 실시간 tracking해서 다양한 일을 하게 되는데 이것을 사용자의 device에서 돌릴 수 있도록 모델의 크기를 줄이는 일을 하신다고 하셨다. 스마트폰에서는 GPU를 사용하기 어렵기 때문에 CPU에서 빠른 속도로, 적은 에너지를 사용해서 모델을 사용할 수 있는 방법을 연구한다고 하셨다. 이 과정은 먼저 성능이 좋은 모델을 재현 하거나 구축한 후, 모델을 경량화 한 후, optimization한다고 한다.
실제로 DEVEIW에서 체크인을 얼굴인식으로 했다고 한다. 그리고 이것은 tracking할 필요가 없이, 얼굴 이미지에서 추출한 feature를 비교하면 되는 것이어서 더 잘되었다고 하셨다. eKYC라고 해서 신분증 사진으로 결제 인증하는 기술도 개발중이라고 하셨는데, 사진으로 인식 시켰을 때, 분장을 했을 때 등등 잘못 인식할 수 있는 여러 문제들을 해결할 기술들이 아직 부족하다고 한다.
처음 연구인턴을 시작하면서 주제를 정할 때, 폰에서 돌아가는 작은 모델 만드는 것도 생각했었는데 했다면 정말 어려웠겠다 싶으면서도, 실제로 스마트폰에서 뭔가 되는 것을 봤더라면 재밌었겠다는 아쉬움도 들었다.
두 번째 연사: 백무열 님
NAVER Labs에서 근무하시는 백무열님께서 다음 강연을 해주셨다.
NAVER Labs의 슬로건?은
“connect NAVER to physical world”
라고 한다. 그래서 크게 자율주행과 클라우드 로보틱스 및 indoor sidewalk로 나누어져 있다고 한다.
자율주행은 크게 machine readable 3D/HD map -> localization -> 길 찾기의 과정을 통해 이루어진다고 한다. 항공사진과 차량에서 얻느 지도를 합쳐서 정확한 지도를 얻고, 새로운 부분들을 빠르게 update하여 반영하는 기술도 있었다.
robotics & indoor sidewalk에 대해 설명하셨다. slam 알고리즘을 이용해 그린 point cloud map도 보았고, 코엑스를 돌아다닌 영상도 볼 수 있었다. M1이라는 로봇을 사용하였는데, 라이다 없이 카메라로만 map을 만든것이 특징이라고 한다. 라이다가 비싸고, 지속적으로 회전하여 고장의 위험이 높아서 어디든 사용을 줄이는 방향으로 갈 것 같다. M1의 움직임은 강화학습으로 장애물 피하기 등을 학습한다고 한다. 강화학습을 통해서 로봇의 이동뿐만 아니라 로봇 팔의 움직임 같은 로봇과 관련된 다양한 연구를 하고 있다고 하셨다.
자동차에 대한 것이 요즘 자주 접하기도 했고, 앞으로 빠르게 가능하게 될 것이라는 기대가 있어서 가깝고 흥미롭게 보였던 것 같다. 그리고 강화학습부분도 평소에 궁금했던 것들이라 흥미롭게 보았다. 자동차의 free space도 거리를 detecting하는데 free space는 왜 이용하나 궁금했었는데 차선 변경이나, 주행에 보조적으로 이용된다는 것을 알게 되었다.