코리아텍 컴퓨터공학부 학생들 학술대회서 '두각'

한국정보처리학회 추계학술대회서 대학원생, 학부생 총 3개 논문상



코리아텍(한국기술교육대·총장 이성기) 컴퓨터공학부 학생들이 한국정보처리학회 학술대회에서 우수논문상 등 3개의 상을 거머쥐었다.

5일 코리아텍에 따르면, 지난 1~2일 제주대학교에서 열린 제52회 한국정보처리학회 추계학술대회에서 컴퓨터공학부 대학원 소속 최호빈, 임현교, 김주봉, 황규영 학생은 '그리드 분류시스템의 강화학습 기반 분류행동제어 설계' 논문으로 대학원생 부문 우수논문상을 수상했다.

컴퓨터공학부 소속 김영훈, 윤성열, 김병우, 신현우 학생은 '딥러닝을 이용한 BGM 음원작곡 서비스 설계 및 구현' 논문으로 학부생 논문경진대회 부문 금상과 한국정보기술학술단체 총연합회장상을 수상했다.

'딥러닝을 이용한 BGM 음원작곡 서비스 설계 및 구현'논문은 4학년 졸업예정 학생들의 졸업작품 내용을 학술논문으로 정리한 것이며, 코리아텍 링크플러스(LINC+) 사업단의 지원으로 이번 학술대회에서 발표했다.

한연희 지도교수는 "이번 학술대회에서 수상한 두 편의 논문은 모두 인공지능 딥러닝 응용 논문"이라며 "대학원생 논문은 스마트팩토리에서 부품 및 배송품 분류 시스템을 구축할 때, ▲다중 품목 타입 ▲다중 입력 ▲다중 출력 ▲동시 분류 특성을 모두 고려한 복잡한 최적 경로 제어 문제를 CNN 기반 멀티 에이전트 강화학습으로 해결한 것"이라고 소개했다.

이어 "추후 시스템 재구성 특성(Reconfigurability)까지 고려해 학습 성능을 높인다면 학술적, 실용적 가치가 클 것으로 기대된다"고 밝혔다. 이 기법은 특허 출원도 진행 중이다.

한 교수는 학부생 논문에 대해서는 "개인 콘텐츠 크리에이터(Content Creator)들이 제작하는 동영상을 위한 배경 음악(Background Music, BGM) 선정 시, 저작권 문제 때문에 선호하는 BGM을 선정 못하는 경우가 많은데, 논문에서 구현한 서비스는 기존 8000여곡의 BGM을 학습한 LSTM 딥러닝 모델을 사용해 이용자들이 콘텐츠 타입에 맞게 '경쾌', '고요', '밝음' 중 하나를 선택하면 해당 타입에 어울리는 새로운 BGM을 실시간으로 작곡, 새로운 음원으로 제공하는 것으로 실용성이 매우 높다"고 밝혔다.

한편, 한국정보처리학회는 한국정보과학회와 더불어 컴퓨터공학 분야 대표적인 학회다.