올해 논문 공모전 수상자는 논문의 아이디어, 이론증명, 실험결과, 성능평가, 연구 방향 요소의 평가를 기반으로 선정했다. 여러 분야에서 수상작으로 선정된 논문들은 국제학술대회나 학술지에 제출해도 손색이 없는 우수한 수준이다.
무인 항공기(UAV)는 공공안전 지원, 국방 네트워크 시스템 운영, 공중 네트워크 통신환경 제공 등 응용분야가 나날이 확대 되고 있다. 대상 수상자 조예령·이현수씨는 '동적이고 불안정한 네트워크 환경에서 작동하는 여러 UAV의 협력 제어를 위한 새로운 알고리즘'을 제안했다. 본 논문은 다수의 UAV가 정보를 교환하며 협동적으로 운용되는 다중 드론 협동 시스템 모델을 고려한다. 본 논문에서는 갈등 메시지 전달 방식을 통해 생성된 그래프기법을 사용해 다중 UAV 네트워크에서 안전성을 보장하고 에너지 효율 최대화가 가능한 통신 성능을 보여줬다.
최우수상 수상자 곽경문·박경호·안종빈씨는 '광학센서 전처리 기술에 대한 새로운 접근'을 제시하며, 신경망 응용을 위한 효과적인 하드웨어 구현 가능성을 탐구한다. 특히, 무기재료인 IGZO를 사용해광학 센서에서 시냅스 동작을 구현하고, 이를 기반으로 한 뉴로모픽 시스템의 가능성을 실험적으로 입증한 점에서 성과를 거둔 연구로 볼 수 있다. 36픽셀로 구성된 뉴로모픽 광학 이미지 센서 어레이(NOISA)의 제작 및 이를 활용한 이미지 인식 실험은 기술적 가능성을 입증하며, 향후 AI 하드웨어 분야에서 적용 가능성을 기대하게 한다.
최우수상 수상자 최원혁·황규민·최민우씨는 '반사도가 높은 표면에서 깊이맵(Depth Map) 추정이 어려운 기존 SSMDE(Self-Supervised Monocular Depth Estimation) 기법의 문제점을 해결할 방법'을 제안했다. Triplet Mining을 활용해 반사도가 높은 표면에서 깊이값 계산 정확도를 높이고, 반사도가 낮은 표면에서는 세밀한 고주파 정보를 보존할 수 있다.
실험 결과를 통해서도 반사표면에서 높은 정확도로 깊이맵을 예측하는 것을 입증했다. 이 기술은 영상기반의 3D Environment Reconstruction을 필요로 하는 다양한 분야에 널리 활용될 수 있으며, 기존 방법들이 해결하지 못한 반사표면에서는 깊이맵 추정문제를 해결해 다양한 물질로 구성된 환경 재구성이 가능하게 했다.
우수상 수상자 김재호·한명호·방주은씨는 '고속 메모리 인터페이스인 HBM(High Bandwidth Memory)에서 발생하는 전압저하(Voltage Drop)를 최소화하기 위해 설계된 커맨드 인식형 하이브리드 저전압 드롭아웃 레귤레이터(CA-HLDO)'를 제시한다. 특히, WDQS 버퍼로 인해 발생하는 전압저하를 10㎷ 이하로 줄이면서도 150㎂의 저전류 대기 전류와 20㎊ 커패시터만을 사용해 전력 효율성을 높이는 성능 개선을 보였다.
우수상 수상자 이용·김민건씨는 '캐시 메모리를 보유한 UAV 셀룰러네트워크에서 데이터의 최신성을 분석 및 연구'를 수행했다. 데이터의 최신성 분석을 위해 기지국도 캐시 메모리 지원을 가정한 모델을 사용하며 콘텐츠 정책 및 캐싱 전략은 가장 인기있는 콘텐츠에 다른 결정으로 모델했다. Age of lnformation Violation 확률을 성능지표로 정의 및 사용했으며, UAV 고도 캐시 크기, BS 대역폭 최적화를 통해 시스템 성능개선을 확인했다.
우수상 수상자 문형준씨는 '심층인공신경망에서 발생하는 파괴적망각현상(Catastrophic Forgetting)을 해결하기 위한 새로운 연속학습 기법'을 제안했다. 이는 신경망의 학습효율을 감소시키고 메모리 소요량을 증가시키는 심각한 문제다. 기존 연속학습 기법들이 이전 데이터 전체를 저장함으로써 메모리 용량문제를 야기시키고 메모리 용량이 제한된 경우 지식보존이 어려운 문제가 있다. 메모리 요구사항을 줄이고 프라이버시 문제도 해결할 수 있는 방법을 제안하고 있다. 인공신경망이 가지고 있는 근본적인 문제점을 해결할 방안을 제시하고 있으며 실험을 통해 그 유효성을 입증했다.
우수상 수상자 김건우·김유왕·이효석씨는 'NRF(Neural Radiance Field) 기반 방법론의 한계를 극복하고 Feed-Forward 스타일 전이 방식'을 제안하였다. 기존 방식보다 훈련 및 렌더링 속도가 개선돼 실제 XR 및 자율주행 데이터셋 등에 활용 가능성이 높다. 다양한 데이터셋을 활용한 정량적, 정성적 평가를 통해 제안 방법의 타당성을 입증했다.
우수상 수상자 박소정씨는 '기존의 비트 기반의 통신 기술과 달리 전송 정보의 의미만 전달하는 차세대 통신기술인 시멘틱 통신'에 대한 논문이다. 딥러닝 기반 시멘틱 통신에서 Feature Extraction을 위해 많은 양의 데이터를 학습하며, 다양한 훈련데이터와 무선통신 환경에서 취약하다. 이러한 문제 해결을 위해 최소한의 텍스트 전송 및 복원을 가능하게 하는 LLM 기반 새로운 텍스트 송수신 기법을 제안했다.
우수상 수상자 정현수·윤치호씨는 '3D ABUS 이미지를 활용한 유방암 종양 분할 문제를 해결하기 위해 독창적인 하이브리드 트랜스포머 모델을 제안'했다. 다중작업 학습을 통해 분류와 분할 정확도를 동시에 개선한 점이 창의적이다. 계산 효율성을 고려한 적응형 서브샘플링 기술로 GPU 메모리 활용도를 높이고 학습 시간을 단축했다. 총 200개 데이터셋과 5-fold 교차 검증을 통해 제안된 모델의 성능을 입증했다.
이호준 기자 newlevel@etnews.com
