[이슈메이커=임성희 기자]
그래프 신경망, 인공지능의 판도를 바꿀 새로운 방법론
범용 인공지능을 향한 위대한 연구 여정
데이터양을 넘어 데이터들의 상호관계 정밀 연구
야구를 좋아하는 기자는 매번 야구 중계를 볼 때마다 수많은 데이터를 접한다. 타자가 등장하면 그 타자에 관한 수많은 데이터가 중계 화면에 뜬다. 평균 타율뿐만 아니라 몇 회 때 타율이 높으며, 어느 스트라이크 존의 타율이 높은지, 대체 선수 대비 얼마나 효율이 높은지 등, 수많은 데이터로 그 선수를 평가한다. 이런 데이터는 빅데이터다. 그리고 어떤 스포츠 프로그램은 다음 경기 승리 팀을 이런 빅데이터를 기반으로 예측하기도 한다. 이건 데이터 인텔리전스다. 데이터 인텔리전스는 ‘최고 의사결정자’라는 별칭이 있듯, 다양한 종류의 데이터를 파악해 최고의 의사를 결정하는 시스템이다. 야구에서는 승부 예측이 맞을 때도 있고 안 맞을 때도 있다. 야구에 변수가 많기도 하지만 그리 시스템이 정교하진 않은 것 같다. 그런데 만일, 비즈니스에서 데이터 인텔리전스의 결과가 최고가 되지 못한다면 어떻게 될까? 비즈니스 실패로 막대한 피해를 볼 수도 있는 상황이다. 좀 더 정교하고 고도화된 데이터 인텔리전스를 연구하는 충남대 임성수 교수는 국내에 데이터 인텔리전스가 생소하던 때에 관련 연구를 시작한 선도연구자이기도 하다. 그의 연구는 현재의 인공지능을 뛰어넘는 범용 인공지능을 향해있다.
박사과정부터 빅데이터 우수 연구자로 인정받아
임성수 교수는 박사학위 이후 바로 교수로 임용될 만큼 박사과정 때부터 눈에 띄는 연구 성과로 빅데이터 분야에서 인정받는 연구자였다. 2016년 박사학위를 마친 당시는 알파고 열풍이 불며 우리나라도 부랴부랴 인공지능에 관심을 두고 투자를 시작한 때이기도 하다. 그는 인공지능에 관한 관심이 급부상하던 그 이전부터 관련분야에 관심을 두고 전문성을 갖춰왔다. 임 교수는 박사과정 동안 데이터마이닝 분야의 주요 학술대회인 IEEE ICDE에 주저자 논문 두 편을 발표했는데 당시엔 한국인 박사과정 중 드문 성과였다. 그중 2014년에 발표한 “LinkSCAN” 논문(LinkSCAN*: Overlapping community detection using the link-space transformation)은 현재까지 110회 이상 인용된 바 있다. “데이터 군집화의 대표적인 방법의 하나인 DBSCAN을 그래프 데이터에 접목한 SCAN이라는 방식이 기존에 잘 알려졌었는데요, 저희는 그래프 데이터에 대한 ‘중첩을 허용하는’ 군집화로 문제를 일반화하고, 이를 위한 링크 공간으로 그래프를 변환하여 문제를 해결하는 LinkSCAN이란 방식을 제안하여 주목받았습니다. 이는 제가 박사과정 중 대학원 과목 프로젝트로 제안한 아이디어이고, 이재길 지도교수님께서 발전 방향을 잘 잡아주셔서 좋은 결과로 이어졌습니다. 관련 연구 성과를 IEEE TKDE 등 주요 저널에 발표하였으며, 이러한 성과를 바탕으로 빅데이터 분야 우수성을 입증받아 2018년 충남대에 부임할 수 있었습니다”
수학을 좋아하고 잘하던 천재 소년
수학자의 꿈을 품고 KAIST 수학과에 입학한 임성수 교수는 어릴 때부터 수학을 좋아하고 잘하던 천재였다. 요즘은 학원의 도움 없이 고난도의 수학을 풀기가 힘들지만, 임성수 교수는 학창 시절 혼자 수학 경시대회에 나가 수상을 할 정도로 소문난 수학 광이었다. 그래서 우리나라 천재들의 모임인 KAIST 수학과에 입학했고, 공부를 해나가던 중 응용수학에 큰 흥미를 느꼈다고 밝혔다. “학사과정 중 수학과와 응용수학과가 통합되었는데, 이를 계기로 응용수학 과목들을 수강하며 수학적인 모델링과 분석 기법으로 실용적인 문제를 해결하는 것에 큰 매력을 느꼈습니다. 석사과정 중 통계 연구실, 박사과정 중 알고리즘 연구실을 거치며 점차 응용 분야로 확장하였으며, 최종 학위는 데이터 마이닝 연구실에서 취득하였습니다. 이러한 과정이 일반적이진 않았으나, 다양한 백그라운드를 갖게 하였고, 현재까지 연구하는데 큰 자양분이 되고 있습니다. 특히, 요즘의 데이터 마이닝 방법론은 기계학습 기반이 주류가 되고 빠르게 발전하는 AI 기술에 기반을 둔 경우가 많은데, 수학과 같은 원천 학문을 전공하였기 때문에 핵심을 이해하고 적용 및 발전하는 데 큰 도움이 되고 있습니다”
추천 및 검색, 이상 탐지, AI 최적화와 관련된 다양한 연구 수행
2018년 9월에 개설된 데이터 인텔리전스 연구실은 당시만 해도 굉장히 생소한 이름이었다. 현재는 빅데이터보다 더 진보된 개념의 데이터 인텔리전스가 널리 쓰이고 있으니 당시 도전 의식을 갖고 시작한 연구가 지금 제때를 만났다고 할 수 있다. 호기심으로 시작한 연구가 시대의 필요성과 맞아떨어지는 것만큼 연구자로서 희열을 느끼는 순간이 있을까? “데이터 인텔리전스는 당시만 해도 잘 쓰이지 않는 표현이었으나 이제는 데이터 사이언스 분야에서 널리 쓰이고 있습니다. 데이터 기반 또는 데이터 중심의 지능 실현을 위한 분야를 아우르는 표현이며, 많은 기업(삼성, LG 등) 및 연구실(KAIST, POSTECH 등)에서 사용 중입니다” 데이터 인텔리전스 연구실은 그래프 기계학습, 데이터 및 지식 공학, 효율적인 기계학습 분야를 다루며, 최근에는 그래프 신경망과 거대언어모델의 결합에 관한 연구에 중점을 두고 있다. “응용 분야로는 추천 및 검색, 이상 탐지, AI 최적화와 관련된 다양한 연구주제 및 프로젝트를 수행 중입니다. 전공적인 컴퓨터공학 분야보다는 융·복합적인 성격을 가진 연구를 수행하기 때문에, 다양성을 중시하고 다양한 전공 배경(컴퓨터, 수학, 통계, 경영 등)을 가진 학생들을 선발하여 함께 즐거운 연구를 하고 있습니다”라며 임성수 교수는 학생선발의 기준을 소개했다. 그는 최근 인공지능의 인기로 지원하는 학생들이 많다며, 능력보다는 관심과 흥미에 더 방점을 두고 학생을 선발한다고 나름의 기준을 설명했다. “제가 연구실 문을 열던 2018년만 해도 인공지능 분야가 낯설어서 대학원에 진학하려는 학생이 적었던 것 같습니다. 요즘에는 인기가 많아져 선발해야 하는 즐거운 비명을 지르지만, 저는 능력보다는 관심과 흥미를 갖고 인공지능을 연구해보고자 하는 학생들을 선별하려 노력합니다. 교육자로서 학생들을 가르치며 능력을 키워주는 과정은 저에게 큰 보람입니다”
복잡한 관계 분석해 추천해주는 합리적인 추천 시스템 연구
데이터 인텔리전스 연구실은 2023년 한국연구재단 우수신진과제 및 최초혁신실험실에 선정돼 현재 3년 차 연구를 진행 중이다. ‘이종 그래프 전이학습을 활용한 설명 가능한 추천 시스템’이란 주제인데 과제의 성과를 데이터 마이닝 분야 우수 국제 학술대회인 CIKM, WWW, ICDM, EDBT 등에 논문으로 발표하는 등 순항을 이어가고 있다. “최초혁신실험실에도 선정돼 1억을 추가 지원받아 H100 2개를 탑재한 고성능 GPU 서버를 구축하여 자체 활용 중입니다. 이러한 지원을 통해 연구실의 성과를 키울 수 있었고, 글로벌 프론티어를 목표로 하는 도전적인 연구를 수행할 수 있었습니다” 복잡한 대상들의 관계를 모델링하는 것이 이종그래프인데 이 이종그래프를 효과적으로 이해하고 처리하려면 고도의 알고리즘 설계가 요구되며, 이종그래프를 학습하는 딥러닝 알고리즘을 개발하고 궁극에는 설명할 수 있는, 즉 사용자가 수용할 수 있는 합리적인 추천 시스템으로 만드는 것이 이 과제의 목표이다. 임 교수는 대학교 연구그룹에서 할 수 있는 원천기술 개발까지 생각하고 있으며 후에 산업체와의 협업으로 산업화 여부에 대해서도 논할 계획이라고 밝혔다.
“연구가 스스로 의미를 찾는 여정이 되길”
2023년 데이터 인텔리전스 연구실에서는 계속해서 좋은 소식이 들려왔다. 우수신진과제를 비롯해 이공분야 학문후속세대지원사업 박사과정생 연구장려금지원사업 선정 등 ‘그 선생에 그 제자’라는 말이 딱 들어맞는 행보를 보였다. “한 연구실에서 두 명이나 선정된 것은 드문 일로, 충남대에서도 유일하였습니다. 두 학생이 서로 다른 연구 분야로 지원했기 때문에 가능하였는데, 특정 주제만 연구하기보다는, 연구실의 큰 테마는 유지하면서 학생마다 선호하고 잘할 수 있는 주제를 발굴하여 지원하고자 노력한 것이 좋은 영향을 미쳤다고 생각합니다. 두 학생은 2023년 9월부터 2년간의 지원을 받았으며, 모두 올해 8월 박사과정 조기졸업을 앞두고 있습니다. 좋은 성과를 거둔 학생들인 만큼 조기졸업을 통해 더 일찍 밖으로 나가서 좋은 연구를 하고 성장할 수 있었으면 합니다”라며 그는 “밀집 기반 탐지를 활용한 부호 네트워크에서의 중요 사용자 식별 (김정선), 이종 그래프 모델링 및 어텐션 메커니즘 기반 문서 분류 프레임워크(정수환) 과제인데요, 김정선 학생은 그래프 마이닝 분야 우수 연구를 통해 ETRI 정규직에 합격하여 7월부터 근무 예정이며, 정수환 학생은 우수 학술대회 및 상위 10% SCIE 저널에도 여러 논문을 작성하여 향후 진로를 위한 좋은 결과를 기다리고 있습니다”라고 덧붙였다. 임 교수는 연구에서 ‘동기(motivation)’를 가장 중요하게 여긴다며 “학생들에게 ‘결과보다 더 중요한 건, 왜 이 문제를 풀고 싶은지를 스스로 납득하는 것’이라고 강조합니다. 이런 과정을 거쳐야 단단한 뿌리에서 싹이 트듯, 흔들림 없는 연구자가 될 수 있습니다. 저는 학생들이 논문을 위한 논문을 쓰는 것보다, 자기만의 문제의식을 느끼는 훈련을 더 가치 있게 여깁니다. 그런 내적 동기가 생기면 연구는 더 이상 과제가 아니라, 스스로 의미를 찾는 여정이 됩니다. 저는 그 여정에서 함께 걸어가며 방향을 설정해주는 지도교수가 되고 싶습니다”라고 밝혔다.
그래프 신경망과 거대언어모델 결합으로 데이터 인텔리전스 고도화
최근 연구실은 그래프 신경망(Graph Neural Networks, GNNs)과 거대 언어모델(Large Language Models, LLMs)을 결합한 연구에 큰 관심을 두고 연구를 진행하고 있다. 거대언어모델은 ChatGPT 등을 통해 잘 알려졌는데, 그래프란 복잡한 시스템을 구성하는 객체 또는 요소 간의 관계 또는 상호작용을 표현할 수 있는 자료 구조다. “그래프 마이닝을 통해 사회 현상을 이해하거나 예측하는 작업을 할 수 있습니다. 그래프 마이닝을 위한 분석 기법은 오랜 기간 발전해왔으나, 최근 그래프 신경망이라는 딥러닝 모델이 제안되며 더욱 빠르게 발전하고 있습니다. 우리 연구실도 노드(객체) 및 링크(관계)의 유형이 다양한 이종 그래프 관련 다수의 논문을 발표하여 전문성을 가지고 있습니다. 최근 ChatGPT를 비롯한 LLM 모델이 새로운 연구 방법론을 거론하며 다시 한번 판세를 바꾸고자 하고 있습니다. 저희도 그래프 신경망을 통한 그래프 기반의 데이터 지능을 구현하기 위해 기존 LLM을 기반으로 여러 도전 문제 도출 및 해결 기법 개발에 큰 노력을 기울이고 있습니다” 구체적으로 연구실은 그래프 신경망과 LLM이 상호 도움을 주는 프레임워크 개발부터, GraphRAG, Graph Foundation Model과 같은 최신 기술을 넘어서는 알고리즘 개발 및 응용문제 해결까지 관심을 두고 연구 중이다. “빠르게 발전하는 연구 동향 파악 및 원천기술 확보를 위한 노력으로, 연구실 자체에서만 머물기보다는 공동 연구를 장려하여 협업을 통한 시너지를 위해 노력하고 있습니다. 외부의 KAIST, UNIST, 고려대, 연세대, 인하대 등과 활발한 공동 연구로 함께 성장하고 있습니다”
“그래프가 복잡할수록 임성수 교수의 연구는 빛난다”
임성수 교수는 그래프를 읽고 분석하는데 상당한 전문성을 갖췄다. 그는 이를 토대로 알고리즘을 개발하며 이 알고리즘은 인공지능에 활용된다. 그는 최근 학생들과 그래프를 통한 인과 추론과 LLM의 생성 능력을 결합한 추천 시스템 개발에 관해 토론하고 있다며 “그래프는 단순한 관계 유무뿐만 아니라 긍정적/부정적인 관계, 관계의 가중치, 관계의 유형, 관계의 방향성 등을 표현할 수 있는 범용적인 자료 구조인데요, 이 연구에서는 그래프의 두 노드 사이의 인과 관계를 모델링하고, 이를 통해 더 효과적인 추천을 수행할 수 있는 알고리즘을 개발하는 것을 지향하고 있습니다. 이러한 노드 및 객체 간의 관계를 더욱 정밀하게 이해하고 활용할 수 있다면, 실제 인간이 사고하고 추론하는 과정과 더 가까운 고도화된 모델을 개발할 수 있을 것으로 판단하며, 향후 범용 인공지능(Artificial General Intelligence, AGI) 개발로 이어질 수 있을 것이라 기대하고 있습니다”라고 설명했다. 범용 인공지능, 쉽게 말해 인간과 비슷한 능력을 갖춘 뇌이다. 이런 정밀하고 고도화된 인공지능을 위해선 굉장히 복잡한 그래프를 분석해야 한다. 그래프가 복잡할수록 임 교수의 능력치가 더 빛난다. 그래서 그의 연구를 통해 발표될 인공지능이 더 기대되는 거다. 이 범용 인공지능이라면 상당히 변수가 많은 야구에서 앞으로 일어날 변수까지 계산된 승부 예측을 할 수 있지 않을까?
인공지능 시대, 인공지능 기술 경쟁도 총성 없는 전쟁터가 돼버렸다. 기술의 트렌드도 빨라, 눈 깜짝할 새, 따라잡히고 따라잡는 시대이기도 하다. 새 정부 들어서며 AI 수석이 신설되고 대규모 투자를 예고한 만큼 앞으로 우리나라도 인공지능 원천기술 선점이 기대된다. 우리나라 데이터 인텔리전스 연구를 선도하는 임성수 교수가 원천기술 선점에 이바지할 수 있는 날을 기대하며, 그의 위대한 행보를 응원한다.
Copyright ⓒ 이슈메이커 무단 전재 및 재배포 금지
본 콘텐츠는 뉴스픽 파트너스에서 공유된 콘텐츠입니다.
