220420_유명조달기업
적은 양의 데이터로 스스로 적응하는 ‘모바일 센싱 기술’ 개발​
상태바
적은 양의 데이터로 스스로 적응하는 ‘모바일 센싱 기술’ 개발​
  • 김범규 기자
  • 승인 2020.07.03 11:03
  • 댓글 0
이 기사를 공유합니다

KAIST는 전산학부 이성주 교수 연구팀이 학습되지 않은 환경에서 적은 양의 데이터로 스스로 적응하는 모바일 센싱 학습 기술 메타센스(MetaSense)를 개발했다고 3일 밝혔다.

모바일 센싱이란 스마트폰과 같은 모바일 기기의 다양한 센서를 이용해 서비스를 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 때문. 

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.

데이터 수(1,2,5,10)에 따른 메타센스의 성능 향상 비교 [제공=KAIST]
데이터 수(1,2,5,10)에 따른 메타센스의 성능 향상 비교 [제공=KAIST]

연구팀은 이런 학습되지 않는 환경에서 적은 양의 데이터만 가지고 적응할 수 있는 메타러닝 프레임워크를 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 비교해 18%, 메타러닝 기술과 비교해 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 연구”라며  “모바일 센싱 서비스가 연구에 그치지 않고 실제 많은 사람들에게 사용될 수 있는 가능성을 제시해 의미가 있다”고 설명했다.

신진우 교수는 “최근 메타러닝 방법론들이 기계학습 분야에서 크게 각광을 받고 있는데 주로 영상 데이터에 국한돼 왔었다”라며 “이번 연구에서 비영상 데이터에도 범용적으로 동작하는 메터러닝 기술을 개발해 성공한 것은 앞으로도 관련 분야 연구에 큰 영향을 주리라 기대한다”고 말했다.
 


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
0 / 400
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.