서울대학교 공과대학 전병곤 컴퓨터공학부 교수팀이 마이크로소프트와 공동으로 전통적 머신러닝 파이프라인을 신경망(neural network)으로 변환해 최적화하는 프레임워크인 ‘WindTunnel’을 개발했다고 9일 밝혔다.

전통적 머신러닝 기법을 사용할 때는 보통 여러 머신러닝 모델 및 데이터 변환 연산을 엮어 하나의 머신러닝 파이프라인을 구성하고, 학습 시에는 파이프라인을 구성하는 각 요소를 개별적으로 학습한 뒤 사용하게 된다.

전병곤 서울대 컴퓨터공학부 교수팀은 파이프라인의 각 구성 요소를 개별적으로 학습한 뒤 이를 인공신경망으로 변환해 여러 구성 요소를 ‘역전파(backpropagation)’로 한 번에 최적화하는 기술을 개발했다.

특히 GBDT나 범주형 데이터 인코더(categorical feature encoder)와 같은 일반적으로 미분 불가능한 구성 요소를 신경망으로 바꾸고 최적화하는 방법을 제안했다.

이 기술을 이용해 개발된 WindTunnel 프레임워크는 기존 방법 대비 더 높은 예측 성능과 함께 표 형식 데이터에 관한 전통적인 머신러닝과 딥러닝 기법 사이의 절충안을 찾는 다양한 연구로 이어질 수 있을 것이라는 평가를 받았다.

이 성과는 전통적 머신러닝 기법과 최신 딥러닝 기법의 장점을 모두 취하는 핵심 기술로, 클릭률 예측 및 추천 시스템 등 다양한 실제 인공지능 응용에 활용될 것으로 예상된다.

한편 이번 연구 결과는 ‘VLDB(International Conference on Very Large Data Bases) 2022’에 발표될 예정이다.