[2023 모두콘 후기] 올해도 실망시키지 않았다, 최고의 인공지능 컨퍼런스👍 (발표 세미나-1)

2023년 12월 9일 토요일, 모두의연구소에서 주최하는 모두콘에 다녀왔다.

Share Value, Grow Together 누구나 함께 지식을 공유하고 성장하는 연구 문화를 전파합니다.

 

모두의 연구소는 위와 같은 모토를 가지고 있는데,

이런 컨퍼런스가 아니면 인공지능 학계, 산업계에 있는 분들과 이야기할 수 있는 기회가 많지는 않은 비수도권 대학 재학생으로서, 지연, 학연, 혈연이 아니라 모두연이라고 할 만큼, 누구나에게 참가 기회를 주는 LAB, 풀잎스쿨, 그리고 작년부터 참가한 모두콘을 포함한 모두연의 프로그램들은 저에게 정말 소중하다고 할 수 있다!

 

또한, 인공지능 중 하나의 주제만 다루는 것이 아니라 text, image, 3D, video, robotics 나아가 AI+X, AI 스터디, AI 비즈니스와 같이 여러 분야를 볼 수 있어서, 필자처럼 연구 분야가 확정되지 않은 학부생들에게 더욱 유익하고, 대학원생이나 연구원 분들도 다른 도메인 분과 네트워킹하며 시야를 넓힐 수 있는 기회가 될 수 있어 좋다고 생각한다. 👍

 

더해서, 일반적으로 학계 컨퍼런스 가격은 교통비를 제하더라도 숙식을 모두 포함하여 300,000~600,000원 정도의 가격대를 가지고 있는데, 학생에게는 다소 부담스럽다... 😢 반면 모두콘은 완전 무료!❣️ 이고 비슷하게 if(kakao), DEVIEW, 파이콘, COMEUP처럼 개발자나 스타트업 컨퍼런스는 무료이거나 너무 비싸지 않아서 컴퓨터 공학 도메인의 대학생분들에게 추천드린다.

이화여자대학교 전경

 

작년에는 연세대학교에서 진행했는데, 올해는 바로 옆의 이화여자대학교에서 모두콘이 진행되었다.

대학 면접 보러 와봤던 게 벌써 2년이나 됐네...(TMI) 그때는, 풍경 볼 여유가 없었는데 모두콘 당일, 구름 낀 날씨에 이화여자대학교 모습은 감탄이 나올 정도로 멋졌다!

 

토요일에 일정이 있어 못 간다고 생각했다가, 없다는 사실을 알자마자 버스표 예매부터 행사 신청까지 속전속결로 진행했다. 그리고 프로그램 시간표를 보며 나름대로 일정을 짜봤는데, 파란색이 계획, 노란색이 실제로 참여했던 일정으로 라운지, 포스터 세션이 생각보다 너무 좋아서 시간을 많이 썼고, AI Research 쪽은 사람이 너무 많아서 자리 잡기가 엄청 어려웠다. 그리고 나머지 세션들은 정말 오랜만에 학교 선배분을 모두콘에서 만나서 온라인을 기약하고 선배와 얘기했다!

2023 모두콘 시간표

[키노트] 글로벌 AI 전쟁: 한상기가 묻고 하정우가 답하다.

도착이 늦어질 경우를 대비하여, 따로 계획에 넣지는 않았던 세션인데 10시 20분 즈음 도착하니, 이미 사람들로 꽉찬 B4를 지나 모두콘 봉사자분들의 안내를 받아 B1에서 실시간 송출 화면으로 키노트를 보았다. (이화여자대학교의 삼성홀은 입구가 지하여서 지금 설명하려니 몇 층이었는지 헷갈린다.)

 

사진을 못 남겨서 /모두의 연구소에서 찍은 사진으로...

열심히 쓴 메모

기조 강연으로 진행된, 이 세션은 능숙한 라디오 진행자같은 한성기 테크프론티어 대표분과 네이버 Cloud AI의 하정우 센터장분의 대화로 진행되었다. 생각보다 말씀이 재미있어서 계속 집중해서 들었다!

 

특히 네이버는 세계적으로는 중소기업 수준이지만,(애플이나 구글 같은 기업들의 하루동안 바뀌는 주식가치가 네이버의 ×10, 30배인 경우도 종종 있어서 강의에서 재미반으로 말씀하신 내용) 우리나라에서 AI 연구로 진심인 기업 중 하나여서 글로벌 인공지능 의사 결정 구조에서의 주도권 경쟁 같이 잘 알지 못했던 내용이라 흥미로웠다.

Google, Microsoft, OpenAI and Anthropic announce industry group to promote safe AI development | CNN Business

AI Alliance

1. AI 비즈니스를 하고 있는 스타트업/개발자에게

앞으로 AI 비즈니스를 한다면, end-to-end 비즈니스로 데이터 수집부터 처리/가공, 가치 제공까지 vertical pipeline을 구축하는 기업이 더 경쟁력 있을 것 같다는 예측을 하셨다. 어떤 기능이나 제품에 특화된 AI인 middle-layer를 서비스하는 것만으로는, OpenAI나 Microsoft와의 경쟁에서 살아남기 어렵다는 의견이었다.

2. 요즈음 AI 연구계

요즘 AI 연구에서는 transformer architecture와 LLM을 모든 분야의 AI에 적용하고, 이들의 성능을 향상시키는 연구가 끊임없이 나오고 있는데, 연구계 내부에서도 이러한 클리쉐를 벗어나야하지 않겠냐는 목소리가 나오고 있다고 한다. 이미 연구하시는 분들께서 하시고 있겠지만, 적용하니까 개선됐어요! 라는 것에서 더 벗어나고, 본질적으로 모델의 구조가 왜 성능 향상으로 연결되는지의 고민을 연구로 연결시키는 것이 해결책이 아닐까 생각한다.

 

또한, 하정우 센터장님이 'AI에 이런 연구도 있어요.' 하고 Neural Net에 한정해서 소개해주신 연구가 두 가지 있다.

1) 최예진(Choi, Ye-jin) 교수님께서 하시는 common sense 연구

Neuro-symbolism이라고 하여, Language Model가 상식적인 사고를 할 수 있도록 하기 위해 raw data를 그대로 학습하는 것이 아니라, 그래프와 같이 효과적이 데이터 구조로 이를 학습하여 모델이 더 효과적으로 상식을 학습하게끔 하는 연구이다.

Yejin Choi: Why AI is incredibly smart and shockingly stupid

2) 지속가능한 모델 성능 향상법

현재 AI scailing을 하기 위해 데이터를 증강하는 것이 주요한 방법으로 사용되고 있다. 하지만, 데이터 양의 늘리는 것은 많은 전기 사용량을 수반하기 때문에 transformer architecture처럼 더 효율적인 모델을 찾기 위한 노력이 지속되고 있다고 한다.

3. 인류를 위한 AI

DeepMind에서, 날씨 예측이나 물질 생성과 같이 one giant leap for mankind가 될 수 있는 연구들을 하는 것과 달리 우리나라에서는 아직 이런 연구들이 약하다고 언급하면서,

 

1) 사회적 불평등 2) 세계적인 외로움 3) 기후문제

 

를 해결할 수 있는, 인류에 도움이 되는 것에 더 초점을 둔 great한 연구들이 더 많아지면 좋겠다고 말했다.

광범위한 문제이면서도, 그렇기 때문에 AI가 해답이 될 수 있다고 생각이 든다. 반려동물 AI나 더 나아가 소설 속 컨셉들을 어떻게 구현할 수 있을까 고민하기도 했는데 앞으로 공부해가면서 더 고민해봐야겠다고 생각한다.

 

글이 길어질 것 같아서, 2편으로 나누어 작성하려 한다!
다음 글에서는 2개의 발표 세션 내용과 느낀점을 정리한다.

 

[다음 이야기: 발표 세미나-2]

[2023 모두콘 후기] 올해도 실망시키지 않았다, 최고의 인공지능 컨퍼런스👍 (발표 세미나-2)