AutoCV 챌린지에서 1위에 올랐습니다.
2019/07/12 by 카카오브레인

카카오브레인은 '인간이 개입하지 않는 완전 자동화된 이미지 분류(AutoCV)' 문제에서 1등을 차지했습니다.

NeurIPS는 지난 2017년 처음으로 경연 트랙(competition track)을 개설했습니다. 올해 개설된 경연 트랙에 선정된 경쟁 주제 중 하나는 '자동화된 딥러닝(Automate the design of deep learning, 이하 AutoML)'입니다. AutoML 대회에서 제시한 첫번째 과제가 바로 AutoCV죠. 참가자는 이전에 보지 못한 새로운 문제를 푸는 모델을 찾는데 들이는 과정(훈련과 추론)의 자동화 실력을 겨누게 됩니다.

카카오브레인은 자사가 선행 연구한 데이터 어그먼테이션(data augmentation) 자동화 알고리즘인 Fast AutoAugment를 개량했습니다. 이 개량한 알고리즘을 가지고 새롭게 주어진 문제와 데이터에 최적화된 어그먼테이션 기법을 찾는 데 성공, 과제에서 제시된 문제를 빠르게 해결할 수 있었습니다.

일반적인 딥러닝 모델 설계에는 많은 컴퓨팅 자원이 소모되며 학습에 오랜 시간이 걸립니다. AutoCV에 제시된 문제는 총 5개이며, 새로운 데이터에 적합한 모델과 전략을 탐색하고, 훈련과 추론 등 전 과정에 쓸 수 있는 시간은 20분으로 제한됐습니다. 이렇다 보니 좋은 성능을 내는 것으로 잘 알려진 모델과 파라미터(parameter), 방법론을 충분히 활용하는 데 큰 제약이 따랐습니다.

카카오브레인은 딥러닝 분산 학습을 위한 GPU(그래픽처리장치) 플랫폼인 브레인 클라우드를 활용한 덕분에 시간과 자원이 제약되는 대회 환경에 적합한 모델과 환경에 최적화된 파라미터 탐색에 성공할 수 있었습니다.

백운혁 카카오브레인 연구원은 "주어진 데이터에 적합한 모델을 찾는 연구를 포함해 다양한 AutoML 컴포넌트를 개발해 인간의 개입을 최소화한 자동화된 시스템 및 알고리즘 개발에 전력을 다할 예정"이라고 말했습니다.

카카오브레인이 대회에 참가한 배경과 구상한 방법론, 향후 연구 계획에 대한 자세한 이야기는 조만간 브레인 블로그를 통해 좀 더 자세히 전달드리겠습니다.

이 글을 쓴 사람들
kakaobrain
카카오브레인