이번에 딥노이드 X4 AI 컨퍼런스 2022 제1회 노코드 대회 [DEEP:PHI AWESOME DAY]에 참여했습니다. 오프라인 컨퍼런스 참여는 처음으로 기대가 되었는데 확실히 현장에서 듣는 것으로부터 오는 집중력과 전달력이 온라인과 큰 차이가 존재한다는 점을 깨달았습니다. 이번 포스트에서는 제가 다녀온 딥노이드 X4 AI 컨퍼런스 2022의 생생한 후기와 경진대회 수상까지 받아온 후기를 작성할 예정입니다.
딥노이드 X4 AI 컨퍼런스 2022 페이지를 참고하여 행사를 소개하자면 다음과 같다.
💡 『 X4 AI 컨퍼런스 2022』는 코로나19의 긴 터널을 나와 그동안 어려워진 세계경제와 기업의 상황을 AI와 DT사업, 업계의 부족한 전문인력양성 방안에서 출구를 찾고자 “데이터빅뱅시대, 최신 의료-산업AI 기술과 DT사업전략, 그리고 혁신인재 육성방안 대공개!” 라는 주제로 진행됩니다.
이 문구를 보자마자 이제 막 빅데이터에 관심을 갖게 된 나는 무조건 참여해야겠다는 생각이 들어 신청하게 되었다. 오전 9시부터 오후 5시까지 오랜 시간동안 진행되었지만 그만큼 쉽게 얻을 수 없는 퀄리티 높은 지식들을 쌓을 수 있었던 기회였기 때문에 결코 후회하지 않은 선택이었다.
📍 삼성동 그랜드 인터컨티넨탈 서울 파르나스 5F
오전 8시 30분까지 도착하여 처음 마주했을 때의 느낌은 '😮 엄청 크다...'
실제로 700명의 참석자를 수용할 수 있을 만큼의 거대한 규모와 수많은 사람들로 정신이 없게 줄을 기다렸다. (나중에 알고보니 노코드 경진대회 참여자는 줄을 안서도 되었다는 사실)
들어가면 다양한 기업들의 부스로 가득차있었으며 실제로 들어보니 흥미로웠다. 자리에 착석하기 전에 거의 모든 부스를 돌아보며 설명을 들으면서 신기술들이 어떻게 산업에 적용할 수 있는지에 대한 큰 그림을 그릴 수 있었다.
컨퍼런스가 진행될 내부로 들어가니 아래 사진과 같이 수많은 의자들과 책상들로 가득 차 있었다. 실제로는 더 컸기 때문에 규모가 굉장히 큰 컨퍼런스라는 점을 알 수 있을 것이다.
진행은 의원들의 축사 후 다양한 기업들의 소개가 있었다.
관심 분야 위주로 정리한 내용을 공유해 보자면 다음과 같다.
머신러닝(82.5%), 시각지능(24.1%), 언어지능(11.6%) 분야는 국내 기업 AI 기술 최다 보유 분야
AI기술은 점차 고성능, 저비용화
한국 AI 역량 보유율= 1.28% (세계 8위)
문제 : ‘대한민국 브래늗 파워’ 증가로 불법 복제품 급증
해결 : 통관 데이터 + AI 기술 융합을 통해 통관 시 불법 복제품 정밀 식별
DATA의 시대
96%의 데이터는 해석 불가능 중 → 과연 양질의 데이터인가? Yes!
점심으로 호텔 런치박스를 받았는데 이게 웬걸.. 밥이 따듯할 뿐더러 내용물도 알차서 배부르고 맛있게 먹었다. 또한 오후 일정에는 간식도 받고 쿠키도 먹으면서 전혀 배고프지 않게 지낼 수 있었던 것 같다. 1시간 동안의 점심식사 후에는 딥파이 노코드 경진대회가 진행되었다.
이번 경진대회에서 핵심은 노코드라는 점이다. 말 그대로 코드 없이 Drag&Drop 방식으로 인공지능 모듈을 조립하여 쉽고 간단하게 연구가 가능하다. 인공지능의 첫걸음을 부담 없이 시작할 수 있어서 실제로 배울 때 즐겁게 학습할 수 있었다. 현재 부산대학교 의대생 실습에도 진행 중으로 추후 다른 대학교에도 보건 의료 분야에 AI 기술을 접목하여 융합 인재 양성에 나설 것을 밝혔다.
약 2시간 동안은 딥파이 교육을 받아서 딥파이 활용 방법과 경진대회를 위해서 준비해야 하는 점들을 배웠다. 초반에 많은 사람들이 들어가서 사이트에 오류가 생겨 시간이 조금 흘렀지만 개발자분들께서 빠르게 오류를 해결해주셔서 이후에는 문제 없이 해결해나갈 수 있었다. 아래 사진은 실제로 내가 구현한 프로젝트들이다.
교육 후 2시간 동안 경진대회가 진행되었다.
✔ 경진대회 문제
Face Mask의 Segmentation이나 Detection의 Dataset을 활용하여 최적의 모델을 구현하기
코드를 작성하는 것이 아닌 왼쪽에 위치한 모듈들을 Drag&Drop해서 Dataset, Processing, AI를 사용한다. 나는 Segmentation을 구현하기로 결정하고 아래 사진과 같이 모델링하였다. 중간에 2가지 갈래로 나뉘는데 밑에의 경우는 그림자로 인해 마스크의 구분이 불명확해지니 이러한 부분을 Color to Grayscale를 통해 그림자 부분을 수정하는 Processing을 추가한 것이다.
AI는 Segmentation 2D의 U-Net을 사용하였다. 교육할 때 Segmentation은 U-Net을 강!력!히! 추천하셨기 때문 몇개의 epoch를 테스트하고 싶은지도 구현할 수 있다. U-Net을 클릭한 후 Parameter의 epoch의 Value를 수정해주면 된다. 다른 다양한 방법들도 존재할 것이며 나는 위의 2가지 방법으로 모델링 하였다.
Run을 클릭 후 Test Projects에서 create하고자 하는 epoch를 선택하면서 최적의 모델을 구현하면 된다. create 하고자 할 때는 아래와 같은 사진이 뜬다. 만약 10개의 epoch를 모델링 했다면 넘버에 따라 각 해당 항목에 따라 점수가 가장 높은 epoch가 나타나게 된다. Segmentation은 Validation이 Train보다 중요하며 Dice를 가장 중요시 여기면 된다. 그래서 나는 epoch 10을 선택한 후 Test Project를 create하였다.
create하면 아래 사진과 같이 Test Project가 생성되며 해당 내용을 경진대회에 제출하면 된다. 가장 중요하게 여겨야하는 점은 Accuracy의 Validation이다. 해당 숫자의 크기가 클 수록 정확도가 높아지고 그 말은 즉 마스크 구별의 정확도가 높다는 의미를 나타낸다. View를 통해 어떻게 마스크를 구분하는지 확인해볼 수 있다.
개인적으로 딥파이 교육을 받을 때는 익숙하지 않은 툴일뿐더러 컴파일 시간이 오래 걸려서 교육을 잘 따라가지 못했다. 그래서 이해를 완전히 하지 못한 채 경진대회가 시작되어 문제를 이해하는 부분에서 상대적으로 시간을 소요한 것 같아 아쉬웠다. 하지만 모르거나 궁금한 점들은 현장에 계시는 개발자분들께 직접 여쭤볼 수 있어서 문제를 해결할 수 있었다. 이때 궁금한 것은 무엇이든지 알아내려고 하는 성격이 빛을 발휘한 것 같다.
경진대회가 마무리된 후 최종 수상자를 발표할 때 나는 늦게 문제의 본질을 파악하여 수상까지는 기대를 못했다. 그런데....! 대학부 수상에서 나의 이름과 함께 같이한 친구의 이름까지 불렸다. 수상을 받기 위해 단상위에 올라가는데 기분이 묘했다. 코딩을 한지 1년도 채 안된 전공생으로 AI 분야에 관심을 갖게 되고 빅데이터 사이언티스트를 꿈꾸기까지 그때의 과정들이 머리속에서 스쳐지나갔다. 제대로 경진대회에서 제출만 하자는 마음이었는데 운이 좋게 수상까지 하게되면서 좋은 경험을 또 하나 해내고 갔다.
인공지능 의료 분야에 대해 알게 되면서 나도 나중에 어떤 분야에서 일하면 좋을지에 대해 생각해보았다. 아직은 어디에서 일할지는 결정짓지 못했지만 인공지능과 빅데이터 분야에 더 흥미롭고 진로로 전망도 뚜렷해보여서 진지하게 고려해야 겠다고 생각했다. 또한 오프라인 컨퍼런스에 재미를 느껴 이번달인 11월에도 찾아보면서 다양한 컨퍼런스에 참여할 예정이다. 그때 또 포스트에 작성할 것이며 그때를 기다리며 이만 마치겠다👋. 딥노이드 컨퍼런스 강추합니다!!