Intro
안녕하세요, 저는 NC AI Biz 센터 산하의 Applied AI Lab 조직을 맡고 있는 김진선입니다.
NC에서 Applied AI Lab이 어떤 연구와 업무를 하고 있는지, 분위기는 어떤지 설명을 드리기에 앞서, NC 전체 AI 조직에 대해 간략하게 말씀드리겠습니다.
NC AI 조직은 2011년부터 10년 이상 게임 및 다양한 비즈니스 영역에서의 AI 기술 경험 및 전문성을 축적하고 있으며, 약 200명이 넘는 우수 AI 연구자와 개발자들과 함께 성장하고 있습니다.
NC가 추구하는 AI 비전은 AI와 사람이 서로 협력하여 일의 효율을 높이고, 즐거움을 극대화하여 궁극적으로는 인간 본연의 가치를 실현하는 것이며, NC AI 조직은 Vision, Speech, Graphics, NLP 등의 AI 기반 기술과 비즈니스의 문제를 해결하는 Applied AI 기술을 통해, 디지털 휴먼, 기계번역, 금융 AI, 게임 AI 등 다양한 기술을 연구합니다.
Applied AI Lab은 어떤 조직인가요?
AI Biz 센터 산하에 있는 Applied AI Lab은 NC의 새로운 비즈니스영역에서 AI 기술을 통해 유용한 기능을 제공하고, 예측하고, 해석하고, 최적화하는 기술을 연구하는 조직입니다.
미국의 대표 IT 기업인 아마존에서는 Applied Data Scientist로, 그리고 Facebook의 새 이름 Meta는 Applied Research Scientist라는 직무를 두고, 각 사의 비즈니스 Challenge를 해결하는데 Applied AI 기술을 적극적으로 활용하고 있습니다.
일반적으로 아마존과 Meta, Google 등과 같이 R&D 조직을 보유하고 있는 산업계와 학계에서는 연구한 기술의 가치를 평가받기 위해, 세계 유수의 권위 있는 저널이나 학회에 출판하는 것을 목표로 삼습니다.
Applied AI Lab 또한 연구 기술을 논문으로 완성하는 노력도 기울이는 한편, 실서비스에 해당 기술을 적용하여 기존 기능의 효율을 높이거나, 사용자에게 편리함과 만족감을 제공하는 것을 주요 목표로 두고 있습니다.
많은 분들이 논문에서 이미 뛰어난 성능이 입증된 기술들이어도 실 서비스에 적용했을 때 제대로 동작하지 않거나 성능이 낮은 경우를 자주 경험하셨을 것입니다. 저 또한 IT 업계에서 15년 넘게 다양한 서비스 데이터로 분석과 모델링을 하면서 비슷한 경험을 많이 했습니다.
아무래도 논문에서 제안한 기술은 비교적 정제되어 있고, 기간이 정해져있는 Static한 벤치마킹 데이터를 실험 데이터로 사용하는 것이라, 상용 서비스에서 논문의 성능을 그대로 재현하기 어렵습니다.
상용 서비스 환경은 미처 생각지 못한 변수들이 많이 존재하고 여러 요인이 Confounding되어 있을 뿐 아니라, 학습 데이터 상의 Sparsity, Imbalance, Missing 등 제약사항이 존재합니다.
이러한 Challenge를 극복하기 위해, Applied AI Lab은 SOTA (State Of The Art) 기술을 깊이 이해하는 노력 외에, 기술을 적용할 대상이 되는 서비스 환경을 이해하기 위한 분석 또한 충분히 진행하여, 실제 서비스에서도 우수한 성과를 보이는 기술 개발을 위해 노력하고 있습니다.
Applied AI Lab은 어떤 기술을 연구개발하고 있나요?
Applied AI Lab은 AI 기술을 연구하고 개발하는 Research 조직과 AI R&D 결과를 실제 서비스에 안정적으로 제공하기 위한 개발 조직으로 크게 나누어집니다.
Research 조직은 집중하는 기술 Set에 따라 Curation팀, Anomaly Detection팀, Sequence Modeling팀으로 구분됩니다.
Curation팀은 사용자의 선호도 및 과거 행동 데이터를 바탕으로 관심 Contents를 선별하여 전달하는 추천/Push Targeting 기술과 사용자의 흥미, 특성, 행동 패턴 등을 분석하고 모델링하는 User Profiling 기술을 연구/개발하고 있습니다.
Anomaly Detection팀은 데이터에서 예상과 다른 패턴을 보이는 '이상'을 정의하고 찾아낼 수 있는 모델을 연구/개발하고 있으며, 다양한 데이터를 효과적으로 표현할 수 있다는 장점으로 최근 학계에서 주목 받고 있는 Graph Neural Network 등을 비롯하여 다양한 방법론을 접목하고 있습니다.
Sequence Modeling팀에선, 우리 주변에서 쉽게 관측할 수 있는 시계열 데이터를 효과적으로 분석 및 모델링하고, 시계열과 다양한 Sequence 데이터에서 인과 관계를 발견하고 분석하는 기술을 연구/개발하고 있습니다.
개발 조직인 Data Platform팀은 Research 팀에서 개발한 AI 모델을 상용 서비스에 적용하고 운영하기 위해 인프라를 구축하고 데이터 파이프라인과 AI 어플리케이션을 개발하고 있습니다.
실제로 저희가 연구한 추천 기술이 적용된 서비스 사례에 대해 말씀드리겠습니다.
NC의 한국 프로야구 서비스 PAIGE에서 클럽하우스 글, 뉴스, 동영상 컨텐츠들을 각 특성에 맞는 다양한 알고리즘을 활용하여 추천하였고, NC의 웹툰 서비스 버프툰에서는 '21년 2월부터, 로그인 사용자에게 이미 감상한 작품과 썸네일이 유사한 작품을 이미지 Style Transfer 기술을 활용하여 추천하고 있습니다.
또한, NC는 연합뉴스와 기술 협약을 맺고 미디어 도메인에서 R&D 과제를 진행하고 있으며, 연합뉴스 PC Web과 App에서 뉴스를 클릭했을 때, PC Web은 우측면에 "AI 추천 뉴스"/"이어보기 좋은 뉴스"를, App은 뉴스 바로 하단에 "AI 추천 뉴스"를 각각 제공하고 있습니다.
연합뉴스 추천 영역은 기존에 인기 기반 "많이 본 뉴스"와 "핫뉴스"가 노출되던 영역으로, 현재 추천 모듈과 성능 평가를 위해 A/B Test 중입니다. (단, PC Web에서 추천 모듈이 노출되지 않는 경우, 랜덤 생성된 쿠키 ID가 추천 결과를 받을 수 있는 그룹으로 배정될 때까지, Chrome 시크릿 창에서 몇 번 더 시도해 보길 권장합니다.)
연합뉴스 추천에는 현재 보고 있는 뉴스와 내용이 유사하면서도 품질이 우수한 뉴스를 추천해주는 모델과 Session 기반 추천 모델 등이 반영되어 있습니다.
각 모델에 대한 설명은 추후 기술 블로그에서 소개할 기회를 갖도록 하겠습니다.
Applied AI Lab의 업무 분위기는 어떤가요?
NC는 직책과 상관없이 동료들에게 "님" 호칭을 사용하는 수평적 기업 문화를 보유하고 있습니다. 이러한 문화를 바탕으로 Applied AI Lab은 연구 관련 Discussion과 기술 교류를 자유롭게 할 수 있는 업무 분위기를 가지고 있습니다.
활발한 기술 교류를 위해 정기적으로 매주 두 개의 Tech 미팅을 진행합니다. 먼저, 주제별로 글로벌 Top Tier 저널과 학회 논문을 선정하고 매주 논문 세미나를 진행하면서 최신 기술 트렌드를 파악합니다.
또한, 매주 실 업무 공유회를 통해 각자 팀에서 개발하고 있는 업무 내용과 기술을 발표합니다. 각 팀에서 어떤 일을 하는지 듣고 다른 팀에서 소개한 기술을 함께 고민하거나 본인 업무에 적용하기도 합니다.
의미있는 연구 성과를 내기 위해선 개개인의 노력이 가장 기본이겠지만, 여러 연구원들이 머리를 맞대고 함께 고민하며 시너지를 낼 수록 성과의 수준과 Quality는 더욱 높아질 것입니다.
이러한 정기 Tech 미팅으로 Applied AI 랩원들은 본인이 한 일을 일목요연하게 정리해서 다른 사람에게 전달하는 발표 연습도 자연스럽게 하면서 훌륭한 Data Scientist 이자 Machine Learning Researcher로 성장하고 있습니다.
知之者不如好之者 好之者不如樂之者 (지지자불여호지자 호지자불여락지자, '아는 사람은 좋아하는 사람만 못하고, 좋아하는 사람은 즐기는 사람만 못하다.')
란 고사성어와 같이, Applied AI Lab은 어려운 문제를 풀어 나가기 위해 일과 연구를 즐기면서 함께 고민하며 노력하고 있습니다.
작성자: 김진선
NC AI Biz Center Applied AI Lab 실장. 산업공학과에서 Product Quality, Reliability, Warranty Data Analysis, Distribution Selection 등을 연구했고, Daum 검색품질팀, SK Telecom/SK Planet에서 데이터 분석, Modeling, 추천 업무 등을 진행했습니다.
2018년 5월 NC에 합류하여 Curation팀을 맡았다가, 2022년 7월부터 Applied AI Lab을 리딩하며, Business에 도움이 되는 실용적인 AI 기술을 개발하기 위해, 우수한 동료들과 재미있게 연구하고 있습니다.
