| 9월 30일 (목요일) | |
| 09:30 - 12:45 |
|
| 14:00 - 17:30 |
|
| 10월 1일 (금요일) | |
| 09:30 - 12:45 |
|
| 14:00 - 17:30 |
|

김상욱교수
(한양대학교)
| Biography | |
|---|---|
| 2003-현재 | 한양대학교 컴퓨터소프트웨어학부/인공지능대학원 교수 |
| 2019-현재 | 한양대학교 연구석학교수 |
| 2019-현재 | 한국공학한림원 일반회원/정회원 |
| 2018-현재 | NHN 엔터테인먼트 사외이사 |
| 2019-현재 | 삼성전자 미래기술연구회 위원 |
| 2011-2012 | 삼성전자 기술자문위원 |
| 2009-2010 | 미국 Carnegie Mellon University, Visiting Scholar (invited by Professor Christos Faloutsos) |
| 1999-2000 | IBM T.J. Watson Research Center, Post-Doc.(invited by Dr. Philip Yu) |
| 1995-2003 | 강원대학교 정보통신공학과 부교수 |
| 1991-1991 | 미국 Stanford University, Computer Science Department, Summer Student (invited by Dr. Gio Wiederhold) |
| 1991-1994 | 한국과학기술원 전산학과 Ph.D |
| 1989-1991 | 한국과학기술원 전산학과 M.S. |
| 1985-1989 | 서울대학교 컴퓨터공학과 B.S. |
인공지능을 활용한 추천시스템 기술 (180분)
우리 주변에서는 상품, 영화, 뉴스 등 많은 수의 다양한 아이템들이 존재한다. 이렇게 많은 아이템들 중에서 구매를 원하는 각 사용자가 정말로 원하는 아이템을 고르는 것은 매우 시간이 많이 걸리는 어려운 일이다. 만일, 누군가 나를 대신해서 내가 정말로 원하는 몇 개의 아이템들을 골라서 준다면, 나의 아이템 고르는 스트레스를 크게 줄여줄 뿐만 아니라, 해당 아이템을 만드는 기업의 매출 증대에 큰 영향을 줄 것이다. 추천 시스템 기술은 이러한 문제에 대한 해답을 제공한다. 추천 시스템은 사용자들의 과거의 행위를 분석함으로써 그들의 취향을 파악하고, 이 파악된 취향을 기반으로 각 사용자가 만족할 만한 아이템들을 찾아 추천한다. 이 세션에서는 추천 시스템의 개념을 소개하고, 사용자의 취향을 분석과 아이템 추천을 위하여 인공 지능 기술이 어떻게 활용되는가에 대해서 설명한다. 또한, 추천 시스템 기술이 활용되는 다양한 응용 분야들에 대해서도 소개한다.

정영섭교수
(충북대학교)
| Biography | |
|---|---|
| 한국과학기술원 전산학부에서 자연어처리 분야로 공학박사 학위를 받은 후, Naver 연구원과 순천향대학교 빅데이터공학과 교수로 재직하였으며, 현재 충북대학교 컴퓨터공학과에서 교수로 재직중이다. 인공지능 기술을 활용한 자연어처리, 의료데이터분석, 보안솔루션 개발 등의 분야에서 연구하고 있다. |
What is NLP? (180분)
전공자들에게는 당연한 것들을 비전공자들에게 흥미로운 방식으로 설명합니다. 자연언어처리 분야는 왜 필요한지? NLP는 무엇을 하는 것인지? 그리고, 최근 기술에는 어떤 것들이 있는지? 등과 같은 내용에 대하여 Motivation, Intuition을 여러 가지 비유를 통해 설명합니다.

박호건교수
(성균관대학교)
| Biography | |
|---|---|
| 2020-현재 | 성균관대학교 소프트웨어학과 조교수 |
| 2017, 2018 | IBM Research, 인턴연구원 |
| 2013-2020 | 미국 Purdue University 컴퓨터과학학과 박사 |
| 2012-2013 | United Nations Centre for Trade Facilitation and Electronic Business, Technical Editor |
| 2009-2013 | KIST 영상미디어연구센터 연구원 |
| 2006-2008 | 한국정보통신대학교 (현재 KAIST로 통합) 전산학과 석사 |
| 2003-2006 | 한국정보통신대학교 (현재 KAIST로 통합) 전산학과 학부 |
GNN의 기본 개념 및 최신 동향 (180분)
그래프 데이터는 소셜 네트워크, 통신, 단백질 상호작용 등 자연과학 및 사회과학 전반에 걸쳐 폭넗게 활용되고 있다. Graph Neural Networks(GNN)은 그래프 데이터를 인풋으로 사용하는 그래프 표현 학습(Graph Representation Learning) 방법 중에 하나로, 노드 분류, 링크 분석, 클러스터링 등 다양한 그래프 활용 응용 전반에서 기존 방법론 대비 높은 성능을 보여주고 있다. 본 튜토리얼에서는 GNN의 기본 개념, 이론적 동기, 실제 적용 사례들을 공유하고, 몇 가지 주목할만한 최신 동향을 소개하고자 한다.

김태현교수
(한양대학교)
| Biography | |
|---|---|
| He is an assistant professor of the Department of Computer Science and Artificial Intelligence at Hanyang Univeristy. His research interests are Machine Learning, Computer Vision and Computational Imaging/Computation Photography. |
GAN 기반 최신 비전 기술 개요 및 트랜스포머 기반 최신 비전 기술 소개 (180분)
컴퓨터비전은 컴퓨터가 사람과 유사한 수준으로 시각데이터를 이해하게 하는 알고리즘을 개발하는 분야로, 지능형자동차, 증강 현실, 의료진단, 제조 공정 등 여러가지 영역에서 활발하게 활용되고 있다. 본 튜토리얼 강의에서는 다양한 종류의 컴퓨터비전 응용 연구를 설명하고, 특히, GAN, Transformer 등 최신의 딥러닝 기술들이 컴퓨터비전 연구에 어떻게 활용되고 있는지를 소개한다.