초록 ▼

연구개요
최근 국내외 대부분의 기업들에서 의사결정을 내리기 위해 머신러닝, 딥러닝 모델 등을 이용하여 테이블 형태로 주어진 데이터를 분석하고 있다. 테이블 데이터를 이용하는데에 대표적으로 두 가지 문제점을 꼽을 수 있는데, 1) 클래스가 불균형한 경우 모델의 학습이 불안정해진다는 문제, 2) 데이터가 개인정보 등을 포함한 경우 배포 및 직접적인 이용이 어렵다는 문제가 그것이다. 이 두 가지 문제점을 해결하기 위해 최신 딥러닝 기반의 생성 모델인 Score-based generative model을 이용한 데이터 증강 방법을 제

연구개요
최근 국내외 대부분의 기업들에서 의사결정을 내리기 위해 머신러닝, 딥러닝 모델 등을 이용하여 테이블 형태로 주어진 데이터를 분석하고 있다. 테이블 데이터를 이용하는데에 대표적으로 두 가지 문제점을 꼽을 수 있는데, 1) 클래스가 불균형한 경우 모델의 학습이 불안정해진다는 문제, 2) 데이터가 개인정보 등을 포함한 경우 배포 및 직접적인 이용이 어렵다는 문제가 그것이다. 이 두 가지 문제점을 해결하기 위해 최신 딥러닝 기반의 생성 모델인 Score-based generative model을 이용한 데이터 증강 방법을 제안한다.

연구 목표대비 연구결과
해당 연구는 python 기반의 소프트웨어 형태로 개발되었으며, 과제 종료 후 오픈소스 형태로 공개하여 후속 연구 및 산업체에서의 활용을 도모할 예정이다.
해당 연구는 머신러닝 효용성 측면에서 기존 테이블 데이터 증강 방법론 대비 적게는 수 %에서 크게는 11% 이상의 성능 향상을 이루었다. 특히 2002년 출판되어 현재까지도 가장 흔하게 이용되고 있는 oversampling 방법론인 SMOTE를 모든 실험에서 능가하는 결과를 보였다.

연구개발성과의 활용 계획 및 기대효과 (연구개발결과의 중요성)
관계형 데이터베이스의 이용은 2022년 6월 현재까지도 비관계형 데이터베이스의 이용량을 뛰어넘고 있다1). 관계형 데이터베이스의 작은 단위 중 하나인 테이블 데이터의 이용 또한 자연스럽게 여전히 매우 높은 수준이며, 이에 테이블 데이터의 특성 중 하나인 클래스 불균형 또한 해결되어야할 문제 중 하나이다. 2002년 SMOTE의 등장 이후로도 oversampling에 딥러닝 방법론을 적용한 많은 연구가 제안되어 왔지만, 학습 및 oversampling 시간, GPU 사용량 등 비용에 대비해 그 실효성이 눈에 띄지 않아온 실정이다.
본 연구에서는 2초 이내에 56,000여 개의 레코드를 가진 데이터셋을 생성하는 등 빠른 생성 속도를 필요로 하는 방법론을 제시하여 본 연구가 테이블 데이터를 이용하는 매우 많은 분야에 걸쳐 기여할 수 있는 바가 클 것으로 기대된다.

(출처 : 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 5
• 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 8
• 1) 정성적 연구개발성과(연구개발결과) ... 8
• 2) 세부 정량적 연구개발성과 ... 9
• 3) 목표 달성 수준 ... 10
• 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 10
• 5. 연구개발성과의 관리 및 활용 계획 ... 10
• 6. 참고문헌 ... 10
• [붙임1] 세부 정량적 연구개발성과 ... 12
• [붙임2] 연구책임자 대표적 연구실적 및 증빙(요약문 및 사본) ... 13
• 끝페이지 ... 16