대학저널

세계 최고 학술지인 IEEE TPAM에, 시계열 데이터 응용 분야 활용 기대

왼쪽부터 배혜림, 김도희, 심성현.

[대학저널 이선용 기자] 부산대학교 산업공학과 배혜림 교수 연구팀이 AI(인공지능) 기술 분야 세계 최고 학술지인 『국제전기전자공학회 패턴분석 및 머신지능(IEEE TPAMI, IEEE Transactions on Pattern Analysis and Machine Intelligence)』에 최대 2배 성능의 ‘시계열 데이터 예측 딥러닝 기술’에 관한 최신 연구논문을 게재했다.

‘시계열 데이터 예측’이란, 과거에 관찰된 데이터를 기반으로 미래의 데이터를 추정하는 기법이다.

연구팀은 시계열 데이터 예측을 위한 새로운 신경망 구조인 Correlation Recurrent Unit(CRU)을 제안했다. 이 새로운 신경망 구조는 기존의 LSTM(Long Short-Term Memory) 및 GRU(Gated Recurrent Unit)와 같은 시계열 데이터를 다루는 딥러닝 모델 대비 매우 효과적인 성능을 보이며, 다양한 시계열 패턴을 분석하고 구성요소 간의 상관관계와 자기상관관계를 학습할 수 있는 기능을 갖추고 있다.

연구 결과에 따르면, 새로운 기술은 기존의 시계열 딥러닝 기술인 LSTM 및 GRU와 비교했을 때 최대 2배 수준의 예측 성능 향상 성과를 보인 것으로 나타났다. CRU가 시계열 데이터를 더 효과적으로 모델링하고 다양한 패턴 및 상관관계를 높은 정확성으로 파악할 수 있음을 의미한다.

이번 연구는 배혜림 교수가 센터장을 맡고 있는 부산대 ‘인간 중심 - 탄소 중립 글로벌 공급망 연구센터(SCSC연구센터)’에서 수행됐다.

배혜림 교수는 “글로벌 공급망 최적화를 추구하는 SCSC연구센터는 안전과 환경을 시계열과 공간의 두 축으로 바라보고 인공지능 기술을 개발 중”이라며 “이번에 개발된 CRU는 시계열 데이터의 특성 및 구성요소 간의 상관관계를 충분히 이용해 학습하는 독보적인 인공신경망으로, 기존 시계열 예측을 한 단계 도약시킬 수 있는 인공지능 원천기술을 확보했다는 점에서 의의가 크다”고 말했다.

[저작권자ⓒ 대학저널. 무단전재-재배포 금지]