편집
6,968
번
바뀜
둘러보기로 가기
검색하러 가기
→연구실적
= 연구실적 =
=== 기존 성능 대비 2배 빠르분산 딥러닙 기법 개발(2021,11) <ref><뉴스H> 2021.11.01 [ 김상욱 교수팀, 2배 빨른 라진 새로운 딥러닝 기술 개발]</ref>===* 김상욱 교수팀이 최근 딥러닝(deep learning) 기술 성능을 기존 대비 약 2배 개선한 새로운 분산 딥러닝 기법 ‘ALADDIN’을 개발했다. 김 교수팀이 개발한 ALADDIN은 분산 딥러닝 기술로, 수십·수백 대의 워커(worker)들로 구성된 분산 클러스터를 기반으로 딥러닝을 가속화하는 기법이다. * ALADDIN의 핵심은 기존 분산 딥러닝 기법들에 대한 면밀한 분석을 통해 분산 딥러닝에서의 성능저하 원인을 규명하고 이를 해결하는데 있다. 워커와 파라미터 서버 간 대칭적 통신이 분산 딥러닝의 성능저하를 유발하는 근본적 원인임을 밝히고, 이를 해결하고자 워커-파라미터 서버 간 비대칭 통신 기반 새로운 분산 딥러닝 방법론을 설계했다. 나아가 비대칭 통신으로 발생할 수 있는 정확도 성능이슈를 해결하는 전략들도 함께 반영했다* ALADDIN은 그 기술의 독창성 및 우수성을 크게 인정받아‘The ACM International Conference on Information and Knowledge Management (ACM CIKM) 2021’에서 발표된다. ===그래프엔진 '리얼 그래프(RealGraph)' 개발(2019.505)<ref><뉴스H> 2019.05.14 김상욱 교수, 그래프 빅데이터 처리속도 대폭 향상</ref>===
# 김 교수는 그래프 빅데이터의 분석성능을 기존 대비 최대 40배 이상 빨라진 싱글머신 기반 그래프엔진 ‘리얼 그래프(RealGraph)’를 개발했다. 리얼 그래프를 설계하는 과정에서 '현실 세계의 그래프 데이터는 정규분포가 아닌 멱급수법칙 분포(power-law degree distribution)를 보인다'는 특징을 반영했다.
# 리얼 그래프의 아이디어는 학술적으로도 크게 인정받아 5월 미국 샌프란시스코에서 열리는 ‘The Web Conference 2019’에서 발표됐다.
=== 빅데이터 분석 연구 (2018.01) <ref><뉴스H> 2018.01.08 [http://www.hanyang.ac.kr/surl/R9yS 여기서도 개선하고 저기서도 개선하니 빅데이터도 빠르게 분석 되네요]</ref> ===
# 정보에 맞게 필요한 연산 적용 연구로서, 플랫폼 데이터를 처리하기 용이한 방법을 연구하였다.
# 그래프의 정보를 읽는데 필요한 '그래프 엔진'의 효율성을 높인‘현실세계의 그래프를 잘 반영한다’는 의미의 ‘Real Graph’개발
