2017.04.07 Naver X AI colloquium

Naver X AI colloquium

일시: 2017.04.07 09:00~18:00

장소: 그랜드 인터컨티넨탈 파르나스

개요: 33개 대학, 249명 대학원 생 참석. 특정 서비스 발표하기보단 기술 알려주려는 자리로 만들었다고 함. (개인적으로 젊은 개발자(?)들과 소통하고 그들에게 네이버라는 회사를 어필하기 위한 자리라고 느껴졌습니다. 중간중간 학생들과 소통할 수 있는 포스터 세션을 만들어 둔다거나, 각 발표 끝날 때마다 같이 일하자는 메시지를 실제로 던지기도 했고요. 들은 내용을 아래 요약하였으나 일부 세션은 기술에 대한 내용이라 이해도가 낮아 생략하였습니다. 추가로 하기 기사 링크 또는 찍어온 사진들 참고 부탁 드립니다.

기사: http://platum.kr/archives/78990

[Search & Big Data]

1. Search Intelligence : Matching and Ranking

• 매칭/랭킹 기술 학계 흐름

• 딥러닝 활용 검색품질개선: 클릭 그래프 기반 동의어, 유의어 검색 반영, 클릭 흐름 자체가 적은 검색어의 경우 자동 번역 기법 응용. 오타, 한영타자전환 등도 반영

2. C-Rank : 저자 중심의 UGC컨텐츠 랭킹 모델

• 좋은 저자가 좋은 문서를 작성한다는 전제 하에 저자 인지도, 전문성 C-Rank 모델 개발 문서 랭킹에 활용

3. AI & 기계학습을 위한 네이버검색의 데이터플랫폼

• 네이버 검색 내 매일 수백 억 컨텐츠, 수천 억 로그 쌓임

• 실시간 로그 수집 LOGISS, 로그&컨텐츠 유통 CUVE, 데이터처리+학습용 자원 할당 C3 등 데이터 플랫폼 보유, 외부 API 통해 다운로드 받을 수 있도록 제공

4. Online Algorithms for Streaming Data :

• 목표: 1) 사용자 생산, 소비 컨텐츠 흐름을 이해하여 관심사 변화를 빠르게 탐지하고, 2) 검색 품질 집중 개선이 필요한 검색어 군을 효과적으로 지속적으로 발굴하는 빅데이터 분석 시스템 개발

• 비모수 베이지안 토픽모형 (HDP), 로지스틱 회귀모형 배치(batch) 분석에서 실시간 온라인(online) 추론 모형으로 전환

[Recommendation]

1. 공기(AIR)같은 인공지능 추천 시스템 (AIRS)

• 네이버 활동 데이터로 관심사 추정, 컨텐츠 소비 패턴 분석 추천 적합 user 판별

• 협업 필터링 (Collaborative Filtering) 통해 빈 칸 추론, CNN, RNN 등 딥 러닝 기반 추천

• 온라인 A/B Test통한 검증. 2월부터 뉴스 3단 영역 10% 오픈베타, 지난 주부터 100% 적용. 현재 스포츠 판도 50% 적용. 다른 영역 추가 적용 계획

2. Beyond Collaborative Filtering : Challenges in Music Recommendation

• top100, 특정 곡/가수 쏠림 현상으로 인해 딥 러닝 어려움

• 유사 노래, 유사 아티스트, context, 핵심 부분 추출 (1분 미리듣기에서 처음 1분이 아닌 핵심 부분 제공한다거나)

3. 딥러닝을 이용한 POI understanding AI 'ConA'

• Intent를 딥 러닝으로 파악

• 리뷰 등 User Generated Contents 통해 POI 파악 (아이와 함께~ 등 블로그 글)

4. 딥러닝을 활용한 개인화 상품 추천

• 검색=인기 상품, 가성비 위주. 전체 상품의 6%만 클릭 발생

• 네이버만이 할 수 있는 추천이 무엇일까? 에 대한 고민

[Deep Learning & Natural Language]

1. Efficient Methods for Deep Learning

2. TAPI - Large Scale Word Embedding API

3. 네이버 대화형 엔진 '네이버 i'

• Conversational Commerce 쪽과 연관. 일종의 시연 함 (2월 베타 오픈)

• 검색/뉴스/번역 등 다양한 네이버 서비스와 연결

• 네이버 앱의 네앱연구소에서 on 해서 해볼 수 있음

4. Deep Understanding : Shift from Retrieval to Question Answering

5. Papago service using Neural Machine Translation

• 기계번역 기술 트렌드 변화: 인공신경망 기반 기계번역

• 네이버 V, 뉴스, 라인 등에 적용

[Vision & Robotics]

1. 네이버 이미지 검색의 현재와 미래

• 텍스트 질의 기반 검색, 포토 요약, 타임라인 등 제공

• 관련 기술: 정보 검색 기술, 자연어 처리 기술, 이미지 분석 기술, 기계학습, 딥러닝, 데이터 분석

• UGC (블로그 등) 기반 음식 사진 어떤 음식인지, 어디인지 학습

2. Large-scale Image Retrieval based on CNN Features

3. Challenges in Robotics : MIT Cheetah & NAVER Labs M1

• Naver Labs 석상옥 리더가 그간 진행한 로봇 관련 연구 (치타 등)

• 사람들이 생활하는 환경을 편안하게 해주는 것에 초점

4. 자율주행 기술이 꿈꾸는 미래

• Naver Labs 자율주행 기술 = 인식 중심

• IVI라고 하여 차 내에서 제공하는 기술 관련도 개발 중

• 현재 자동차, 도로, 연료 비효율을 해결하기 위해 무엇을 할 수 있을까?

• 자동차 완제품을 만드는 것은 아님