|
윤예준 학부생이 제1저자로 발표한 논문은 <Understanding News Thumbnail Representativeness by Task-Adaptive Contrastive Pretraining>으로, 뉴스 내용을 대표하지 않는 썸네일 이미지를 사용하는 기사를 탐지하기 위한 시각 언어 모델 대조학습 기술을 제안했다.
대조학습이란 의미가 유사한 샘플(positive)과는 가깝게 하고 의미가 상이한 샘플(negative)과는 멀어지는 효과적인 표현을 학습하도록 모델을 훈련하는 방법이다. 이 연구에서는 저널리즘 원칙에 기반한 대조학습 방법 NewsCLIP을 제안했고, OpenAI에 의해 개발된 CLIP 등 기존 방법보다 높은 성능을 보였다. 이는 사회 문제 해결을 위한 인공지능 기술을 제시했다는 점에서 의의를 갖는다.
윤예준 학생은 "수상하게 되어 매우 기쁘고, 앞으로 더 정진하여 멋진 성과를 내고 싶다"며, "열정적으로 지도해주신 박건우 교수님, 연구에 많은 도움 주신 윤승현 박사님, 그리고 좋은 강의를 해주신 학부 교수님들께 깊은 감사의 말씀을 전하고 싶다"고 감사를 표했다. 윤예준 학생은 상금 일부를 숭실대와 (재)주사랑공동체에 기부했다.
한편, 이번 연구는 IITP 지역지능화혁신인재양성사업 및 NRF 기본연구 지원을 받아 수행됐으며, Adobe Research 윤승현 박사가 공저자로, AI융합학부 박건우 교수가 연구책임자로 참여했다.
;){kind=link}