소프트웨어대학 컴퓨터소프트웨어학부

[김태현 교수님]

대부분의 학생들이 학기 중반으로 접어들며 과제와 시험 공부에 매진하고 있을 때, 같이 바쁜 학기를 보내고 계시는 교수님이 계신다. 이번 학기부터 컴퓨터 비전 과목을 강의하시며 새롭게 부임하신 김태현 교수님을 만나보았다.

-       안녕하세요! 교수님에 대한 소개와 인사말씀 부탁드립니다.

 안녕하세요. 이번 학기 한양대학교 컴퓨터소프트웨어학부에 부임한 신임교수 김태현입니다. 저는 서울대학교에서 컴퓨터비전 및 머신러닝 연구를 주제로 하여 박사학위를 받았고, 이 후 독일 막스플랑크 연구소에서 박사후연구원 과정을 마치고 오는 9월부터 한양대학교에서 함께 하게 되었습니다.

-       교수님께서 해오신 연구 분야에 대해서 좀 더 설명해주실 수 있을까요?

 컴퓨터 비전은 컴퓨터가 입력 영상을 사람처럼 처리할 수 있도록 알고리즘을 만드는 분야입니다. 간단하게 예를 들면, 사람에게 영상을 주면 사진 속에서 사물들이 어디에 어떻게 위치하고 있는지, 혹은 사진이 어디서 어떤 구도로 촬영이 되었는지 쉽게 알아낼 수 있는데, 컴퓨터도 사람처럼 영상을 이해하도록 만드는 것이 목적입니다. 이를 위해 영상 인식처럼 직접적으로 영상을 이해하려는 연구도 많이 수행되지만, 3차원 복원, 이미지 화질 개선과 같이 직간접적으로 영상 이해에 도움이 될 수 있는 연구도 많이 수행이 되고 있습니다. 특히 최근에 딥러닝과 같이 머신러닝 기법이 비약적으로 발전하면서 다양한 컴퓨터 비전 문제들을 더 빠르고 정확하게 해결할 수 있게 되었고, 또, 사람들이 인공지능 기술에 대해 많은 관심을 가지게 되면서 관련된 컴퓨터비전의 연구 분야들이 폭발적으로 성장하였습니다. 지금은 전세계적으로 가장 인기있는 학문 분야 중 하나가 되었습니다.

-       머신러닝이 컴퓨터 비전에 어떤 방식으로 도움을 줄 수 있었나요?

사실 머신러닝은 컴퓨터비전보다 더 역사가 깊은 연구 분야이고, 컴퓨터비전문제를 해결하기 위한 기법으로 오래전부터 사용이 되었습니다. 그러다가, 2000년대 후반부터 여러 머신러닝 기법들 중에서도 특히 딥러닝이 아이폰 Siri 같은 음성인식을 위한 연구에서 큰 가능성을 보여주었습니다.  병렬 연산이 용이한 GPU의 보급과 동시에, 이미지넷과 같이 아주 방대한 양의 이미지 인식용 데이터셋이 확보되면서, 컴퓨터비전 연구에서도 딥러닝이 활용되기 시작했는데, 2012년부터 딥러닝을 적용한 기법들이 계속 기존의 한계를 뛰어넘으며 우수한 성능을 보여주고 있습니다. 특히, 컨벌루션(convolution)이라고 불리우는 연산이 2차원 영상을 매우 효과적으로 다룰 수 있기 때문에 딥러닝 어프로치 중에서도 컨벌루션 연산을 기본으로 사용하는 CNN을 이용한 기법들이 많이 활용되고 있습니다. 물론 이런 머신러닝 기법들을 이용하여 성능향상을 보이는 것도 중요하지만, 그와 동시에 왜 이런 기법들이 문제를 해결하는데 용이하고, 또, 방대한 네트워크 내부에서 실제로 무슨 일이 일어나고 있는지를 설명하고 분석하는 연구 역시 매우 중요하게 다루어 지고 있습니다.

-       교수님께서 현재 전공 분야에 관심을 가진 계기는 무엇인가요?

 제가 연구를 시작할 무렵에는 컴퓨터 비전이 지금처럼 인기가 많은 분야는 아니었습니다. 다만, 그 당시에 우연히 카메라가 달린 로봇이 실내에서 혼자 이동을 해서, 물건을 집고, 옮기는 동영상을 봤는데, 그게 너무 신기했고, 또, 재미있어 보였습니다. 그 때, 컴퓨터 비전에서 다루는 연구 분야가 이런 것이라는 것을 처음 알게 되었습니다. 특히, 컴퓨터만 있으면, 실험실에서 세포를 배양하거나 화학 반응 결과를 기다리는 것과는 다르게 연구 결과를 바로바로 확인할 수 있다는 점도 굉장히 좋아 보여서 이쪽으로 진로를 결정하였습니다. 석사 때는 주로 책과 논문을 보면서 공부를 하는데 시간을 많이 쓴 것 같은데, 공부를 하다 보니 점점 더 매력을 느끼게 되었고, 박사 과정 때 본격적으로 연구를 시작했습니다.

-       회사에서 일하는 것보다 연구를 택하신 이유는 무엇인가요?

저는 박사 과정, 즉, 본격적으로 연구를 시작하기 이전에 국내 벤처기업과 대기업 연구소에서 여러 해 일을 해 본 경험이 있습니다. 보통, 벤처기업에서는 특별한 feature가 있는 제품을 시장에 최대한 빨리 출시하는 것을 목표로 하기 때문에 제품 개발에 많은 초점이 맞추어져 있습니다. 그리고 대기업 연구소에서도 6개월 혹은 1년 정도 후에 출시될 제품을 위한 연구 및 개발 업무를 수행하였는데, 사실은 획기적인 연구보다는 기존에 만들어진 틀 위에서 조금씩 살을 붙이는 수준의 연구를 수행 했었습니다. 아무래도 벤처기업이나 대기업이나 제품개발이 주된 목표이기 때문에 큰 리스크를 안고 몇 년에 걸쳐 새로운 연구를 지원하는데 분명히 한계가 있었습니다. 물론 회사에서 조직생활을 하면서 배우는 것도 많고, 또, 자신이 만든 제품이 몇 백만명이 사용하는 제품이 되면 큰 성취감을 얻을 수 있습니다.

 반면에 학교나 비영리 연구소에서는 꼭 특정 제품에 사용되는 기술이 아니라, 앞으로 5년 혹은 10년 뒤에 사용될 수 있는 기술에 대한 연구를 할 수 있는 장점이 있습니다. 물론 이런 연구들은 기존의 방법과는 다른 새로운 관점과 접근법을 요구하기 때문에 해결이 어렵고, 또 수많은 시행착오를 겪어야 하지만, 아무래도 회사에서 하는 업무보다 조금 더 자유롭게 생각할 수 있고, 또 창의성을 더 발휘할 수 있기 때문에 이 분야가 제 적성에 더 잘 맞는 것 같습니다.

-       교수로서 가지고 계신 포부가 있으신가요?

 크게 두가지를 생각하고 있습니다. 먼저 연구적인 부분에서 제가 지금까지 해오던 연구를 계속 확장해서, 세계적으로 연구를 주도하는 연구실을 만들고 싶습니다. 계속 탑 컨퍼런스에서 결과 발표도 하고, 다른 우수한 연구원, 연구기관과 함께 협업도 수행할 예정입니다. 다음으로, 여러분보다 공부를 더 먼저 시작한 선배로서, 우리 학생들에게 제가 습득한 지식, 그리고 연구하면서 알게 된 노하우, 시행착오 같은 것들을 잘 전달해서, 우리 한양대학교 학생들이 인더스트리나 학계에서 꼭 필요한 인재로 성장하는데 도움을 드리고 싶습니다. 그리고 제 오피스는 학생분들에게 항상 오픈 되어 있으니, 수업이나 연구와 관련된 일이 아니더라도, 진로 상담이나 함께 의논하고 얘기하고 싶은 일이 있으시면 언제든 연락 주시기 바랍니다. 

-       마지막으로 학생들에게 한 말씀 부탁드립니다.

먼저 드리고 싶은 말씀은 학생 때 이것저것 다양한 경험을 하시라고 말씀드리고 싶습니다. 학교의 울타리안에서 학생 때가 아니면 하기 힘든 일도 많고, 또 여러분들 나이대가 지나면 하고 싶어도 하기 어려운 일들도 많습니다. 해외 여행, 봉사 활동, 연애, 아르바이트 등 다양하게 경험해 보시면서, 학교 밖은 어떤 곳인지, 또 본인은 무엇을 진정으로 원하고 잘 할 수 있는지를 빨리 파악하시면 좋을 것 같습니다. 물론 학생으로서 학업은 당연히 열심히 하셔야 합니다. 그리고 본인이 회사에 취업을 하든, 혹은 대학원 진학을 해서 공부를 계속 하든 꼭 본인이 좋아하는 일을 하셨으면 좋겠습니다. 학교 밖에서의 일은 크고 작은 실패의 연속이고, 자신이 하는 일에 애착과 열정이 없으면 일이 조금만 어렵고 힘들어도 쉽게 포기 하거나 이직을 생각하게 되죠. 힘들어도 내치지 않고 끝까지 붙잡고 갈 수 있는 일을 하시고, 각자 본인이 좋아하는 일에 최선을 다하시기를 바라겠습니다.

보다 많은 정보는 교수님 연구실 홈페이지(https://sites.google.com/site/lliger9/home?authuser=0)에서 확인할 수 있고, 추가적으로 더 궁금한 것이 있는 학생은 taehyunkim@hanyang.ac.kr로 연락하면 된다.

강준규 기자(etual118@naver.com)