[IJCAI 2022] 참관 후기 및 Deep Graph Learning 연구 동향 - LG AI Research BLOG
IJCAI 2022를 통해 강화 학습, 연합 학습, 인과 추론 등 최신 AI 연구 트렌드를 분석했다.
오스트리아 빈에서 개최된 IJCAI 2022는 높은 논문 채택률을 자랑하는 권위 있는 인공지능 학회로, 온·오프라인 하이브리드 방식으로 진행되었습니다. 이번 학회에서는 딥러닝 방법론부터 로보틱스, 시스템 연구까지 폭넓은 주제가 다뤄졌습니다.
주요 연구 동향을 살펴보면 강화 학습(Reinforcement Learning) 관련 논문이 압도적으로 많았습니다. Agent/Multi-Agent Systems, Planning, Safe RL 등 다양한 세션이 진행되었으며, 로보틱스와 결합된 연구도 활발히 소개되었습니다.
또한, **연합 학습(Federated Learning)**과 Reasoning 연구가 눈에 띄었습니다. 특히 NLP 분야에서는 지식 그래프 기반의 추론 연구가 두드러졌으며, 시공간 데이터(Spatio-temporal data)의 중요성도 다시 한번 강조되었습니다. 과거와 달리 Big Data 키워드보다는 부족한 데이터로부터 통찰을 얻는 기술이 핵심으로 부상했습니다.
Invited Talk에서는 Judea Pearl 교수가 **Causal Inference(인과 추론)**의 필요성을 강조했습니다. 기존의 Black-box 모델이 가진 해석 가능성 문제를 해결하기 위해, 인과 관계를 가시적으로 인코딩하여 예측, 해석, Counterfactual 문제를 해결하고 데이터 통합(Data Integration)의 효율을 높이는 방향이 제시되었습니다.
이 요약은 원문 이해를 돕기 위한 큐레이션입니다. 저작권은 원저작자에게 있으며, 정확한 내용과 맥락은 원문을 확인하세요.
요약 오류, 출처 표기 문제, 삭제 요청은 문의 · 건의로 알려주세요.