공과대학 컴퓨터공학부 학부생팀이 컴퓨터네트워크 관련 권위있는 학술지인 Computer Networks(SCI, Q1)에  연구논문을 게재하였습니다.
 
논문제목: Optimization Framework for Splitting DNN Inference Jobs over Computing Networks
저자: 정세훈 (컴공 20), 이향원 (지도교수)
논문링크: https://www.sciencedirect.com/science/article/pii/S1389128623002591
 
이 논문은 심층신경망의 여러 계층들을 분산계산 하여 추론시간을 단축시키기 위한 방법을 계층그래프(layered graph)에 기반하여 제안하였습니다. 제안하는 계층그래프 모델을 이용하면 할당(assignment) 타입 문제로 정의하고 접근하는 기존방법과 다르게, 그래프에서 경로찾기에 기반한 알고리듬으로 훨씬 빠르게 심층신경망을 분산하는 방법을 찾아서 추론 시간을 단축시킬 수 있습니다. 이 사실을 활용하여 심층신경망 분산 계산을 위한 탐욕적 알고리듬을 제안하였고, 이 알고리듬의 근사비(approximation ratio, 최적 알고리듬 대비 성능 달성 비율)를 이론적으로 증명하고 수치적으로 검증하였습니다. 이 논문에서 제안한 계층그래프 기반 접근법과 알고리듬은 현재 특허 출원 상태이며, 컴퓨팅 성능이 부족한 단말에서 심층학습 기반 인공지능 서비스를 제공하기 위한 핵심적 요소기술로 활용될 수 있을 것으로 기대합니다.
 

[논문요약 그림] 계층그래프 모델, 탐욕적 알고리듬 및 이론적 성능 보장 정리