[학회후기]

이번 데이터 마이닝 학회는 서울 양재동 엘타워에서 진행되었다. 다른 국내 학회에 비해 인공지능 분야에 관련된 발표들이 많이 이루어지는 만큼 큰 기대를 안고 학회장에 방문하게 됐다. 최근 생성형 AI가 주목받는 만큼 생성형 AI에 관련된 발표들이 눈에 많이 들어왔다. 생성형 AI뿐 아니라 제조, 의료, 금융 등 다양한 분야의 연구를 살펴볼 수 있어 유익했다. 학회에서는 다양한 사람들의 발표를 보며 새로운 연구 아이디어도 얻을 수 있어 의미 있는 시간이었으며 이를 바탕으로 다양한 연구를 더욱 발전시킬 수 있도록 노력할 계획이다. 또한 학생 논문 경진대회에 참가하여 대상을 수상하여 더욱 기억되는 학회로 남게 될 것 같다.

[발표후기]

실제 이미지를 에디팅하기 위한 방법론인 Noise Map Guidance(NMG)에 대해서 발표를 진행했다. 디퓨전 모델을 이용한 이미지 에디팅은 입력 이미지를 노이즈로 만드는 inversion, 노이즈를 기존 입력 이미지로 복원하는 reconstruction, 노이지를 에디팅된 이미지로 변환하는 editing으로 이루어진다. 이때 reconstruction 단계에서 기존의 디퓨전 모델은 입력 이미지를 정확히 복원하지 못하는 문제가 발생한다. 이를 해결하기 위한 Null-text Inversion(NTI)은 이미지 에디팅에 많은 시간이 소요되는 단점이 존재한다. NMG는 NTI와 동일하게 inversion path를 따라가도록 입력 이미지를 복원하지만, 별도의 학습 과정 없이 noise map을 직접 활용하여 reconstruction이 무너지는 것을 방지한다. 이를 통해 이미지 에디팅의 시간을 단축할 수 있을 뿐 아니라 공간적 정보를 보존하며 이미지를 에디팅할 수 있다는 강점을 가지고 있다.