부산대학교는 산업공학과 배혜림 교수 연구팀이 인공지능(AI) 기술 분야 세계 최고 학술지인 '국제전기전자공학회 패턴분석 및 머신지능(IEEE TPAMI)' 9월 26일자에 최대 2배 성능의 '시계열 데이터 예측 딥러닝 기술'에 관한 최신 연구 논문을 게재했다고 12일 밝혔다.

시계열 데이터 예측은 과거에 관찰된 데이터를 기반으로 미래의 데이터를 추정하는 기법이다. 일정 시간 간격으로 수집되거나 관찰돼 시간에 따른 패턴, 트렌드 및 주기성을 살펴볼 수 있다. 일일 온도 측정값, 주간 주식 가격, 월간 판매량 등이 시계열 데이터에 속한다.

연구팀은 시계열 데이터 예측을 위한 새로운 신경망 구조인 Correlation Recurrent Unit(CRU)을 제안했다.

이 새로운 신경망 구조는 기존 LSTM(Long Short-Term Memory) 및 GRU(Gated Recurrent Unit)와 같은 시계열 데이터를 다루는 딥러닝 모델 대비 매우 효과적인 성능을 보이며, 다양한 시계열 패턴을 분석하고 구성 요소 간 상관관계와 자기 상관관계를 학습할 수 있는 기능을 갖추고 있다.

연구 결과에 따르면 새 기술은 기존의 시계열 딥러닝 기술인 LSTM 및 GRU와 비교했을 때 최대 2배 수준의 예측 성능 향상 성과를 보인 것으로 나타났다. CRU가 시계열 데이터를 더 효과적으로 모델링하고 다양한 패턴 및 상관관계를 높은 정확성으로 파악할 수 있음을 뜻하는 것으로, 앞으로 시계열 데이터를 사용하는 다양한 응용 분야에서의 활용이 기대된다.

이번 연구는 배혜림 교수가 센터장을 맡고 있는 부산대 '인간 중심 - 탄소 중립 글로벌 공급망 연구센터(SCSC연구센터)'가 수행했다. 센터는 해상-항만-육상 통합 공급망의 안전과 환경을 고려한 생태계 구축을 위한 원천 기술 확보를 목표로, 올해 6월부터 총 7년간 운영된다.

SCSC연구센터 연구팀은 기존 시계열 분석에 대한 성능적 한계를 극복할 수 있는 차별화된 인공신경망 개발을 위한 연구를 꾸준히 이어오고 있다.

배혜림 교수는 "글로벌 공급망 최적화를 추구하는 SCSC연구센터는 안전과 환경을 시계열과 공간의 두 축으로 바라보고 인공지능 기술을 개발하고 있다"이라며 "이번에 개발된 CRU는 시계열 데이터의 특성 및 구성 요소 간 상관관계를 충분히 이용해 학습하는 독보적인 인공신경망으로, 기존 시계열 예측을 한 단계 도약시킬 수 있는 인공지능 원천 기술을 확보했다는 점에서 의의가 크다"고 말했다.

해당 연구는 센터 소속이자 부산대 산업공학과 김도희 박사과정생과 센터의 연구 개발 워킹 그룹장을 맡고 있는 동의대 심성현 교수가 공동 제1저자, 배혜림 교수가 교신저자로 진행했다.