이상민 교수(정보융합학부) 연구팀, ICIEA 2026 ‘Best Oral Presentation Award’ 수상

본교 정보융합학부 이상민 교수 연구팀(인공지능서비스연구실 박사과정 정화용, 연구원 장유나)이 지난 4월 9일(목)부터 12일간 일본 교토에서 개최된 International Conference on Industrial Engineering and Applications (ICIEA) 2026에서 Best Oral Presentation Award를 수상하였다.

정화용 학생은 다양한 환경에서 안정적인 객체 검출 성능을 확보하기 위한 Multiple Heterogeneous Teacher-based Knowledge Distillation (MHTKD) 방법론으로 서로 다른 inductive bias를 갖는 heterogeneous teacher model의 예측 결과를 통합하여 신뢰도 높은 soft supervision을 생성하는 프레임워크를 제안했다.

이를 통해 MHTKD는 teacher student간 크기가 유사한 설정과 차이가 큰 설정 모두에서 기존 단일 teacher 기반의 지식 증류보다 우수한 객체 검출 성능을 보였으며, heterogeneous teacher 모델들의 상호보완적 지식을 통합하는 방식의 효과성을 입증하였다.

장유나 연구원은 객체 분할 foundation model인 SAM(Segment Anything Model)의 적응을 위한 SAM-adapter의 효율적인 탐색을 통해 성능을 개선하는 ZAAS 방법론으로 특수한 도메인에 대한 모델의 예측 성능을 향상하는 효과를 보였다.

특히 효율적인 search space의 구성과 perturnbation-based search 기법을 통해 다양한 탐색의 범위를 보장하면서도 빠른 수렴이 가능하도록 하는 제안 방법론으로 의료 이미지 등 기존 SAM의 finetuning 성능을 개선하며 각 도메인 마다의 효과적인 adapter 구조의 탐색이 실제 성능 개선에 영향을 미칠 수 있음을 증명하였다.

산업공학 전반의 최신 이론과 기술, 실제 응용 사례를 공유하며 글로벌 연구자 간 협력을 촉진하는 국제 학회인 ICIEA에서 연구팀은 적극적인 발표와 활발한 교류를 통해 우수한 연구 성과를 인정받았으며, 이번 수상은 해당 분야에서의 연구 경쟁력과 기여도를 다시 한 번 입증하는 계기가 되었다.