제1회 신약개발 AI 경진대회

🎉 Team suleezard 님, 수상을 진심으로 축하합니다. 🎉

이상욱,  김지훈, 김민수, 님

🎙수상을 진심으로 축하드립니다! 소감을 말해주세요.

이상욱

우선 신약개발에 AI 기계학습 적용을 경험 할 수 있는 좋은 기회를 마련해주신 관계자분들께 감사 드립니다. 이번 경진대회를 통해 AI 기계학습의 세계에 화려하게 입문하게 되어 너무 기쁩니다. 화학/소재 관련 연구 활동을 하면서 어렵고 멀게 느껴졌던 분야에 입문하면서 많은 공부를 할 수 있었고, 좋은 경험을 했습니다. 이번 경진대회에서 쌓은 경험과 지식을 신약 개발 뿐만 아니라 신소재 연구 개발에도 적용할 수 있으리라 기대합니다. 또한, 이번 경진대회에 같이 참여한 학생들 이외에 더 많은 학생들도 AI 기계학습을 경험하고 학습 할 수 있도록 노력하겠습니다. 감사합니다.

김지훈

좋은 시기에, AI 기계학습을 적용할 수 있는 기회를 주신 대회 관계자 분들께 진심으로 감사드립니다. 앞으로 진행할 연구에 AI/기계학습을 적용할 용기와 동력을 얻었습니다.

감사드립니다.

김민수

우선 신약개발에 AI 기계학습 적용을 경험 할 수 있는 좋은 기회를 마련해주신 관계자분들께 감사 드립니다. 평소에 수업시간에 계산만 해보았던 값들을 제가 직접 계산하지 않고도 활용할 수 있는 것이 너무 흥미로워서 좋은 경험이었습니다!

🎙팀을 소개해 주세요.

이상욱

저희 팀은 성균관대학교 화학공학과 학부연구프로그램 수업을 진행하면서 이상욱 교수, 김지훈 대학원생, 김민수 학부생으로 구성되었습니다. 컴퓨터시뮬레이션을 이용하여 소재 물성을 해석하고 예측하는 전산재료과학 분야 연구를 수행하면서 AI 기계학습의 유용성과 필요성을 느끼게 되었고, 학습에 대한 확실한 동기부여를 위해 DACON 경진대회에 참여하게 되었습니다.  

김지훈

저희는 성균관대학교 화학공학과 교수, 대학원생, 학부생으로 구성되어 이번 공모전에 참여하였습니다. 이번 기회로 기계학습에 대한 확실한 동기부여를 할 수 있었습니다.

김민수

저희 팀은 성균관대학교 화학공학과 이상욱 교수, 김지훈 대학원생, 김민수 학부생으로 구성되었습니다. 이번 여름방학교수님의 연구실에서 학부연구생을 하게 되었고, 교수님과 김지훈 조교님의 도움을 많이 받아 전공지식을 활용할 수 있는 AI 기계학습에 관심이 생겼습니다. 학습에 대한 확실한 동기부여를 위해 DACON 경진대회에 참여하게 되었습니다.

🎙다른 팀과 차별되는 우리 팀만의 특징이나 강점이 있나요?

이상욱

저희 팀 구성원들은 화학공학, 특히 전산재료공학 전공자들로서 화학물질에 대한 보다 깊이 있는 전문지식을 가지고 있습니다. 따라서, 이러한 전문지식을 바탕으로 저희 팀은 이번 경진대회에서 대사안정에 대한 수치화된 많은 데이터들 뿐만 아니라 후보 물질들이 가지는 물리화학적 물성을 대사안정성 예측에 활용할 수 있었습니다. 기계학습 알고리즘이 가지는 모호함 보다는 연구자의 전문지식을 좀 더 잘 활용할 수 있는 팀이라고 생각합니다. 

김지훈

교수님과 학생들로 구성되어, 서로간의 벽 없이 자유로운 의사소통으로 연구를 진행했다는 것이 특징입니다. 

기존 전산재료 연구를 진행했던 배경을 바탕으로 좋은 공모전을 진행할 수 있었습니다. 

김민수

저희 팀 구성원들은 화학공학 전공자들로서 기계학습 자체의 최적화된 학습속도, 과적합이 되지 않는 선에서 반복하는 횟수 등에 대해 자세하게 연구하는 것 보다는 전공지식을 활용하는 것을 중점으로 진행했습니다. 따라서, 이러한 전문지식을 바탕으로 저희 팀은 이번 경진대회 에서 주어진 데이터값들 이외에도 물리화학적 물성을 고려한 다른 feature 또한 추가적으로 활용을 해 더 정확한 학습을 할 수 있었습니다.

🎙대회 기간 동안 기억에 남는 사건이 있었다면 무엇인가요?

이상욱

기계학습을 위한 GPU 장비가 없었기 때문에 경진대회 초기에는 구글코랩을 활용했었습니다. 하지만, 구글코랩은 계산당 사용시간 제한이 있고, 구글 드라이브와의 연동이 끊기는 일이 자주 발생하여 코드를 만들고도 계산을 원활히 수행하지 못했었습니다. 결국 거금을 들여 GPU장비를 구매하는 계기가 되었습니다. 장비에 투자한 투자비를 생각해서라도 앞으로 AI 기계학습 연구를 계속해서 수행해야 할 것 갔습니다.

김지훈

구글 코랩을 활용한 연구를 진행하다가, 한계점을 느껴 GPU 장비를 구매한 사건입니다. 

김민수

여름방학때 기계학습을 구글코랩으로 처음 시작했을 때는 구글코랩은 계산당 사용시간 제한이 있는지 몰랐습니다. 이번 대회에서 처음 hyperoptimization을 시도해 보았을 때 노트북으로 24시간 넘게 실행을 했는데도 아무런 진전이 없어서 당황했던 기억이 납니다. 교수님께서 감사하게도 gpu 추가 결제를 해주셨고 전에는 2시간 걸리던 작업이 30분만에도 끝나서 처음 사용했을 때 신기했던 기억이 남습니다.

🎙평소 데이터 분석을 하거나, 공부하는 과정에서 본인만의 노하우가 있다면 무엇인가요?

이상욱

모방은 창조의 어머니라는 말이 있듯이 누군가 잘~ 만들어 놓은 데이터 분석 방법이나 기계학습 코드를 분석하고 이해하는 과정에서 많은 것을 배우게 되는것 같습니다. 어느 정도 지식이 쌓인 이후에는 방법을 개선하고 코드를 수정해나가며 나만의 방법을 정립하게 되는것 같습니다.  

김지훈

사람들이 만든 여러가지 방법론들을 비교, 테스트하면서 데이터 분석을 진행하기 때문에, 한 방법에 갇히지 않는다는 점이 주요했던 것 같습니다. 

김민수

여름방학 때 학부연구생을 하며 기초적인 기계학습에 대해서 배웠고, 흥미가 생겨 계절학기가 끝나자마자 열리는 도전학기에서 기계학습 관련 과목 “데이터분석기초”를 수강하였습니다. 이 과목을 통해 처음에는 몰랐던 데이터프레임과 머신러닝의 기초적인 방법에 대해 공부를 했고, 교수님이 올려주신 코드를 참고하면서 여러가지 기계학습 알고리즘에 대해 배웠습니다.

🎙수상 기념으로 단 한 가지 소원을 빌 수 있다면?*

이상욱

이제는 연구개발에 있어서 실험연구, 컴퓨터시뮬레이션연구 뿐만 아니라 기계학습 기반 데이터분석연구도 매우 중요한 역할을 담당하게 되었습니다. 이번 수상을 통해 제가 가르치는 학생들 중 더 많은 학생들이 컴퓨터를 기반으로 한 전산재료공학 및 기계학습 분야에 관심을 가지게 되길 바랍니다.

김지훈

화학분야에서 다양한 대회가 열려 참여할 수 있는 기회의 장이 많아지고, 공모전이 끝나면 좋은 점수를 받은 사람들의 아이디어를 공유 받아서 다른 분야에 적용할 수 있는 도움을 얻고 싶습니다. 

김민수

제 화학공학과 동기들 중에서도 전공과목 외 코딩과 관련된 과목에 흥미가 있는 친구들이 많습니다. 기계학습을 활용한 소재개발 연구에는 저희가 유리하다고 생각하기에, 많은 화학공학과 학부생들이 컴퓨터를 기반으로 한 전산재료공학 및 기계학습 분야에 관심을 가지게 되었으면 좋겠습니다.

🎙앞으로의 목표는 무엇인가요?

이상욱

기계학습 방법론을 본 경진대회의 신약 개발 뿐만 아니라 다양한 소재연구개발에 적용하고자 합니다. 현재 촉매 소재 및 고체전해질 소재 연구에 기계학습, 기계학습 포텐셜 방법을 적용하고 있습니다. 본 경진대회에서와 같이 좋은 결과를 얻을 수 있기를 기대하고 있습니다. 

김지훈

연습한 기계학습 방법을 활용해 다양한 연구분야에 적용하고자 합니다. 

김민수

아직 교수님께 기계학습에 대해 많이 배우고 있기 때문에, 제가 미흡한 점이 많다고 생각합니다. 완벽히 이해하지 못한 알고리즘에 대해 더 공부를 하고, 촉매 등 다른 소재에도 기계학습을 활용하여 공부를 해보고 싶습니다. 추가적으로, 이번 대회를 통해 화학적 지식 또한 매우 중요하다고 느꼈기 때문에, 제가 흥미를 느끼는 역학 공부 외에도 분자를 더 잘 이해하기 위해 기초화학 공부도 더 하는 것이 목표입니다.

🎙그밖에 데이콘에 기대하는 점이 있나요?

이상욱

DACON에서 개최되어 마감된 경진대회를 수업에 활용하고 있습니다. 하지만, 소재 소재 연구/개발에 관련된 경진대회가 많지 않아 아쉽습니다. 신약 및 소재 연구/개발 분야의 경진대회가 좀 더 많이 개최 되었으면 합니다. 

김지훈

앞서 언급드린바와 같이 화학분야에서 다양한 대회가 열려 참여할 수 있는 기회의 장이 많아졌으면 좋겠습니다.

김민수

DACON에서 있는 많은 경진대회를 참가하고 싶지만 아직 학부생이기 때문에 전공 이외의 분야에 새로운 도전을 해보는 것에는 제한이 있습니다. 화학, 신약 소재 및 연구 분야에도 더 많은 대회가 개최되었으면 좋겠습니다!