자율주행 센서의 안테나 성능 예측 AI 경진대회

자율주행 센서의 안테나 성능 예측 AI 경진대회 수상자 인터뷰_해커톤

2022.11.01 17:23 2,140 Views

자율주행 센서의 안테나 성능예측 AI 경진대회

🎉 Team  해커톤 님, 수상을 진심으로 축하합니다. 🎉


🏆 정재윤, 김세현, 강보근, NA KADE JOSHUA (나 케이드 조슈아) 님

 

🎙우승팀 중 한 팀이 되었는데요, 수상을 진심으로 축하드립니다. 수상 소감 부탁드립니다.

정재윤

여기까지 따라와준 팀원들에게 감사의 인사를 전합니다. 저희 팀은 저를 제외하고는 거의 경진대회를 진행해보지 않고 LG AIMERS를 통해 AI를 공부해보려고 구성된 팀이라서 처음에 실습과 역할 분배에 어려움이 있었고, 팀원이 나가는 등의 우여곡절이 있었지만, 끝까지 함께 노력해서 수상을 거머쥘 수 있었다고 생각합니다. private 7위라는 등수를 보고 발표자료 제출을 포기하거나 대충할 수도 있었지만, 포기하지 않고 진행하여 PPT 발표에서 많은 점수를 얻을 수 있어서 2위로 수상할 수 있었다고 생각합니다.

 

김세현

2차 평가에서 개인 일정으로 불참하여, 수상소감이라고 하기는 부끄럽고 이렇게 팀의 좋은 소식을 듣게 되어 기쁩니다. 다들 열심히 한 만큼 결과로 보답 받았다고 생각합니다. 마지막까지 애쓴 팀원들께 축하한다는 말씀을 드립니다. 더불어 대회에 참여하신 모든 참가자분들도 고생 많으셨습니다.

 

강보근

좋은 경진대회 주최해주신 LG AI Research 와 DACON 에게 감사드립니다. 이번 수상을 계기로 더욱 더 인공지능에 관심을 갖고 나아가 좋은 연구로 세상에 공헌하는 연구자가 되겠습니다. 부족한 저와 함께 대회에 참여한 팀원들에게도 깊은 감사드립니다.

 

NA KADE JOSHUA (나 케이드 조슈아)

연세대학교에서 교환학생으로 재학 중에 방학도 알차게 마무리하려고 지원하고 인공지능에 대해 많이 배우려고 참여하게 된 대회에서 수상을 하여 진심으로 영광스럽습니다. 아무것도 하지 않은 것보다 값지게 시간을 보낸 것 같아 스스로 뿌듯한 시간이었고 무엇보다도 저희 팀의 노력이 수상으로 보답 되는 것 같아 기쁩니다. 팀원들과 함께 공동작업을 하면서 저 하나보다 공동체에서 저의 역할을 어떻게 해야 하는지도 배웠고 무엇보다도 처음 접하는 인공지능 해커톤에 대해 값진 공부를 하는 시간이었습니다. 현재는 미국 본교로 돌아와 학업 중이라 시상식에 참석하지 못하게 되어 아쉽지만 이 값진 여정을 함께 해온 팀원들에게도 감사하다는 말씀을 나누고 싶고 다시 한번 수상을 하게 되어 영광스럽습니다.

 

🎙데이터 분석에 관심을 가지게 된 계기나 데이터 분석 일을 하게 된 이유가 있다면 무엇인가요?

정재윤

저는 예전부터 공상과학 영화를 좋아했고, 스타워즈의 R2D2같은 나만의 로봇을 가지고 싶다는 생각을 해왔습니다. 이런 상상이 발전해서 나만의 AI를 만들려면 AI를 공부해야겠다! 라고 생각하게 되었고, 이 생각이 변하지 않고 AI에 대한 관심도와 흥미는 꾸준히 늘어갔습니다. 따라서 대학교도 관련 학과인 숭실대 AI융합학부에 입학하게 되었으며, 1학년 때부터 꾸준히 관련 공부와 경진대회를 나가면서 AI를 공부하고 데이터를 분석하는데 재미를 느껴왔기 때문에 계속해서 하고 있는 것 같습니다.

 

김세현

많은 사람들이 현재 스마트폰과 인터넷을 사용하면서 쉽게 많은 양의 데이터를 접할 수 있게 되었고, 이용하게 되었습니다. 이러한 과정에서 빅데이터가 쌓이게 되는데 이런 데이터들을 잘 활용하는 것이 앞으로 점점 더 중요해질 것이라 생각합니다. 저 또한 이 분야에 관심을 가지고 있고 데이터가 지니고 있는 가치와 암묵적인 상관관계를 찾아내어 원하는 성능과 같은 미래를 예측하기 위하여 공부중에 있습니다.

 

강보근

AI학과에 재학하며 관심을 가지게 되었습니다.

 

NA KADE JOSHUA (나 케이드 조슈아)

아무래도 저의 첫 인공지능 해커톤인만큼 인공지능과 연관 짓는 데이터 분석을 해본 적은 없었지만 현장 데이터를 분석해 제품의 성능을 예측해야 하기 때문에 데이터 분석을 진행하였습니다. LG 제품의 성능 평가를 위한 공정 데이터를 저희가 직접 분석할 수 있다는 것에 흥미를 느꼈고 팀원분들의 도움을 받아 데이터를 분석해보았습니다. 특별히 관심을 가졌던 부분은 레이더 센서 제작 과정에 대한 조사를 진행 하였을 때입니다. 레이돔의 거리 균일도가 전자기파의 분선과 결과를 다르게 하는 핵심적인 원인이었다는 것을 파악하게 되었는데 이 지식을 활용하여 레이돔의 거리 균일도를 파생변수로 사용하여 성능을 높이는 계기를 통해 데이터 분석이 인공지능을 사용할 때 얼만큼 중요한지 깨닫게 되는 값진 경험이었습니다.

 

🎙데이콘 경진대회에 참여한 동기가 있나요?

정재윤

이전에 데이콘에서 진행한 대회에도 참여를 자주 하였고, 데이콘에서는 매번 좋은 대회를 열어주기 때문에 항상 어떤 대회가 열리는지 주시하는 편입니다.

평소처럼 데이콘 사이트를 둘러보던 중 LG AIMERS 모집 배너를 보게 되었고, 신청하게 되었습니다. 이후 LG AIMERS와 연계된 대회가 데이콘에서 열려서 데이콘 경진대회에 참여하게 되었습니다.

 

김세현

ai와 데이터에 대해 관심을 가지고 공부하는 학생으로서 평소에도 해커톤 같은 대회에 나가보고 싶었습니다. 또한 팀으로 참여하여 이 분야에 관심을 가지고 계시는 다른 분들과 교류하며 각자가 가지고 있는 인사이트들을 서로 공유하면 좋겠다는 생각이 있었습니다. 관심을 두던 와중 lg aimers 전문가 교육과 연계하여 경진대회가 진행됨을 알게 되었고 여지껏 이론적으로 공부한 내용에 대한 적용과 실전에 쓰이는 기법 등에 대해서 많이 배울 수 있는 좋은 기회가 될 것 같아 참여하게 되었습니다.

 

강보근

인공지능 모델을 개발하고 우수한 성능으로 순위가 나타나는 경진대회에 흥미를 느끼고 참여하였습니다.

 

NA KADE JOSHUA (나 케이드 조슈아)

한국 연세대학교에서 교환학생으로 재학 중 LG Aimers에 대한 기사를 읽었습니다. 평소에 인공지능에 관심이 많아서 인공지능에 대해 많이 배우려 LG Aimers에 참여하게 되었고 교육에 포함된 해커톤이 데이콘 경진대회를 통해 진행 되어 참여하게 되었습니다. 데이콘의 체계적인 시스템 덕분에 대회를 진행하는 데 도움이 되었고 앞으로도 또 다른 데이콘 경진대회들에 참여하고 싶은 희망이 큽니다.

 

🎙대회 기간 중 가장 힘들었거나 어려웠던 점이 있었나요?

정재윤

가장 힘들었던 점은 순위 및 의욕을 유지하는 점입니다. 초기에는 private 1~2위로 순위를 유지했으나, 후반에 엄청난 점수 차로 순위가 떨어지게 되어서 멘탈과 의욕 관리가 힘들었습니다. 당시에는 1~3위가 data leakage에 해당하는 코드인지 몰랐기 때문에 의욕은 팍팍 떨어졌고, 2차 제출에 대한 의욕도 7위로 마무리를 했기 때문에 떨어졌습니다. 하지만 이러한 의욕저하에도, 저희 팀은 대회에 온 힘을 다하기 위해서 어떻게든 열심히 2차 제출을 준비했고, 수상을 거머쥐게 되었습니다.

 

김세현

개인적으로는 대학원 준비와 힘께 여러 일정들이 겹쳐 굉장히 바빴던 한달이었습니다. 그 부분이 가장 힘들었지만 이렇게 좋은 결과를 얻게 되어 기쁩니다.

 

강보근

처음 참여하는 대회다 보니 다른 팀원에 비해 부족함을 느꼈던 시기가 힘들었지만 팀장의 피드백 바탕으로 자습하며 개발에 참여하며 좋은 결과를 받게 된 것 같습니다.

 

NA KADE JOSHUA (나 케이드 조슈아)

첫 인공지능 해커톤이어서 이전의 경진대회 관련 경험이 없던 부분이 가장 힘들었던 것 같습니다. 비록 컴퓨터비전이라는 수업을 통해 이미지 분류 학습을 진행해보았지만 이번 해커톤은 이전에 많이 해보지 못한 데이터 분석을 필요로 하였고 추가적인 모델 작업들을 해야 성능을 높일 수 있었기 때문에 어려운 부분이 있던 것 같았습니다. 다행히도 모델 서치나 활용하는 방법은 해본 경험이 있기 때문에 실행시키는데에는 문제가 없었습니다. 하지만 데이터 분석과 linear regression 지식 등은 부족하였기 때문에 시간을 더 많이 투자하여 온라인에서 공부를 많이 해보았고 팀원분들과 함께 논의하며 도움을 받았습니다.

 

🎙대회에서 최종 수상할 수 있었던 요인이 무엇인가요?

정재윤

다들 아시다시피 정형 데이터를 사용하는 대회에서는 모델이 거의 정해져 있고, gbm 계열을 사용하면 성능이 가장 잘 나오기 때문에, 데이터에 집중해서 추가 하이퍼파라미터를 생성하거나, stratify fold 학습을 사용해 분배 학습을 할 때 성능을 가장 크게 향상할 수 있습니다. 저희가 대회에서 최종 수상할 수 있었던 요인은 이러한 생각을 바탕으로 추가로 주어진 메타데이터와 도메인 지식을 최대한 활용해보려고 했기 때문이라고 생각합니다.

 

김세현

팀원들 모두가 적극적으로 참여하고 다음 미팅때까지 각자 맡은 작업을 성실히 해왔던 것이 좋은 결과로 이어지지 않았나 생각합니다. 

특히나 모델에 대한 경험이 많은 lastdefiance20님이 자신의 인사이트를 적극적으로 공유하며 팀을 잘 이끌어주신 것이 수상의 가장 큰 요인이 됐다고 생각합니다.

 

강보근

private score가 떨어져도 마감일 전까지 성능을 올려보고 예선에서 수상권에 못들어가도 본선까지 포기하지 않고 준비했던 부분입니다.

 

NA KADE JOSHUA (나 케이드 조슈아)

저희 팀이 인공지능 지식이 있었던 것 자체도 도움이 많이 되었지만 무엇보다도 저희 팀원분들 간의 원활한 소통이 가장 큰 힘을 주었던 것 같습니다. 모르는 부분에서 서로 도움을 주거나 각자 맡은 일들을 미리 확실하게 했던 것이 저희가 효율적으로 대회에 참여할 수 있게 해주었고 최종 수상까지 영광스럽게 이어졌던 것 같습니다.

 

해커톤 2등 코드 공유 보러가기