🎉 Team 오 님, 수상을 진심으로 축하합니다. 🎉

김선규, 김재선 님

🎙수상을 진심으로 축하드립니다! 소감을 말해주세요.

김선규

평소에 Machine Learning Interatomic Potential에 관심은 많았지만 이를 사용할 기회가 많이 없었지만 이번 대회를 통해 여러 모델을 학습해 보고 학습 테크닉의 중요성을 깨달을 수 있었습니다.

김재선

우선, 대회를 열어주신 삼성 및 DACON에게 감사드립니다.

전산재료과학을 공부하고 있는 제게 친숙한 데이터를 가지고 DACON 경연에 참여할 수 있어서 좋은 경험이 되었습니다. Model 적인 측면에서 많은 부분을 건드려보고 그에 따른 성능 변화를 볼 수 있었다면 개인적 더 의미가 있었을 거 같은데, 해보지 못하여 아쉽습니다. 좋은 기회를 주셔서 감사하며, 이 경험을 바탕으로 좀 더 나은 연구를 할 수 있도록 하겠습니다.

🎙팀을 소개해 주세요.

김선규

안녕하세요. 저희는 포항공과대학교 신소재공학과 이동화 교수님 연구실 대학원생으로 구성된 '오' 팀입니다. 재료 관련 계산과학과 머신러닝을 활용한 연구에 많은 흥미를 가지고 있는 팀입니다.

김재선

안녕하세요. 저희는 포항공과대학교 신소재공학과 이동화교수님 연구실 대학원생으로 구성된 '오' 팀입니다. 재료 관련 계산과학과 머신러닝을 활용한 연구에 많은 흥미를 가지고 있는 팀입니다.



🎙다른 팀과 차별되는 우리 팀만의 특징이나 강점이 있나요?

김선규

일반적인 머신러닝에 관심 있을 뿐만 아니라 재료와 계산 과학을 주 전공으로 하고 있어 해당 지식을 활용하여 기계학습을 시도할 수 있었습니다.

김재선

 데이터 사이언스 뿐만 아니라 전산재료 분야 기반 지식을 활용해 볼 수 있었던 점이 강점이었던 것 같습니다.



🎙대회 기간 동안 기억에 남는 사건이 있었다면 무엇인가요?

김선규

어떠한 모델을 사용하는가도 중요하지만 loss를 어떻게 낮출지에 대한 학습 테크닉이 매우 중요하다는 것을 깨달을 수 있었습니다.

김재선

저희 팀은 hyperparameter optimizing을 통해 성능을 향상 시켰는데, embedding 및 모델 complexity를 조절하는 hyperparameter 보다 학습 자체를 어떻게 효율적으로 할지를 조절하는 hyperparameter가 성능에 더 큰 영향을 미친 것이 기억에 남았습니다.



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

김선규

기존에 나와있는 모델을 가지고 학습을 하면서 각 단계만다 결과물이 어떻게 나오는지 뜯어보면서 공부했습니다. 이를 통해 각 프로세스의 작동 방법을 빠르게 파악할 수 있었습니다.

김재선

제가 데이터 사이언스 분야를 주로 하지 않아서 특별한 노하우는 없는 것 같고, 시간을 많이 투자하는 방법을 사용하였습니다.



🎙수상 기념으로 단 한 가지 소원을 빌 수 있다면?*

김선규

핵융합 에너지가 상용화되는 세상을 직접 보고싶습니다.

김재선

내 주변 사람들과 나 자신의 건강과 행복을 진심으로 기원합니다.



🎙앞으로의 목표는 무엇인가요?

김선규

재료에 대한 계산과학과 기계학습을 활용한 많은 연구를 진행하고자 합니다.

김재선

제일 원리 계산을 통해 재료에서 일어나는 물성에 대한 연구를 계속하고자 하며, 그 경험을 바탕으로 앞으로 제가 할 수 있는 일을 더 확장해나가고자 합니다.



🎙그밖에 데이콘에 기대하는 점이 있나요?

김선규

이미지나 언어뿐만 아니라 이학, 공학과 연관된 대회를 많이 열어주면 더욱더 좋을 거 같습니다.

김재선

앞으로도 많은 기회를 제공해 주시기를 바랍니다.