팀을 대표하는 이미지 한 장을 첨부해 주세요.

우승의 기쁨을 맛본 소감을 한마디로 표현해 주세요.

비록 대회는 혼자 참여했지만, 제게 연구 환경을 제공해 주신 회사와 대학원 연구실, 그리고 함께 연구를 이끌어가는 동료들 덕분에 가능했던 결과라고 생각합니다. 이 글을 통해 진심으로 감사드립니다. 

팀의 이야기를 들려주세요. 여러분이 모인 계기, 팀명의 뜻, 혹은 개인 참가자로서의 여정 등을 자유롭게 나눠주세요.

이번 대회는 개인 참가로 도전했습니다. 기존 연구와 경험을 바탕으로 커뮤니티에서 사용되는 벤치마크 데이터셋이 아닌 실제 데이터셋을 통해 제가 연구해 온 방법론이 실제 데이터셋에서도 효과적으로 적용될 수 있을지 확인하고 싶었습니다. 'Team BI'라는 이름은 제 이름의 이니셜에서 따왔으며, 동시에 Bioinformatics를 상징하는 약칭입니다.

여러분을 돋보이게 한 특별한 점은 무엇인가요? 팀의 독특한 전략이나, 개인의 강점 등을 공유해 주세요.

 저는 GNN과 데이터 증강 기법인 Mixup을 활용해 데이터의 한계를 극복하고 일반화 성능을 향상시키는 데 집중했습니다. 특히, pre-training과 Mixup을 결합해 제한된 데이터 환경에서도 우수한 성능을 보여준 점이 차별화된 전략이었습니다.

이번 성과의 비결은 무엇이라고 생각하시나요?

문제를 단순히 해결하는 것을 넘어, 일반화 성능을 최대화하기 위한 전략에 집중한 것이 주요 성공 요인이라고 생각합니다.

대회 기간 중 특별히 기억에 남는 순간이 있다면 공유해 주세요. 도전을 결심한 순간부터 수상의 순간까지, 여러분의 여정을 들려주세요.

Private score가 리더보드 1위에 나타났을 때, 제 접근 방식이 좋은 성과로 이어질 수 있음을 확인하며 뿌듯함을 느꼈습니다.

데이터 분석이나 학습 과정에서의 나만의 비법이 있다면요? 여러분만의 노하우나 루틴을 공개해 주세요.

저는 데이터를 다룰 때 가능한 모든 변화를 실험하는 것을 중요하게 생각합니다. 예를 들어, Mixup과 같은 데이터 증강 기법을 조정하거나 분자 그래프 표현 방식을 다양화하면서 데이터의 복잡성을 최대한 활용하려 노력했습니다.

수상을 기념하여 빌 수 있는 한 가지 소원이 있다면?

 이번 연구 결과가 실제 신약 개발 과정에서도 긍정적인 영향을 줄 수 있기를 바랍니다.

앞으로의 목표와 꿈을 말씀해 주세요.

신약 개발의 모든 단계에서 데이터 활용도를 높이고, AI 모델을 통해 효율성과 정확성을 개선하는 연구를 이어가고 싶습니다. 나아가, 제가 개발한 인공지능 모델이 성공적인 신약 개발로 이어져 인류의 건강에 기여할 수 있기를 바랍니다.

데이콘 커뮤니티에 바라는 점이 있다면 무엇인가요? 여러분의 기대와 제안을 자유롭게 나눠주세요.

인공지능 신약 개발이라는 분야가 시작된 지 얼마 되지 않은 만큼, 국내에서 우수한 인재를 발굴할 수 있도록 이 분야의 문제 해결을 위한 경진대회가 더욱 활발히 열리길 기대합니다.