본인을 대표하는 이미지 한 장을 첨부해 주세요.

 축하합니다, 데이비드베이커 님! 수상의 영광을 함께 나누게 되어 기쁩니다. 

 우승의 기쁨을 맛본 소감을 한마디로 표현해 주세요.

대회를 준비해 주신 고려대학교 의과대학 및 데이콘 관계자분들께 진심으로 감사드립니다. 

아울러 대회 참여 기간에 도움을 주신 충남대학교 바이오AI융합연구센터와 liqpod 선생님들께도 감사의 말씀을 전합니다.

 팀의 이야기를 들려주세요.

저희는 충남대학교 김영국 교수님 연구실 소속으로, 생명과학 데이터와 인공지능 기술을 융합하여 바이오 분야의 난제들을 해결하는 연구를 수행하고 있습니다.

 여러분을 돋보이게 한 특별한 점은 무엇인가요?

pretrained 모델을 사용하지 않고, 문제의 본질에 집중하여 바닥부터 모델을 설계했다는 점입니다. 

특히 Multitask Learning 기법을 도입하여 단일 모델이 여러 과제를 동시에 수행하면서도, 서로의 학습 정보를 공유해 일반화 성능을 높이도록 설계하였습니다.

 이번 성과의 비결은 무엇이라고 생각하시나요?

Multitask learning 방식을 위해 각 Loss별 데이터셋을 재구성했고, 각 태스크 별 데이터의 분포와 난이도를 고려하여 배치를 구성하고 가중치를 조절했던 과정이 성능 향상의 결정적인 비결이었습니다.

 대회 기간 중 특별히 기억에 남는 순간이 있다면 공유해 주세요.

사전학습 모델 없이 멀티태스크 학습을 진행하다 보니, 초기에는 각 task의 Loss가 충돌하여 학습이 불안정했습니다.

여러번의 실험 끝에 최적의 Loss 가중치와 마진 값을 찾아냈고, 그 순간 모델이 안정적으로 수렴하며 리더보드 점수가 오르기 시작했을 때가 가장 기억에 남습니다.

 데이터 분석이나 학습 과정에서의 나만의 비법이 있다면요?

완벽한 문제정의 이후 실험을 해야한다고 생각합니다.

무작정 모델을 돌리기보다, 데이터의 특성을 파악하고 이 문제가 요구하는 것이 정확히 무엇인지 정의하는 데 많은 시간을 투자합니다.

탄탄한 설계 위에서 실험을 진행해야 시행착오를 줄일 수 있다 생각합니다.

 수상을 기념하여 빌 수 있는 한 가지 소원이 있다면?

세계평화

 앞으로의 목표와 꿈을 말씀해 주세요.

곧 박사과정에 진학하여 AI를 활용한 바이오 연구를 더 심도 있게 이어갈 예정입니다.

단순히 기술적인 성취에 그치지 않고, 질병 정복이나 헬스케어 혁신 등 실질적으로 인류 사회에 도움이 되는 기술을 연구하는 과학자가 되고 싶습니다.

 데이콘 커뮤니티에 바라는 점이 있다면 무엇인가요?

바이오/헬스케어 데이터는 보안이나 접근성 문제로 연구자들이 접하기 어려운 경우가 많습니다.

앞으로도 데이콘에서 바이오 분야의 실제 현장 문제들을 담은 양질의 대회를 많이 개최해 주시면 좋겠습니다.