이름 I 김현진 / Hyunjin Kim
생년월일 I 1993/04/17
주소 I 경기도 안양시
MOBILE I 010-4163-4530
E-MAIL I [email protected]
[적극적인 실행력으로 이룬 26%의 성능 향상]
졸업논문을 작성할 때, 필적 감정을 위한 인공지능이라는 주제 설정과 데이터 생성부터 모델링까지 모두 해보자는 목표를 세웠습니다. 아무것도 주어지지 않은 상황에서 혼자 하려니 막막했지만, 그럴수록 본질을 생각했습니다. 인간은 어떻게 필적감정을 하는지부터 관련 논문을 읽으며 공부했습니다. 논문과 기사에도 필적감정의 여러 문제들이 있었지만, 실제 현장에서 느끼는 어려움을 듣고 싶었습니다. 그래서 한국 과학수사학회에서 진행한 과학수사 견학에 참여하여 필적 감정인을 뵙고 인터뷰하였습니다. 이를 토대로 적은 필적감정자료로도 정확한 필적 감정 결과를 도출할 수 있는 인공지능을 모델링 하겠다는 설계를 할 수 있었고, 참고한 논문들을 더욱 깊이 이해할 수 있게 되었습니다. 필적감정을 이해한 뒤에는 모델 개발에 집중하였습니다. 이미지 분석에 강한 Convolutional Neural Network를 tensorflow를 활용하여 디자인하였습니다. 초반에는 기대한 성능이 나오지 않았지만, 마지막 layer에 training data의 일부를 적용한 산포도를 관찰하며 Grid Search를 진행했습니다. 그 결과 실제 필적감정보다 많은 클래스로 분류 실험을 했음에도 불구하고, 실제 감정인의 정확도인 70%보다 약 26% 향상된 96%의 정확도를 달성할 수 있었습니다. 이번 졸업논문을 계기로 생소한 분야라도 목표를 달성하기 위한 적극성이 있다면 섬세한 문제 정의를 할 수 있고, 나아가 본질적인 문제 해결도 할 수 있다는 것을 배웠습니다. 또한 주제 설정과 데이터 생성부터 전처리, 모델링 등 데이터 분석의 전반적인 프로세스를 다루는 능력을 키울 수 있었습니다.