박범진 교수, ‘국제머신러닝학회(ICML)’ 논문 채택

경상국립대학교 박범진 교수, ‘국제머신러닝학회(ICML)’ 논문 채택

▸기계학습.인공지능 분야 최상위 국제학회…7월에 서울 코엑스에서 개최
▸“TabularBERT(표형 데이터용 BERT 모델)로 표 데이터 분석 성능 혁신”


경상국립대학교(GNU·총장 권진회) 자연과학대학 정보통계학과 박범진 교수는 기계학습.인공지능 분야 최상위 국제학회인 국제머신러닝학회(ICML, International Conference on Machine Learning)에 논문 ‘TabularBERT: 구간화(Binning) 기반 자기지도 학습을 통한 테이블 데이터 표현 학습(TabularBERT: Binning-Based Self-Supervised Learning for Tabular Representation)’을 게재 승인받았다.

ICML은 신경정보처리시스템 학술대회(NeurIPS), 국제표현학습 학술대회(ICLR)와 함께 기계학습.인공지능 분야를 대표하는 최상위 국제학술대회로, 전 세계 인공지능(AI) 연구를 선도하는 대표적 학술대회이다. 또한 한국정보과학회 우수학술대회 목록에서 AI/ML 분야 S등급 학회로 분류돼 있으며, 한국연구재단 BK21 Computer Science 분야 우수 국제학술대회 목록에도 포함되어 국내 연구평가 체계에서도 높은 권위를 인정받고 있다.

이번 연구는 금융, 의료, 제조 등 다양한 산업에서 활용되는 표 형태(tabular) 데이터를 효과적으로 분석하기 위한 새로운 인공지능 학습 방법을 제안한 것이다. 기존 딥러닝 모델은 이미지나 텍스트 데이터에서는 뛰어난 성능을 보이지만, 표 형태 데이터에서는 변수 간 복잡한 관계와 값의 구조적 특성을 충분히 반영하지 못하는 한계가 있었다.

박범진 교수 연구팀은 수치 데이터를 구간 단위로 변환하여 토큰화하고, 트랜스포머(Transformer) 구조에서 변수 사이의 상호작용을 학습하는 새로운 방법을 제안했다. 특히 자기지도학습(self-supervised learning)을 통해 데이터의 내재적 구조를 효과적으로 학습하고, 값의 순서 정보를 유지하면서 표현을 학습할 수 있도록 설계하여 기존 방법 대비 성능과 안정성을 동시에 개선했다.

박범진 교수는 “이번 연구는 실제 데이터 분석에서 가장 일반적으로 활용되는 표 형태 데이터에 대한 표현 학습 방식을 개선한 것으로, 다양한 데이터 분석 및 예측 과제에서 성능 향상에 기여할 것으로 기대한다.”라고 말했다.

이번에 채택된 논문은 2026년 7월 서울 코엑스에서 열리는 국제머신러닝학회(ICML)에서 발표될 예정이다.


ㅇ 사진 설명: 경상국립대학교 정보통계학과 박범진 교수
ㅇ 내용 문의: 경상국립대학교 정보통계학과 박범진 교수 055-772-1462