대학소식
POSTECH, 한국 역사상 최초 한 연구실에서 ‘SIGMOD’ 논문 4편 게재
[한욱신 교수팀, 데이터베이스 분야 최고 학회서 연구 논문 3편, 데모 논문 1편 게재]
인공지능대학원 한욱신 교수팀에서 ‘SIGMOD 2024’에 논문 4편(연구 논문 3편, 데모 논문 1편)을 게재했다. 한 연구실에서 이 학회에 4편의 논문을 게재한 것은 한국 역사상 처음이다.
‘SIGMOD’는 빅데이터 분야의 올림픽이라고 여겨지는 세계적인 빅데이터 학술대회다. 이번에 게재된 연구 논문 213편 중 3편이 POSTECH 한욱신 교수팀에서 배출됐으며, 데모 논문의 경우 한욱신 교수팀의 논문을 포함하여 올해 단 29편만 채택됐다. 2024년 이전까지 우리나라의 한 연구실에서 게재한 최대 논문 수는 3편이다.
인공지능대학원 박사 후 연구원 김경민 씨와 통합과정 이상오 씨는 주저자로 참여한 논문에서 효율적인 데이터베이스 시스템을 위해 딥러닝과 샘플링 기술을 결합해 질의 결과 개수를 정확히 추정하고, 이를 오픈소스 데이터베이스 시스템에 적용해 최적의 플랜을 생성하는 데 성공했다.
IT융합공학과 통합과정 이원석 씨는 논문을 통해 의존성 그래프 생성에 많은 시간이 소요되는 데이터베이스 기술 문제를 해결하고, 기존에 비해 수백 배 이상 효율적인 기술을 제안했다. 또한, IT융합공학과 통합과정 이유경 씨는 동적 서브그래프 매칭(dynamic subgraph matching) 방법을 공정하게 비교 · 분석할 수 있는 도구를 제안한 논문을 올해 게재했다.
이외에도 POSTECH 한욱신 교수팀은 SIGMOD와 함께 빅데이터 분야 양대 산맥으로 불리는 ‘VLDB 2024’에도 논문 3편을 게재하는 쾌거를 이뤘다. 한욱신 교수는 “POSTECH의 세계적인 연구 역량을 보여준 성과”라며, “앞으로도 빅데이터와 데이터베이스 시스템 분야에서 우리나라의 국제적 위상을 높이고, 학문적 발전에 기여할 수 있도록 연구에 매진하겠다”라는 말을 전했다.
한편, 이번 연구는 한국연구재단 기초연구사업(중견연구)과 정보통신기획평가원(IITP) SW컴퓨팅산업원천기술개발 사업의 지원을 받아 수행됐다.
1. [연구] 김경민
“Asm: Harmonizing autoregressive model, sampling, and multi-dimensional statistics merging for cardinality estimation.”
DOI: https://dl.acm.org/doi/pdf/10.1145/3639300
2. [데모] 이상오
“ASM in Action: Fast and Practical Learned Cardinality Estimation.“
DOI: https://dl.acm.org/doi/pdf/10.1145/3626246.3654728
3. [연구] 이원석
”DoppelGanger++: Towards Fast Dependency Graph Generation for Database Replay.“
DOI: https://dl.acm.org/doi/pdf/10.1145/3639322
4. [연구] 이유경
“In-depth Analysis of Continuous Subgraph Matching in a Common Delta Query Compilation Framework.”