포항공과대학교(POSTECH) 인공지능대학원 한욱신 교수팀이 세계적 권위의 빅데이터 학술대회에서 괄목할 만한 성과를 거뒀다.

이 팀은 'SIGMOD 2024'에 연구 논문 3편과 데모 논문 1편 등 총 4편의 논문을 게재하는 데 성공했다.

이는 한국 학계 역사상 단일 연구실에서 이 학회에 가장 많은 논문을 발표한 사례로 기록됐다.

SIGMOD는 빅데이터 분야에서 세계적으로 권위 있는 학술대회로 평가받고 있다.

올해 채택된 연구 논문 213편 중 3편이 한욱신 교수팀의 연구 결과물이었으며, 데모 논문의 경우 총 29편 중 하나가 이 팀의 논문이었다.

이는 2024년 이전까지 국내 단일 연구실의 최다 게재 기록인 3편을 뛰어넘는 성과다.

한욱신 교수팀의 연구는 데이터베이스 시스템의 효율성 향상에 초점을 맞췄다.

박사 후 연구원 김경민 씨와 통합과정 이상오 씨는 딥러닝과 샘플링 기술을 결합해 질의 결과 개수를 정확히 추정하고, 이를 오픈소스 데이터베이스 시스템에 적용해 최적의 플랜을 생성하는 데 성공했다.

IT융합공학과 통합과정 이원석 씨는 의존성 그래프 생성 시간을 대폭 단축하는 기술을 제안했다.

이 기술은 기존 방법에 비해 수백 배 이상 효율적인 것으로 나타났다. 같은 과정의 이유경 씨는 동적 서브그래프 매칭 방법을 공정하게 비교·분석할 수 있는 도구를 개발했다.

POSTECH 한욱신 교수팀의 연구 역량은 SIGMOD에 국한되지 않았다. 이 팀은 빅데이터 분야의 또 다른 주요 학회인 'VLDB 2024'에도 3편의 논문을 게재하는 성과를 거뒀다.

한욱신 교수는 "이번 성과는 POSTECH의 세계적인 연구 역량을 입증한 것"이라며 "앞으로도 빅데이터와 데이터베이스 시스템 분야에서 우리나라의 국제적 위상을 높이고, 학문적 발전에 기여할 수 있도록 연구에 매진하겠다"고 밝혔다.

이번 연구는 한국연구재단 기초연구사업(중견연구)과 정보통신기획평가원(IITP) SW컴퓨팅산업원천기술개발 사업의 지원으로 수행됐다.