대규모 딥러닝 모델 학습을 위한 효율적인 GPU memory 확장 방안

최현성(Hyeonseong Choi),이재환(Jaehwan Lee) 한국정보과학회 2021 한국정보과학회 학술발표논문집 Vol.2021 No.6

『안반수의경』의 수식관(數息觀)과 요가의 조식(調息)

최현성 ( Choi Hyeonseong ),정승석 ( Jung Seung Suk ) 인도철학회 2020 印度哲學 Vol.0 No.59

『안반수의경』에 의거한 불교의 수식관과 『요가주』에 의거한 요가의 조식은 지혜 발현을 위한 기본 수단인 동시에 명상의 정점인 선정 또는 삼매 성취의 시발이 된다. 그러나 붓다는 안반수의에 의해 고통을 겪는 것이 무익했다는 경험을 천명하지만, 요가의 조식은 호흡의 억제에 의한 고통의 감내를 요구한다. 호흡의 억제를 수련하는 조식은 8지 요가의 넷째 단계이며, 이를 위해서는 좌법(āsana)에 반드시 숙달해야 한다. 이 같은 기본 요건에서부터 좌법을 수식관과 병행하는 자세로 간주하는 『안반수의경』과는 입장을 달리한다. 수식관은 호흡의 횟수를 들숨과 날숨을 포함하여 열 번까지로만 한정하여 호흡의 자연스러운 흐름을 있는 그대로 관찰한다. 이에 반해 요가의 조식은 기본적으로 호흡의 흐름을 인위적으로 중지하는 수련이다. 자율신경에 의해 생리적으로 진행되는 호흡은 지속성을 가질 수밖에 없다. 수식관은 이 사실을 결코 거역하지 않는다. 반면에 조식은 호흡의 지속적인 진행을 중지한다는 데 특징이 있다. 수식관에서는 숨을 열 번까지만 헤아리는 것으로 제한하여 ‘몸이 극도로 긴장되고 안정되지 않는’ 조식의 폐단을 예방했다. 요가의 조식에서 이에 상응하는 대안을 찾자면 제4 조식을 지목할 수 있다. 즉, 호흡 억제의 단계를 순차적으로 극복함으로써 자연스럽게 호흡의 진행을 중지하는 제4 조식은 조식의 폐단을 완화하는 장치로 간주될 만하다. 불교와 요가의 호흡법에는 현저한 차이가 있음에도 불구하고 수행론의 지향성에서는 양측의 상응성을 추출할 수 있다. 『요가주』에서 ‘조식 → 정화(淨化) → 지혜’라는 인과로 표방한 수행론의 기조는 수식관의 6단계에도 적용되어 있다. 다만 『요가주』의 경우에는 조식이 인도의 옛 전통을 따르는 고행으로 전제되어 있다. 이에 따라 조식은 고행의 일환인 반면, 수식관은 심신의 고통을 유발하지 않고 수월한 호흡법을 채택한다. The Buddhist theory of ‘concentration by in-breathing a nd out-breathing’ based on the Mahānapānasmṛti-sūtra(Pāli, Ānāpānasati-sutta) and the Prāṇāyāma(breath-exercises) of Yoga based on the Yogasūtra-bhāṣya are the foundational means of generating wisdom which at the same time, are the intial step to archive the Dhyāna or Samādhi, the zenith of meditation. Nevertheless, the Buddha affirms the actual experience that it was useless to suffer by Ānāpānasati, whereas Prāṇāyāma of Yoga demands the endurance of suffering by suppressing breathing. Prāṇāyāma, the practice of restraint of breathing, is the fourth stage of Aṣṭāṅga-yoga, which has to be mastered in Āsana. From this basic requirement, the position differs from that of the Mahānapānasmṛti-sūtra, which regards Āsana as a position parallel to ‘concentration by in-breathing and out-breathing.’ ‘Concentration by in-breathing and out-breathing’ limits the number of breaths to ten, including the inspiration and the exhalation, to observe the natural basically a practice to artificially stop the flow of breathing. Breathing that proceeds physiologically by the autonomic nerve is bound to have persistence. The theory of ‘Concentration by in-breathing and out-breathing’ never goes against this fact. Prāṇāyāma, on the other hand, is characterized by stopping the continuous progression of breathing. The the theory of ‘concentration by in-breathing and out-breathing’ prevented the abortion of Prāṇāyāma ‘the body is extremely tense and unstable’ by limiting breathing to ten times. To find a corresponding alternative in Prāṇāyāma of Yoga, the fourth Prāṇāyāma can be pointed out. In other words, the fourth Prāṇāyāma, which naturally stops the progression of breath by sequentially overcoming the stages of respiratory depression, deserves to be considered as a device to alleviate the end of Prāṇāyāma. Although there is a significant difference in the breathing methods between Buddhism and Yoga, the correspondences of both sides can be extracted from the orientation of practical theory. In the Yogasūtra-bhāṣya, the foundation of practical theory, which is a causality of ‘Prāṇāyāma → Viśuddhi (purification) → Jñāna (knowledge)’, is also applied to the six stages of ‘concentration by in-breathing and out-breathing.’ Nevertheless, Prāṇāyāma in the case of the Yogasūtra-bhāṣya is presupposed as an ascetic that follows the ancient traditions of India. Consequently, while Prāṇāyāma is part of asceticism, the ‘concentration by in-breathing and out-breathing’ adopts comfort breathing method that does not cause physical and mental suffering.

Multi-GPU 기반 분산 딥러닝을 위한 효율적인 집합 통신 기법 연구

최현성(Hyeonseong Choi),이재현(Jaehyun Lee),안신영(Shinyoung Ahn) 대한전자공학회 2023 대한전자공학회 학술대회 Vol.2023 No.6

This paper demonstrates a scheme that can efficiently use collective communication, which is mainly used in multi-GPU-based distributed deep learning environments, through experiments in various environments. We propose a novel buckerting function by referring to the Bucketing scheme proposed for efficient communication in the PyTorch DDP (Distributed Data Parallel) module. In addition, we implemented a communication backend that could handle communication requested by PyTorch through NCCL (NVIDIA Collective Communication Library), and evaluated its performance by applying it to an environment consisting of various types of multiple GPUs. The proposed Bucketing scheme we implemented improved performance by up to about 11% compared to PyTorch DDP and up to about 10.8% compared to Horovod when fine-tuning Bert-base-cased models with GLUE MNLI in the same environment.

UTAUT2 모형과 보안을 적용한 대학생의 모바일 간편송금 서비스 이용의도에 관한 연구

공윤엽 ( Younyup Kong ),최현성 ( Hyeonseong Choi ) 아시아문화학술원 2018 인문사회 21 Vol.9 No.5

4차 산업혁명의 제반기술을 바탕으로 핀테크(FinTech)가 부상했다. 핀테크는 금융산업 전반에 거쳐 혁신적 소비자 생태계를 조성하며 전통적인 금융기업과 비교해 사용자 편리성, 유용성, 투명성, 사용자 경험에서 경쟁우위를 창출하고 있다. 따라서 본 연구는 핀테크 산업을 더욱 활성화 시켜 소비자 효용을 증진시키기 위한 기초 자료로서 소비자가 핀테크 기술을 사용하려는 의도를 파악하는 것이 중요함을 주장한다. 주장의 개진을 위해 UTAUT2 모델과 보안을 적용해 핀테크 서비스 분야 중 모바일 간편송금 서비스의 이용의도를 예측했다. 연구결과, 성과기대, 노력기대, 사회적 영향, 촉진조건, 가격가치, 쾌락적 동기 이상의 UTAUT2 모델 하부요요인과 보안이 모두 통계적으로 유의미한 수준에서 모바일 간편송금 서비스의 이용의도를 예측하는 변인으로 드러났다. 이러한 연구결과를 핀테크 기업이 친소비자 중심의 핀테크 기술혁신을 위한 기초자료로 활용할 수 있음에 본 연구에 의의가 있다. FinTech emerged on the basis of all the technologies in the fourth industrial revolution. FinTech makes an innovative ecosystem of consumers throughout the financial industry and creates a competitive edge in convenience, usability, transparency and user experience in comparison with traditional financial firms. Therefore, this study argues that it is important to understand the intention of consumers to use PinTech technology as basic data for enhance consumer utility through making the PinTech industry more active. For emphasizing such points, this study applied the UTAUT2 model and security to predict the intention of using the mobile easy money transfer service among the PinTech service areas. This study revealed that the lower factors of UTAUT2 model such as the Performance Expectancy, Effort Expectancy, Social Influence, Facilitating Conditions, Price Value, Hedonic Motivation and Security were variables to predict the use intention of mobile money transfer service in a significant level. This study is meaningful in that the results of these studies can be used by FinTech Enterprise as a basis for Technical innovation of FinTech centered on consumers.

COVID-19에 따른 기업의 고용환경에서 대학생의취업불안에 대한 집단 간 차이 검증

공윤엽 ( Younyup Kong ),최현성 ( Hyeonseong Choi ) 사단법인 아시아문화학술원 2021 인문사회 21 Vol.12 No.2

본 연구는 COVID-19로 인해 기업의 고용환경이 악화된 상황에서 우리나라의 대학생들이 어느 정도의 취업불안을 경험하고 있는지 파악했다. 구체적으로, 인구통계학적 특성에 따라 취업불안에 집단 간 차이가 있는지 검증했다. 연구결과 첫째, 성별에 따라 취업불안 유발원인, 유발상황에서 통계적으로 유의미한 차이가 검증되었다. 둘째, 학교소재에 따라 취업불안 유발상황에서 통계적으로 유의미한 차이가 검증되었다. 셋째, 학년에 따라 취업불안 상태에서 통계적으로 유의미한 차이가 검증되었다. 이상의 연구결과는 COVID-19에 따른 청년층의 고용환경 개선을 위한 기초자료로 사용할 수 있음에 의의가 있다. This study identified how much Korean university students are experiencing job-seeking anxiety under COVID-19. Specifically, it was verified that there were differences between groups in job-seeking anxiety based on demographic characteristics. First of all, statistically significant differences in the cause of job insecurity and in the induced situations were verified according to gender. Second, statistically significant differences were verified in situations that caused job insecurity according to school materials. Third, statistically significant differences in employment anxiety were verified according to grade. The above results are meaningful in that they can be used as basic data for improving the employment environment of young people under COVID-19.

알고리즘을 이용한 영화 추천시스템의 성능비교

박채연(Park Chaeyeon),이민상(Lee Minsang),이민혁(Lee Minhyeok),최현성(Choi Hyeonseong) 한국정보기술학회 2022 Proceedings of KIIT Conference Vol.2022 No.12

사용자의 콘텐츠 선택에는 많은 시간이 소요된다. 추천시스템 알고리즘은 사용자에게 다양한 콘텐츠를 추천하여 콘텐츠 선택의 시간을 단축한다. 딥러닝을 활용한 협업 필터링 기반의 추천시스템인 Self-Attentive Sequential Recommendation과 Neural Collaborative Filtering 알고리즘을 사용하여 영화 추천시스템을 구축하고 성능을 비교하고자 한다. It takes a lot of time for the user to select content. The recommendation system algorithm shortens the time to select content by recommending various contents to the user. Using Self-Attractive Sequential Recommendation and Neural Collaborative Filtering algorithm, a collaborative filtering-based recommendation system using deep learning, we intend to build a movie recommendation system and compare its performance.