DEVIEW 2018

Excellence Sharing Growth

2018. 10. 11-12 COEX Grand Ballroom, Seoul

Thank you!

참가 신청이 모두 마감되었습니다.

참석하지 못하신 분들을 위해
발표자료와 영상이 공개될 예정입니다.

SESSIONS

강연 분야

인프라
성능
기타

강연 제목

대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing: Maglev Hashing Scheduler in IPVS, Linux Kernel

강연 내용

수 천개의 컨테이너로 구성된 대형 컨테이너 클러스터 Platform 에서, Network Load Balancing 은 아주 복잡한 문제 중 하나입니다. 대용량의 Network 트래픽을 컨테이너들로 분산 시키기 위해 많은 수의 Load Balancer 를 구축하고 이를 유기적으로 연결시켜 효율적인 Balancing, High Availability 등을 보장해줘야 하지만, 컨테이너 클러스터 Platform 환경에서는 몇 가지 문제에 직면하게 됩니다. - Container 는 Life Cycle의 특성 상 생성/삭제가 매우 빈번하기 때문에 Load Balancer에 이를 동적으로 반영할 수 있어야 합니다. - 한 개, 또는 여러 개의 Load Balancer가 Down 되어도 이 곳을 경유하던 Network Connection들이 유실되어서는 안됩니다. 이 Connection들은 다른 정상적인 Load Balancer에서 문제 없이 처리되어야 합니다. 이를 위하여 각각의 Load Balancer 가 모든 Connection 정보를 유지하고 있어야 합니다. - 물론, 대용량의 Traffic의 효율적인 분산도 보장되어야 합니다. 이러한 문제들을 풀기 위해서 Linux Kernel 의 Software Load Balancer 인 IPVS 에 Maglev Hashing Scheduler 라는 Module을 개발하여 Contribution 하였고, 이를 사용하여 네이버 서비스 컨테이너들로의 부하를 분산하는 Load Balancer 를 운영하고 있습니다. 이 세션에서는 위 문제들을 해결하기 위해 했던 고민들과 Linux Kernel v4.18 부터 포함되는 IPVS Maglev Hashing Scheduler의 특징을 소개하고, 대형 컨테이너 클러스터에서 어떻게 효율적이고 고가용성을 갖는 Network Load Balancer 를 구축하였는지 등을 공유합니다.

강연자

송인주

강연 분야

검색

강연 제목

네이버 검색과 개인화

강연 내용

이 세션에서는 네이버 검색에서 생각하는 '개인화'서비스에 대하여 이야기하고자 합니다. "검색에서 개인화 서비스는 필요한 것인가?"라는 질문으로 시작해서, 네이버 검색이 '개인화'라는 화두에 대해 어떤 목표를 가지고 무엇을 이루어가려고 하는지 다룹니다. 사용자의 검색의도를 만족시킨다는 측면에서, 검색에 적용된 개인화 기술을 소개합니다.

The primary medium for storing and disseminating knowledge is natural language and recent novel Human-Computer Interfaces have started to show the tremendous benefit of using it in interactions. In the field of web search the movement from keyword-based indexation to natural language-driven personalized assistance is evolving and Machine Reading has emerged as a possible continuation of the Natural Language Processing tasks. Given a large set of text passages that are associated with questions and answers, our goal is to learn a question answering system solely from these examples. Research groups dedicated to Machine Reading around the globe have started to produce encouraging results in such a task where our current understanding of deep learning and machine comprehension is challenged. In this talk, we go through a series of concrete applications and neural models associated with this task. We first present a Wikipedia-scale question answering service, a dialog understanding application of machine reading and an application to the problem of fake news detection. We then introduce ReviewQA which is a dataset of relational reasoning for review understanding. We conclude with open research directions and future investigations such as unsupervised common-sense acquisition and differential reasoning.

강연자

Julien Perez

강연 분야

머신러닝
AI

강연 제목

컴퓨터 비전을 이용한 실내 지도 자동 업데이트 방법: 딥러닝을 통한 POI 변화 탐지

강연 내용

실내 공간을 지도로 디지털화하는 과정은 많은 시간과 비용이 필요합니다. 그동안 자동화 시스템의 미비로 인해 최신 POI 정보를 데이터베이스로 반영하는 업데이트 주기는 불규칙하고 종종 지연되었습니다. 본 발표에서는 동일 장소이지만 다른 시간대에서 촬영된 이미지 데이터 세트를 분석하여 POI 변화을 감지하는 효율적인 방법을 제안합니다. 제안 된 시스템은 딥러닝 이미지 검색, 영상 분할, 객체 검출 및 이미지 매칭과 관련된 다양한 컴퓨터 비전 기술을 통합하고 있습니다. 실내 환경에서 간판은 시간 경과에 따른 POI 변화 감지에 대한 강력한 단서를 제공합니다. 따라서 제안하는 시스템은 두 가지 보완적인 접근 방법을 조합하여 사용합니다. 1) 객체 감지를 기반으로 간판의 변화를 관찰하고, 2) 다른 하나는 전체 이미지를 분석합니다. 본 발표에서는 다양한 정성적 정량적 실험 결과들을 공유하고, 실제 상황에서 동작이 가능한 POI 변화 탐지 시나리오를 시연하고자 합니다.

강연자

정성균 Jérome Revaud

강연 분야

모바일
테크 스타트업
머신러닝
AI

강연 제목

모바일 환경에서 실시간 Portrait Segmentation 구현하기

강연 내용

최근 딥러닝의 발전으로 전에 없던 다양한 서비스들이 개발되고 있습니다. 그러나 아직 대부분의 딥러닝 기반 서비스는 기술적 한계로 인해 서버 상에 배포되는 경우가 많고, 이런 서버 배포 모델은 통신에 드는 비용으로 인해 실시간 서비스에 적용하기 어려운 문제가 있습니다. 본 세션에서는 하이퍼커넥트에서 서비스 중인 아자르에 모바일 상에서 구동 가능한 실시간 portrait segmentation 기능을 개발하여 적용하기까지 사용했던 기술과 경험을 공유하려 합니다. Portrait segmentation은 사진 혹은 영상 속에서 전경과 배경을 구분해내는 기술로, 세션에서 소개할 방법들을 통해 Galaxy J7과 같은 저가형 휴대폰에서도 single-core로 30 프레임 영상의 전경과 배경을 분리하는 애플리케이션을 만들 수 있었습니다. 세션 내용은 모델의 크기와 추론 시간을 줄일 수 있는 일반적 기술에 대한 소개와 실제로 TFLite를 사용한 모바일 애플리케이션을 만들며 겪은 시행착오 위주로 구성됩니다. 보다 자세한 내용이 궁금하신 분들은 하이퍼커넥트 기술 블로그(https://hyperconnect.github.io)를 참고 부탁드립니다.

목차
1. 모바일 딥러닝

모바일 딥러닝의 현재
데모 프로젝트를 상용 서비스로 만들때의 유의점

2. Portrait Segmentation 101

Portrait Segmentation을 어디에 쓸 수 있을까?

3. 추론(inference) 시간을 줄이려면?

Quantization
Factorization
Distillation
Model design principles

4. Single-core로 30프레임 성능을 내기까지

TFLite 최적화 구현 활용하기
TFLite 구현시 마주하는 함정들과 해결법
SIMD로 bilinear upsampling 구현하기

강연자

서석준

강연 분야

웹
모바일
기타

강연 제목

JavaScript 배틀그라운드로부터 살아남기

강연 내용

JavaScript가 오랜 시간동안 강력할 수 있는 이유는 무엇일까요? 단순 스크립팅 언어로 시작됐지만, 지속적 진화를 통해 오늘날 가장 많이 사용되는 강력한 언어로 성장했습니다. 오늘날의 JavaScript는 단순히 언어만을 잘 아는 것으로 끝나지 않습니다. 끊임없이 새롭게 등장하는 생태계의 배틀그라운드에서 생존하기 위한 조건은 무엇일까요? 본 세션에서는 JavaScript가 발전해 온 흐름과 현재의 모습을 통해 앞으로 가게 될 방향에 대해 여러분과 함께 살펴 보고자 합니다.

목차
1. 무엇이 JavaScript를 강력하게 하는가?

JavaScript overview

2. JavaScript는 JavaScript가 아니다

개발 방식의 진화
Library -> Framework
Transpiling
Types

3. 2018년 동향

언어적 관점
라이브러리/프레임워크
브라우저 밖의 영역

4. JavaScript는 어디로 가고 있나?

흐릿해지는 경계 (Backend/Frontend)
Universal JavaScript
주목해야 하는 기술들
PWA, component, etc.
빠르게 변화하는 생태계
표준화 관점 (TC39)
생태계 관점 (수많은 오픈 소스들)

5. JavaScript로부터 생존하기

무엇을 알아야 할까?
얼만큼 알아야 할까?

강연자

박재성

전체 Schedule 보러가기

PARTNERS

LOCATION

장소: 코엑스 그랜드볼룸 (Coex Grand Ballroom)
주소: 서울 강남구 영동대로 513 코엑스, (지번) 삼성동 159 코엑스
연락처: 02-6000-0114

그랜드볼룸은 봉은사 맞은편 코엑스 1층 북문 쪽에 위치해 있습니다.
지하철 이용 시 9호선 봉은사역 7번 출구를 이용하시거나 삼성역 6번 출구를 이용하시면 됩니다.

교통정보 더보기 >

DEVIEW 2018에 관하여 더 궁금한 점이 있다면?

FAQ 보러가기

Excellence Sharing Growth

참가 신청이 모두 마감되었습니다.

SESSIONS

강연 목록

목차

목차1. 모바일 딥러닝

2. Portrait Segmentation 101

3. 추론(inference) 시간을 줄이려면?

4. Single-core로 30프레임 성능을 내기까지

목차1. 무엇이 JavaScript를 강력하게 하는가?

2. JavaScript는 JavaScript가 아니다

3. 2018년 동향

4. JavaScript는 어디로 가고 있나?

5. JavaScript로부터 생존하기

PARTNERS

LOCATION

DEVIEW 2018에 관하여 더 궁금한 점이 있다면?

목차
1. 모바일 딥러닝

목차
1. 무엇이 JavaScript를 강력하게 하는가?