KAIST 전기 및 전자공학부

학부 여현호 박사과정 (지도교수 한동수) USENIX OSDI 논문 채택

USENIX Symposium on Operating Systems Design and Implementation (OSDI) 2018에 여현호 박사과정(지도교수 한동수)의 논문이 채택되어 10월 중순에 발표 예정이다. "Neural Adaptive Content-aware Internet Video Delivery" (저자: 여현호, 정영목, 김재홍, 신진우, 한동수)라는 제목으로 한동수, 신진우 교수가 협력하고 학부 정영목, 김재홍 (석사입학 예정) 학생이 참여한 KAIST 논문이다. 

USENIX OSDI는 Operating Systems 분야의 flagship 학회로 격년으로 개최되고 매회 약 30-40여편의 논문이 발표되며, Google사의 flagship system인 MapReduce (2004, citation=25,000), BigTable (2006, citation=5,800), TensorFlow (2016, citation=5,300) 등의 연구와 혁신적 기술이 발표된 학회로 유명하다. 특히 본 건은 OSDI 학회 26년 역사상 KAIST 최초의 논문이자, 10년만에 한국 기관에서 채택되었다는데에 의미가 있다. 

본 연구는 한동수 교수 연구실의 position paper인 "How will Deep Learning Change Internet Video Delivery?" (ACM HotNets 2017, 1저자 여현호)의 후속 연구로 딥러닝 전문가인 신진우 교수와 협력하여 인터넷 비디오 전송의 핵심 기술인 adaptive streaming과 deep learning 기술을 접목한 새로운 디자인을 제시하였다. 

본 연구는 비디오 content 자체의 품질을 높이는 super-resolution DNN (Deep Neural Network)과 network bandwidth의 할당을 담당하는 re-inforcement DNN을 동시에 활용하여 인터넷 기반의 비디오 전송 (HTTP adaptive streaming) 시스템을 기존 MPEG DASH player상에서 구현하여 기존 대비 비디오 전송 품질 (Quality of User Experience)을 획기적으로 (50%이상) 개선하였다. 이를 위해 client에서 실시간 추론 (real-time inference)가 가능하게 설계하였고, 개별 비디오마다 DNN 모델을 전송하는 디자인을 기존 MPEG DASH와 연계하여 동작하도록 하였다.  

본 연구는 기존 비디오 전송 및 전송망 (Content Distribution Network) 연구에 대비하여는 최초로 비디오 content 자체에 DNN을 적용하여 품질을 향상시키는 차별성을 인정받았고, 기존의 video coding 또는 super-resolution 연구에 대비해서는 비디오마다 DNN을 전송하는(content-awareness)를 제안하고 해당 시스템을 실용적으로 구현하고 그것의 장점을 실환경에서 시현한 혁신을 인정받았다.

 

목록보기
메뉴닫기