한욱신 교수, 데이터베이스 최고 학회 ‘ACM PODS 2023’ 논문 발표… “42년 학회 역사상 첫 한국 연구진”

한욱신 교수가 데이터베이스 이론 분야 최고 학술대회인 ACM PODS 2023(Symposium on Principles of Database Systems)에서 지난 6월 ‘Guaranteeing the O(AGM/OUT) Runtime for Uniform Sampling and Size Estimation over Joins’ 논문을 발표했다.

해당 학회에 한국 연구진 논문이 발표된 것은 42년 학회 역사상 처음이다.

한 교수팀은 여러 테이블로 저장된 데이터에 대한 최적의 샘플링 기법을 제안해 빠르게 결과를 도출하는 데 성공했으며, 테이블을 합치는 ‘조인’ 과정에서 쿼리를 트리 형태로 분석하는 ‘일반적 하이퍼트리 분해(GHD)’를 통해 기법을 더 확장시켰다.

한욱신 교수는 “이 기법은 데이터들의 계층적인 구조를 보여주는 트리 형태나 순환되는 관계를 보여주는 사이클 형태에 상관없이 모든 쿼리에 적용할 수 있다”면서 “머신러닝을 위한 데이터 샘플링 과정에서 속도와 정확도를 향상시키는 데 기여할 것”이라고 밝혔다.

[관련 기사 더보기(클릭)]