BROWSE
Detail
Conference Paper
GPU 기반 DriftLens 오프라인 임계값 추정 가속
Cited - time in 
Share 
Share
- Issue Date
- 2026-06
- Citation
- 한국통신학회 종합 학술 발표회 (하계) 2026, pp.1-2
- Publisher
- 한국통신학회
- Language
- Korean
- Type
- Conference Paper
- Abstract
- 개념 드리프트(concept drift)의 조기 탐지는 모델 모니터링의 핵심 과제다. DriftLens 는 딥러닝 임베딩 분포에 기반한 비지도 검출 기법으로, 베이스라인과 운영 윈도우 임베딩 분포 간의 Fréchet Drift Distance(FDD)를 임계값과 비교하여 드리프트를 판정한다. 그러나 오프라인 임계값 추정 과정에서 수십만 회의 행렬 제곱근 호출이 요구되어 수 시간이 소요되며, 이는 빈번한 재학습·다중 모델 운영·하이퍼파라미터 탐색 시 실용성을 제약한다. 본 논문은 FDD 의 비대칭 행렬 곱 trace 를 대칭 인수분해로 양준정부호 행렬의 trace 로 변환한 뒤 GPU 배치 고유값 분해로 일괄 처리하는, 수학적으로 동치인 가속 방법을 제안한다. 파라미터 민감도 분석에서 설정에 따라 11~198 배의 속도 향상을 확인하였고, 이미지 5 개 및 텍스트 1 개 use case(ViT, BERT)에서 원 논문 정확도를 ±0.09 이내로 재현하여 알고리즘의 통계적 특성이 모달리티에 무관하게 보존됨을 검증하였다.
- KSP Keywords
- Concept drift, use cases