모아데이타, AI Lab 연구주제 'IEEE Access' 학술지 게재

트랜스포머 및 감정 분석을 활용한 로그 이상탐지 논문

인공지능(AI) 전문기업 모아데이타(대표 한상진)는 자사 AI Lab에서 연구한 '개별 로그 이벤트에 대한 트랜스포머 및 감정 분석을 활용한 로그 이상탐지'에 대한 주제를 'IEEE Access' 국제 학술지에 게재했다고 13일 밝혔다.

해당 저널은 국제전기전자기술협회(IEEE)에서 발행하는 오픈 액세스 국제학술지다. 공학과 기술 분야의 다양한 주제를 다루고 있으며, 특히 기술적인 혁신과 발전을 보여주는 주요 논문들을 게재한다.

논문의 제목은 “TransSentLog: Interpretable Anomaly Detection Using Transformer and Sentiment Analysis on Individual Log Event”이다. 본 논문은 트랜스포머(GPT에서 사용되는 신경망)를 활용한 감정 분석(Sentiment Analysis)을 로그 이상탐지에 적용한 TransSentiLog 모델을 제시하며, 이전 연구들과 비교한 결과 큰 효과를 보여주고 있다.

아키텍처에서 보듯이 로그는 전처리와 워드 임베딩 과정을 거쳐 트랜스포머 신경망에 입력하여 긍정/부정을 판단할 수 있도록 설계되었다. 여기서 트랜스포머 신경망을 거쳐 부정에 영향을 준 토큰(워드)들을 추적할 수 있어 로그에 대한 해석이 가능하다는 것이 가장 큰 특징이라 할 수 있다.

(그림1) TransSentLog 모델의 아키텍처

또한 이상으로 탐지된 로그에서 '인터럽트(interrupted), 메시지(message), 큐(queue)'와 같은 단어들이 영향을 준 것으로 파악된다. 이는 메시지와 관련된 큐 상에서 인터럽트가 발생되었다는 것으로 해석할 수 있다. 결과적으로 어떤 문제가 발생했을 시 식별된 로그로부터 원인 요소들을 해석할 수 있다는 것을 보여주기에 아주 큰 의미가 있는 연구 결과다.

이번 연구 결과는 시스템 또는 서비스에서의 이상 탐지/예측 솔루션인 당사 페타온 포캐스터에서 활용된다. 정교한 이상탐지 뿐만 아니라 로그 메시지 내용에 대한 해석을 통해 명확한 원인을 식별할 수 있기에 보다 정확한 대응이 가능할 것으로 기대된다.

(그림2) 모델결과에 대한 해석 예시

이번 연구 결과는 인공지능 ICT시스템 이상 탐지/예측 솔루션인 ‘페타온포캐스터’에서 활용된다. 정교한 이상탐지 뿐만 아니라 로그 메시지 내용에 대한 해석을 통해 명확한 원인을 식별할 수 있기에 보다 정확한 대응이 가능할 것으로 기대된다.

이종훈 모아데이타 AI Lab 연구소장은 :당사 제품을 한단계 더 발전시키는 계기가 되었으며 시장에서 잘 활용될 수 있도록 준비하겠다"며 "ERP, CRM, MES 등 다양한 업무 시스템의 이벤트 로그로부터 문제점을 식별하고 분석하는 프로세스 마이닝은 최근 많은 관심을 받는 분야로 본 연구 결과를 활용할 수 있다"고 밝혔다.

더벨 - 국내 최고 자본시장(Capital Markets) 미디어 (thebell.co.kr)