강원대학교 원주캠퍼스 컴퓨터공학과 양영욱 교수, 김병욱 교수(교신저자)와 춘천캠퍼스 데이터사이언스학과 장홍준 교수가 참여한 연구 논문이 데이터마이닝 분야의 세계 최고 권위 국제 학술대회인 IEEE ICDM 2026(The 26th IEEE International Conference on Data Mining)에 게재 승인되었다. ICDM은 한국연구재단 BK21 지정 우수학술대회로 인정받는 저명한 국제 학술대회이다.

본 연구는 양영욱 교수를 제1저자로 하여 장홍준 교수(제2저자), 김병욱 교수(교신저자)가 참여하였다. 게재 논문 제목은 "CAGER: Class-Aware Graph Edge Reweighting for Short Text Classification"이며, 그래프 신경망(GNN) 기반 단문 분류에서 오랫동안 당연시되어 온 그래프 구성 방식의 구조적 한계를 규명하고 해결한 연구이다.

기존 모델들은 단어 동시 출현 통계(PMI) 기반 그래프를 사용하지만, 이 그래프는 클래스 정보를 전혀 반영하지 못한다. 연구팀은 이를 '클래스 무관 그래프(CAG) 문제'로 정의하고, 모든 범주에 고르게 등장하는 허브 단어가 전체 간선 가중치의 58.5%를 차지하며 서로 다른 범주의 문서 표현을 뒤섞는 '거짓 양성 전파' 현상을 정량적으로 입증했다. 이를 해결하기 위해 단어의 범주 편향도를 클래스 개수와 무관하게 측정하는 초과 확률 점수(EPS)를 제안했으며, 별도의 학습 파라미터나 구조 변경 없이 전처리 단계에만 적용되는 경량 플러그인으로 설계해 기존 모델에 그대로 이식할 수 있도록 했다.

실험 결과 CAGER는 5개 벤치마크 데이터셋 전반에서 통계적으로 유의미한 성능 향상을 달성했고, 뉴스 데이터셋에서는 정확도를 6.55% 끌어올렸다. 

양영욱 교수는 연구를 진행하며 함께할 (예비) 석·박사 과정 학생을 모집하고 있다. 관심 있는 학생은 양영욱 교수(yeongwook.yang@kangwon.ac.kr)에게 문의하면 된다.