국제 기계 학습 학술회의

기계 학습과 데이터 마이닝
패러다임 지도 학습 비지도 학습 준지도 학습 자기 지도 학습 강화 학습 메타 학습 온라인 기계 학습 배치 학습 커리큘럼 학습 규칙 기반 기계 학습 신경-기호 AI 뉴로모픽 엔지니어링 양자 기계 학습
문제 분류 생성 모델링 회귀 군집화 차원 축소 밀도 추정 이상 탐지 데이터 정제 AutoML 연관 규칙 의미 분석 구조적 예측 특징 공학 특징 학습 순위 학습 문법 유도 온톨로지 학습 멀티모달 학습
지도 학습 (분류 • 회귀) 도제 학습 결정 트리 앙상블 배깅 부스팅 랜덤 포레스트 k-NN 선형 회귀 나이브 베이즈 인공 신경망 로지스틱 회귀 퍼셉트론 상관 벡터 머신 (RVM) 서포트 벡터 머신 (SVM)
군집화 BIRCH CURE 계층적 k-평균 퍼지 기댓값 최대화 (EM) DBSCAN OPTICS 평균 이동
차원 축소 인자 분석 CCA ICA LDA NMF PCA PGD t-SNE SDL
구조적 예측 그래프 모형 베이즈 네트워크 조건부 무작위장 은닉 마르코프 모형
이상 탐지 RANSAC k-NN 국소 특이점 요인 고립 포레스트
인공 신경망 오토인코더 딥 러닝 순방향 신경망 순환 신경망 LSTM GRU ESN 리저버 컴퓨팅 볼츠만 머신 제한된 GAN 확산 모델 SOM 합성곱 신경망 U-Net LeNet 알렉스넷 딥드림 신경장 신경 방사장 물리정보 신경망 트랜스포머 비전 맘바 스파이킹 신경망 멤트렌지스터 ECRAM
강화 학습 Q 러닝 정책 경사법 SARSA 시간차 학습 (TD) 다중 에이전트 셀프 플레이
인간 참여 학습 액티브 러닝 크라우드소싱 휴먼인더루프 기계적 해석 가능성 RLHF
모델 진단 결정계수 혼동 행렬 러닝 커브 ROC 곡선
수학적 이론 커널 머신 편향-분산 트레이드오프 계산학습이론 경험적 위험 최소화 오컴 학습 PAC 러닝 통계적 학습이론 VC 이론 위상 수학적 딥 러닝
회의/저널 AAAI ECML PKDD NeurIPS ICML ICLR IJCAI ML JMLR
관련 문서 인공지능 용어집 기계 학습 연구를 위한 데이터 세트 목록 컴퓨터 비전 및 이미지 처리 데이터 세트 목록 기계 학습 개요
v t e

국제 기계 학습 학술회의(ICML)는 1980년부터 매년 개최되는 기계 학습 분야의 국제 학술회의이다. 이 학술회의는 가장 오래된 학술회의 중 하나이며, NeurIPS 및 ICLR과 함께 기계 학습 및 인공지능 연구 분야에서 가장 영향력 있고 명망 높은 3대 학술회의 중 하나이다. 이 행사는 국제 기계 학습 학회(IMLS)가 주관한다. 정확한 개최 일자는 해마다 달라지지만, 일반적으로 논문 제출 마감은 1월 말이며 학술회의는 그해 7월에 개최된다.

역사

ICML은 1980년 7월 피츠버그의 카네기 멜런 대학교에서 처음 개최된 '기계 학습 국제 워크숍'으로 시작되었으며, 하이메 카르보넬, 리사드 S. 미할스키, 톰 M. 미첼이 조직했다. 1993년에 10년 가까이 이어진 워크숍의 성과를 바탕으로 현재의 명칭을 갖춘 정식 학술회의 시리즈로 전환되었다. 2010년대부터 학술회의 논문집은 오픈 액세스로 출판되는 PMLR(Proceedings of Machine Learning Research)을 통해 공개되고 있으며, 이는 JMLR의 워크숍 및 학술회의 논문집에서 발전하여 2015년에 명칭이 변경된 것이다.

ICML은 현대 인공지능의 토대를 형성하는 많은 중요한 연구 논문을 발표해 왔다. 주목할 만한 연구로는 로런스 버클리 국립연구소의 PCA를 통한 K-평균 알고리즘 (ICML 2004), 구글의 배치 정규화, 구글 브레인의 이피션트넷 (ICML 2019), 오픈AI의 CLIP (ICML 2021), UC 버클리의 소프트 액터-크리틱 (ICML 2018) 등이 있다.

제출된 논문(및 채택된 논문)의 수는 10년 사이에 급격히 증가하여 2015년 1037편(270편 채택)에서 2025년 12107편(3260편 채택)으로 늘어났다. 한편, 채택률은 계속해서 21%(2020년)에서 30%(2024년) 사이를 유지하고 있다. 2026년에는 24,371편의 논문이 제출되어 전년 대비 두 배 이상 증가하며 새로운 기록을 세웠다. 채택된 논문은 현장에서 포스터로 발표되며, 특히 뛰어난 기여를 한 논문은 구두 발표를 하거나 위원회에 의해 "스포트라이트 논문"으로 지정된다. 2026년에는 제출된 논문의 2.2%가 "스포트라이트"로, 0.7%가 추가로 "구두 발표"로 지정되었다.

개요

ICML은 통계적 학습이론, 알고리즘 혁신, 통계적 학습에 중점을 두며 기계 학습의 전 분야를 포괄한다. 다른 두 개의 주요 기계 학습 학술회의인 NeurIPS 및 ICLR과 비교했을 때, ICML은 전통적으로 통계적 학습이론, 강화 학습, 로봇공학, 수학적 최적화 이론에 관한 콘텐츠를 더 많이 다룬다. 연례 논문집은 오픈 액세스 출판물인 Proceedings of Machine Learning Research(PMLR)에 게재된다.

ICML은 기계 학습 연구와 인재에 관심이 있는 기업들의 후원을 받는다. 구글, 마이크로소프트, 아마존, 메타 플랫폼스, 애플과 같은 기술 기업들이 후원사로 참여하며, 학술회의에서 연구 결과를 발표하고 연구자를 채용한다. 시타델 시큐리티즈, 제인 스트리트 캐피털, D. E. 쇼 & 컴퍼니와 같은 금융 기업들도 ICML에서 종종 활동한다.

개최지

연도	개최지	국가	제출 편수	채택 편수	채택률
2026	서울	대한민국	23,918	6352	26.6%
2025	밴쿠버	캐나다	12,107	3260	26.93%
2024	빈	오스트리아	9653	2944	30.50%
2023	호놀룰루	미국	6538	1828	27.96%
2022	볼티모어	미국	5630	1233	21.90%
2021	빈 (가상)	오스트리아	5513	1183	21.46%
2020	빈 (가상)	오스트리아	4990	1084	21.72%
2019	로스앤젤레스	미국	3424	773	22.58%
2018	스톡홀름	스웨덴	2473	621	25.11%
2017	시드니	오스트리아	1676	434	25.89%
2016	뉴욕	미국	—	322	—
2015	릴	프랑스	1037	270	26.04%
2014	베이징	중화인민공화국	—	310	—
2013	애틀랜타	미국	—	283	—
2012	에든버러	영국	—	—	—
2011	벨뷰	미국	—	—	—
2010	하이파	이스라엘	—	—	—
2009	몬트리올	캐나다	—	—	—
2008	헬싱키	핀란드	—	—	—
2007	코밸리스	미국	—	—	—
2006	피츠버그	미국	—	—	—
2005	본	독일	—	—	—
2004	밴프	캐나다	—	—	—
2003	워싱턴 D.C.	미국	—	—	—
2002	시드니	오스트레일리아	—	—	—
2001	윌리엄스타운	미국	—	—	—
2000	스탠퍼드	미국	—	—	—
1999	블레드	슬로베니아	—	—	—
1998	매디슨	미국	—	—	—
1997	내슈빌	미국	—	—	—
1996	바리	이탈리아	—	—	—
1995	타호 시티	미국	—	—	—
1994	뉴브런즈윅	미국	—	—	—
1993	애머스트	미국	—	—	—
1992	애버딘	영국	—	—	—
1991	에번스턴	미국	—	—	—
1990	오스틴	미국	—	—	—
1989	이타카	미국	—	—	—
1988	앤아버	미국	—	—	—
1987	어바인	미국	—	—	—
1985	스카이탑	미국	—	—	—
1983	몬티첼로	미국	—	—	—
1980	피츠버그	미국	—	—	—

같이 보기

• ICLR
• 저널 오브 머신 러닝 리서치
• Machine Learning (저널)
• NeurIPS

각주

외부 링크

• icml.cc ICML 웹사이트
• machinelearning.org 국제 기계 학습 학회 웹사이트