[학회후기]갑자기 추워진 가을 아침, 연구원들 모두 따뜻한 옷차림으로 양재역 앞에서 만나 커피를 한잔씩 마신 뒤 학회장에 들어갔다. 우리는 2023년 11월 7일 진행된 한국데이터마이닝학회 추계학술대회 중 학생논문 경진대회 부문에 참가하였다. 이번 추계학술대회에서는 학생 발표에 앞서 데이터마이닝 분야의 최신 연구 동향과 기술 발전에 대한 세미나를 진행하였으며, 특히 생성형 AI에 대한 세미나가 많이 준비되어 있어 그 인기를 실감했다. 이후 학생 발표를 들으며 다른 연구실에서는 어떤 연구가 진행되고 있는지, 내 또래의 학생들은 어느 분야에 관심 갖고 연구하고 있는지 알 수 있었다. 이번 한국데이터마이닝학회 추계학술대회는 다양한 분야의 연구가 발표된 흥미로운 행사였다. 여러 연구자들의 발표를 청취하며 연구에 대해 더 넓은 시각을 가질 수 있게 되었으며, 앞으로의 연구에 힘을 더해줄 소중한 경험을 쌓을 수 있었다.[발표후기]이번 추계학술대회 학생논문 경진대회에서는 개인 연구 주제인 Concept-Level Decomposition for Personalization (CLD)에 대해 발표했다. Personalization이란 디퓨전 모델에서 사용자 개인이 입력한 이미지 내 대상을 텍스트 토큰 임베딩에 담아 새로운 이미지 생성 시 해당 대상이 생성 이미지에 나타나도록 하는 기법을 말한다. 이전 Personalization 연구들에서는 이미지 내 대상이 하나의 토큰 임베딩에 담기도록 학습하였으나, 이러한 단일 임베딩 학습 방식은 이미지에서 드러나는 대상의 다양한 측면을 고려하지 않기 때문에 이미지 생성의 표현력을 한정 짓는다. CLD에서는 이미지 내 대상을 윤곽, 질감 등과 같이 의미 있는 개념으로 분해하여 각각의 임베딩을 학습할 수 있는 방식을 제안한다. 텍스트 공간에서의 풍부한 언어적 표현을 학습 과정에서 직접적으로 사용함으로써 각 임베딩은 특정 개념을 담을 수 있게 된다. 학습된 임베딩들은 디퓨전 모델의 이미지 생성 과정에서 선택적으로 입력 프롬프트에 사용되어 해당 대상의 특정 개념을 반영하는 새로운 이미지를 생성하도록 한다.[청취후기]학생 연구자 발표 중 'Multi-task learning 내 공유 표현 보편성을 위한 Dummy 디코더의 그래디언트 놈 정규화 방법 (신석원, 손영두, 도형록. 동국대학교, NYU)'이 기억에 남았다. Multi-task learning은 여러 작업을 동시에 학습하여 머신러닝 알고리즘을 개선하고 일반화 성능을 향상시키는 기법을 말한다. 이 기법은 일반적으로 Hard parameter sharing, 즉 하나의 인코더가 모든 작업 학습에 공통적으로 사용되는 방식으로 진행되는데, 이 연구에서는 여기에 Dummy 디코더를 추가하여 공유 표현의 보편성을 개선한다. 이 디코더까지 포함하여 계산된 그래디언트를 손실함수에 반영해 모델 파라미터를 업데이트한다. 이때 흥미로웠던 점은 그래디언트 계산 시 Dummy 디코더는 말 그대로 랜덤하게 초기화된 파라미터 값을 사용한다는 것이다. 임의의 랜덤 파라미터를 갖는 모듈을 이어붙인 구조가 기존 방법론들보다 더 나은 성능을 보인다는 것이 흥미로웠고, 여러 수식들을 풀어가며 아이디어를 증명해나가는 발표가 매우 멋있었다.

[학회후기]2023 한국데이터마이닝학회 추계학술대회에 참여하여 발표를 진행하였다. 데이터마이닝학회는 타 학회에 비해 딥러닝에 관련된 발표가 많이 진행되기에, 현재 진행되고 있는 연구들의 현황을 파악 할 수 있는 좋은 기회였다. 현재 연구를 하고 있는 생성형 AI 관련 발표들을 들으며 새로운 관점을 볼 수 있었기에 유익했다. 특히 타 대학교에선 생성형 AI 를 어떤 방향으로 바라보고 있는지, 또한 어떤 방식으로 풀어내고 있는지 볼 수 있어서 흥미롭게 발표를 들을 수 있었다.[발표후기]디퓨전 모델에 3D 정보를 condition 하도록 개발한 방법론인 Compose and Conquer 에 대해 발표를 진행하였다. 본 연구는 기존에 존재하는 조건부 디퓨전 모델의 방법론을 고도화 시켜 2D 이미지 속 사물들과, 사물들에 가려져 있는 깊이 정보를 추출하는 방법론과, 이미지의 국소적인 지역에 질감, 색감 등 정보를 넣을 수 있는 방법론으로 구성되어 있다. 이러한 방법론들을 효과적으로 디퓨전 모델에 적용시키기 위한 절차와 실험들에 대해 발표를 진행하였으며, 발표를 마친 후 질문들을 통해 사람들이 가질 수 있을 의문점들에 대해 복기하였다.

[학회후기]이번 데이터 마이닝 학회는 서울 양재동 엘타워에서 진행되었다. 다른 국내 학회에 비해 인공지능 분야에 관련된 발표들이 많이 이루어지는 만큼 큰 기대를 안고 학회장에 방문하게 됐다. 최근 생성형 AI가 주목받는 만큼 생성형 AI에 관련된 발표들이 눈에 많이 들어왔다. 생성형 AI뿐 아니라 제조, 의료, 금융 등 다양한 분야의 연구를 살펴볼 수 있어 유익했다. 학회에서는 다양한 사람들의 발표를 보며 새로운 연구 아이디어도 얻을 수 있어 의미 있는 시간이었으며 이를 바탕으로 다양한 연구를 더욱 발전시킬 수 있도록 노력할 계획이다. 또한 학생 논문 경진대회에 참가하여 대상을 수상하여 더욱 기억되는 학회로 남게 될 것 같다.[발표후기]실제 이미지를 에디팅하기 위한 방법론인 Noise Map Guidance(NMG)에 대해서 발표를 진행했다. 디퓨전 모델을 이용한 이미지 에디팅은 입력 이미지를 노이즈로 만드는 inversion, 노이즈를 기존 입력 이미지로 복원하는 reconstruction, 노이지를 에디팅된 이미지로 변환하는 editing으로 이루어진다. 이때 reconstruction 단계에서 기존의 디퓨전 모델은 입력 이미지를 정확히 복원하지 못하는 문제가 발생한다. 이를 해결하기 위한 Null-text Inversion(NTI)은 이미지 에디팅에 많은 시간이 소요되는 단점이 존재한다. NMG는 NTI와 동일하게 inversion path를 따라가도록 입력 이미지를 복원하지만, 별도의 학습 과정 없이 noise map을 직접 활용하여 reconstruction이 무너지는 것을 방지한다. 이를 통해 이미지 에디팅의 시간을 단축할 수 있을 뿐 아니라 공간적 정보를 보존하며 이미지를 에디팅할 수 있다는 강점을 가지고 있다.

[학회 후기]2023년 11월 03일에 울산과학기술원(UNIST)에서 진행된 대한산업공학회 추계학술대회에 참가하였다. 새벽에 일어나 졸린 눈을 비비며 서울역에서 울산행 KTX를 탔다. 새벽이라 창 밖은 어둡기만 했다. 기차에서 발표 자료를 마지막으로 점검하고 발표 연습을 한 번 하고 눈을 감았다 뜨니 밝은 해와 함께 울산에 도착했다. 이번 학회는 나에게 꽤 큰 의미가 있는 학회였다. 이전에도 학회에 참가해 보았지만, 이전과 달리 이번 학회는 발표를 하기 위해 참가하는 첫 번째 학회였다. 생각보다 긴장은 되지 않았다. 아마도 연구실 내부적으로 발표 기회도 많이 있었고, 잘하려는 생각보다는 평소대로 청충에게 전달만 잘하자라고 다짐했기 때문이 아닌가 생각이 든다. 어찌보면 아쉬움도 많이 남을 수 있는 첫 번째 학회였지만 이 정도면 첫 걸음을 만족스럽게 떼었다고 생각한다. 개인적으로 충분히 만족스러운 학회 경험이었다. 다음에 학회를 갈 기회가 생긴다면 부담감보다는 설렘을 갖고 분위기를 더 즐길 수 있도록 노력해봐야겠다.[발표 후기]이번 추계학술대회에서는 "스테이블 디퓨전을 활용한 포즈 컨트롤 가상 의상 착용"을 주제로 발표를 진행하였다. 전자상거래와 온라인 쇼핑의 지속적인 성장은 개인 맞춤형 의류 추천부터 시각적 제품 검색까지 고객 쇼핑 경험의 혁신을 요구하고 있고, 그중에서도 대상 모델에게 주어진 타겟 의상을 입힌 이미지를 생성하는 이미지 기반 가상 의상 착용(image-based virtual try-on)에 여러 방법론이 제안되며 최근 큰 관심을 끌고 있다. 이 분야 기존 연구들은 주로 타겟 의류를 목표 형태에 맞게 개별적으로 변형하고, 변형된 의류와 대상 모델을 결합하여 결과를 합성하는 2단계 생성 프레임 워크를 따른다. 또한, 생성 단계에서 적대적 생성 신경망(generative adversarial networks, GAN)을 활용한다는 공통적인 특징을 가진다. 그러나 최근에는 우수한 이미지 생성 품질을 제공하며 안정적인 학습 절차를 제시하는 디퓨전 모델(diffusion model)을 활용하여 이미지 기반 가상 의상 착용을 연구하는 방법론들이 등장하고 있다. LaDI-VTON(latent diffusion textual-inversion enhanced virtual try-on)은 잠재 디퓨전 모델 중 하나인 스테이블 디퓨전의 인페인팅 파이프라인을 이미지 기반 가상 의상 착용에 처음으로 도입하고 성공적인 적용 가능성을 입증했다. 하지만 해당 방법론은 대상 모델의 신체 정보를 충분히 보존하지 못해 이미지 성능이 저하되는 문제가 있다. 따라서 본 연구에서는 사전학습된 컨트롤넷(ControlNet)을 활용하여 LaDI-VTON 파이프라인에 대상 모델의 포즈맵(posemap) 정보를 조건으로 제공하고, 컨트롤넷을 미세조정하여 생성 이미지 품질을 유의미하게 향상시키는 모델을 제안하였다. 실험적으로 널리 사용되는 벤치마크 데이터셋을 통해 우수한 생성 이미지 품질을 입증했다.앞선 발표자들이 시간을 촉박하게 사용하여 세션 마지막 발표인 나는 질문 시간이 따로 존재하지 않았다. 여러 청중들의 의견을 통해 다양한 관점으로 내 연구를 바라보고 싶었지만 그러지 못한 점이 많이 아쉬움으로 남았다.[청취 후기]1. LEAT: Towards Robust Deepfake Disruption in Real-World Scenarios via Latent Ensemble Attack (심준교, 윤현수- 연세대학교 산업공학과)생성 모델에 의해 생성된 악성 시각적 콘텐츠인 딥페이크는 점점 더 사회에 해로운 위협이 되고 있다. 딥페이크 피해를 사전에 방지하지 위해 최근 연구에서는 딥페이크 모델 출력을 방해하기 위해 적대적 교란을 사용해왔다. 그러나 이전의 접근 방식은 주로 미리 결정된 표적 속성만을 기반으로 왜곡된 결과물을 생성하는 데 초점을 맞추기 때문에 표적 속성을 알 수 없는 실제 시나리오에서는 견고성이 부족하다. 또한 두 가지 대표적인 생성 모델인 적대적 생성 신경망(GAN)와 확산 모델 간 교란 전이성은 아직 밝혀지지 않았다고 한다. 이러한 문제를 해결하기 위해 독립적인 잠재 인코딩 프로세스를 공격하는 Latent Ensemble Attack(LEAT)라 부르는 간단하지 만 효과적인 교란 방법을 제시한다. 또한 반복적인 그래디언트 공격을 위해 그래디언트를 효과적으로 통합하는 정규화된 그래디언트 앙상블 전략을 도입하여 GAN 기반 모델과 디퓨전 기반 모델을 모두 포함하는 다양한 유형의 딥페이크 모델을 동시에 공격할 수 있도록 하였다. 추가적으로 픽셀 수준의 차이만으로 위조 품질을 평가하는 것이 불충분하다는 것을 입증하며 방어의 성공 여부를 종합적으로 평가할 수 있는 대안 프로토콜을 제안했다. 

[학회 후기]2023년 11월 3일 울산과학기술원(UNIST)에서 개최된 대한산업공학회 추계학술대회에 참가하였다. 기온이 많이 내려 추운 날씨를 걱정하였지만, 학회 당일 울산의 날씨는 포근함이 느껴지는 참 기분좋은 맑은 날씨였다. 좋은 날씨 덕분에 더욱 설레이고, 기대되는 하루의 시작이었다. 이번 학회는 열심히 준비한 석사논문경진대회의 결실을 맺는 학회라는 점에서 조금 더 긴장되고, 기대되는 느낌이었다. 차례를 기다리면서 석사논문경진대회 본선에 진출한 학생들의 발표를 청취하였다. 본선에 진출한 학생들은 발표시간이 부족할만큼 많은 것을 준비하고 연구한 모습을 보여주어 대단하다는 생각이 들었고, 좋은 자극을 많이 받을 수 있었다. 모든 발표가 끝이 나고 우수상을 수상하였다. 석사논문경진대회를 잘 끝맺었다는 시원함과 조금 더 나은 결과에 대한 아쉬움이 공존하는 순간이었다. 하지만, 준비 과정에 최선을 다했고 준비한 것을 모두 보여주었기에 후회는 없었다. 무엇보다 석사논문경진대회를 준비하는 과정에서 교수님과 선배님들의 진심 어린 조언과 도움으로 한층 더 성장하였기에 매우 뜻 깊은 시간이었다. 도움을 주신 교수님 및 모든 선배/동료 연구원분들께 고맙다는 말을 전합니다.[발표 후기]이번 대한산업공학회에서는 "피실험자 변동에 강건한 인간 활동 인식을 위한 협력학습 활용 도메인 일반화"를 주제로 발표를 진행하였다. 인간 활동 인식 분야는 센서로 수집된 데이터를 통하여 사용자의 활동을 인식하는 기술이다. 인간 활동 인식 센서 신호 데이터는 사용자의 다양한 특성에 따라 데이터 분포에 차이가 발생하는 특징이 있다. 이에 새로운 분포의 피실험자에 대한 예측 성능이 하락하는 문제가 있다. 분포 차이로 인한 성능 하락 문제는 전이학습과 도메인 적응을 통해 해결 가능하지만, 두 방법론 모두 새로운 분포의 피실험자의 데이터 수집이 필수적이다. 따라서 본 연구는 추가적인 데이터 수집 없이 새로운 분포의 피실험자에게 뛰어난 예측 성능을 보이는 도메인 일반화 모델을 제안하는 것이 목표이다. 본 연구에서는 각 피실험자 군을 도메인으로 정의하고, 도메인 별로 구축된 분류 모델의 협력학습을 통해서 일반화 성능을 향상시키고자 한다. 각 도메인의 데이터로 학습된 도메인 특화 분류기를 Expert Model, 각 도메인의 데이터로 학습되지 않은 나머지 분류기를 Non-expert Model로 정의한다. 이후 Non-expert Model 앙상블과 Expert Model의 예측 결과가 유사하도록 학습하여, Non-expert Model의 일반화 성능을 향상시킨다. 이를 통해 각 분류기는 높은 일반화 성능을 갖게 되며, 높은 일반화 성능의 분류기 앙상블을 통해 새로운 분포의 데이터에 더욱 높은 예측 성능을 기대할 수 있다. 실험 결과 본 연구의 제안 방법론은 기존의 다양한 도메인 일반화 모델보다 우수한 성능을 보임을 입증하였다. 본 연구는 사용자의 특성에 따라 변동하는 인간 활동 인식 센서 신호 데이터에 대해서 새로운 사용자에 대한 데이터 수집 없이 높은 성능을 보이는 도메인 일반화 모델을 제안한다. 해당 연구는 데이터 수집 및 레이블링 비용을 절감할 수 있다는 의의를 가지며, 제조 및 의료 산업 분야로 확장이 가능하다.질문 1) 연구 확장 분야를 센서 신호 데이터를 사용하는 제조 및 의료 산업 분야로 결정한 이유가 뭔가요?답변 1) 도메인 일반화 분야는 이미지 데이터를 활용한 연구에 비하여 센서 신호 데이터를 활용한 연구가 부족한 상황이다. 따라서 센서 신호 데이터를 사용한 연구 분야로 확장하는 것을 목적으로 결정하였다.질문 2) 새로운 사용자에 대한 성능을 높이는 것은 머신러닝이 기본적으로 추구하는 목적인데, 도메인 일반화를 사용한 이유가 뭔가요?답변 2) 기본적인 머신러닝을 기존 사용자의 데이터를 통한 ERM(Empirical Risk Minimization) 모델이라고 할 수 있을 것 같다. 하지만 그보다 높은 성능을 보이는 것이 도메인 일반화의 목표이기에 적용해보고자 하였다.질문 3) 피실험자군은 어떤 기준을 통해서 결정하였는가?답변 3) 특별한 기준 없이 순서에 따라 동일한 수의 피실험자를 하나의 군집으로 결정하였다.[청취 후기]데이터 분포 기반 multiplier를 활용한 클래스 불균형 분류 해결(박태민, 김희영 - KAIST 산업 및 시스템 공학과)현실의 많은 데이터셋은 클래스 별로 샘플 수가 현저히 차이가 나며, 데이터를 레이블링 하는데에는 많은 시간과 비용이 요구된다. 따라서 현실적으로 '클래스 불균형 반지도 학습'은 중요한 문제이다. 해당 연구는 Multiplier for Representation Learning을 기본으로 진행되었다. 학습 단계에서 Feature에 양수의 multiplier를 곱하여 각 Feature를 더욱 흩어지게 만들고 이를 통해 분류경계선을 구성함으로써 테스트 단계에서의 분류를 잘하도록 하는 방식이었다. 하지만 해당 방식은 각 클래스에 따라서 적절한 multiplier를 줄 수 없다는 단점이 존재하였고, 제안방법론은 각 클래스의 데이터의 개수를 반영하여 문제를 해결하는 방법이었다. 각 Feature에 multiplier를 곱하는 방식으로 각 관측치를 희소하게 만들어 문제를 해결하는 방식이 신선했다.

[학회후기]2023년 11월 3일에 진행된 대한산업공학회 추계학술대회에 참가 하였다. 울산과학기술원(UNIST)에서 학회가 개최되어 오랜만에 새벽공기를 마시며 KTX를 타고 울산으로 향했다.열차 안에는 학술대회에 참여 하는 것으로 보이는 교수님들, 학생들이 저마다 단정한 복장을 입고 준비하고있는 모습을 보며 약간 긴장이 되었다.생애 최초로 학회라는 곳에 참여하는 것이다 보니 모든것이 신기했다. 먼저 학계, 산업계 다양한 분들이 한 자리에 모여 각자의 연구들을 공유하고 질의응답하는게 자연스러웠고특히 이번학술대회에 내가 근무했던 부서의 그룹장님과 동료분들을 만나 그간 있었던 일에 대해 많은 대화를 나눌 수 있었다. 또한 비슷한 연구를 하는 다른 연구자와 명함을 주고받고네트워킹을 형성하는 것도 대학원생으로써 중요한 일임을 깨닫게 되었다.[발표후기]"다중 스테이지 공정 센서 시그널 기반 웨이퍼 불량 분류 및 진단 네트워크"라는 주제를 준비하여 발표를 진행하였다. 앞서 언급했다시피 이런 자리에서 발표하는 것은 생애 처음이라무척이나 긴장되었으나 몇 주 동안 교수님을 포함해 용태, 태남이와 열심히 준비 한 덕분에 준비해간 것 이상으로 깔끔하게 발표를 마칠 수 있었다.나의 연구는 반도체 웨이퍼 가공 시나리오에서 다중 공정 설비의 데이터를 활용해 웨이퍼의 정상/불량을 분류하고 결과를 해석함으로써 효과적인 불량 분석/조치 엔지니어링 활동을목표로하는 모델이다. 내 모델에서는 센서 시계열 데이터의 상관성에 따라 독립적인 합성곱 레이어를 통해 변수 간 관계성이 반영된 특징 벡터를 추출하고,시간적 관계를 반영한 LSTM 레이어를 통해 마찬가지로 특징 벡터를 추출한다. 또한 공정/설비 엔지니어가 중요하게 생각하는 구간을 통계값 역시 모델에 입력을 활용하여복잡한 센서 시계열 데이터 내에서 정상/불량 간의 관계성을 학습하도록 고안되었다. 분류 모델에서 결과가 도출되면 Deep SHAP 을 통해 어느 공정/센서가 판정에 큰 영향력을 미쳤는지분석하고, Attention mechanism을 통해 시계열에서 어느 구간이 영향력이 컸는지 파악할 수 있도록 하였다.질문1) 다중 공정 간 관계성이 반영되어야 할 것 같은데 그러한 고려가 되어있는지 궁금하다.답변1) 공정 별로 합성곱 레이어를 통해 특징벡터가 추출되고 최종 Fully connected layer에서 분류 학습을 하기 전 모든 특징 벡터가 결합되는데 이부분에서 공정 간의 관계성이 반영 된다.질문2) 이진 분류라서 정확도나, F1 을 기준으로 판단 하면 오해의 소지가 있을 수 있지 않나?답변2) 우리 모델은 불량을 불량으로 진단하는 성능도 중요하기에 클래스 불균형을 반영한 지표인 F1 macro, MCC 를 주요 평가지표로 설정하였고 머신 러닝 모델들 대비 제안모델을 포함한 딥러닝 모델의 해당 지표가 크게 향상되는 것으로 파악되었다.질문3) 지금 모델의 성능에 만족하는가? 더 높일 순 없나?답변3) 사용 된 데이터셋 레이블링 품질과 데이터 셋 샘플 개수가 제한적이어서 더 이상 성능 개선은 어려워 보이며 다른 데이터 셋에서도 강건한 성능을 유지하는지 실험해 볼 계획이다.[청취후기]1. 와이어 아크 적층제조공정의 머신러닝기반 에너지-품질프로세스맵개발 (리나, 김성은, 김덕봉, 신승준 - 한양대학교)와이어 아크 적층 제조 공정의 머신러닝 기반 에너지-품질 프로세스 맵 개발에 대한 내용을 연구한 발표였다. 이를 통해 WAAM 공정에서 생산 비용과 시간을 줄이면서 정상 품질의 적층을 가능하게 하는 방법을 알아볼 수 있었다. 연구에서는 Inconel625 소재를 대상으로 평균 절대 비율 오차 0.88을 가진 에너지 예측 모델과 정확도 98%를 가진 품질 이상 탐지 모델을 개발했다.이를 통해 용접 공정에서 에너지 손실 및 품질 문제의 확대를 피하기 위하여 생산 과정에서 재료 품질 결함 탐지하고 식별할 수 있도록 활용 될 수 있다고 주장하였다.그러나 단층 용접에만 초점을 맞추므로 에너지 예측 및 품질 이상 검출에 대한 다른 요인의 영향을 완전히 포착하지 못하고, 용접 후처리 단계를 고려하지 않아 최종 에너지 소비 및 품질에 대응하기 어려운 한계점이 있는 것으로 생각되었다.2.혼류 공정을 위한 반도체 제조 장비 내 웨이퍼 투입 순서 결정 (김홍연, 이준호, 김현정 - KAIST)반도체 일반적 생산 설비의 형태인 클러스터 구조에서 내부 동작 조건들을 분석하여 최적의 생산성을 목표로 하는 주제의 발표였다. 첫 번째 단계에서는 각 PM(Process Module)의 처리 시간 기반으로 각 PM의 우선순위를 결정하고 두 번째 단계에서는 각 PM의 처리 우선순위를 기반으로 웨이퍼 투입 순서를 결정하고 이를 결정하는데 사용되는 수식과 계산 방법을 자세히 들을 수 있었다. 학교에 오기전 반도체 설비 소프트웨어를 개발하며 이와 같은 연구를 나도 진행했었는데 본 연구에서는 현업에서 발생가능한 다양한 고려사항 (설비 문제로 특정 모듈이 사용이 불가하거나, 로봇의 상태에 따라 소요시간이 달라질 수 있는점 등)이 반영되지 않아 실제 현장에 적용하기에는 다소 어려울 것으로 예상되었다.

2023년 10월 15일부터 18일까지 INFORMS 학회에 참석했다. 이번 학회는 Arizona Phoenix에서 진행되었고 해외 학회에서 발표한다는 점에서 많이 긴장했다. 이번 학회를 통해서 정말 많은 것을 보고 느낄수 있었는데 아래와 같이 정리해보았다. 학회의 참석은 7월부터 준비를 시작했는데 일단 피닉스라는 도시가 어떤 도시인지 알기 위해서 검색을 했을때 놀랐던 점은 여름에 기온이 45도까지 올라간다는 점이었고 학회가 진행되는 10월에도 40도 정도의 높은 온도를 유지한다는 내용을 보고 걱정이 있었다. 이후에 학회 참석을 위한 비행기 예매와 미국에 입국하는 것이 처음이었기 때문에 입국을 위한 ESTA신청을 진행했다. 발표날이 정해지고 발표자료를 준비하고 발표 리허설을 진행하면서 영어와 발표에 대한 부족함을 많이 느꼈고 3번의 리허설을 거치면서 성장하고 있는 나를 발견할 수 있었다.피닉스에 도착하여 숙소에 짐을 풀고 가장 먼저했던 일정은 교수님의 지도교수님이신 Kwok Tsui 교수님과의 저녁식사였다. 지도교수님의 지도교수님을 만난다는 생각에 굉장히 긴장했고 어떤 대화를 하시는지 듣다보니 굉장히 에너지 넘치는 분이라는 생각을 했다. 연세가 있으신데도 불구하고 밝고 긍정적이시며 적극적인 모습을 보면서 오랜비행으로 인해 지쳤던 마음에 힘이 되었다. 학회 전날에 잠들기 전에 했던 일은 어떤 세션을 들을지를 결정하는 일이었는데 너무 많은 세션과 종류에 놀랐고 관심있는 분야를 필터링하고 골라서 들어도 시간이 부족할 정도였다. 학회장에 도착하여 가장 충격받았던 것은 학회의 규모였다. 학회장의 크기부터 인원까지 생각했던 것 보다 훨씬 큰 규모였기 때문에 내가 발표를 잘할 수 있을까라는 걱정과 설렘이 공존했다.  다양한 분야의 세션중에 내가 관심있었던 제조업에 인공지능을 적용하는 어플리케이션 위주의 세션을 골라들었는데 정말 흥미로운 내용들이 많았고 같이 고민을 다른 방법으로 풀어나간다는 점에서 신선했다. 많은 발표자들은 적극적으로 자신의 연구를 설명하고 청중은 그 발표에 대한 질문과 토론을 진행하는 모습을 보면서 대단하다고 생각했다. 다양한 인종, 국가, 종교의 사람들이 영어로 자연스럽게 대화하고 소통해가는 모습을 보면서 영어를 공부해야겠다는 생각이 더 많이 들었다. 세션을 들을면서 궁금한 부분들이 많았지만 영어로 소통하기 두려워 질문을 많이 하지 못한 부분이 가장 아쉬웠던 점이였다. 세션 청취 외에도 다양한 네트워크 기회들이 있었다. Data Mining Society Meeting도 있었고 Tea Time에도 다양한 사람들이 인사를 하며 교류하는 모습을 보면서 부럽다는 생각을 했다. 월요일에는 재훈이와 병은이의 발표가 있었다. 둘의 발표는 강화학습 세션에서 발표했는데 처음 리허설할때보다 훨씬 자신감있게 발표하는 모습을 보면서 정말 대단하다는 생각을 했고 그 세션에서 발표했던 사람들 중에 가장 좋은 발표였다. 두번째 날 오전에는 내가 발표를 진행했고 연습했던 것 처럼 자신감있게 발표했으며 중간에 유머를 넣어 청중을 미소짓게 하는 여유도 생겼다. 다만 부족했던 점은 영어로 질문이 왔으나 완벽하게 답변하지 못했고 세션 종료후에 설명하려고 찾았으나 찾지 못해 아쉬웠다. 또한 질문이 끝나고 연세대에서 온 학생이 발표잘 들었다고 말해주면서 대화를 하게 되었는데 많은 분들이 내가 발표하는 주제에 대해서 집중하고 있다는 생각이 들어서 너무 감사했다. 진수와 상훈이의 발표도 완벽했는데 상훈이의 여유로운 모습에서 내 마음도 너무 뿌듯했다. 학회가 끝나고는 ASU(Arizona State University)에 방문했다. 방문하면서 Waymo가 택시로 시범 운행되는 모습을 피닉스 시내에서 볼수있었는데 정말 대단하다고 생각했다. 타보고 싶었지만 App설치가 제한되어 이용하지 못해 아쉬웠다. 무인으로 움직이고 운전도 상당히 안정적으로 하는 모습을 보면서 곧 미국 전역으로 운행되겠다는 생각을 하게되었으며 몇년안에는 대한민국에도 들어올거라 생각된다. ASU에 도착해서 느꼈던 부분은 하이틴 영화에서 보며 생각했던 미국 대학교 그대로였다. 화창한 캠퍼스와 다양한 인종과 복장이 우리의 방문을 반겼고 밝은 에너지를 느낄수 있었다. 학생식당에서 밥을 먹었는데 정말 맛있었고 도서관을 방문하고 산업공학과 건물도 견학했다.이번 학회를 통해서 정말 많은 것을 배웠다. 다양한 사람들과 소통하기 위해서는 문화를 이해하고 영어실력을 발전시켜야 한다는 점과 인공지능에 대한 열정을 갖고있는 사람들이 많다는 것에  많은 자극을 받았다. 학회를 준비하고 진행하면서 고생한 병은, 민재, 상훈, 진수, 재훈이에게 정말 고생했고 발표하는 모습들이 정말 멋있었다는 말을하고 싶다. 마지막으로 좋은 기회를 만들어 주시고 성장시켜주신 교수님께 감사한 마음을 전하고 싶다. 

미국 Arizona Phoenix에서 개최된 INFORMS 2023 Annual Meeting에 참석했다. 이번 학회 참석은 입학 이후 COVID-19 팬데믹으로 인해 처음으로 해외 학회에 참석하는 경험이었기 때문에 더욱 특별한 감회가 남았다. 여행이 아닌 목적으로 해외를 방문하는 것은 처음이었기 때문에, 기내에서부터 설렘보다는 긴장이 더 앞섰다. 처음 Phoenix에 도착했을 때의 건조한 공기와 특유의 탄 냄새는 아직도 생생하게 기억에 남는다. 학회 전날인 토요일에는 교수님의 지도교수님이신 Kwok Tsui 교수님과 저녁 식사를 할 기회가 있었다. 영어가 부족해서 Tsui 교수님과 많은 대화를 나누지 못해 아쉬웠지만, Tsui 교수님의 지적 호기심과 지적 탐구를 표현하고자 하는 열망이 정말 대단하다는 느낌을 받았다. 학문에 대한 열정이 오래토록 뜨거운 사람을 가까이서 살펴볼 수 있는 것만으로도 많은 영감을 받을 수 있었다. INFORMS는 Operation Research와 Management Science 분야를 중심으로 다루는 산업공학 분야의주요한 국제 학회이다. 이번 INFORMS 학회에서는 세계 각지의 산업공학 연구자들의 우수한 발표를 직접 청취할 수 있었는데, 이로 인해 학회장에 큰 기대감와 호기심을 가지고 들어갔다. 학회장 안에서는 다양한 배경과 전문 지식을 가진 연구자들이 모여 연구 교류의 불을 지피는 모습이 인상 깊었다. INFORMS에서 내 주요 관심사는 AI를 활용한 연구 내에서 산업공학의 역할과 방향성이었다. 전 세계적으로 저명한 산업공학 연구자들의 AI 관련 연구 동향을 파악함으로써, 나의 연구 방향 설정에도 도움을 얻기를 바랐다. 학부 시절부터 쭉 산업공학을 전공해온 나로서는, 컴퓨터학과 중심의 AI 연구 흐름에서 벗어나 산업공학도의 특색을 반영하는 AI 연구를 추구하고자 했으며, 이를 통해 개인 연구의 더욱 구체적인 방향을 찾아보고자 하였다. 학회 기간 동안 다양한 세션을 통해 여러 연구자들의 발표를 들었다. 이를 통해 현재 연구의 전반적인 흐름을 파악하는 가치 있는 시간이었다. INFORMS에서의 발표는 내가 알던 컴퓨터학과 관련 학회와는 다른 색깔을 보였다. 여기서는 최신 알고리즘과 성능 중심보다는 "데이터에 대한 깊은 이해"와 "설득력 있는 알고리즘의 명확한 목적"에 중점을 뒀다. 내 연구에서도 때로는 성능만을 추구하며 큰 그림을 잃어버리곤 했는데, 이번 경험으로 연구의 방향성을 다시 한번 고민하게 되었다. 그리고 발표를 들으며 표현 능력의 중요성을 다시 한번 깨달았다. 간결하면서도 직관적으로 청취자에게 내용을 전달하는 발표는 복잡하고 디테일한 설명보다 훨씬 더 깊은 인사이트를 제공했다. 나도 발표를 할 때 내가 알고 있는 모든 내용을 세세히 발표하곤 했었는데, 이번 학회를 통해 핵심적인 내용을 강조하고 명료하게 전달하는 것의 가치를 다시 인식하게 되었다. 또, 학회 경험을 통해 영어 능력의 중요성을 다시금 깨닫게 되었다. 학회에서의 연구 의견 교류나 발표의 내용을 정확히 이해하기 위해서는 영어 소통 능력이 필수적이다. 실제로 영어 능력의 차이로 인해 학회에서 얻는 정보와 인사이트의 깊이가 크게 달라짐을 체감할 수 있었다. 내가 그동안 해왔던 읽기 위주의 영어 능력으로는 충분하지 않다고 느꼈고, 앞으로 더욱 많이 듣고 많이 말하는 연습을 해야겠다고 다짐했다. 끝으로 이번 학회의 발표는 슬럼프 속에 있던 나에게 커다란 전환점을 제공했다. 오랜 시간 성취감을 느끼지 못하고 지속적인 자신감 하락으로 생산성이 저하된 상태에서, 이번 발표는 내게 큰 성취감과 자신감을 회복시켜 주었다. 강렬하게 스스로에게 부딪쳐 본 만큼 크게 회복할 수 있었다. 그동안 잊고 있었던 지적 탐구에 대한 열정과 호기심이 다시 지펴졌고, 이제 맑은 정신으로 다시금 내가 해야 할 일에 집중할 수 있을 것 같다. 이렇게 귀중한 기회를 제공해 주신 교수님께 깊은 고마움을 느낀다.

2023년도 INFORMS 학회는 미국 애리조나 주에 있는 피닉스라는 도시에서 열렸다. 피닉스는 기후가 건조하고 가을인 지금도 온도가 40도에 육박하는 환경을 가지고 있다. 살아 생전 처음 겪어보는 기후에서 첫 오프라인 해외 학회를 갖는 내 마음은 걱정 반 설렘 반이었다.이번 학회에서 발표한 주제는 효율적인 방식의 강화학습이었다. 이미 논문 작업도 진행 중인 주제였기에 내용 자체는 어려울 것이 없었지만 주어진 15분 안팎의 시간 내에 상대방이 이해하기 쉽게 "영어"로 발표하는 것은 매우 어려웠다. 발표 자료 작성을 위해 처음 파워포인트를 켜고 나오는 하얀 슬라이드는 마치 내 머릿속을 반영한 것인가 느껴질 정도로 막막하였다. 하지만 교수님께서 발표 연습에 많은 시간을 할애해주시고 또한 내 스스로도 치열하게 고민해가며 발표 준비를 하였기에 결국에는 학회에서 성공적으로 발표를 진행할 수 있었다. 가장 뿌듯한 점은 질의응답을 무사히 수행했다는 점이다. 발표를 마치고 Q&A 시간뿐만 아니라 세션이 끝난 뒤에 추가 질문도 받았는데 내 발표에 관심을 가져주었다는 점만으로도 기뻤다. 이번 INFORMS에서 가장 많이 발표된 인공지능 방법론은 강화학습과 생성모델이다. 다만 생성모델은 어플리케이션에 국한되어 다루어진 반면 강화학습은 어플리케이션 뿐만 아니라 방법론 자체에 대하여 별도의 세션이 열릴 만큼 심도 있게 다루어졌다. 특히 오프라인 강화학습에 대한 발표가 상당히 많았던 점이 흥미로웠다. 오프라인 강화학습은 시뮬레이터 확보가 어렵거나 실제로 시행착오를 겪어가며 정책을 학습하기 어려운 경우 저장된 의사결정내역을 바탕으로 에이전트를 학습하는 방법이다. 뚜렷한 한계점이 있지만 아직까지는 개선할 점이 많은 분야이기 때문에 인공지능 분야에서 연구가 활발할 것이라고 생각은 했지만 예상보다 더 많은 관심을 가지고 있어서 놀라웠다. 사실 저장된 의사결정내역으로 학습한다는 장점은 굉장히 실용적인 축에 속하기 때문에 산업공학에 더욱 적합한 분야가 될 수도 있겠다는 생각이 들었고 추후에 연구를 해보고 싶다는 생각이 들었다.또한 영어 회화의 중요성도 많이 체감하였다. 이번 학회에서 다소 아쉬웠던 점을 하나 꼽자면 포스터 세션에서 자유로운 교류활동을 못 했다는 점이었다. 오럴 세션과 달리 시간의 제약이 없었지만 활발한 논의를 하기가 어려웠다. 특히 포스터만 보고는 이해를 하기 힘들었던 점을 자유롭게 물어보고 싶었지만 그 때마다 문장 구성이 자유롭지 못하다보니 자꾸 주저하게 되었다. 또한 같은 주제로 연구하는 사람들과 교류를 할 수 있는 좋은 기회였지만 이를 제대로 활용하지 못한 것 같아서 많은 아쉬움이 남았다.이번 학회를 통해서 얻은 경험들을 바탕으로 더 성장하고 발전해야겠다는 마음 가짐을 가지게 되었다. 좋은 기회를 만들어주신 교수님과 학회 준비하는 동안 함께 고생한 형들과 동기에게 감사한 마음을 전한다. 

2023년 10월 15일부터 18일까지 미국 애리조나 피닉스에서 열린 INFORMS 학회에 참가하였다. 이번 학회를 준비하면서 교수님과 영어 발표 리허설을 세 차례나 가졌기 때문에, 발표하는 것 자체에 대해서는 큰 부담감은 없었다(물론, 리허설 과정에서 많은 성장통을 겪었고, 좋은 발표란 무엇인가에 대해 다시 한번 깊이 배울 수 있는 기회였다). 그러나, 미국에 도착해서 처음으로 느낀 것은 다양한 인종의 사람들과 영어로 커뮤니케이션을 해야하는 것에 대한 큰 부담감이었다. 특히, 너무나 다양한 억양과 속도로 구성된 영어 대화들이 이곳 저곳에서 들려오고 있어 듣기 어려웠고 부담스러웠다. 언어 뿐만이 아니라 내가 생활하는 환경과 많이 다른 것들도 많았기 때문에 항상 긴장하며 학회장을 돌아다녔던 것 같다. 그러나, 이러한 긴장감과 어려움 속에서도 많은 가치 있는 경험들을 얻을 수 있었다. 미국에서의 다양한 사람들을 관찰하며, 내가 너무 좁게 살았고 다양성을 무시한 측면이 있다는 것을 깨달았다. 이러한 다양성은 나를 더 열려있고 폭넓게 사고하는데 큰 영향을 미쳤으며, 피닉스의 화창하고 건조한 날씨는 이러한 긍정적인 감정을 더욱 증폭시켰다.이러한 경험을 통해 영어의 중요성과 다양한 문화를 경험하는 것의 가치를 깨달을 수 있었다. 또한, 미국에서의 경험을 통해 언어 능력을 향상시키고 미래에 더욱 국제적으로 다양하게 활동할 수 있도록 노력해보고 싶다는 마음을 처음으로 갖게 되었다. 한국에 돌아가면 영어 듣기 및 말하기 (듣기!가 정말 중요한 것 같다) 공부를 정말 치열하게 해야겠다는 생각이 들었다. 미국에서 석박사, 포닥, 교수로 오랜 기간동안 활동한 제 지도 교수님께도 많은 존경심이 들었고, 미국에 포닥으로 계신 제 선배님들에게도 많은 리스펙을 느낄 수 있었다. 이번 학회에서는 내가 너무 작은 존재로 느껴질 때도 있었지만, 귀중한 경험과 인사이트를 얻을 수 있는 소중한 기회였다. 앞으로의 성장과 발전에 큰 밑거름이 될 것이라고 확신한다. 좋은 기회를 제공해주신 교수님께 감사의 말씀을 다시 한번 전하며, 학회 후기를 마치도록 한다.