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.