[학회 후기]

5월 2일, 여수에서 열린 2024년 춘계공동학술대회(한국경영과학회, 대한산업공학회, 한국시뮬레이션학회 공동 주최)에 참가했다. 지난 23년 추계 데이터마이닝학회 청취를 위해 참석한 적은 있지만 내 연구에 대해 발표를 하기 위해 참석한 첫 학회는 이번이 처음이었다. 5시에 출발하는 KTX 첫차를 타고 피곤함 반, 긴장 반 의 상태로 여수로 향했다. 다양한 곳에서 온 수많은 사람들과 빼곡하게 적힌 세션 일정표 속의 다양한 연구주제들을 보면서 학회의 규모와 산업공학 분야에 대한 뜨거운 관심을 느낄 수 있었다. 내 발표는 현업의 문제를 다루는 연구이기에 처음 듣는 사람들에게 어떻게 설명해야 할 지 고민이 많았다. 발표 전에 교수님께서 설명하듯이 자연스럽게 발표하라고 조언해주신 내용과 그간에 진행한 연구실에서의 발표들을 떠올리며 차근차근 발표를 잘 마무리 할 수 있었다. 세션 청취는 주로 산업인공지능 응용 세션과 기업 소속의 연구자들의 발표에 집중하였다. 아무래도 나 부터가 인공지능 학계의 우수한 모델들을 현업에 어떤 식으로 잘 접목 시킬 지를 고민하는 입장이다 보니 현장에서 만나는 제약사항들을 해결하기 위한 다양한 접근방식들에 대해 들을 수 있어서 너무 유익한 시간이었다. 다만, 둘째 아이 출산 직전이어서 학회 둘째 날 까지 함께 하지 못하고 먼저 올라와야 해서 너무 아쉬웠다. 내 상황을 배려해주시고 이해해주신 교수님과 동료 연구원들 덕분에 학회 참석과 둘째 아이의 건강한 출산까지 잘 챙길 수 있었다. 이 자리를 빌어 다시 한 번 감사 인사를 전하고 싶다.

[발표 후기]

나는 이번 학회에서 '약지도학습 방법론을 활용한 반도체 불량 SEM 이미지 내 불량 영역 분할' 을 주제로 발표를 진행했다. 반도체 제조현장에서는 웨이퍼 표면의 불량을 주사전자현미경(SEM)을 활용해 촬영한 이미지에 대한 분석을 통해 불량 개선 작업을 진행한다. 불량 이미지는 하루에도 수십만장 이상 생성되지만 그 활용도가 제한적이다. 불량 이미지에서 더 많은 특징을 추출 할 수 있도록 불량 영역을 분할하는 것이 연구의 1차 목적이며, 그 분할 작업을 위한 데이터셋 구축에 필요한 비용을 최소화 하는 것이 연구의 2차 목적이다. 문제 해결을 위해 weakly supervised semantic segmentation 의 방법론을 사용하였으며, 도메인과 데이터의 특징을 최대한 반영하는 pseudo label 생성 알고리즘 제안을 통해 데이터셋 생성 비용을 최소화 하였다. 제안 방법론을 통해 값비싼 초기 데이터셋 구축 비용 없이도 지도학습에 준하는 성능을 확보 하여 현업에 충분히 사용 가능한 성능을 낼 수 있다는 결과와 함께, 분할 결과물을 활용해 접근할 수 있는 활용 방안까지 제시하며 발표를 마쳤다.

[청취 후기]

도메인 일반화 방법론을 이용한 잔존 유효수명 예측 고도화 & 자기지도학습을 통한 잔존수명 예측

제조업은 장비 산업이며, 장비는 결국 수많은 부품의 조합으로 이루어져 작동한다. 기계와 설비의 잔존수명(RUL, Remaining Useful Life)을 정확히 예측하는 것은 작게는 설비의 예지보전 관점에서, 더 나아가 제조공정 전체의 생산성과 품질에도 영향을 미치기 때문에 아주 중요하다. 과거 제조업 현장에서는 부품의 수명에 대한 관리가 체계적으로 이루어지지 않았으나 최근 현장에서는 작은 부품 하나하나의 수명과 사용현황에 대해 데이터화하여 분석과 관리에 활용하고 있는 추세이다. 이 두 연구에서는 예지보전을 주제로 각각 도메인 일반화 방법, 자기지도학습 방법 관점에서 문제 해결을 위해 접근하였다. 실제 현장은 절대로 같은 분포를 갖는 데이터들로만 구성되어 있지 않다. 때문에 새로운 데이터에 대한 정보가 없을 때 사용할 수 있는 도메인 일반화 방식으로 접근하여 도메인에 상관없이 강건한 성능을 확보하겠다는 전략은 실시간으로 새로운 데이터가 쏟아지는 제조현장에 적합한 접근법이라고 생각했다. 이번엔 C-MAPSS등 오픈데이터에 적용한 결과들을 발표하셨지만 다양한 산업 데이터에 적용해보면서 강건함을 더한다면 현장에서 활용 가치가 충분한 연구라고 생각했다.