[학회 후기]

2024년 5월 30일에 열린 한국데이터마이닝학회에 참석하였습니다. DMQA의 정식 일원으로서 처음 학회에 발을 들인 자리인만큼 긴장하고 설레는 마음으로 학회장에 들어갔습니다. 다양한 연구실에서 흥미로운 주제들로 발표가 준비되어 있어, 학회장을 나올 때는 즐거운 발걸음으로 나올 수 있었습니다. 특히 연구 분야인 생성 모델과 시계열 데이터에 대한 세션에서 많은 아이디어를 얻을 수 있었습니다. 또한 많은 청중 앞에서 자신 있게 자신의 연구를 발표하는 모습을 보고 다음 학회에서 제 모습을 상상하게 되었습니다.

[청취 후기]

튜토리얼

AI의 성장에 있어 안전함을 화두로 던진 점이 신선했습니다. 기업들이 인공지능을 도입하는 데 있어 성장을 더 중요하게 여기지만 안전성 측면에서 더 큰 손해를 초래할 수 있다는 점을 잘 시각화해서 보여주었습니다. 인공지능을 연구하는 사람으로서 성능 그 자체가 아닌 좀 더 많은 측면을 고려해야겠다는 생각이 들었습니다.

1.     포즈인식 디퓨전 모델을 통한 가상 의상 착용 연구

우리 연구실의 박태남 연구원이 진행한 발표는 인상 깊었습니다. 의류 길이가 맞지 않고 옷과 몸이 겹치는 경우 생성 모델이 잘 생성하지 못한다는 것을 문제로 제시하였습니다. 이것이 이미지에서 마스킹을 채우는 과정에서 발생하므로, 추가적으로 포즈를 조건으로 받는 디퓨전 모델을 제안했습니다. 대부분 의류를 구매할 때 착용해본 후 입는다는 점에서 앞으로의 활용 범위가 무궁무진할 것이라는 생각이 들었습니다. 좋은 발표 해주신 박태남 연구원께 고맙습니다.

2.     도메인 별 최대 손실 함수를 고려한 강건 최적화 기반 도메인 일반화

도메인 일반화라는 주제에 대해 우리 연구실 정진용 연구원이 발표를 진행했습니다. 실제 데이터가 기존 가정인 독립 동일 분포 가정이 성립되지 않은 경우가 많으며, 이 문제를 해결하기 위해 도메인 별 손실 함수가 가장 큰 worst case를 고려하는 손실 함수를 제안했습니다. 도메인 일반화라는 주제가 생소해서 이해가 쉽지 않았는데, 직관적으로 손실 함수 그래프로 설명해주셔서 인상 깊었습니다. 특히 현실적인 문제에 대해 통계적 가정을 바꿔서 적용하는 접근법을 생각하는 계기가 되었습니다. 흥미로운 주제로 발표 해주신 정진용 연구원께 고맙습니다.

3.     시계열 예측 앙상블 모델에서의 불확실성을 활용한 이상 징후 예측

해당 발표는 앙상블 모델을 통해 미래의 이상치를 탐지하는 과업을 제시하였습니다. 미래의 이상치를 사전에 예측하는 것이 중요한 과업임을 제시하고, 이것이 시계열 예측 모델의 앙상블로 가능함을 보였습니다. 또한 사전 이상 징후 탐지 여부를 평가하는 새로운 평가 지표를 제안했습니다. 이상치 탐지와 시계열 예측의 영역을 통합했다는 점이 인상 깊었습니다. 각 시점마다의 모델 예측치의 분산을 불확실성 점수로 도입하여 이상 징후를 예측한다는 아이디어가 흥미로웠습니다.

이 외에도 좋은 연구 주제를 들으면서 연구를 보완하고 새로운 아이디어를 얻을 수 있는 기회가 되었습니다.