[학회 후기]

2024년 5월 30일, 서울 양재에서 개최된 한국데이터마이닝 춘계학술대회에 참여하게 되었다. 매년 연구실에서 발표자 위주로 소수만 참가했지만, 이번에는 연구실의 모든 인원이 참가하였다.

또한 나는 발표자로서 학회를 참여하게되어 작년 대한산업공학회 추계학술대회 이후 2번째로 발표자로서 참석하는 학회라 나에게는 매우 의미있는 기억으로 남는 학회가 될 것 같다. 

세션들은 매우 다양한 주제들로 구분되어 있었고, 다양한 학교와 학과에서 오신 발표자분들의 연구들을 청취할 수 있는 좋은 기회였다.

다양한 발표자들이 자신들의 연구를 공유하고 청취자들은 발표를 통해 이해한 내용을 바탕으로 질문을 하고 토론을 하는 것을 보며 많은 것을 얻어갈 수 있는 좋은 기회였다.

세상은 매우 빠르게 변하고 있고, 엄청난 속도로 연구들이 쏟아져 나오고 있는 상황에서 모든 걸 직접 공부하고 습득할 수는 없다고 생각하는데, 이런 점에서 학회 참여는 매우 좋은 기회가 될 수  있다고 생각한다.

[발표 후기]

"포즈 인식 디퓨전 모델을 통한 가상 의상 착용"이라는 주제로 발표를 진행했다. 사실 작년 대한산업공학회 추계학술대회에서 발표했던 내용과 동일한 연구로 발표를 진행했다.

하지만, 작년 발표와는 많은 것들이 달라져 있었다. 작년 학회에서 발표한 이후에 개인적으로 연구의 기여점이 많이 부족하다고 생각하였고, 이를 보안하기 위해 추가적인 모델 구조 설계를 진행하고 다양한 실험들을 진행했다.

이번 학회에서 발표를 진행하면서도 개인적으로 많은 부족함을 느꼈다. 가장 먼저, 발표 시간 관리가 많이 아쉬웠다. 이번 학회 발표는 10분 발표와 2분 질의응답으로 이루어져있다는 사전 공지를 받았다.

10분 발표는 사실 그렇게 길지 않은 시간이기 때문에 개인적으로 자세한 내용보다는 핵심적인 내용만 전달해야겠다는 생각으로 많은 내용들을 압축하고, 연구의 큰 틀에 대해서만 전달하고자 했다.

하지만, 결과적으로는 시간을 모두 활용하지 못하고 주어진 시간보다 짧게 마쳤다. 내가 생각한 전략이 아예 틀렸다고 할 순 없지만, 오히려 시간이 적다는 생각에 빠져 독이 된 것 같다.

그리고 결과적으로 연습이 부족했다. 이런 시간 체크는 여러 번의 발표 연습으로 체크를 하고 준비해서 현장 상황에 맞게 조절을 해야하는데, 그게 안되서 이런 아쉬움을 남기지 않았나 생각한다.

이번에 발표에 대해서 개인적으로 많은 부족함을 느꼈으니 또 한 걸음 성장할 수 있도록 잘 기억하고 잘 보완해야겠다.

그리고 발표가 마친 후 2개의 질문을 받게 되었는데, 기존에 생각하고 있던 점들에 대한 질문이었음에도 불구하고 질문을 받았을 때 적지 않은 당황을 하고 정확하게 내가 설명하고 싶었던 부분들을 잘 전달하지 못했던 것 같다.

이런 질의응답에서는 내가 확실하게 이해가 되어있고, 이를 쉽게 풀어 설명할 수 있는 정도의 이해가 선행되어야 당황하지 않는다고 생각하는데, 이런 점에서 많이 부족했던 것 같다.

전체적으로 아쉬움이 많이 남는 학회 발표였다. 나에게 이런 아쉬움들은 더 높이 올라갈 수 있는 원동력으로 작용할 것이라 생각한다.

[청취후기]

- TA-Net: Tri-Aspect Network for Camouflaged Object Detection (정자훈, 연세대학교)

해당 발표는 내가 발표했던 세션의 첫 발표로 진행되었다. 위장된 물체를 식별하는 task인 Camouflaged Object Detection(COD)를 하기 위해 배경 대비 3가지 시각적 특성(경계, 색상, 질감) 차이에 특화된 독립 네트워크를 융합하는 방법론을 활용하는 Tri-Aspect Network라는 방법론을 제시했다. COD는 주변 배경과 경계, 질감, 색상 등의 시각적 특성이 유사한 물체들을 구별해내야 하기 때문에, 기존의 일반 Segmentation 모델로는 성능의 한계를 보이고, 기존 COD 방법론들은 주로 단일 네트워크 내부에서 학습 간 도출된 Feature들을 다양한 방법론으로 섞거나 융합하는 방법들을 포괄하는 단일 네트워크에 주로 초점을 맞췄다. 하지만 해당 연구에서는 단일 네트워크보다 더 우수한 세그멘테이션 결과를 보일 수 있도록 시각적 특성 추출에 최적화된 독자적인 모델을 활용하여 결과를 추출하고 이들을 효과적으로 융합하고자 한다.

- MRI data augmentation via Denoising Diffusion Probabilistic Model (장효영, 광운대학교)

해당 발표는 평소 관심있는 주제인 Diffusion Models을 기반으로 한 연구라서 더욱 흥미롭게 들을 수 있었다. 최근 제조 산업, 의료 분야에서 고해상도 MRI가 폭넓게 활용되고 있지만 산업 보안 및 개인 정보 보호의 이유로 MRI 데이터의 활용이 제한되고 있는 상황에서 적은 데이터의 양으로도 고품질 이미지 생성이 가능한 디퓨전 모델을 활용하여 고해상도 MRI 데이터 증강을 하고자 한다. 이에 있어, 기존에 디퓨전 모델에서 보편적으로 활용하는 Gaussian noise가 아닌 MRI의 분포적 특성을 잘 반영하는 Rician noise를 적용하여 특화된 이미지를 생성하는 프로세스를 구축하였다. 발표가 마친 후, 연구의 가정이 올바른지에 대한 내용으로 질의응답이 진행되었다. 나도 정확히 대답할 수 없는 질문이었다. 평소에 논문들을 읽으면서 의심을 하지 않고 받아들이기에 급급했는데 적절한 의심을 통해 확실히 이해하는 것이 필요하다 느낀 순간이었다.

- How are you feeling today? Depression Auto-Test Chatbot based on BERT Classifier (김어진, 서울대학교)

해당 발표는 사용자의 심리를 보조하고, 우울증 진단이 가능한 챗봇들의 한계를 해결하기 위한 연구로 진행되었다. 사용자의 발화를 분석하여 우울증 진단서 내에 필요한 항목을 자동으로 채우는 Auto-Slot filling 및 우울증 관련 발화를 탐지하는 Trigger Detection을 Bert Classifier을 기반으로 시도하였다. 또한, 정신 의학과의 실제 상담 데이터를 학습에 사용하여 LLM의 Hallucination을 최소화하고자 하였다. 추가적으로 발표자의 자신감이 있는 발표를 보며, 자신의 연구에 자신있구나 생각하며 발표를 청취하였다.