[학회 후기]
2024년 5월 30일, 한국데이터마이닝 춘계학술대회에 참가하였다. 학회 세션들은 다양한 주제들로 구성되어 있었고, 흥미로운 연구들을 청취할 수 있는 좋은 기회였다.

[발표 후기]
'도메인별 최대 손실 함수를 고려한 강건 최적화 기반 도메인 일반화'를 주제로 발표를 진행했다. 발표를 하면서 느낀 점이 많았는데 특히 발표 시간 관리에 대해 부족함을 많이 느꼈다.
학회 발표는 10분 발표와 2분 질의응답 시간으로 구성되어 있었는데, 10분이라는 짧은 시간 동안 도메인 일반화와 강건 최적화에 대한 간단한 설명 등 너무 많은 것들을 전달하려 한 것 같다. 나름대로 압축하고 핵심적인 내용만 전달해야겠다는 생각을 했지만, 설명해보고 싶었던 부분들을 장표에 다 챙기면서 욕심을 부렸다. 장표 수도 그렇지만 결과적으로는 발표 연습이 부족했던 것 같다. 주어진 시간 내에서 설명하고 싶은 것이 많다면, 그만큼 발표 연습을 더 해야겠다고 생각이 들었다.
발표를 준비하면서, 이론적인 내용들을 어떻게 하면 더 핵심적이고 시각적으로 보여줄 수 있을까 고민을 많이 했었다. 그래도 여전히 잘 모르겠다.. 다음 발표 전까지 해결해봐야 할 숙제라고 생각한다. 발표를 마치고 용원이형과 진수에게 방법론 inference 관련 질문을 받았다. 질의응답을 마치고 스스로 더 좋은 방식이 있을까 생각해보게 되었다. 좋은 질문을 해준 두 사람에게 고맙다는 말을 전하고 싶다.
개인적으로 아쉬움도 느꼈고 부족함도 느꼈지만, 이번 발표를 계기로 한층 더 성장할 수 있었던 좋은 기회였다. 개인 연구가 상당히 어렵게 느껴지고 있지만, 끝까지 잘 마무리 할 수 있는 원동력 중 하나로 작용할 것이다.

[청취 후기]
- TA-Net: Tri-Aspect Network for Camouflaged Object Detection
해당 발표에서는 주변 배경과 유사한 물체를 식별하는 Camouflaged Object Detection (COD)을 위한 TA-Net을 제시하였다. TA-Net은 경계, 색상, 질감 3가지 시각적 특성 차이에 특화된 독립 네트워크를 융합해서 COD를 수행한다. COD는 주변 환경과 유사한 경계, 색상, 질감을 가진 물체를 구별하는 과제인만큼 일반적인 segmentation 모델로는 한계를 보인다. 기존 COD 방법론들은 주로 단일 네크워크 내에서 도출된 특징을 융합하는 방식에 중점을 두고 있는데, TA-Net은 독립적으로 시각적 특성을 추출하는 모델을 사용하여 더 우수한 결과를 도출할 수 있었다. 발표에서 셀로판지 안경을 예로 들어 설명을 해주었는데, 셀로판지 색상에 따라서 인식되는 물체에 차이가 있다는 것으로 방법론의 포인트를 직관적으로 잘 설명해주었다. 방법론의 세부적인 기법들을 전부 이해하기는 어려웠지만,  COD 분야 문제를 풀어나가는 흐름을 볼 수 있어서 매우 흥미로운 발표였다.

- 포즈 인식 디퓨전 모델을 통한 가상 의상 착용
본 연구에서는 이미지 기반 가상 의상 착용(Virtual Try-On, VTON)을 목표로 두고, 기존 방법론들이 가지는 한계점들을 극복하고자 새로운 접근 방식을 제안했다. 기존 연구들은 사람들의 포즈를 제대로 인식하지 못하거나 옷의 길이가 달라질 때 가상 의상 착용의 정확성이 떨어지는 문제점을 가지고 있다. 이를 해결하기 위해서, 해당 연구에서는 디퓨전 모델에 포즈 정보를 함께 제공하여 문제를 풀어 나갔다. 발표자 덕분에 VTON 분야의 문제점을 파악할 수 있었고, 이를 해결하기 위해 직관적이면서도 효과적인 방법을 고안한 노력이 돋보였다.
흥미로운 발표를 진행해준 박태남 연구원에게 감사인사를 전한다.