2024년 10월 24일, 25일 서울 강남에서 개최된 대한산업공학회 추계학술대회에 참여하였다. 발표자로 참가한 학회는 처음이라 긴장 아닌 긴장도 되었던 것 같다. 개인적으로 느꼈던 것은, 우리 연구실 특유의 모두가 이해할 수 있게 만드는 발표의 중요성이다. 많은 연구와 세미나를 들었지만, 결국 나의 연구 분야가 아님에도 잘 이해가 갔던 발표를 돌이켜보면 가장 간단하게 그리고 가장 직관적으로 납득 가는 발표를 하셨던 분들이다. 나 또한 느낀점 그대로 명심하며, 나의 지식에 맞게 발표하는 것이 아니라 필요한 부분과 부가적인 부분을 구분하여 명확하게 목적성 있는 발표를 해야겠다고 다짐하였다.

[발표 후기]

주제: 누적 재구축 오차 기반 차량 노후화 지표

차량의 상태를 나타낼 수 있는 건전성 지표를 추출하기 위한 방법론에 대해 발표하였다. 차량은 다른 기계 시스템에 비해 생애 주기가 매우 길고, 상태에 대한 레이블을 얻는 것이 어려워 기존의 잔여 수명 예측 기법을 활용하여 건전성 지표를 구축하기에는 많은 어려움이 있다. 또한 차량의 노후화는 10년 이상에 걸쳐 매우 점진적으로 일어나 그 변화를 잘 포착할 수 없기 때문에, 일반적 재구축 오차 기반 노후화 지표 구축이 아닌, CUSUM 타점을 활용한 누적합 기반의 건전성 지표 구축 방법론을 제안하였다. 해당 연구로 발표를 진행한 것이 처음이라 내가 당연히 알고 있는 부분과 청취자들이 알고 있는 부분에 대한 차이에 대해 많이 생각을 해보았다. 연구를 진행함에 있어 내가 겪었던 모든 문제를 나열하는 것도 불필요했고, 모든 변수를 소개하는 것도 불필요했지만 그럼에도 불구하고 프로젝트의 흐름을 이해할 수 있게끔 많은 고민을 했고 결과적으로 발표를 잘 마친 것 같아 뿌듯했다.

질문 1: 차량이라는 기계 특성 상 physics를 무시할 수 없었을 것 같은데 관련하여 모델에 반영이 되었는가? 또한 운전자의 driving condition, 외부 환경이 차량의 상태에 주요하게 작용할 것으로 생각된다. 이러한 부분이 반영되었는가?

답변 1: 학습에 사용한 차량 주행 데이터에 횡가속도, 종가속도, 각축 등과 같은 물리적 요소를 대변할 수 있는 변수가 포함되어 있었기 때문에 어느 정도는 반영되었다고 생각한다. 실제로 연구를 수행함에 있어 처음에 성능이 나오지 않았을 때 거쳐온 고민이었고, 물리학적 정보를 반영한 transformation을 수행하여 입력에 사용해보았지만, 유의미한 성능의 향상은 가져오지 못했다. 또한 주행 상황과 외부 컨디션은 변수에는 포함되어 있었지만, 가장 “일반적인 정상의” 주행을 학습하기 위해서는 어쩌면 해당 외부요소들을 제외하고 학습시키는 것이 정상의 분포를 학습하는데 더 유의미할 것이라 생각하였다.

질문 2 일반적으로 현재 연구의 트렌드는 전통적 spc 기반 방법론에서 딥러닝으로 넘어가는 것이 추세이다. 해당 연구는 어쩌면 반대의 방향으로 연구를 진행한 것인데, 차량이라는 열화가 느린 기계 시스템의 특성에서는 일반적인것인지 일반적이지 않다면 어떤 측면에서 누적합 지표가 더 높은 지표를 끌어냈는지 설명 부탁한다.

답변 2: 해당 도메인에서도 흔한 과정은 아니며, 실험적으로 만들어나간 결과이다. 어떤 식으로든 차량은 주행이 시작되면 노후화가 진행이 된다. 그럼에도 불구하고 reconstruction error만을 사용하였을때는 마치 차량에 노후화가 일어나지 않는 것으로 추측이 될만큼 납득되지 않는 결과를 얻었다. 이에 본 연구만이 가지는 일반적이지 않은 특징인, 몇십년에 걸쳐 열화가 천천히 일어난다는 특성에 집중하여 미세하게 변화하는 분포 변회를 탐지하기 위해 노력했고, 그 과정에서 cusum 아이디어를 차용한 것이다. 단순히 recon error를 누적합하여 잘 나왔다기보다는, 누적합 관리도가 가지는 의미가 잘 들어맞았던 연구였다고 생각한다.

[청취 후기]

-        Virtual Try-On with Pose-Aware Diffusion Models (박태남, 고려대학교)

이미지 기반 가상 의상 착용 상황에서 발생하는 문제(옷의 길이가 다른 경우, 신체의 일부가 비사실적으로 나오는 경우 등)를 해결하기 위해 사전 훈련된 diffusion 기반 가상 착용 아키텍처에 자세와 신체 정보 보존을 강화할 수 있는 추가적인 adaptor를 도입한 연구이다. 개인적으로 ControlNet 기반의 연구를 진행하려다 여러가지 이유로 중단했던 경험이 있어 해당 연구를 수행함에 있어 겪었을 고통들이 생생히 느껴졌다. 우리 연구실 박태남 연구원의 발표로, 해당 연구에 관한 발표를 2번 이상 들은 것 같은데 항상 발표마다 부족했던 부분을 점점 더 채워가는 모습이 같은 연구실 소속 연구원으로서 자랑스러운 마음도 들었던 기억이다.

-       MILP-driven logistics optimization: A case study on improving Kurly’s middle and last-mile delivery efficiency (왕주영, 박수형, 구병주, 강동윤, 이춘오, 컬리 데이터서비스개발)

기업특별세션으로 컬리의 데이터서비스개발 팀에서 진행한 발표였다. 개인적으로 세션 목록을 처음 봤을 때부터 가장 궁금했던 발표였고, 결론적으로도 가장 인상깊었던 발표이다. 발표 주제는 배송 권역 최적화 및 모든 배송회차를 동시에 고려한, 총 이동 시간 및 비용의 최소화를 위한 최적의 node 배정에 관한 내용이었다. 어렵게 풀어 썼지만 결국 고객의 주문을 최소 비용, 시간으로 누락하지 않고 배송하기 위한 전략이다. 내용은 대부분 최적화 기반의 제약식이나 그 상황에 대한 설명을 위주로 진행이 되었다. 간단하게나마 최적화 방식을 보여주셨는데 당시 느꼈던 기분은 ‘당연한 제약식’과 ‘어렵지 않은 전략’이라는 두가지 키워드로 정리할 수 있을 것 같다. 생각보다 어렵지 않은 제약식으로 구성이 되어 있어서 놀랐고, 많이들 세울 수 있는 전략으로 그 정도의 성장을 가져온 회사에 대한 궁금증이 한층 더 커졌다. 당연히 많은 고민과, 해당 식을 전개하기 위한 무수한 노력이 있었겠지만 그것을 simplify하여 청취자들이 이해하기 쉽게 전달하고 요약하는 자세 또한 배울 수 있었으며 재밌는 시간이었다.