2024년 11월 22일부터 23일까지 경주에서 열린 2024 한국데이터마이닝학회 추계학술대회에 참석했다. 그동안 단독 발표 형식으로만 참여해왔기에 이번 포스터 발표는 처음이었다. 처음이라 그런지 "혹시 아무도 내 포스터에 관심을 가지지 않으면 어쩌나" 하는 걱정이 있었지만, 다양한 학교의 연구원들과 교수님들께서 내 연구에 대해 질문하고 경청해 주시는 모습을 보며 기우였음을 알게 되었다. 이번 기회를 통해 내 연구의 기여점과 부족한 점을 다시 한번 점검할 수 있었고, 특히 강필성 교수님 연구실의 박진우 연구원님과 우리 연구실 졸업생이신 고려대학교 융합경영학부 강현구 교수님께서 연구 설명을 요청해 주셔서 의미 있는 피드백을 주고받을 수 있었다. 그 덕분에 학술적으로도, 개인적으로도 큰 배움을 얻을 수 있었던 점에 깊이 감사드린다. 

이번 학회의 독특했던 점은 기존처럼 석·박사 과정 연구원들이 발표하는 방식이 아니라, 교수님들께서 직접 세션 발표에 참여하셨다는 것이다. 교수님들의 발표는 내용의 깊이는 물론 전달력까지 뛰어나 이해하기 훨씬 수월했다. 물론 세션 도우미로 참여하며 듣게 된 B-2 세션은 복잡한 수식 기반의 이론적인 내용이 많아 이해하는 데 다소 어려움이 있었지만, 발표하시는 교수님들의 연구가 매우 깊이 있음을 느낄 수 있었다. 이 과정에서 내 연구를 되돌아보고 앞으로 더 정교하고 깊이 있게 발전시켜야겠다는 다짐도 하게 되었다.

나는 "[A-2] Real-World Applications of AI - 1" 그리고 "[B-2] AI Theory and Methods" 두 세션에 참석하여 발표를 들었고, 그 중 가장 인상적이었던 두 교수님의 발표를 꼽아보자면 아래와 같다.

[A-2] : (1) Anomaly Detection in FDC Trace Time-Series Data: Distance-based Approach vs. Foundation Model (고영명 교수님 - 포항공과대학교)

해당 발표는 포항공과대학교(POSTECH) 고영명 교수님께서 진행해주셨다. 비록 내가 이상치 탐지 연구를 진행하지는 않지만, 시계열 데이터를 다룬다는 점에서 익숙한 내용이 많아 상대적으로 이해가 수월했다. 발표 중 "과대 일반화(overgeneralization)"라는 개념이 특히 기억에 남았는데, 이는 정상 시계열 데이터만 복원하며 학습하는 Training 과정에서 모델의 학습력이 과도해져, Test 단계에서 등장하는 비정상(abnormal) 데이터까지 뛰어난 복원력을 보이는 문제를 말한다. 이러한 경우, Test 단계에서 비정상 데이터를 정상으로 잘못 분류하는 false positive 문제가 발생할 수 있다. 이 문제를 해결하기 위해 다양한 제약 조건을 제안하며, 시계열 데이터 분석에서 발생할 수 있는 이러한 함정을 지적하셨고, 덕분에 시계열 데이터 분석에서 새로운 관점을 배울 수 있었다. 많은 내용을 다뤄야 하는 발표임에도 교수님께서는 주기적으로 시간을 확인하며 속도를 조절해 나가시는 모습을 보며 발표를 하는 자세도 배울 수 있었다. 더불어 교수님의 재치 있는 말씀 덕분에 발표가 재미있고 흥미로웠으며, 몇 번 웃으며 발표에 더욱 집중할 수 있었다. 

[B-2] : (2) Fantastic Robustness Measures: The Secrets of Robust Generalization (김호기 교수님 - 중앙대학교)

해당 발표는 중앙대학교 산업보안학과의 김호기 교수님께서 진행해주셨다. 본 논문은 특정 문제의 매력적인 알고리즘을 제안하는 내용이라기 보다는, 상황에 맞는 특별한 "measures"의 중요성을 강조하는 발표였다. 발표 제목에 있는 Robustness에 대하여 설명해주실 때 한 장의 이미지에 육안으로는 구분할 수 없는 noise를 부여하게 되면 전혀 다른 output을 내놓는 예시를 보여주시면서, 단순히 noise만 부여했을 때도 이에 적합한 measure를 적용해야 함을 강조하셨다. 나도 준지도 도메인 적응 방법론(semi-supervised domain adaptation) 연구를 진행하면서 굉장히 많은 measures를 혼합해서 사용하고 있는데, 과연 내가 모델이 학습하는데 도움이 되는 적합한 measure를 사용하고 있는가?에 대하여 생각해보게 되는 발표였다. 그리고 무엇보다 서로의 방법론이 뛰어나다, SOTA다, 하는 연구가 아니라 굉장히 근본적이면서도 중요한 내용이었던 것 같아서 유익했던 것 같다. 그리고 김호기 교수님께서 준비해주신 발표 자료가 굉장히 직관적이어서 이해하기 좋았던 것 같다.