# 학회 후기

2024년 11월 22~23일 경주 화백컨벤션센터에서 열린 한국 데이터마이닝학회 추계학술대회에 포스터 발표자로 참가했다. 포스터 발표자로서 처음 참여한 만큼 뜻깊은 경험을 할 수 있었고, 여러 사람들의 연구와 강연을 들으며 매우 유익한 시간을 보냈다. 최근 거대언어모델이 엄청난 관심을 받고 있다는 사실을 알고 있었지만, 이번 학회를 통해 이를 다시 한번 체감할 수 있었다. 또한 연구실 모든 인원들과 함께 참석해 식사를 하며 즐거운 추억도 쌓을 수 있었다. 이번 계기로 앞으로도 다양한 학회에 많이 참석해 안목을 넓히고 싶다는 생각을 하게 되었다.


# 발표 후기

주제: 동적 관심구간 선정법을 활용한 디퓨전 기반 PPG to ECG 변환
내 연구는 심혈관 질환을 탐지하기 위해 사용되는 ECG 데이터가 수집하기 까다롭다는 문제를 해결하고자, PPG 데이터를 활용해 ECG 데이터를 생성하는 디퓨전 기반 모델을 제안하는 것이다. 단순히 PPG를 조건으로 넣어 생성하는 것이 아니라 동적으로 관심 영역을 선정하고 이를 집중적으로 학습하는 방법을 사용했다.

시계열 데이터를 위한 디퓨전 모델에 대해 연구하는 사람들을 많이 만나보지 못해 평소 내 연구가 관심을 많이 받지 못하는 분야인가 하는 고민이 있었다. 하지만 학회에서 많은 분들이 관심을 가지고 내 연구에 대해 질문해 주어 매우 뿌듯했다. 특히, 동적인 관심 영역 설정 방법과 데이터 수집 및 전처리 과정에 대한 질문이 다수 있었다. 포스터 사진을 찍어가도 되냐는 분들도 많았고, 연구에 관심을 가져 주시는 분들께 감사함과 스스로의 작은 성취감을 느낄 수 있었다.


- 주고받은 질문

기억에 남는 질문은 다음과 같다:

질문 1: 전통적인 통계 기반 방법을 사용하면 PPG 데이터로 ECG를 충분히 잘 만들 수 있을 것 같은데, 딥러닝 모델을 굳이 써야 하는 이유가 뭔가요?

답변 1: 전통적인 통계 기반 방법들은 확실히 빠르고 정확합니다. 하지만 바이오 시그널 특성상 사람마다 가지는 특성이 매우 다양하고, 이에 따라 시그널이 크게 달라질 수 있습니다. 예를 들어, 심장 관련 질병을 가지고 있거나 스트레스를 많이 받는 사람들은 일반적인 사람들과 매우 다른 ECG와 PPG 양상을 보입니다. 저는 이러한 다양한 특성을 가진 데이터를 하나로 합쳐 학습하여 더욱 일반적인 성능을 끌어내고자 했습니다. 딥러닝을 사용하면 통계 기반 방법론에 비해 다양한 데이터에서 더욱 일반화된 성능을 얻을 수 있습니다.


질문 2: 동적 관심 구간을 선정하는 방법에서 QRS 복합체가 관심 영역에 무조건 포함되었다는 것을 어떻게 알 수 있나요?
답변 2: ECG 시그널에서 중요한 정보를 가지는 피크는 P, Q, R, S, T의 다섯 가지입니다. 이 피크들이 등장하는 순서는 항상 고정되어 있기 때문에, P와 Q의 중간 지점, S와 T의 중간 지점을 시작 지점과 끝 지점으로 설정하여 QRS 복합체가 관심 영역에 무조건 포함되도록 설계했습니다.


# 청취 후기

1. 차분 프라이버시 기반 추천 시스템에서 트리 압축을 통한 프라이버시 예산 절감 기법
추천 시스템에서 사용자의 프라이버시를 보호하기 위해 거대언어모델을 활용한 연구이다. 접두사 트리를 이용해 모든 레이어에 균등하게 프라이버시 예산을 할당하는 기존 연구들은 트리 깊이에 따라 과도한 노이즈로 인해 프라이버시 보호가 어려울 수 있다. 본 연구에서는 데이터의 길이, 밀도, 쏠림을 고려한 트리 압축 방식을 통해 이러한 문제를 해결하고자 했다. 이전 노드의 예측을 바탕으로 동일한 값을 예측하는 노드를 합쳐 압축하고, 노이즈 가중치를 재계산해 모든 데이터 경로에 균등한 노이즈를 할당하는 방식을 사용했다.


2. 금융과 생성형 AI의 융합: Banking Agent
최근 금융 기업에서 생성형 AI를 도입해 AI Agent를 만들기 위한 연구가 활발히 진행되고 있다. AI Agent란 LLM과 RAG를 포함한 다양한 기술을 활용해 사용자의 질문을 처리하고 실제 행동을 수행할 수 있는 인공지능 시스템이다. 특히 금융 도메인이라는 특수한 분야에 맞춘 AI Agent를 개발하기 위해 금융 데이터를 활용한 미세조정과 RAG 기반 기술을 적용해, 다양한 복잡한 업무를 자동화할 수 있도록 연구가 진행되고 있었다.


마지막으로, 이번 한국 데이터마이닝 추계학술대회를 준비해준 모든 분들께 감사의 인사를 전하며 후기를 마친다.