2024년 11월 22일과 23일 양일간 열린 2024 한국데이터마이닝학회 추계학술대회에 참가하였습니다. 특히 이번 학회에서는 처음으로 포스터 발표를 하게 되었는데, 포스터를 만드는 과정을 포함한 대부분의 준비 과정이 첫경험이었기 때문에 학회가 끝난 지금 시점에서 돌아보니 약간의 후회와 아쉬운 마음이 들기도 합니다. 구두 발표가 아닌 포스터라는 특성에 맞추어 많은 부분을 생략하였고, 중요한 부분이라 생각하는 부분을 중점으로 포스터를 구성하였지만 어쨌든 청자들은 해당 연구 분야를 포함한 내용을 처음 접한다는 사실을 간과했다는 생각이 들었습니다. 연구 관련 설명을 끝내고, 들어오는 질문들이 대부분 그래서 이 연구의 도메인이 무엇을 의미하는지 / 연구의 목적 및 결과가 어떤 것을 의미하는지와 같은 어떻게 보면 의미론적이고 general한 질문이었다는 점에서 위와 같은 감정을 느꼈습니다. 또한 해당 질문들이 최근에 받았던 논문 리비전의 내용과 유사하다는 점에서 본질적인 내용의 부족함과 수정 방향에 대해서도 고민할 수 있는 좋은 기회였습니다.

포스터를 제외한 다른 세션은 일반적 학회와 다르게 석,박사 연구원이 아닌 교수님들께서 발표해주셨습니다. 뜬금없지만 개인적으로 가장 놀랐던 점은 젊은 교수님들의 존재였습니다. 대학원생으로 보였던 분들이 교수님이셨고, 직접 발표하시는 모습과 연구 내용을 보며 경이로움을 느꼈습니다. 이 부분이 가장 자극이 되었습니다. 열정과 그를 뒷받침하는 노력을, 그리고 모든 것을 성과로 끌어내기까지의 과정이 머릿속에 그려지며 저 또한 훌륭한 연구자가 될 수 있도록 열심히 해야겠다는 생각을 하였습니다..

[청취후기]

1. 고객 리뷰 데이터를 활용한 Unique Selling Point 검증 및 탐색 프레임워크 - 강필성 교수님(서울대학교 산업공학과)

해당 프로젝트는 제품의 차별성을 위해 고객이 제품에 가지는 관심의 정도, 경쟁사 대비 장점 및 혜택을 USP(Unique Selling Point)의 관점에서 효과적으로 파악하기 위한 목적이었습니다. 기존 인터뷰 기반 USP 발굴 방식의 편향 문제를 해결하기 위해 사용자 반응 데이터를 활용한 토픽 모델링 기법을 적용하였 이를 통해 객관적이고 신뢰도 높은 USP 도출과 함께 해석 가능한 결과를 제공한 프로젝트였습니다. 해당 발표를 들으며 VoC의 관점에서는 딥러닝이 가지는 고질적인 문제인 해석의 어려움이 가장 큰 이슈가 될 수 있겠다는 생각을 하였습니다. 기업의 관점에서 수요 예측에 활용하기 위한 인공지능은 단순 예측이 아닌 마케팅 전략 수립, 고객 중심 의사결정 과정의 근거가 될 수 있어야 그 실효성이 있다고 생각합니다. 프로젝트를 함에 있어 목적을 명확히 하고, 그를 위해 어떤 접근법이 가장 효과적일지에 대한 flow를 그려나갔다는 과정을 읽을 수 있었고 저 또한 화려한 기법보다는 목적에 부합한 방법론의 적용을 우선시 해야한다는 점을 다시한번 느꼈습니다.

2. Physics-informed Machine Learning for Engineering Applications - 강지훈 교수님 (한국공학대학교 경영학과)

물리 법칙과 제약 조건을 머신러닝 모델에 통합하여 공학 문제를 해결한 여러가지 사례를 소개해주셨습니다. neural network, dynamics, diffusion 등 사실 인공지능의 기반은 자연 과학에서 그 이론을 그대로 컴퓨터에 빗대는 경우가 많습니다. 이처럼 물리의 법칙을 인공지능에 접목하여 문제를 해결하여 공학적 효율성과 정확성을 높일 수 있다는 사실을 포함한 여러가지 접근법을 알 수 있었습니다.

이번 학회는 우리 연구실 연구원 선배들이 스태프로 적극적으로 준비한 것으로 알고 있습니다. 학회 준비부터 진행까지 매끄럽게 진행되는 것을 보고 그들의 수고와 노고에 다시 한번 감사함을 느꼈습니다. 연구실 인원들의 대부분이 참석한만큼 포스터 인쇄 및 운반 등 번거로울 수 있는 일들을 도맡아서 책임져주신 선배들에게 고마움을 전달하며 마무리합니다! :)