2024년 11월 22일부터 23일까지 경주 화백컨벤션센터에서 열린 한국데이터마이닝학회 추계 학술대회에 참석하였습니다. 이번 학회는 교수님들과 기업체 직원들의 구두 발표와 대학원생들의 포스터 발표가 조화롭게 어우러진 뜻깊은 자리였습니다. 다양한 연구를 폭넓게 접할 수 있었을 뿐만 아니라, 직접 포스터 발표를 통해 다른 연구자들과 활발히 소통할 기회도 가질 수 있었습니다.

포스터 발표에서는 "Environment-Adaptive Optimization of  Deep Reinforcement Learning Policies for Semiconductor Tool Scheduling" 연구를 소개하였습니다. 반도체 제조공정의 대표적인 설비 형태인 클러스터 장비의 현실적인 시뮬레이션 환경을 기반으로 기존 휴리스틱 Rule-based 스케줄링 대비 DRL 에이전트 스케줄링에 가능성을 보여준 연구입니다. 포스터 발표 동안 다양한 질문을 받았고 이를 통해 더 의미있는 연구가 될 방향을 찾을 수 있었던 기회였습니다.

[청취 후기]

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

USP(Unique Selling Point)는 제품이 대중의 관심을 끄는 요소, 경쟁사 대비 차별화된 강점, 또는 특별한 혜택 등을 뜻합니다. 기존에는 인터뷰를 기반으로 USP를 도출했지만, 이 과정에서 생기는 편향으로 인해 실제와는 다른 USP가 발굴될 위험이 있었습니다. 이를 해결하기 위해, 사용자 반응 데이터를 토픽 모델링 기법에 적용하여 객관적이고 해석 가능한 USP analysist 프레임워크를 제시한 강필성 교수님의 발표는 매우 인상적이었습니다. 특히 강 교수님께서는 복잡할 수 있는 언어 모델링 기법을 명쾌하게 설명해 주셔서, 언어 모델이 다양한 산업 분야에서 얼마나 폭넓게 활용되고 있는지 느낄 수 있었습니다. 이번 발표를 통해 언어 모델 기술이 앞으로도 많은 기업에서 중요한 역할을 하게 될 것이라는 확신을 가지게 되었고, 관련 분야에 대한 더 깊은 관심을 갖고 공부를 해봐야겠다는 생각이 든 좋은 연구였습니다.

2. 반도체 제조 현장에 지능형 이미지 분류 AI 시스템 적용 사례

최근 많은 기업이 공정 자동화와 스마트 팩토리 구현을 목표로 인공지능 기술을 도입하고 있습니다. SK 하이닉스 역시 반도체 품질 판정 업무를 지원하기 위해 이미지 분류 AI 모델을 현장에 적용하고 있다고 합니다. 하지만 개발자 인원이 제한적이어서 매번 모델을 튜닝하거나 새로운 데이터와 문제에 적응시키는 데 어려움이 있었다고 합니다. 이를 해결하기 위해 SK 하이닉스에서는 비전문가도 간단한 클릭만으로 AI 모델을 생성하고 활용할 수 있는 MLOps 시스템을 개발하였습니다. 이 접근 방식은 개발자뿐만 아니라 현장 직원 모두가 AI 기술을 쉽게 활용할 수 있도록 하며, 기업 내 AI 도입의 문턱을 낮추는 데 기여하고 있습니다. 발표를 들으며 MLOps가 단순히 효율성을 넘어 AI 모델의 접근성과 실용성을 높이는 핵심 기술로 자리 잡고 있다는 점을 체감할 수 있었습니다. 앞으로도 MLOps의 활용은 점점 더 많은 기업에서 주목받게 될 것 같습니다.

마지막으로, 훌륭한 학회를 준비해 주신 교수님들과 운영진께 감사의 마음을 전하며, 앞으로도 학문적 교류의 장으로써 한국데이터마이닝학회가 계속해서 발전하길 기원합니다.