2024년 11월 22~23일 경주에서 열린 한국 데이터마이닝 추계학술대회에 참여하였습니다.

석사 입학 후 첫 학회이자, 포스터 발표를 진행하게 된 자리였기에 매우 뜻깊은 경험이었습니다. 다양한 연구원들과 직접 소통하며 배운 점이 많았고, 특히 관심 분야와 관련된 발표를 들으며 새로운 아이디어를 얻는 소중한 시간이 되었습니다.

이번 학회는 특히 포스터 발표와 세션 발표의 구성이 새롭고 인상적이었습니다. 약 130팀의 학생 연구원들이 참여한 포스터 발표를 통해 다양한 연구 주제를 폭넓게 접할 수 있었고, 교수님들께서 직접 진행하신 세션 발표에서는 심도 있는 연구 내용을 새로운 관점에서 배울 수 있었습니다. 

[발표 후기]

주제: 최근접 이웃 알고리즘을 활용한 증강 데이터에 대한 범주 정보 할당

동기들과 함께 연구를 진행하고 포스터 발표를 하였습니다. 발표 중 여러 연구자분들과의 질의응답을 통해 다양한 시각에서 연구를 돌아볼 수 있는 기회가 되었으며, 개선점도 다수 발견할 수 있었습니다.

질문1: 현재 포스터에는 성능의 평균값만 제시되어 있는데, 개별 데이터셋에 대한 성능도 비교해보면 어떨까요? 특히 불균형이 심한 데이터셋에서의 성능 차이를 별도로 확인해보면 좋을 것 같습니다.

답변1: 말씀 주신 대로 데이터 불균형을 고려한 개별 데이터셋 성능 분석도 필요하다고 생각합니다. 추가 실험을 통해 개선점을 찾아보겠습니다.

질문2: GNB와 RF모델에서는 왜 WeKel(제안 방법론)보다 Cifrus 증강 방식이 더 나은 성능을 보이나요?

답변2: 해당 모델들이 상대적으로 간단한 구조를 기반하여 작동하기 때문에 오히려 제안 방법론의 복잡도가 일반화 성능에 영향을 미쳤을 가능성이 있다고 생각합니다. 

[청취 후기]

다양한 주제로 진행된 교수님들의 발표를 들으며 현재 LLM 분야의 급속한 발전과 응용 가능성을 체감하였습니다. 특히 생성형 AI와 RAG를 활용한 실질적 문제 해결 사례들은 LLM이 단순한 언어 생성 도구를 넘어 각 산업에서 중요한 의사결정 지원 도구로 자리잡고 있음을 느끼게 해주었습니다.

[A-1 세션: 기업 AI 활용 사례 및 산학협력]

1. 금융과 생성형 AI의 융합: Banking Agent (우리은행 김효준 차장님)

해당 프로젝트를 통해 금융서비스에 생성형 AI를 접목한 사례를 소개해주셨습니다. 특히 GPT 기반의 서비스를 금융권에서 적용할 때 발생하는 hallucination 문제 방어와 학습 데이터 확보 및 검증 환경 구축에 대한 고민이 인상적이었습니다.

RAG(Retrieval-Augmented Generation) 기술을 활용하여 챗봇의 검색기능을 향상시킨 사례를 소개하여 금융 상담 서비스의 품질 개선 사례를 보여주셨습니다. 더 나아가, Agent를 활용하여 콜봇을 구현하여 단순 반복적인 업무를 자동화함으로써 인력 효율화와 비용 절감 효과를 실현한 점 흥미로웠습니다.

해당 발표를 듣고 앞으로 Agent 기반 기술이 더욱 중요해질 것이며, 이러한 혁신적인 접근이 금융 서비스 뿐만 아니라 많은 산업의 패러다임을 바꿀 잠재력을 가지고 있음을 느낄 수 있었습니다.

2. 목적 지향적 토픽 모델링을 통한 Unique Selling Point 발굴 프레임워크 - LG전자 H&A 산학과제 (서울대학교 강필성 교수님)

LG전자의 마케팅 전략에 LLM을 접목한 사례를 소개하며, 딥러닝과 LLM을 활용한 목표 지향적 토픽 모델링(Goal-Oriented Topic Modeling)을 제안하신 발표였습니다. 기존 마케팅에서 고객 리뷰를 기반으로 전략을 수정하던 방식은 사용자 목적에 따른 클러스터링의 어려움, 토픽 정의의 주관성, 토픽 표현의 해석 난이도와 같은 한계를 가지고 있었습니다. 이를 극복하기 위해 GPT-4를 활용해 고객 리뷰의 세부 주제를 생성하고, 제품의 Unique Selling Point(USP)를 도출하는 프레임워크를 개발한 점이 매우 인상적이었습니다.

특히, GPT-4가 생성한 세부 주제를 "제품의 기능/특징은 사용 효과이다"라는 구조로 정리하여, 기존 토픽 모델링 방식과 비교해 훨씬 명확하고 실용적인 인사이트를 제공한다는 점이 돋보였습니다. 이 접근법은 실제 LG전자 담당자가 사내 공모전에서 큰 상을 수상할 만큼 효과적이었다고 하여, 마케팅 분야에서도 LLM을 활용한 전략 수립이 얼마나 큰 효율성을 가져올 수 있는지를 실감할 수 있었습니다.

이 발표를 통해 딥러닝 기술이 단순히 데이터 분석에 그치지 않고, 실질적인 비즈니스 의사결정 도구로 활용될 수 있다는 점을 체감할 수 있었습니다. 또한, LLM 기술을 다양한 산업 도메인에 어떻게 창의적으로 접목할 수 있을지 고민해볼 수 있는 좋은 계기가 되었습니다.