[학회 후기]

2024년 11월 22-23일, 경주 화백컨벤션센터에서 개최된 한국데이터마이닝 추계학술대회에 참여하게 되었다. 한국데이터마이닝 학회는 저번 춘계학술대회 이후에 2번째 참석이다. 그 때는 서울에서 진행되었지만 이번에는 경주에서 진행되었다. 거리가 멀어진 만큼 기대감은 커졌다. 또한, 모든 연구실 인원이 참여한 학회는 처음이었기 때문에 더욱 더 기대를 하며 학회에 참석하였다.

학회장에서는 기존의 방식과는 다르게 세션들이 진행되었다. 교수님들과 기업 관계자분들이 발표를 진행해주셨으며, 학생들은 모두 포스터 세션에서 발표를 진행하였다. 교수님들과 기업 관계자분들의 발표를 들으며 많은 것들을 배우고 느낄 수 있었다. 특히, 여유있게 발표하는 모습들을 닮고 싶었다. 학회 마지막 세션으로 진행된 신임 교원 패널 세션도 교수님들의 역경이나 고민, 성공 사례들을 들을 수 있어서 매우 흥미로웠다.

[포스터 발표 후기]

주제: Virtual Try-on with Pose-Aware Diffusion Models

지금까지 참석한 3번의 학회에서는 oral 발표를 진행했지만, 처음으로 poster 세션에서 발표를 진행했다. poster 세션은 청취자분들이 더욱 가까이서 설명을 들어주시고 즉각적으로 질문을 한다는 점에서 매우 새로웠다. 또한 oral 발표와는 다르게 내용을 여러번 설명드리게 되는데 이런 점이 생각보다 어려웠고 힘들었다. 그래도 옆에서 관심있게 내 연구에 대한 설명을 들어주시고 질문을 해주신다는 게 매우 감사한 순간들이었다. 마지막에는 운이 좋게 논문 대상을 수상할 수 있었다. 너무 좋은 경험이었다.

질문: 컨디션 이미지로 사용한 skeleton과 densepose map을 따로 학습한 이유가 있는지?

답변: skeleton 이미지는 신체의 관절과 같은 개괄적인 정보를 포함하고 있고, densepose map은 신체의 볼륨같이 보다 세부적인 정보들이 포함되어 있기 때문에 각 이미지가 가지는 특성이 다르다고 판단하였다. 그런 이유로 각 이미지의 특성을 살리기 위해 각 이미지를 활용해 모듈을 따로 학습하였다.

[청취 후기]

반도체 웨이퍼 투과식 전자 현미경 이미지 내 노이즈 제거를 위한 Segment Anything 기반 가상 계측 레이블을 활용한 최적화 (김성수, 고려대학교)

최근 반도체 산업에서의 데이터 활용에 대해 많은 관심을 갖고 있어 매우 흥미롭게 들을 수 있었다. 해당 연구는 반도체 웨이퍼 내부 계측에 있어 TEM 이미지 활용할 때, TEM 이미지가 많은 노이즈를 지니고 있는 상황을 해결하고자 하였다. 웨이퍼 TEM 이미지 노이지를 직접 제거할 수 있으면 좋겠지만, 웨이퍼 TEM 이미지는 일반적인 카메라로 촬영한 이미지와 다른 특성을 갖기 때문에 그런 접근은 불가능하다. 이를 해결하기 위해 필터 기반 노이즈 제거 모델의 다양한 파라미터로 생성된 이미지들을 선형 결합하여 이미지 내 노이즈를 제거한다. 이때, Segment Anything 모델에서 나온 가상 계측 레이블을 목적함수로 설정하여 최적 선형 결합 가중치를 산출하는 방식을 제안했다. 해당 방법론을 들으며 각 산업에서 데이터를 활용함에 있어 많은 어려움이 존재하고 도메인의 특성에 맞는 참신한 접근 방식이 필요하겠다는 생각이 들었다.