[학회 후기]

`25.4.25 ~ 4.26, 강남 노보텔 호텔에서 열린 12번째 ICIEA 학회에 참가하였다. 회사에 근무할 때 관련 업계의 학회는 몇 번 참석한 경험이 있었지만, 산업 공학 분야의 국제 학회 참석은 난생 처음이고, 더군다나 그러한 학회에서 발표하는 것 역시 처음이라 약간의 긴장과 기대감을 가지고 학회에 참석하였다.  제공되는 식사가 호텔 뷔페식으로 굉장히 맛있었다. 아울러 우수 발표 상도 받게 되어 잊을 수 없는 경험이 될 것 같다.

[발표 후기]

`25.4.26, 14번째 Oral Session인 "Digital Additive Manufacturing and Material Processing Technology" 세션에서 8번째로 발표하였다.  현재 연구 중인 "용강 온도를 예측 방법론" 에 대해서 발표를 진행하였다. 제강(Steelmaking)이라는 분야가 청중들에게 익숙하지 않을 것을 고려하여, 제강 공정과 설비에 대해 최대한 알기 쉽게 설명하기 위해 시간을 꽤 할애했던 것 같다. 용강 온도를 예측하는 시도는 생각보다 공개된 논문 수가 많지 않다. 이는 아마도 "제철" 이라는 Red Ocean에서 각 기업들이 자신들의 기술이 노출될 것을 꺼려하기 때문일 것이라는 추측이 들었다. 나는 기존의 연구들이 전로에서 용강을 만들어내는 매 공정을 독립시행으로 간주한 것과 차별하여, 전로 공정이 지속적으로 이전 공정의 영향을 받는 Time-Series로 가정하였다. 먼저 공정 변수들 중 유사한 변수들끼리 묶어 4개의 카테고리를 만들고, 카테고리들을 Attention하여 유의미한 정보를 추출하는 과정을 설명하였다. 이후 전로의 사용 횟수의 중요성과 이를 임베딩 하여 모델에 반영하는 부분을 차근차근 설명하고, 그에 따라 온도 예측 능력이 기존의 독립 시행을 가정했을 때 대비하여 점점 향상됨을 보여주었다.  

질문 1: 모델 평가 방법 중 Hit ratio가 의미하는 것은?

답변 1: 공정에서 목표온도가 정해져 있는데, ±10℃ Hit ratio는 목표 온도 대비 ±10℃ 이내로 온도를 맞춘 비율입니다.  

질문 2: 모델 구성할 때 왜 변수들을 카테고리로 굳이 묶었나요?

답변 2: 처음에는 변수들을 묶지 않고 시도 했었는데 성능이 좋지 않았습니다. 저는 왜 그럴까 고민을 거듭하다가 비슷한 성질의 변수들이 거의 같은 영향력을 y에 행사하고 있다는 것을 발견하였습니다. 따라서 저는 각각의 변수들에게 weight를 일일히 학습시키는 것보다, 비슷한 변수들을 묶어 하나의 Feature를 만들면, 모델의 복잡도도 줄어들고, 효율이 증가하며, 비슷한 변수가 일관된 Signal을 y에 줄 것으로 생각하였습니다. 그래서 그룹핑을 진행했고, 결론적으로 성능까지 향상되었습니다.

질문 3: 데이터는 몇 개의 전로로부터 얻었나요?

답변 3: 1개 전로입니다.

[청취 후기] From Manufacturing to Valufacturing in Korea : Perspectives from industrial Engineering

Keynote Speech로, 포스텍의 김광재 교수님께서 발표를 해주셨다. 차분하면서도 정확한 발음으로 일관되게 발표하셨는데, 내용 전달력이 굉장히 좋아서 기억에 강하게 남는다.

강연에서, 한국이 지난 60년동안 제조업을 기반으로 엄청난 경제성장을 이뤄냈음을 설명하면서, 현재는 이러한 제조업이 유연하지 못한 노동 시장, 지나치게 경직된 상하청 관계, 그리고 노후화된 산업 생태계로 인해 위기임을 강조하였다.

이를 극복하기 위한 새로운 패러다임으로 K-GIFT Valufacturing을 소개하였는데, K-GIFT는 Korea-Green and Intelligent Factory for Tomorrow의 약자로, 친환경적이고 디지털 기반의 똑똑한 공장을 만들어서, 단순히 생산만 하는

Manufacturing에서 더 나아가 가치를 창출하는 Valufacturing으로 가자는 것이다. 특히 Valufacturing의 예시로 삼성, 포스코, 현대차의 사례를 보여주었는데, 실제 산업 현장의 사례를  보여주어서 더욱 기억에 남는 강연이었다.