학회 Summary

이탈리아 파두아에서 열린 ISSPM 학회에 참석하고 돌아왔다. ISSPM 학회는 2년에 한 번씩 열리는 통계적 품질 관리 학회로, 관련 분야의 세계적인 대가들이 모이는 의미있는 학회이다. 주로 관리도 관련 이론과 응용 사례들이 발표되고 이와 관련한 토론이 활발히 이뤄진다. 이 학회가 굉장히 특별하고 좋았던 부분은 모든 발표가 하나의 트랙으로 구성되어서 진행되는 것이다. 일반적인 학회들의 경우 여러 세션들이 동시에 열리는 경우가 많은데, 이 학회는 모든 참가자들이 참석하는 가운데 발표가 진행되어 집중도 높게 발표들을 들을 수 있었다. 세계적인 연구자들의 발표를 하나도 놓치지 않고 들을 수 있어서 많은 공부가 되었던 학회였다.

이번 학회에서는 박사 과정 학생이 발표를 할 수 없었기 때문에 교수님께서 발표하시는 것을 들었는데, 개인적으로 많은 공부가 되었다. 동일한 내용을 싱가포르에서 열린 ICIEA 2015에서 내가 발표했었고, 내가 발표했던 것과 비교해 보았을 때 훨씬 더 직관적이고 명료한 발표였던 것 같다. 내가 발표를 했을 때 집중했던 부분은 새롭게 개발한 알고리즘 그 자체의 설명에 집중을 했었다. 이에 반해 교수님께서는 관련 방법론의 역사적 흐름 속에서 새롭게 제안하는 방법이 어떠한 의미가 있는지를 설명하시고, 기존의 방법과의 차이점을 선명하게 설명하셨던 것 같다. 그래서 많은 교수님들이 잘 이해하시고, 관심을 갖으면서 활발한 토론이 이뤄졌었다. 김성범 교수님과 다른 교수님들이 토론한 내용을 통해서 연구와 관련해 중요한 부분들을 깨달을 수 있었다. 학회에서 다른 연구자들이 잘 이해할 수 있도록 좋은 발표를 하는 것이 제안 방법론을 널리 알리는 데 도움이 되는데, 추가적으로 다른 연구자들이 잘 이해했을 때 좋은 토론을 할 수 있고 제안 방법론이 더욱 더 발전할 수 잇는 계기가 되는 것 같다. 앞으로 학회 발표를 많은 사람들이 이해할 수 있도록 더 잘 준비해야 될 것 같다.

교수님과 청취자들 간의 토론을 들으면서 이 연구가 나아가야 할 방향에 대해서 이런 저런 생각을 하게 되었는데, 먼저 통계적 품질 관리 연구의 역사에서 제안 연구가 어떠한 위치에 있는지 좀 더 명확히 정의할 필요가 있다고 생각했다. 전통적인 방법과 조금 다른 접근 방식을 가지고 있기 때문에 연구에 대한 이해도나 받아들이는 정도가 연구자들마다 많이 차이가 나는 것 같았다. 이러한 부분을 극복하기 위해서 기존의 관리도 기법이 발전해 왔던 흐름을 잘 이해하고, 우리의 연구를 연결시키는 공부가 필요한 것 같다. 그리고 제안 방법론의 우수성을 입증하는 접근 방법도 다양한 연구자들이 관심 있어하는 주제에 맞춰서 진행하는 것이 좋을 것 같다는 생각이 들었다. 현재까지는 사용자가 정의한 유의수준 대로 관리 한계선을 만들 수 있는지에 집중을 했었는데, 학회에서 발표하는 내용들을 들어보니 많은 연구자들이 ARL 성능에 관심이 많은 것 같았다. 학문이 추구하는 트렌드를 어느 정도 반여하기 위해서 앞으로 연구를 진행하면서는, 제안 방법의 ARL 성능에 대한 연구를 추가하면 좋을 것 같다.

​청취 Summary

1. 기조 강연 : 이번 학회의 처음 세션은 통계적 품질 관리에서 최근 이슈가 되고 있는 문제들을 넓게 다뤄보는 내용들로 시작되었다. 대부분의 빅 데이터 설명처럼 많은 양의 데이터가 빠른 속도로 만들어지고 있어서 처리가 어렵다는 내용이 소개되었는데 재미있었던 부분 중 한 가지는 F. Thung 교수님이 소개한 스몰 데이터 개념이었다. 겉으로 보기에는 데이터가 굉장히 많고 정보가 풍부한 것처럼 보이지만 실제로 정말 중요한 정보는 얼마 되지 않는다는 개념인데, 실제로 프로젝트를 하면서 데이터 분석을 하면서 많이 느꼈던 부분을 개념적으로 소개해서 많은 공감이 되었고, 관련해서 빅 데이터에 대해서 새로운 시각으로 바라볼 수 있게 되는 계기가 되었다.

그리고 K. L. Tsui 교수님이 소개한 데이터 분석의 진화라는 개념도 흥미로웠다. 사실 빅데이터라는 개념은 이전에도 있던 개념이었다. 데이터 마이닝이나 비즈니스 인텔리전스라는 개념으로 유행했었고, 이제는 그 이름이 바뀌면서 빅 데이터라고 유행을 하고 있다. 그래서 Tsui 교수님께서는 이러한 빅 데이터 시대의 등장을 Revolution이 아닌 Evolution으로 정의하였다. 기존에 없던 개념이 등장한 것이 아니라, 기존의 이론과 방법론들이 융합되어 진화한 학문과 기술의 등장이고 명칭이 빅 데이터라고 소개하셨다. 이와 관련해서 다양한 통계적, 최적화 기법을 융합한 프로젝트를 소개해 주셨는데 정말로 학문의 진화의 최전선에서 발전을 이끌어가는 대가의 모습이 무엇인지 알 수 있어서 인상 깊었고, 많은 동기 부여가 되었다.

2. Effect of Estimation and Measurement Errors ​: 이 세션에서 W. Chattinnawat 교수님의 발표를 인상깊게 들었다. 이 발표가 인상깊었던 이유는 현실 문제를 잘 정의하고 이를 SPC 방법론으로 잘 풀어낸 연구 흐름이 좋았다고 생각했기 때문이다. Chattinnawat 교수님은 태국에서 오신 분인데, 전세계적으로 유명한 태국의 하드디스크 제조업의 품질 관리 문제로 발표를 하셨다. 구체적으로는 하드디스크 스캐너의 위치를 정렬하는 과정에서 측정 오차가 생길 수 있고, 이러한 측정 오차가 불량품 검증에 영향을 미치기 때문에 측정 오차를 반영한 T^​2 통계량을 개발해 문제를 해결한 사례를 발표했다.

이번 학회에서 많은 발표들이 있었지만 대부분의 발표들은 현실 문제를 고려하지 않고, 이론적인 한계점만을 지적하면서 연구 동기를 만든 연구들이 많았다. 물론 학문의 발달에 있어서 이론의 발전도 매우 중요하지만 현실 문제와의 연관성에 대해서 연구자는 고민할 필요가 있다고 생각한다. 내가 만든 방법론이 누군가 쓰겠지라고 생각하는 것보다는 누구보다 잘 아는 개발자 자신이 어떠한 현실 문제를 해결할 수 있는지 제시한다면 더할 나위 없이 좋은 연구가 될 것 같다. 물론 이러한 관점은 순수한 이론이나 자연 규칙들을 찾는 과학자들에게는 어울리지 않겠지만, 실용적인 학문을 하는 엔지니어들이라면 현실 문제의 중요성을 간과해서는 안 될 것 같다.