11월 1~4일 미국 펜실베니아주 필라델피아에서 열린 2015 INFORMS 정기 미팅에 참여하였다. 개인적으로는 두 번째로 외국에 가는 것이자 첫 번째로 국제 학회에서 발표를 하는 것이었다. INFORMS는 산업공학에서 손에 꼽히는 학회로 알려져있는데, 직접 확인을 하니 왜 그런 것인지 알 수 있었다. 약 4,500건의 발표가 진행되었고, 특정 분야에서 세계적으로 권위가 있는 교수나 기업가들이 plenary, keynote session으로 연설을 진행하였다. 또한 각 지에서 다양한 사람들이 참석하여 다과와 함께 이야기를 나눌 수 있는 자리도 있기에, 이는 매우 큰 교류의 장이라 할 수 있겠다. 개인적으로 이러한 자리에 참석할 수 있어서 영광이었다. 연구적, 언어적 측면으로 보다 발전하여 많은 내용들을 교류하고 배울 수 있도록 해야 하겠다.

학회와는 별개로 교수님, 그리고 같이 참여한 연구원들과 여러 시간을 함께 하였는데, 그 시간 하나하나가 여러 측면에서 의미가 있었다. 함께 참여를 한 모든 분들에게 감사하다.

이번 학회에서 개인적으로 느낀 점을 정리하면 다음과 같다.

● 발표자 측면

본 학회에서 EEG Signal Classification Using Functional Principal Component Analysis라는 주제로 발표를 진행하였다. INFORMS 4일 중 3일 째 마지막 세션이기에 청취자가 많지 않을 것으로 예상하였으나, 예상을 훨씬 뛰어넘는 청취자 수에 감명을 받았다. 발표한 내용이 그 만큼 관심을 많이 받았다는 것을 말해주며, 향후에도 더 열심히 연구를 할 수 있는 계기 중 하나가 될 수 있겠다. 다만, 이번에도 질의응답이 매끄럽지 못 하였고, 아직 언어적으로 덜 성숙하였다는 느낌을 지우기 어렵다. 그리하여 개인적으로는 내 발표에 높은 점수를 매기기는 어렵다. 향후 해외 학회 발표 시에는 스스로도 크게 만족할 수 있는 발표를 할 수 있도록 많은 노력을 해야 하겠다. 아래는 발표에 대한 질문 내용이다.

Q1. 실험에서 사용한 EEG signal이 어떤 것을 기준으로 분류를 한 것인지 궁금하다.

현 실험에서 사용한 데이터는 BCI competition 2003에서 제시한 데이터를 사용한 것으로, 'Class 1: moving cursor up, Class 2: moving cursor down' 부분을 지목하여 서술하였다.

Q2. 현재 실험에서는 EEG signal 수집 시의 환경에 대해서는 전혀 고려가 되어있지 않은 것으로 보인다. 이러한 부분에 대해서 보다 자세히 설명을 부탁한다.

첫 번째 질문과 같은 사람이 질문을 한 것인데, 이러한 질문이 나왔다는 것 자체부터 현재 데이터의 상황에 대해 명확한 전달을 하지 못한 것이라 생각이 된다. 간략하게 아는 수준에서만 응답을 하였으나, 향후에는 어떤 데이터를 사용하였고, 데이터의 상황이 어떤 지 더 명확하게 설명해야겠다. 또한 당시 상황에서, 해당 질문에 대해 '현재 본 실험에서는 데이터가 특정한 환경에서 어떠한 class를 가지고 있는 지 등의 기본적인 내용만 파악을 하였고, 데이터의 환경 보다는 데이터 분석 쪽에 집중을 하였다. 따라서 자세한 데이터 설정은 BCI competition 사이트 혹은 관련 논문을 참조를 부탁드린다.' 라는 답변을 추가하는 것이 더 적절했을 것이다.

● 청취자 측면

1. 학회에는 정말 다양한 사람들이 존재한다. 발표를 이렇게 잘하는 사람, 저렇게 잘하는 사람도 있는가 하면 발표를 못 하는 사람도 다수 존재한다. 각각의 발표를 통해 좋은 쪽이든 나쁜 쪽이든 많이 배울 수 있는 기회가 되었다. 교수님이나 다른 대가들에 비하면 발표를 갓 시작한 사람으로서, 나만의 발표 방법에 대해 올바르게 정립하고 이를 올바르게 발전시킬 수 있어야 겠다. 이와 더불어서, 어떤 세션에서는 좌장이 나타나지 않는 광경도 볼 수 있었는데, 학회 당일에 발표에 불참하여 학회 참여자들을 당황하게 하는 행동은 하지 말아야겠다는 생각도 하였다.

2. 본인이 연구하는 주제와 관련하여 다양한 방법으로 문제를 풀고자 하는 노력이 있었다. Autoregressive model이라는 시계열 분석 방법론을 적용한 연구도 있었고, 기존과는 또다른 방식으로 component를 추출하는 CSP(common spatial pattern), 미세한 변동 감지에 효과적인 recurrence plot, 그리고 최근에 연구가 진행되고 있는 tensor decomposition / factorization 등이 있었다. 본인이 현재 연구하고 있는 내용과 더불어 이러한 내용들도 공부해나가면 더 좋은 연구를 진행할 수 있겠다.

3. INFORMS는 이미 이름에서부터 알 수 있듯이 전통적으로 OR/MS(management science, 경영과학) 분야가 강세이다. 그러나 이번 발표들을 들어봤을 때는 해당 분야가 다시 기지개를 펼 수 있겠다는 생각을 하였다. 현재 데이터마이닝, 기계학습 분야에서 강자로 대두된 딥 러닝의 경우도 최적화를 이용하여 어떻게하면 더 좋은 솔루션을 도출할 수 있을 것인지에 대한 논의가 발생하고 있고, 환자의 전자 검진 기록인 EHR(electronic health record)에 대해서도 시뮬레이션이나 최적화 및 관리 기법 등의 적용 문제를 여러 발표에서 다루고 있었다. 계속해서 관심을 가지고 지켜봐야 하겠다.

4. 학부생 시절 최적화 수업 시간에 들었던 내용 중 하나로 '최적화는 현실 세계를 반영하는 모델링을 통해 가장 좋은 솔루션을 도출한다. 그러나 사람의 직관을 무시하여서는 안 된다.' 가 있다. NYU David Sontag 교수의 'Unsupervised Learning of Disease Progression Models' 발표를 듣고 이를 다시 한 번 떠올리게 되었다. 질병 코드와 질병 간의 관계를 Anchored noisy-OR network model을 적용하여 해결하려 하였는데, 여기서 'Anchored'라는 것은 전문가가 판단하기에 이 질병 코드는 특정 질병에만 연관이 있다는 것을 네트워크에 반영을 하는 것으로, 나머지 질병 간의 연결을 없애는 것을 의미한다. 실제 실험을 통해 해당 질병 코드 - 질병 간의 가중치가 가장 높은 것으로 나타났고, 이는 더욱 현실적이고 정확한 모델 구축으로 이어지는 것을 확인할 수 있었다. 해당 발표가 개인적으로는 연구를 하는 데 충분히 좋은 자극제가 되겠다고 할 수 있겠다.