이번 산업공학회는 연세대에서 열렸다. 관심분야인 데이터마이닝 세션에서 많은 시간을 보냈는데, 총평하자면 이번 학회에서는 딥러닝을 이용한 연구가 부쩍 늘었다는 특징이 있었다. 최근 딥러닝이 학계와 산업계에 많은 주목을 받고 있지만 개인적으로는 딥러닝은 수 많은 모델 중에 하나라고 생각한다. 각 모델이 일장일단이 있는 것 처럼 딥러닝도 장점과 한계가 있으며 기존의 모델을 활용하여 충분히 구성할 수 있는 시스템에 대해 구지 딥러닝을 사용하여 모델링 하는것은 계산 비용의 낭비다. 이번에 들었던 딥러닝 관련 연구발표는 단순히 기존의 예측모델을 딥러닝으로 대체한 방법론을 이야기 했다. 이러한 접근은 컴퓨터 공학, 전자공학 분야의 연구와 차별화를 얻기 힘들며 기존의 연구와도 차별성을 갖기 힘들다. 산업공학과의 정체성을 생각해봤을 때, 다른 연구도 마찬가지 지만 딥러닝 연구를 할 때는 왜 이 모델을 써야 하는지 그 명분이 뚜렸해야 하며, 기존에 다룰 수 없었거나, 다루지 않았던 참신한 문제에 도전을 했을 때 의미가 있을 것이다. 

<몇 가지 발표에 대한 청취 후기>

1. 야구 기사와 선수 기록을 활용한 딥러닝 기반 극성 판별 모델 개발 (발표자: 고려대학교 김형석)

이번 발표는 NC 프로젝트를 수행했던 내용을 바탕으로 진행했던 내용을 후배 김형석이 발표하였다. 첫 발표라서 그런지 몇 가지 아쉬운 모습이 보였는데, 대표적인 것이 청중을 등지고 발표하는것, 발표중간에 말이 꼬이는 것 등 연습이 부족해서 나타나는 것들이었다. 이런 부분은 연습을 통해 앞으로 나아질 수 있다고 생각한다. 하지만 이번 발표에서는 형석이가 우리의 방법을 설명하면서 "전무후무"라는 단어로 수식을 하였는데 이 부분에서 좌장이셨던 강교수님과 나 그리고 한규형은 웃지 않을 수 없었다. 아무래도 긴장되고 다급한 상황에서는 준비한것이 제대로 드러나질 않는다. 그래서 때때로 정말 날 것 그대로의 모습이 드러나게 되는데 이것이 공식적인 자리에서 부적잘한 언어사용으로 나타난다. 발표를 들으면서 어떻게 하면 그런 모습을 감출 수 있을 까 생각해 봤는데 평상시에도 정갈하고 논리적인 언어습관을 유지하는 것만이 답인것 같다. 다급한 상황에서는 본연의 모습을 감출 수 없기 때문이다.

2. Multi-class Logistic Lasso for Classification of Mass Spectra from Bacterial Strains (발표자: 유재홍)

재홍이 발표를 후기에 적는 이유는 데이터마이닝 세션에 있던 발표 중에서 잘했다고 생각이 들어서 남긴다. 논리적인 발표 흐름은 슬라이드의 시작부터 끝까지 듣는이의 집중력을 흐트러뜨리지 않으며, 속도감 있는 발표는 지루함을 허락하지 않는다. 재홍이의 발표가 그랬던것 같다. 개인적으로는 발표내용이 관심분야는 아니었지만 재밌게 들었던 발표가 되었다. 이번 발표는 정말 칭찬하고 싶다.