1. 개인발표

베이지안 네트워크 알고리즘의 구조학습 향상을 위한 연구를 소개였다. 베이지안
네트워크는 변수 간 중요한 관계성을 표현하는 확률모형이다. 제안연구의 목표는 효율적이고 효과적인 구조학습
알고리즘을 제시하는 것이었다. 제안 알고리즘은 두 가지로 나뉘는데, 중요
인과관계를 추출하기 위한 부트스트랩 기반 알고리즘과 근사최적해 (학습모델)의
개선을 위한 메타휴리스틱 알고리즘으로 구성된다. 제안된 알고리즘의 효과, 효율성을 보이기 위해, 실험을 통해 최근 소개된 구조학습 알고리즘 대비 우수한 성능을 보임을 소개하였다. 발표 후에는 두 가지 질문을 받았다. 첫째, 다양한 메타휴리스틱 알고리즘 중 simulated annealing 기법을 활용한 이유에 대한 질문이었다. 이에
대한 답변으로, 실제 실험 시에는 genetic algorithm,
tabu search (hill climbing) 등 다양한 알고리즘을 실험하였으나, 이
중 simulated annealing 알고리즘이 가장 robust한
성능을 보였다는 점을 설명해주었다. 둘째, 제안한 방법론을
어느 분야에 연구하려 하는지 활용방안에 대해 질문을 받았다. 반도체 제조업 쪽에서 일하고 있어서 다차원의
제조데이터에 적용하고 싶다고 짧게 답변했다. 발표종료 직후 내려오면서 더 좋은 연구주제와 더 좋은 발표태도로
임하고자 노력하겠다고 다짐했다.

2. 학회후기

흥미로운 발표주제 몇가지를 간단히 설명하고자 한다. 첫째, 전반적으로 학회 기간 중 데이터마이닝 유관 발표가 많았다는 점은 여타 학회와 유사했다. 특히, 아기의 얼굴사진과 옹알이 소시를 기반으로 아기의 상태(기분 좋음, 화남, 배고픔, 졸림, 자고 있음 등)를
예측한다는 연구 자체에 많은 관심이 갔다. 하지만, 연구취지나
목표에 비해서 연구설계, 알고리즘 활용, 그리고 전체 실험방향에
대해서 의문점이 든 바 해당 연구자들의 고민이 더 필요해 보였다.

둘째, 통신, 트럭물류, 대중교통
등 다양한 분야에서의 IT시스템 구축에 관한 SW architecture
연구가 눈에 띄었다. 대규모 센서기반 시스템의 운영 안정성 확보나 실시간 동기화를 요구하는
시스템의 효율성 개선은 컴퓨터 공학의 주요 관심사 중 하나이다. 이번 학회에서는 IT시스템의 주요구성 특장점을 소개하는 발표가 많았는데, 어떠한 문제개선을
위해 시스템 layering을 했는지, 개별 시스템 간 어떤
방식의 통신규약을 구성했는지에 대해 설명하고 싶었던 것 같다. 단, 세세한
설계 당위성에 대한 설명이 부족했던 점이 아쉬웠다. SW시스템 설계를 contribution으로 인정받기 위해서는, 하위 시스템 간 protocol 취사선택의 사유나 통신방식의 동기/비동기식에 대한 기술, load balancing 등에 대해 좀 더 자세히 다루어야 할 것이다.