​​​중앙대학교에서 5^th international
symposium on statistical process monitoring (ISSPM)학회가 열려 교수님 및 동료 연구원들과
함께 참석하게 되었다. ISSPM학회는 단/다변량, 모수/비모수, 베이지안
기법, 적응형 기법, 최적화 등의 statistical process monitoring (SPM) 관련 기법부터 profile monitoring, multi-stage processes, high-dimensional data 등의
다양한 응용분야를 다루는 학회이다. 특히, 매년 학회가 열리
때마다 SPM 분야의 대가들이 대거 참석하게 되어, SPM 연구의
방향성과 이슈들을 파악 할 수 있는 자리이다. 이번 열리는 학회에는 Woodall,
Fugee Tsung, Tsui 등의 대가들을 만날 수 있는 자리였다.  Tsui 교수님은
현재 지도교수님의 지도교수님 이었기 때문에 더욱이 특별한 자리였다.

인상 깊었던 발표내용들을 정리해 보면, 크게 3가지 이슈로 구분해 볼 수 있다. 모니터링 방법론, 성능평가지표, 응용분야.

모니터링 방법론 - 전통적인 SPM연구들은
단변량, 모수적 방법론, 저차원problem에 집중하였는데, 최근 센서기술의 발전으로 인해 다양한
형태의 빅데이터가 수집되고 있다. 특히 고차원의 다변량 profile,
signal data가 다양한 산업에서 수집되고 있는데, 이에 대한 연구들이 부족했기에
어떻게 이러한 부분을 해결 할 수 있을지 여러 발표들이 진행되었다. 특히, transfer learning, optimization 등 머신러닝 기법을 SPM과 융합하는 연구들이 소개되었다.  

성능평가지표 방법론 - 전통적인 SPM연구들은 average run length (ARL)란 지표를
성능평가지표로 사용한다. 하지만, 빅데이터 시대에 ARL 평가지표가 여러 부분에서 연구적 이슈사항을 발생시킨다고 알려져 있다. 특히, SPM 연구의 대가인 Woodall이 이 문제를 집중적으로 알리고, 문제를 해결하기 위해 했던 몇 가지 연구들을 소개하였다.
Conditional False Alarm Rate Metric이란 성능지표를 소개하였는데 나중에 자세히 살펴 보면 좋을 것 같다.

응용분야 - 전통적인 SPM연구들은
문제가 발생했을 때, 빠르게 문제발생을 확인하고 신속하게 대응하는 것을 목적하였다. 하지만 최근 센서 및 장비기술을 발달로, 실시간으로 방대한 양의
정밀 데이터의 수집이 가능하다. 따라서 문제에 대한 사후가 아닌 사전 대응/예방을 목적으로 한 연구들일 주목 받고 있음을 알 수 있었다. 특히, 이러한 연구들이 prognostics and health management
(PHM), system monitoring이란 이름으로 진행되고 있었다.

이번 학회에 소개된 것을 바탕으로 SPM 연구의 향후 방향성을 재정립 할 필요가 있을 것 같다.