2017년 11월 대전 카이스트에서 개최된 대한산업공학회 추계학술대회에 참가하였다. 개인적으로는 연구하고 있던 주제를 봄에 이어서 발표할 수 있게 되어 다행이라는 생각도 들었고, 몇 가지 재미있는 발표를 들을 수 있어서 의미있는 학회가 되었다.

학회에서 느낀 점을 발표자 / 청취자 관점에서 정리하였다.

- 발표자 후기

이번 학회에서는 Semi-supervised self-organizing map for regression 이라는 주제로 발표하였다. Semi-supervised regression은 레이블이 존재하는 데이터와 존재하지 않는 데이터를 동시에 활용하는 회귀모델로, 해당 분야의 대표적인 가정으로 manifold assumption 즉, 고차원 공간에서도 데이터가 특정 형태를 가지며 이에 따라 레이블 값이 변화해야 한다는 것이 있다. 기존 연구들이 이러한 특징을 살리기 위하여 커널 기반의 방법론을 사용하는데, 데이터 형태를 잘 포착할 수 있는 manifold learning 기반 방법론들을 사용한 사례가 드물다. 따라서 manifold learning 기반의 대표적인 방법인 self-organizing map (SOM)을 활용한 모델을 형성하고자 하였다. 현재까지 진행한 실험에서는 모델이 좋은 성능을 보였는데, 앞으로도 다양한 데이터에서 실험을 진행하여 다각도에서 모델의 우수성을 입증할 예정이다.

예측 결과에서 설명 변수에 따른 레이블의 값이 약간의 노이즈가 포함된 형태로 도출이 되었는데 이에 대한 질문을 받을 수 있었다. 현재까지 형성한 모델에서는 파라미터에 별도의 페널티를 주지 않았던 관계로, 인공신경망 구조의 특성상 어느 정도의 노이즈가 포함이 될 수 밖에 없다. 향후 실험 과정을 통해 모델을 고도화할 때 이러한 부분도 고려할 수 있도록 해야 하겠다.

- 청취자 후기

1. 연구실 발표를 제외한 나머지 중에서 가장 관심이 있었고, 실제로도 가장 인상 깊게 봤었던 세션은 신임교원 특별세션이다. 해당 세션에서 동국대학교 손영두 교수, 인제대학교 성시일 교수, 성균관대학교 강석호 교수, 총 세 분의 신임 교수님들의 발표를 들을 수 있었다. 인상 깊었던 점을 두 가지로 정리할 수 있는데, 하나는 발표 그 자체, 다른 하나는 문제를 해결하는 과정이다. 세 분 모두 막힘 없이 자연스럽게 본인이 어떤 연구를 진행했었고 어떤 문제를 해결하였는지, 그리고 결과는 어떠하였는지를 말씀해주셨다. 자연스럽게 발표를 한다는 것은 본인이 얘기하고자 하는 내용을 매우 잘 알고 있으며 또한 그 내용에 대해 자신감이 있다는 것이다. 문제 해결 과정의 경우는 해당 내용을 듣는 입장에서는 어떻게 보면 당연하거나 그럴 수도 있겠다고 쉽게 생각할 수도 있다. 그러나 연구를 할 때는 문제를 어떻게 해결할 것인지에 깊게 생각해보지 않으면 진행하기 어려워진다. 몇 가지는 실제로도 매우 단순한 아이디어였지만 그러한 아이디어를 구현하기 위하여 얼마나 많은 고찰을 했었는지 느낄 수 있었다. 본인이 저 정도의 레벨이 되기 위해서는 어떤 노력을 해야 하는지 생각하게 되는 기회가 되었다고 생각한다.

2. 약간은 비슷한 사유로 재미있게 봤었던 발표는 텍스트 분류를 위한 삼각 비교 측정을 기반으로 한 변수 선택이다. 텍스트 변수 선택은 text frequency - inverse document frequency (TF-IDF) 이외에도 다양한 척도를 사용하여 진행할 수 있는데, 제안하는 척도는 기존에 존재하는 척도에 삼각함수를 사용한 것이다. 그런데, 이 삼각함수를 사용한 것이 0 값 처리, 계산 효율성 등의 장점이 존재하여 보다 효과적으로 텍스트 변수 선택을 진행할 수 있었다. 간단한 아이디어로도 결과를 낼 수 있다는 것의 좋은 사례라 생각하였다.