경주에서 열린 2018년도 대한산업공학회 춘계학술대회에 개인연구 발표를 겸하여 다녀왔다. 데이터마이닝 및 머신러닝 분야에서 이루어지는 다양한 연구들에 대해 들을 수 있어서 좋았으며, 이전보다 새로운 응용 분야에의 적용 사례들이 늘었다는 점에서 인상적이었다. 평소 나 그리고 내 주변 사람들의 연구만 접하며 사고가 다소 닫혀있었던 상황에서 한 발 걸어나와 넓은 시각으로 이 분야를 바라보기에 충분했다고 생각한다. 언제나 그렇듯 학회는 나의 연구성과를 전하는 것을 넘어 시야를 넓히고 생각을 환기시킬 수 있는 좋은 기회이다.

[발표후기]

발표 주제: Semi-supervised learning with end-to-end graph convolution

준지도 학습(semi-supervised learning, SSL)은 클래스 레이블이 부여된 관측치(labeled instance)가 현격히 부족한 상황에서 상대적으로 그 수가 많은 레이블이 부여되지 않은 관측치(unlabeled instance)를 활용하여 분류/회귀 모델을 학습하는 것을 목표로 한다. 그 중에선 관측치 간 유사성을 정의하고 이를 토대로 구축된 그래프를 활용하는 그래프 기반 준지도학습은 수 년째 꾸준히 연구되어 왔고 그 절차는 크게 (1) '그래프 구축 단계'와 (2) '구축된 그래프를 기반으로 분류 혹은 회귀 등의 추론을 하는 단계'로 나누어 볼 수 있다. 이번 학회에서 발표한 주제는 'Semi-supervised learning with end-to-end graph convolution'으로, 그래프 도메인에서 정의되는 딥 러닝 기법 중 하나인 graph convolution을 그래프 기반의 준지도 학습에 필수적인 그래프 단계로까지 확장하는 것이 핵심이다. 이를 위해 그래프의 edge를 변수화하여 gradient descent로 학습할 수 있는 모델을 제안하였으며, label smoothness 가정을 반영하는 penalty function을 loss에 추가함으로써 feature domain에서 유사한 관측치는 label domain에서도 유사한 값을 갖도록 제약을 주었다.  제안하는 방법론의 우수성을 보이기엔 실험이 현격히 부족하나, 일부 실험 데이터에서 내가 의도한 바를 반영하는 듯한 결과를 확인할 수 있었기에 지금까지의 연구 단계들을 차근차근 되짚어보는 동시에 신선한 생각을 할 수 있도록 노력할 계획이다. 

발표를 하는 와중에도 논리적으로 부족한 부분이 많아 내심 학회 청취자들의 의미 있는 코멘트를 기대했지만, 짧은 시간 내에 나의 전달력이 부족했던 탓인지 그렇다 할 질문을 받지 못하여 아쉬운 감이 있다. 하지만 준비 과정에서 연구의 논리와 방향에 대해 되짚어 볼 수 있었기에 충분히 의미 있는 발표가 되지 않았나 생각한다. 

[청취후기]

1. 강화학습 알고리즘을 활용한 Overlay Mark 최적 배치 자동화 시스템

반도체 웨이터의 상태를 계측하기 위해 배치되는 센서의 최적 위치를 찾기 위해 강화학습 알고리즘인 Deep Q-learning 기법을 활용한 연구였다. 센서를 다수 설치하여 충분한 데이터를 확보하는 것이 이상적이겠지만, 센서를 통한 계측은 곧 웨이터에 부하를 주기 때문에 최소한의 개수를 유지하는 것이 중요하다. 결국 최적의 변수(센서) 선택을 위해 강화학습 환경을 구축하여 변수를 순차적으로 선택하는 것을 action으로 하고 선택된 변수들을 사용한 회귀 결과의 적합성을 reward로 받는 식으로 모델로 구축하였다. 그 성능은 다른 baseline에 비해 우수하다고 하기엔 충분하지 않아 보이나, 접근 방식이 신선하였고 문제상황에 맞게 알고리즘을 변형하는 시도로 충분히 배울 점이 많은 발표였다고 생각한다. 순차적으로 필요한 변수를 선택하는 action을 취하기 때문에  action space가 매 순간 변하는 상황에 대한 해결책을 평소에 고민을 해왔던 터라 이에 대해 질문하였고, 이전에 선택한 action이 다시 선택될 경우 단순히 masking을 통해 그 action을 제외하는 방식을 취했다는 답변을 들었다. 이러한 방식을 취할 경우 모델 학습 성능이 떨어질 수 있지만, 의외로 괜찮은 방법일 수도 있겠다는 생각이 들었다. 현재 진행하는 연구 중 하나에도 적용해볼 수 있겠다는 생각이 들었다.

2. 반도체 공정 제어 현황 및 발전 방향

현재 반도체 산업에서의 중요 이슈들 중 산업공학에서 해결하고자 하는 부분들에 대해 현업 전문가로부터 이야기를 들을 수 있는 발표였다. 지금까지 여러 학회에 참석하면서 나는 응용 도메인보다는 알고리즘 연구에 대한 세션을 위주로 들었는데, 이 발표처럼 현업에서의 문제 상황에 대한 이해를 돕는 내용에도 귀 기울일 필요가 있다는 생각을 하게 되었다. 요새 많이 드는 생각이지만, 연구도 절대 편식을 해선 안됨을 다시 한 번 느끼게 되었다. 또한 발표 당시 한 분야에서 많은 경험을 쌓은 전문가만이 보일 수 있는 여유는 절대 흉내낼 수 없고, 내가 나의 연구로 인정을 받으려면 어떤 자세로 연구에 임해야 하는지 고민해보게 되는 짧지만 유익한 시간이였다.