다양한 주제의 세션들이 열렸는데 개인적으로는 데이터 마이닝, 최적화 관련 세션들에 참석해서 최신 연구 동향을 배우고 돌아왔다.

데이터 마이닝의 경우 다양한 응용 사례들이 발표되었다. 영화 관객수 예측, 평점 분석, 재정 정책 분석, 반도체 공정 데이터 분석 등등 많은 현실 문제를 데이터 마이닝으로 접근해서 해결하고 있었다. 다양한 분야들에서 데이터 마이닝 방법론들이 독창적으로 적용되고 있는 것들을 보니 데이터 마이닝 응용에 대한 시야가 좀 더 넓어지는 것 같았다. 응용 사례 중 가장 인상 깊었던 사례는 영화 관객수 예측 사례였다. 우리 연구실의 강지훈 박사과정생이 발표한 내용인데, 예측 결과도 좋았지만, 결과를 내기까지의 논리적인 과정이 매끄럽고 이해가 잘 되서 배울 점이 많았기 때문이다. 개인적으로 조금 아쉬웠던 점은 데이터 마이닝의 통계, 최적화, 컴퓨터 공학 관련 이론과 연관된 세션이 없었다는 점이었다. 물론 현재까지의 데이터 마이닝 이론으로 현실 문제들을 해결하는 것도 재미있지만, 새로운 방법론이나 이론에 대한 연구 결과 발표가 많았다면 더 많은 것들을 배울 수 있지 않았을까 하는 생각이 들었다.

최적화 관련 세션에서는 최적화 연구회 교수님들께서 연구하고 계신 새로운 방법론들에 대해서 배울 수 있었다. 네트워크 최적화에서 에너지 유출입을 고려하는 모델, 재고관리 모형을 새롭게 재조명한 모델 그리고 Set Covering 문제를 응용한 LAD 분류 방법론 이 세가지가 발표되었다. 이 중에서 가장 인상 깊었던 것은 LAD 분류 방법론이었다. 고려대학교의 류홍서 교수님께서 연구하고 계신 주제인데, 통계적인 분석과는 조금 다른 새로운 논리로 데이터를 전처리하고, Set Covering 모형을 응용해서 분류 모델을 수립하는 재미있는 방법론이었다. 전체적인 프레임은 이해할 수 있었지만, 세부적인 데이터 전처리 논리와 Set Covering 모델 적용에 대해서는 이해하지 못해서 개인적으로 찾아뵙고 질문을 드려 공부하려고 한다. 개인적으로 Mixed Integer Programming을 응용한 데이터 마이닝 모델을 연구중인데, 새로운 시각을 배울 수 있는 좋은 경험이 될 것 같다.

이번 학회를 통해서, 데이터 마이닝과 관련해서는 현실 문제 해결과 관련한 시야를 넓힐 수 있었고, 최적화 관련해서는 데이터 마이닝 문제 해결을 위한 깊이있는 새로운 시각을 배울 수 있었다. 나의 데이터 마이닝 연구와 문제 해결력 향상을 위한 좋은 경험이 되었다.