[학회 후기]

11월 30일은 한국데이터마이닝 학회 추계 학술 대회가 있는 날이었다. 이번 학회는 크게 일반 논문 발표, 특별 세션 논문경진대회, SAS 논문경진대회 3개로 구분되어 있었다. 세부적으로는 국가 보안과 텍스트/이미지 분석, 데이터마이닝/머신러닝 방법론, 이상 행위 탐지 등 다양한 주제의 발표들이 있었다. 이번 학회를 통해 새로운 연구 주제를 찾기 위해 치열하게 고민하는 발표자들의 모습을 볼 수 있었다. 학회에 방문하기 전에 가졌던 생각 중 한가지는 ‘특별 세션처럼 특정한 주제(ex 국가 안보)가 주어진 경우, 해당 주제에서 문제 상황을 찾아 정의하는 것 자체가 어렵지 않을까?’ 라는 것이었다. 하지만 레이더 패턴 예측, 가짜 얼굴 탐지, 방산주 주가를 활용한 모니터링 등 다양한 문제 상황에 대한 정의하고 이를 딥러닝/머신러닝으로 풀어내려는 발표자들의 노력이 돋보였다. 이번 학회를 통해 ‘문제 상황에 대한 정의를 어떻게 할 것인가?’ 대해 많은 생각을 해볼 수 있는 귀중한 시간이었다.

[청취 후기]

주제 : 콘텐츠 피쳐 추출기와 자취 피쳐 추출기를 결합한 가짜 얼굴 탐지 모델

컴퓨터 비전과 딥러닝의 발전으로 진위여부를 가려내기 어려운 가짜 얼굴 이미지가 생겨 나고 있다. 이는 개인의 프라이버시를 침해 하기도 하고, 사회적으로 악용되는 사례도 나오고 있다. 대표적으로 사람의 얼굴을 바꾸는 Deep Fake를 사용해 연예인 음란물이 업로드 된 경우나, Face2Face를 악용해 가짜 정치 연설 비디오를 만든 사례를 볼 수 있다. 이러한 사회적 문제는 개인의 프라이버시, 더 나아가 국제적 안보 문제에도 영향을 끼칠 수 있다. 이를 방지하기 위해 가짜 얼굴을 탐지하는 모델의 개발이 필요하다는 것이 해당 연구의 출발점이었다. 발표자는 얼굴 이미지로부터 콘텐츠 피쳐와 자취(trace) 피쳐를 동시에 추출하여 얼굴의 진위 여부를 판별하는 모델을 제안하였고, 실험을 통해 제안한 모델이 기존 모델 보다 성능이 뛰어남을 증명했다. 또한 얼굴의 어느 부분을 통해 진위여부를 판단하는지 이해할 수 있는 Class Activation Map 시각화까지 진행해 보여주었다. 해당 발표를 통해서 딥러닝의 악용 사례에 대한 고민과 이를 해결하기 위해 새로운 모델을 제안하는 아이디어가 감명 깊었고, 머신러닝/딥러닝 분야에 대한 연구가 더 증가함에 따라 발생할 수 있는 단점이나 사회적 문제에 대해서도 항상 관심을 갖고 고민 해야겠다는 생각을 하게 되었다.

주제 : 방산주 주가를 활용한 안보 위기 모니터링 index 구축

해당 발표에서 놀랐던 점은 국가 안보 위기를 모니터링 하기 위해 방산주 주가를 활용했다는 점과 발표자의 발표 실력이 뛰어났다는 점이었다. 국내 안보, 국방 위기는 주식 시장에 가장 빠르게 영향을 미치고, 특히 방산주 주가가 즉각적으로 반응한다는 점을 고려하여 연구가 시작되었다. 특히 정교한 분석을 진행하기 위해 encoder-decoder architecture에 disentanglement method를 적용해 주가 변화 중 안보 위기의 영향력만을 추출했다. 해당 연구에서는 Z-encoder, S-encoder 두개의 모델로 나눈 이후 나중에 2개의 모델을 합치는 방식을 제안했는데, S-encoder에 값을 넣었을 때, Z-encoder에 영향력을 주면 penalty를 주는 방식이 흥미로웠다. 마지막으로 정량적으로는 Test Accuracy를 통해 이전에 비해는 정확도가 높아졌음을 보이고, 정성적으로는 Clustering 측면에서 도식화가 잘되었음을 보여주었다. 이번 발표를 통해 발표에 있어서 전달력이 중요함을 다시 한번 느꼈고, 사회 문제에 대해서도 항상 관심을 가져야 겠다는 생각을 하게 되었다.