[학회 후기]

2019년 4월 11일 서울 코엑스에서 열린 한국 BI 데이터마이닝 학회에 참석하였다. “사례를 통해 본 AI & BI”라는 주제로 학회가 진행되었다. 생전 처음로 참석하는 학회인 만큼 모든 것이 새롭고 그 큰 무대안에서 발표하는 우리 연구실의 동료들이 자랑스러웠으며, 앞으로 열심히 해서 연말에 학회에 참가해서 꼭 좋은 발표를 하고 싶다는 생각이 들었다.

[청취 후기]

- GASNet: Generation and Segmentation Networks for Identifying Wafer Defect Patterns

대학원 생활에서 멘토를 해주는 "GASNet”이라는 새로운 알고리즘을 주제로 발표해주었다. 내용은 반도체 산업에서 나올수 있는 다양한 형태의 Wafer 내 MAP 불량을 탐지할 수 있는 새로운 방안에 대한 알고리즘이었다. 반도체 업계에서 100% 동일한 형태의 불량을 찾는 것은 거의 불가능하다. 이 때문에 대부분의 업체에서 사람이 직접 MAP불량을 검출하는 System을 채택하고 있다. 이창현님이 고안해낸 알고리즘은 단 60장의 불량 MAP을 가지고 무려 13,644장의 비슷한 불량 MAP을 만들어 낼 수 있는 Variational Auto-encoder를 사용하여 SAMPLE 수를 증가시켰고 이 DATA Distribution을 학습하여 비슷한 패턴의 불량을 검출할 수 있도록 하였다고 한다. 세미나가 끝나고 난 후에 알게 된 사실이지만, 이창현님의 이번 발표는 사실 지난 학회에서 본인이 발표한 논문을 더욱 업그레이드 시킨것이라고 한다. 끊임없이 노력하고 공부하는 멘토에게 부끄럽지 않은 멘티가 되어야겠다고 생각했다.

- Class Description Network

대학원의 실질적 최고참?인 도형록님이 "Class Description Network"이라는 주제로 발표해주었다. AI는 참으로 대단하면서 또 한편으로는 조금 멍청하다는 생각을 할 때가 가끔 있다. 바로 학습하지 않은 DATA를 마주하게 되었을때 의도하지 않은 결과가 나올수 있는 확률이 높기 때문이다. 연구실에 들어와 처음 들었던 이민정님의 세미나에서 "구글의 AI가 흑인 사진을 보고 고릴라고 판단했다"라는 이야기를 처음들었을 때, AI에 대해 굉장한 의구심이 들었고 세미나를 다 듣고 난 후 깨닫게 되었던 기억이 있다.  AI란 학습된 DATA를 바탕으로 가장 비슷한 확률을 찍어주는 시스템이라는 것과 이 때문에 결과 값이 전혀 연관성이 없더라도 그 결과를 제시할 수 밖에 없다는 것을 말이다. 도형록님의 이번 세미나는 그런 관점에서 아주 대단한 연구라고 생각하게 되었다. DATA를 학습하여 여러개의 Cluster를 만들고 후속해서 들어오는 DATA를 그 Cluster와의 거릴 통해 판별하는 방식으로 만약 학습한 DATA와 전혀 연관성이 없는 데이터가 들어오게 된다면, 그 DATA는 지금까지 학습하지 않은 새로운 DATA로 판별할 수 있는 능력을 갖게된 것이었다. 이 연구를 더 발전시키면 AI의 발전에 한 획을 그을 수 있는 알고리즘을 만들수 있을 거라는 기대감으로 두근두근했던 발표 였다.

- 2018년 인천공항 주요키워드 감성분석과 인천공항 트렌드 분석 엔진 연구

학생이 아닌 인천국제공항공사에서 실무를 하고 있는 손석현 박사님께서 "2018년 인천공항 주요키워드 감성분석과 인천공항 트렌드 분석 엔진 연구" 라는 주제로 발표를 해주셨다. 오후 내내 듣던 대학원생의 연구 논문이 아닌 기업에서 실제 일하시는 분들의 자료도 학회에 나온다는 사실을 알게된 충격적인 발표였다.  강필성 교수님의 TEXT MINING 수업에서 다뤄지는 TEXT DATA의 감성 분석을 통한 인천공항과 인천공항공사에 대한 일반인들의 평가를 도출하는 내용이었다. 대학원에서 배우는 내용이 실무에서 다방면으로 활용되고 있다는 사실이 매우 흥미로웠고, 앞으로 열심히 배운다면 산업 곳곳에서 잘 활용할 수 있는 기술이라는 것을 다시한번 깨닫게 되는 발표였다.