2019년 10월 20일~23일까지 개최 된 INFORMS annual Meeting 2019에 참가하였다. 이번 학회는 처음인 것이 많았다. 미국을 가본 것도 처음이었고, 해외 학회를 참석한 것도 처음이었고, 학회 발표(국내, 해외 통틀어)를 한 것도 처음이었으며, 10시간 이상 장거리 비행을 해본 것도 처음이었다. 모든 것이 처음이었던 학회였지만 내 대학원 생활, 더 나아가 내 삶에서 큰 터닝 포인트가 생긴 시간이었다. 특히 교수님께서 특별히 마련해주신 Amazon 본사 방문 기회는 정말 많은 생각을 하게 해준 경험이었다. 이 후기를 통해 교수님께 다시 한번 더 감사하다는 말씀을 드리고 싶다. 그리고 Amazon 본사로 초청해 주신 이준호 박사님과 윤수빈 박사님께 감사하다고 말씀 드리고 싶다. Amazon 본사 방문해서 처음으로 가본 곳은 AmazonGO였다. AmazonGO에서 신기했던 점은 매장 위에 사방에 설치 되었던 센서였다. 이렇게 많은 센서를 통해 고객의 움직임을 감지한다. 그리고 앱을 통해 자동으로 결제하는 시스템이 구축되어 있었다. AmazonGO를 보면서 이제는 정말 많은 일들이 이와 같은 자동화 시스템으로 대체 될 것 같다는 생각이 들었다. 이후 Amazon 본사를 들어가 Amazon 본사에 재직 중이신 두 분과 많은 대화를 나눴다. 1시간 넘게 이루어진 이 대화는 내게 큰 영향을 주었다. 개인적으로는 한번도 해외에 나가서 일을 한다거나 공부를 해야겠다는 생각을 한적이 없었다. 기본적으로 영어에 대한 실력이 부족하다는 것을 알고 있었고, 이 점에 대해서 그냥 유야무야 넘어가려 했기 때문이다. 하지만 이번 Amazon 방문을 통해 더 성장하고 더 큰 기회를 얻기 위해서는 내가 부족한 부분에 대해서 그냥 넘어가면 안된다는 것을 깨달았다. 앞으로 살아가면서 꾸준히 성장하기 위해서 영어 공부뿐만 아니라 내가 부족한 부분에 대해 지속적으로 고민하고 공부해야겠다고 다짐했다.

1. 학회 후기

처음이었던 해외 학회에서 느꼈던 점을 크게 3가지로 요약해서 정리해보았다.

① 기본의 중요성

먼저 이번 INFORMS 학회 참여로 가장 좋았던 것은 내가 보고 있던 것은 정말 작은 것에 불과했음을 크게 깨달았다는 것이다. 다양한 발표를 들으며 내가 발전하기 위해서는 머신러닝, 딥러닝 뿐 아니라 통계 지식이나 최적화 같은 데이터마이닝에 대한 뼈대가 되는 공부를 계속해야 된다는 점을 느꼈다. 석사 3학기를 지나는 시점에서 돌아보면 코딩이나 다른 연구자들의 연구 컨셉을 공부하는 면에서는 꾸준히 실력이 늘고 있다고 생각했다. 하지만 다양한 연구의 기반이 되는 기본적인 지식에 대한 공부는 부족했다고 생각된다. 하지만 모든 발전은 기본에서 시작된다는 것을 이번 학회를 통해 다시 한번 느꼈다. 그래서 이번 학회 이후에는 기본적인 통계나 최적화 같은 부분에 대해서 지속적으로 관심 갖고 공부를 해야겠다고 생각했다.

② 앞으로 연구 방향성에 대한 세부적인 고민

이번 학회에서는 한번에 총 95개 세션이 열렸다. 이렇게 많은 세션들이 한번에 열리고 다양한 연구들이 발표 되는 학회에 참여하게 되는 것은 처음이었다. 그러다 보니 어떤 것을 들어야할 지에 대해서 고민이 컸다. 그래서 개인적으로 조금이라도 관심있었던 주제가 들어간 발표에 이것, 저것 들어가서 들었었다. 그렇게 듣다 보니 학회 마지막 날쯤 아쉬운 생각이 들었다. 개인적으로 관심 있는 연구 분야를 좀 더 세부적으로 정하고 그 분야에 대해 집중적으로 들었다면 더 많은 것을 배우지 않았을까? 하는 아쉬움이었다. 그리고 더 관심 있고 깊게 공부한 분야가 있었다면 한가지 발표에서도 더 많은 것을 배울지 않았을까 하는 아쉬움도 있었다. 그래서 더 많은 연구들을 보고 고민하면서 빠른 시일 내에 더 세부적인 연구 방향성을 설정 해야겠다고 생각했다.

③ 영어 발표에 대한 자신감 획득

이번 학회를 통해 가장 크게 얻은 부분 중 하나가 영어 발표에 대한 자신감을 얻을 수 있었다는 것이다. 이 부분에 대해서는 다시 한번 교수님께 크게 감사하다고 말씀 드리고 싶다. 교수님께서 INFORSM 학회 참석에 대한 제안을 주셨을 때, ‘일단 도전해보자’라는 생각으로 발표를 하겠다고 말씀 드렸다. 하지만 영어에 대해서는 자신감이 매우 적었기 때문에 준비 과정이 쉽지 않았다. 특히 INFORMS 이전에 있었던 준비 미팅 시간에서 제대로 발표를 하지 못했었다. 그래도 교수님께서 주신 피드백을 바탕으로 발표 전날까지 최선을 다해 꾸준히 준비를 했다. 그 결과, INFORMS에서 영어 발표를 잘 마칠 수 있었다. 개인적으로 아쉬운 부분도 많았지만 영어로 발표를 해냈다는 사실만으로도 큰 자신감을 얻을 수 있었다. 다음 해외 학회를 참석할 기회가 주어진다면 이번 발표에서 아쉬웠던 점을 꼭 보완해서 더 성공적인 발표를 하고 싶다.

2. 발표 후기

제목: Predicting game outcomes in real-time strategy games using deep learning

이번에는 게임AI 과제를 진행하면서 연구했던 ‘스타크래프트2 정보를 활용한 게임 결과 예측’이라는 주제로 발표를 진했다. 이번 연구에서 핵심은 게임 Replay 내 이미지 정보를 과거 시점 정보까지 함께 활용해서 게임 승패를 예측한 것이다. 이전 연구에서는 특정 시점 또는 특정 정보만을 가지고 게임 승패를 예측했었다. 이번 연구는 이전 연구들의 한계점을 보완할 수 있도록 3D(이미지 높이 x 이미지 넓이 x 시간) 필터를 활용한 CNN모델을 제안했다. 이를 통해 이전 연구 대비 더 높은 승패 예측 정확도를 얻을 수 있었다. 질문으로는 ‘이미지 정보와 과거 시점 정보를 동시에 활용하기 위해 CNN 및 RNN 계열 모델을 사용해본 적이 있었는가?’를 받았다. 이번 연구에서 처음으로 ConvLSTM 모델을 적용해 보았다고 답변했다. 하지만 모델을 학습 시키는 데 시간도 오래 걸리고, 학습 성능도 좋지 않았었기 때문에 3D-CNN 모델로 변경해서 경기 승패를 예측했다고 답변했다.

3. 청취 후기

제목: A deep forest-based supervised learning approach for high dimensional data analysis

머신러닝의 한 종류인 Deep Forest Learning을 통해 제조업에 내 고차원 데이터를 분석한 내용을 설명한 발표였다. 먼저 Deep Forest는 Ensemble of Ensembles로 Decision Tree를 앙상블 한 결과들을 다시 한번 더 앙상블 한 모델이다. 이 발표에서 핵심은 제조업에서 딥러닝을 적용하기에는 한계가 있기 때문에 머신러닝 방법론을 적극적으로 적용해야한다는 것이었다. 딥러닝을 제조업에 적용하기 좋지 않다는 것을 총 4가지로 요약해서 설명했다. 첫번째는 모델이 너무 복잡하고, 두번째로 너무 많은 Hyper-parameter tuning이 필요하고, 세번째로 해석하기 어려운 점이 있고, 마지막으로 많은 학습 데이터가 필요하다는 점에서 제조업에 적용하기에는 딥러닝 모델이 한계점이 있다고 했다. 생각해보면 제조업 회사와 과제를 진행할 때 딥러닝 모델까지 적용하지 않고 머신러닝 계열 모델을 사용해도 결과가 좋았던 적이 있었다. 특히 랜덤포레스트 같은 경우에는 변수 별 중요도도 뽑을 수 있기 때문에 해석 관점에서도 더 좋았던 것 같다. 해당 발표를 통해 딥러닝 뿐만 아니라 머신러닝 관련해서도 꾸준히 연구가 나오고 있다는 사실(Deep Forest는 2017년에 연구 되었음)을 알았고, 머신러닝 계열 모델도 더 많이 공부해야겠다고 생각했다.