[학회 후기]

산업공학도로서 처음으로 참여한 산업공학회는 여러 면에서 의미가 있는 학회였다. 여러분야에서 연구하고있는 연구자들을 한자리에서 볼 수 있는 뜻 깊은 자리였고 산업의 선구자 역할을 하는 카카오의 비즈니스 로드맵도 알 수 있었던 자리였다. 무엇보다 현업에서 근무할 때 유관부서에서 같이 일하던 지인과 업무 영역이 달라 같이 일한 적은 없었지만 산업공학 학업을 통해 업무 확장 시 같이 일할 기회가 있을 회사 지인들을 보며 학업에 대한 열의를 불태울 수 있는 학회였다. 학업을 통해 이해도가 높아지면서 학회에 대한 만족도도 같이 높아짐을 느끼며 더욱 열심히 해서 많은 연구자들과 어께를 나란히 하고 싶음을 느꼈다.

[청취 후기]

1. 챗봇에서 사용자의 미 정의된 발화의도 탐지를 통한 서비스 품질향상

우리가 사용하는 대부분의 챗봇은 사용자의 의도에 대한 예상 답변을 List up하여 진행하는 방식을 사용한다. 이때 준비하지 못한 질문이 들어오게 되면 잘 못된 답변을 하게 되는데 해당 연구는 미 정의된 질문이 들어오게 되면 솔직하게 모른다는 답변을 통해 해결하는 방식을 제안했다. 이때 미 정의된 질문을 판단하는 방식이 시그모이드 함수에 임계값을 설정하는 방식이었는데 내가 하는 연구와 닮은 점이 많아서 흥미롭게 들었다.

2. Missing Data Imputation with Adversarial Autoencoder

연구실의 고참 박사 과정인 강현구 연구원의 발표였다. 연구실 생활을 오래한 고참 연구원으로 침착하게 청중과 소통하며 발표하는 모습이 아주 인상적이었다. Data Imputation은 산업에서 가장 중요한 연구 분야 중 하나이다. Data Imputation을 해결하는 방법에는 SMOTE, ADASYN, INOS 등 직관적인 연구분야가 주를 이루었는데 최근 Deep Learning 알고리즘인 GAN을 이용하여 결측 DATA를 생성하는 방법이 아주 인상적이었다. 연구는 새로운 알고리즘에 대한 연구도 중요하겠지만 지금 있는 알고리즘을 현재의 문제상황에 잘 접목하여 해결하는 것이 얼마나 중요하고 효과적인지 체감할 수 있는 발표 였다.

[발표 후기]

학회 참석자들은 흔히 이런 얘기를 한다. 학회는 발표 혹은 청취 둘 중 하나 밖에 못하는 자리다. 발표에 대한 부담을 표현하는 말이라 생각한다. 나 역시 발표 전까지 부담이 되어 다른 연구는 들어오지 않았던 것 같다. 그리고 발표 순간. 부담 갖지 말자는 머리와는 다르게 몸은 긴장을 많이 해버린 것 같았다. 준비한 PPT 장표가 많았던 탓에 시간 조절에 어려움이 있었다. 빠르게 전달해야 한다는 부담감이 커져 준비했던 내용을 충분히 조리있게 전달하지 못 했다는 후회가 남았다. 현업의 주제여서 그런지 발표를 끝내고 생각보다 많은 질문을 받았다. 만약 한번에 추가된 패턴이 여러 개라면 어떻게 처리가 되는 것인가? 예측이 불확실한 패턴은 어떠한 특징을 가지고 있는가? 등 내용을 충분히 이해해야지만 물을 수 있는 질문이 들어와서 내용 전달은 충분히 되었구나 라는 생각으로 아쉬움을 달래며 다음 학회를 준비 해야겠다.