[참석 후기]

지난주 금요일(2019.11.08)에 서울대학교에서 진행된 대한산업공학회 추계학술대회에 참석하였다. 생애 첫 학회 이자 DMQA 연구실에서 온 후 처음 참석한 학회로 여러가지로 의미 있는 학회 경험이었다. 발표를 청취함에 있어 학문적으로 어려운 부분도 있었지만, 산업공학에 관련된 다양한 분야에서 활발히 연구되고 있는 동향을 파악할 수 있었다. 또한, 치열하게 자신의 분야를 연구하시는 발표자분들을 보며 다가오는 대학원 생활에 대한 열정과 목표를 다지는 좋은 계기였다.   

[청취 후기]

1.      Hierarchical Feedforward Attention Network for Explainable Multi-sensor Signal Data Analysis

  다양한 산업에서 대량의 센서데이터가 수집됨에 따라 이를 활용한 데이터 분석이 활발하게 진행되고 있다. 주로 합성곱 필터를 사용하여 높은 분류 성능을 보이지만, 현업 관계자분들이 실무에 적용할 수 있는 방향으로 모델을 해석하는데 어려움이 있다. 해당 발표에서는 계층적 구조를 구현하며 어떤 구간이 결과에 영향을 미치는가, 어떤 센서가 결과에 영향을 미치는가에 대한 명쾌한 해답을 제시할 수 있는 연구를 제안했다. 이 연구를 통해 데이터 분석의 결과가 보다 직관적인 비즈니스 인사이트를 도출하는 방향으로 유용하게 활용될 수 있다는 점에서 가장 인상 깊었다.

2.     로그 형식에 강건한 머신 러닝 기반 시스템 로그 이상 상태 탐지

  Hadoop등 분산처리 시스템이 많이 사용되며 대용량 로그 시스템 관리의 필요성이 대두되고 있다. 기존에는 사람의 경험치로 로그의 이상 상태를 판단했다면, 최근에는 기계학습 방법을 이용한 알고리즘이 개발되었다. 비정형 로그를 parser를 통해 정형화하는 정제 작업을 거쳐 이상치 탐지 알고리즘(LSTM방법론 등)으로 이상치를 탐지하였다. 하지만 이러한 방법은 연산량이 상당하고 하이퍼파라미터의 탐색이 필요한 단점을 가지고 있다. 해당 발표에서는 parser를 이용하지 않고 정규표현식으로 전처리하여 임베딩하는 기법을 제안했다. 모델 구축에 있어 연산량과 시간도 굉장히 주요한 사항임을 알 수 있었다. 더불어, 기존 연구들의 강점과 약점은 무엇인지 항상 고민하는 연구자로서의 태도를 가져야할 필요성을 느꼈다.