[참석 후기]

 2019 데이터마이닝 학회는 고려대학교에서 개최하여 저번 산업 공학회때에 비해 편안한 마음으로 학회를 청취했다. 산업 공학회때와는 전반적으로 발표 주제들도 달랐고 저번에 아쉽게 발표를 듣지 못한 DMQA 연구원분들의 발표를 들을 수 있는 좋은 학회 경험이었다. 이번 학회에서는 유독 질의응답 시간이 활발하게 진행되어 내년에 있을 발표에 대한 책임감과 중요성에 대해 깨닫는 자리였다. 

[청취 후기]

1. Hierarchical Spatial-Test Attention Network for Explainable Wafer Defect Pattern Classification

 해당 연구는 웨이퍼 고장 패턴을 분류하기 위해 각 테스트로부터 얻은 WBM을 활용했다. WBM의 부분적으로 나타나는 고장 패턴은 특정 프로세스의 불량으로 인해 발생할 가능성이 높기 때문에 주요 불량 테스트를 탐지하고 불량 영역을 탐지하기 위한 연구이다. 계층적 구조 중 ‘special attention’ 파트가 가장 인상적이었고, 향후 attention 매커니즘에 관련된 공부를 하고 싶다는 생각이 들었다. 또한, 발표 후 질문들을 통해 청취 시에 생각해보지 못한 칩 사이즈 등의 이슈들에 대해 생각하게 되었고 모든 질문에 침착하게 답변하시는 발표자 형록오빠의 태도를 보고 배울 점이 굉장히 많다고 느꼈다.   

2. 멀티태스크 딥러닝 모델을 활용한 고객 감성분석 

 해당 연구는 온라인 채널에서 수집된 입력 방식이 상이한 고객 리뷰를 효과적으로 처리는 딥러닝 모델을 제안했다. 기존 딥러닝 모델은 하나의 모델에서 하나의 테스크만 처리할 수 있지만, 제안된 모델은 하나의 모델로 여러 개(여러 채널에서 수집된) 태스크를 처리하는 방식이다. 클래스 불균형을 파라미터 공유를 통해 상호 보완하여 분류 성능을 향상시킨다는 점에서 인상적이었다. 발표에서는 2개의 채널을 예시로 들었지만, 운영 관점에서 보았을 시 채널의 수가 2개 보다 훨씬 많을 때 엄청난 효과를 발휘할 수 있는 모델이라고 생각한다.