[학회후기]

한국데이터마이닝학회에서 주관하는 2019 추계학술대회가 고려대학교에서 개최되었습니다. 이번 학기에 대학원에 진학하고 나서 처음 간 학회였던 ICCV 2019에 다녀온 설렘과 두근거림이 미처 사라지기도 전에, 대한산업공학회 추계학술대회를 거쳐 본 데이터마이닝 추계학술대회에도 참가하게 되어 좋았습니다. 또한 이를 통해 데이터분석 분야의 화두라던지 주요한 알고리즘 등에 대해 조금은 알아간 것 같아 뿌듯하기도 하였습니다. 제가 느끼기에 attention mechanism과 transfer learning 그리고 설명가능한 AI(XAI) 등이 주요한 키워드였습니다. 여러 발표에서 관련 알고리즘을 사용 혹은 응용하여 해당 도메인 분야에서 잘 녹여낸 것을 소개하였습니다. 따라서 저도 기본기를 충실히 하면서도 최신의 주요흐름들을 따라가도록 노력하기로 다짐하였습니다. 이제 벌써 3번째 학회를 참가하였는데 점점 발표를 들을 때 아는 것이 나오는 양이 늘어나서 내심 뿌듯하였습니다. 더 노력하여 다음 학회에 참가하였을 때는 발표의 대부분을 이해하도록 하는 것이 목표입니다.

[발표 리뷰]

    -시험 주행 데이터의 정보 전이를 이용한 차량 휠 6분력 예측모델

차량 품질 측정과 향상에 큰 영향을 주는 휠 6분력 데이터를 얻는 방식과 효과적인 모델 구축에 관한 발표입니다. 6분력 데이터를 많이 수집하여 모델의 성능을 올리는 것이 당연히 좋으나, 현실적으로 센서를 설치하고 실제 도로를 주행하면서 데이터를 얻는 형태라 많은 수의 데이터를 확보하는 것이 어렵습니다. 따라서 이러한 문제를 해결하기 위해 transfer learning을 활용하였습니다. 실험 주행 데이터를 가지고 구축한 모델에 위 학습방법을 적용하여 실제 데이터를 예측할 수 있는 최종 모델을 만들어냈습니다. 발표자가 소개해준 최종 결과에서 확인한 바로는 transfer learning을 통해 만든 모델이 실제 데이터로만 만든 모델처럼 우수한 성능을 보여주었습니다.

제가 생각하였을 때, 이러한 결과는 중요한 시사점을 가질 수 있습니다. 최근 빅데이터 시대나 AI로의 시대라고 강조되고 있는데, 사실 중요한 부분은 데이터의 질과 양입니다. 우수한 성능을 가지려면 양질의 데이터가 뒷받침되어야 합니다. 하지만 현실에서는 경제논리에 의해 좋은 데이터를 구하는 것이 어렵습니다. 그런데 이미 존재하는 데이터 혹은 만들기 쉬운 데이터를 통해 나온 모델을 통해 조금 다른 목표를 가진 모델을 만드는 것이 가능하다면 이는 주목할 만한 부분입니다. 다만, transfer learning 과정에서 fine tuning을 적절히 하는 것과 pre-trained model을 잘 만드는 것 그리고 domain adaptation을 잘 적용하여 하는 것은 여전히 해결해 나가야할 도전과제라고 생각합니다.

    -어텐션 기반 설명가능한 모델을 이용한 핸드폰 오타 분석

스마트폰 터치 문자입력 시에 발생하는 오타에 관련하여 개인화된 오타발생 예측모델을 구축하는 것에 관한 발표입니다. 사용자의 손의 크기나 입력 버튼의 위치 등을 변수로 받아 개개인의 오타 발생을 예측하였는데 쉽게 생각해볼 수 있는 변수들이지만 인간공학 관점에서는 또 중요한 내용이라고 생각하였습니다. 그리고 이번 논문에 최근 각광받는 attention mechanism이 적용되어 해석을 시도하였고, 실제 문제에 잘 녹여내어 알아듣기 쉽게 설명해주었습니다. 발표자 말에 의하면 인간공학 분야에서는 아직 딥러닝 기법이 적용된 사례가 많지 않은데, 이번 연구가 잘 적용되고 결과가 좋아서 다른 연구에도 사용할 의사가 있다고 하였습니다. 이를 통해 다양한 도메인에서 딥러닝이 활용되는 모습을 보았고, 산업공학적인 측면에서도 다양한 부분에서 적용가능이 기대되어 연구주제로 좋을 것 같다고 생각했습니다.