[학회 후기]

2020 대한산업공학회는 온라인과 오프라인을 병행하여 진행되었지만, 대부분의 세션을 온라인으로 ZOOM을 통해 듣게 되었다. 다양한 발표들을 온라인으로 접할 수 있어 쉽고 편하게 여러 연구 주제들을 접할 수 있었다는 점이 가장 큰 장점이었다고 생각한다. 반면, 오프라인으로 진행되었던 석사논문경진대회 발표들을 듣고 싶었지만 참석하여 들어볼 수 없었던 점, 그리고 오프라인 현장에서 진행되는 세션의 분위기를 느껴볼 수 없었다는 점이 가장 아쉬웠다. 다음 학회 발표때에는 나의 연구 주제로 오프라인에서 직접 사람들과 교류하며 연구에 대한 이야기를 나누고 싶다는 생각이 많이 드는 시간이었다.

[발표 후기]

‘앙상블 모델을 활용한 112 신고 발생 건수 조기예측’이라는 주제로 발표를 진행하였다. 첫 학회 발표인만큼 이전에 진행하였던 발표들보다 더 많이 떨리고 걱정되었던 것 같다. 프로젝트로 진행하고 있는 주제로 발표를 진행하게 된 만큼, 개인적으로 조금 색다른 접근을 통한 더 좋은 성능으로 발표를 진행하고 싶어 다양한 노력을 하였었다. 그럼에도 불구하고 이전보다 더 좋은 결과값을 얻지 못하여 프로젝트에서 활용하였던 결과를 그대로 사용한 점이 가장 아쉽고 속상하였다. 그래도 최대한 프로젝트에서 진행한 이야기를 이해하기 쉽게 정리하여 담아내고자 노력하였고, 발표를 들어주신 많은 청취자분들께서 그러한 부분을 잘 듣고 이해해주셔서 뿌듯하였다. 또한, 여러 질의응답을 통하여 생각해보게 된 부분을 추후 프로젝트 진행 시에 고려한다면 더욱 의미있는 결론을 도출할 수 있을 것이라 생각한다.

[청취 후기] Multi^2OIE : BERT 및 Multi-Head Attention을 활용한 다국어 개방형 정보 추출 시스템 (노영빈, 이유경, 강필성)

제목이 흥미롭다고 생각이 들어 듣게 된 발표였다. 최근 개인 연구에 다양한 정보를 추가로 활용하는 방안을 고민하여 잠깐 공부해본 경험이 있었는데, 제목 내의 ‘정보 추출 시스템’이 이에 대한 연장선이라는 생각이 들어 해당 발표를 들어보게 되었다. 정보 추출이라는 것은 텍스트 내에 있는 정보를 튜플의 형태로 추출하는 것을 의미하고, ‘개방형 정보 추출’이란 사전 정의된 관계 어휘 없이 정보를 추출하는 것을 의미한다. 즉, QA와 같은 여러가지 downstream task에서 활용되는 객체들을 생성하는 과정에 해당한다. 최근에는 신경망 기반의 개방형 정보 추출이 우수한 성능을 보이고 있지만, 해당 논문에서는 BERT모델과 Multi-Head Attention을 결합하여 다국어 개방형 정보를 추출할 수 있는 시스템을 제안하고 있다. 우선 BERT를 활용한 관계 어휘를 추출한 후, BERT에서 얻을 수 있는 여러 임베딩 벡터 값들을 결합한 입력 변수를 생성한다. 마지막으로는 전체 시퀀스를 query, 관계 어휘 위치 시퀀스를 key와 value로 설정하여 Multi-Head Attention을 통한 최종 개체 추출을 진행한다. 해당 모델들을 결합하여 개방형 정보 추출 시스템을 구성한 것도, 더 나아가 다국어로 진행 가능한 모델이라는 점도 대단하다고 느껴졌고, 개인 연구에서도 이와 같이 여러 모델들을 크게 바라보고 여러가지 방식으로 조합할 수 있는 안목을 길러야겠다는 생각이 들었다.

[청취 후기] 머신러닝을 활용한 응급실 내원 환자 퇴실 조치 결정 조기 예측 (황하은, 김성범)

매번 하은이와 개인 연구에 대한 이야기를 나눌 때 하은이가 진행하고 있는 연구가 흥미롭다고 생각하였는데, 이번 학회를 계기로 해당 연구에 대하여 자세하게 들어볼 수 있었다. 응급실에 들어온 환자에 대한 정보를 기반으로 귀가, 일반 병실 입원, 중환자실 입원, 전원의 4가지 클래스로 조기 예측을 하는 연구였다. 조기 예측을 진행할 해당 데이터에 대하여 LightGBM, CatBoost, TabNet의 3가지 모델을 적용시켜 그 결과를 비교분석하였다. 특히 TabNet이라는 모델은 해당 발표를 통하여 처음 들어보았는데, 성능과 해석력을 모두 향상시키기 위하여 어텐션 구조를 더한 모델이라는 점이 흥미롭게 다가왔다. 또한, 각 인스턴스에 대한 변수 중요도까지도 알아볼 수 있다는 점에서 해당 모델을 다양한 데이터에 적용시킬 수 있을 것이라는 생각이 들었고, 해당 모델에 대하여 한번 더 자세하게 공부하고 싶어졌다. 언제나 긴장하지 않고 또박또박 발표하는 하은이의 모습을 온라인 학회에서도 볼 수 있어 좋았고 앞으로도 하은이의 연구가 잘 이어지길 응원하고싶다.