[참석 후기]

코로나로 인해 2020 대한산업공학회 추계학술대회는 온라인으로 학회가 진행되었다. 산업공학회는 인공지능, 최적화, 생산/물류 등 다양한 주제로 세션이 진행된다. 하지만 세부적인 주제들을 살펴봤을 때 딥러닝 기법들을 적용한 연구가 대부분이었다. 이를 통해서 현재 딥러닝이 활발하게 연구되고 있으며 다양한 분야에서 적용되고 있음을 다시 한번 느끼게 되었다. 특히 생각해보지 못한 분야에서도 딥러닝을 활용하고자 했던 연구들이 인상적이었다. 추후에 학회 발표를 할 때에 이번 산업공학회의 청취 경험이 큰 도움이 될 것이라고 생각된다.

[청취 후기]

1. 반도체 장비의 출하검사 데이터와 고장이력 데이터를 활용한 장비의 고장여부 및 최초 고장시점 예측

현재 진행하고 있는 프로젝트와 유사한 주제여서 관심이 갔던 연구였다. 해당 연구는 두가지 단계로 진행되었다. 첫번째는 장비의 출하검사 데이터와 고장이력 데이터를 활용해 장비의 고장유무를 확인하는 분류문제를 먼저 수행한다. 두번째로는 고장이 난 장비에 대해서 최초 고장시점을 예측하는 회귀문제를 수행하게 된다. 발표내용 중 인상적이었던 부분은 결측치를 처리하는 부분이었다. 결측치를 실제로 발생할 수 없는 값인 -999로 설정했다. 사용된 예측모델이 모두 트리기반의 모델이기 때문에 모델이 첫번째 분기를 수행할 때 변수에 결측치가 있는지 없는지에 대한 판단을 먼저 수행하게 된다. 따라서 결측치가 있는 데이터를 모두 활용하여 모델을 구축할 수 있게된다는 장점이 있다. 결측치를 처리하는데 있어 처음보는 방법이었지만 해당 방법에 대한 적절한 논리적인 설명이 있어 발표 내용을 이해하는데에 많은 도움이 되었다.

2. 멀티태스크 모델을 이용한 팔레트 정밀인식 및 지게차 움직임 예측

지게차를 자동화 하는 과정에서 팔레트가 정확한 위치에 놓여있지 않을 경우 안전상의 문제가 발생할 수 있다. 따라서 팔레트의 정확한 인식을 통해 지게차의 움직임을 조정하는 연구를 수행했다. 해당 연구에서는 좌우로의 이동거리와 이동각도에 대해 예측 하는 과제를 진행했다. 두 과제에 대해 각각의 모델을 만드는 단일 모델과 두 과제를 한번에 수행하는 멀티태스크 모델의 비교를 수행했다. 단일모델과 멀티태스크 모델의 성능차이가 없는 경우도 있었지만 멀티태스크 모델을 통해서 성능을 향상시킨 경우도 존재했다. 또한 지게차 움직임 예측에 있어서 처음으로 딥러닝을 활용했다는 점에서 의미있는 연구였다.