이번 대한산업공학회 추계학술대회는 코로나19로 인해 zoom을 이용해 비대면으로 진행되었다. 우리 연구실에서는 프로젝트 회의, 연구 미팅 등 다양한 곳에 zoom 뿐만 아니라 다양한 화상 회의 툴을 사용한다. 따라서 다수의 연구원들이 화상 툴을 사용하거나 비대면 발표에 불편함은 타 연구실에 비해 덜 느꼈을 것 같다. 하지만, 나에게 학회는 내 연구를 발표하는 것뿐만 아니라 다양한 경험을 하고 다양한 감정을 느낄 수 있는 추억으로 남아있기 때문에 이번 해는 그런 면에서는 여러모로 아쉬웠던 것 같다. 부디 코로나가 종식되어 내년에는 학회에 참석할 수 있는 기회가 많길 또 내년에는 더 발전된 연구로 발표할 수 있길 바래본다.

[발표 후기] Uncertainty-Aware Soft Sensor Using Bayesian Recurrent Neural Networks

딥러닝 모델을 활용한 데이터 기반 소프트센서는 산업 공정의 주요 변수를 측정하는 데 널리 사용되고 있다. 그러나 예상치 못한 상황이 발생하거나 잡음이 있는 데이터가 해당 소프트 센서에 입력될 경우에 추정된 값은 신뢰할 수 없다. 이러한 문제는 소프트 센서의 추정 값을 얼마나 신뢰할 수 있는지를 나타내는 불확실성과 추정 값을 동시에 보여줌으로써 완화될 수 있다. 본 연구에서는 베이지안 순환 신경망 (Bayesian RNN)을 사용하는 불확실성 인식 (Uncertainty-Aware) 소프트센서를 제안한다. 제안 모델의 우수성 및 적용성은 운전자의 운전 패턴이나 도로 특성에 따라 다양한 상황이 발생할 수 있는 실제 자동차 산업 데이터를 사용하여 입증하였다. 실험을 통해 제안하는 소프트센서가 예측 성능의 손실없이 불확실성을 사용한 구간 예측이 가능함을 보였고 또한 측정된 불확실성을 이용하여 소프트 센서 성능 향상을 위한 추가 고품질 데이터를 확보할 수 있음을 입증하였다.