2021년 International Conference on Industrial Engineering and Applications (ICIEA) 학회에 참여했다. 2019년 일본에서 개최되었던 ICIEA 학회에 참여했을 때, 산업공학 및 응용학회 답게 최적화, 물류시스템, 생산관리, 데이터마이닝 등 다양한 산업공학 적용분야에 대해 폭넓은 연구를 접했던 기억이 있는데 올해 역시 많은 연구가 전통적인 산업공학 분야부터 데이터분석, AI/머신러닝 응용까지 많은 연구를 접할 수 있었다. 이번 학회는 온라인(ZOOM)으로 진행되었는데 온라인 국제학회는 청취자로 참여해본 경험은 있지만 발표자로써는 처음이다. 특히 내 연구 발표를 준비하면서 인터넷이 원활하지 않으면 어쩔지, 또 오프라인으로 내용을 전달하는 것 보다 확실히 그 전달력이 효과적이지 않기 때문에 기대 반 걱정 반으로 학회에 임했던 것 같다. 몇몇 세션에서는 ZOOM 사용법이 익숙치 않았는지 버벅되는 세션도 있던 것 같다. 이번 기회에 온라인 학회에 한번 더 익숙해졌다. 오프라인 학회보단 소통이 적고 학회의 그 어수선함이 느껴지지 않는 건 아쉽지만 오히려 더 다른 발표에 잘 집중되는 장점도 있었다. 3박 4일간 진행됐고 세션은 생산 관리, 물류 시스템, 최적화 이론, 머신러닝 알고리즘 적용 등 다양한 분야에 대한 알고리즘 연구와 어플리케이션 연구가 발표되었다. 대부분 자세한 알고리즘 보다는 연구 목적과 제안 방법론, 그리고 어떻게 응용했는지와 그 결과를 설명해주었다. 

첫 날은 Keynote Speeches 청취했다. "Six Sigma: What’s Next in the New Normal? (Prof. Loon Ching Tang)", "Data-Driven Value Creation in Smart Services: Recent Cases, Challenges, and Research Issues (Prof. Kwang-Jae Kim)", "Industrial Analytics Research and Education Facing Digital Transformation (Prof. Fugee Tsung)"등의 주제로 교수들 발표로 이루어졌다. 산업공학 내 이루어지고 있는 품질관리 이슈, 데이터 기반 스마트 서비스 등 인공지능 및 머신러닝 분야가 아닌 세세한 산업공학 및 응용 연구에 대해 살펴볼 수 있는 시간이었다. 본 세션에서 소개된 다양한 분야의 연구 흐름을 보고 산업공학과에서 연구하고 있는 나로써 세부전공은 데이터마이닝이지만 여러 문제 상황에서 풀고자 하는 문제를 정의하고, 그를 해결해나갈 수 있는 방법론 적용은 경계를 두지 말아야겠다고 느꼈다.

둘 째날은 본격적인 논문발표가 진행됐다. ”A Mixed Integer Programming Formulation for Optimal Scheduling of Household Appliances with Budget Constraint (Ms. Nourhan Adly, Zakaria Yahia, Mohamed Gheith and Amr B. Eltawil, Egypt Japan University of Science and Technology(EJUST), Egypt)“ 발표를 청취했다. 교수님께서 좌장으로 계셨던 곳이고 민정이와 지윤이 발표도 같이 진행되었다. Household Appliances 분야 내 스케줄링을 위해 Mixed Integer Programming 문제를 정의한 연구다. 보통 최적화 문제로 정의한 발표를 들으면 문제 상황과 수식을 따라가기 바빴는데 본 발표자는 적절한 그림과 애니매이션으로 설명해 주었고, 이해하기 수월하게 발표해준 점이 매우 인상깊었다. 본 연구가 세션 베스트 발표로 선정된 연구인데 교수님께서 좌장으로 계섰던 만큼 그럴만한 발표였다. 또한, 교수님께서 좌장으로써 적절한 질문과 격의없는 코멘트로 세션을 리드해주셨고, 다시금 좌장의 역할도 배울 수 있었다.

셋 째날에도 논문발표가 진행됐다.  “Pallet Recognition for Palletizing with Multi-Task Learning (Mr. Chunghyup Mok, Seoung Bum Kim, Korea University, Korea)” 논문발표를 청취했다. 우리 연구실 충협이가 발표한 연구다. 본 연구는 자동화 물류창고 내 지게차는 Pallet에 적재된 짐을 운반하기 위해 지게차 팔(fork)을 pallet 두 구멍에 삽입하는 데 이 때 pallet 구멍 정밀 위치를 인식하고 지게차가 직선으로 팔을 뻗기 위해 이동해야하는 이동정보 거리와 각도를 예측하는 AI모델을 구축한 연구다. 지게차 Vision sensor로부터 수집되는 이미지 데이터를 사용하였고, Multitask deep learning framework를 제안하여 거리와 각도로 레이블링 된 다중 클래스를 높은 정확도로 예측하였다. “Safe Semi-Supervised Learning with Self-Supervised Approach (Mr. Mingu Kwak, Seoung Bum Kim, Korea University, Korea)“ 논문발표를 청취했다.  우리 연구실 민구형이 발표한 연구다. 레이블링 된 데이터가 부족한 상황에서 적용가능한 Semi-Supervised Learning 과 Self-Supervised Learning 방법이 각광 받고 있는 만큼 뛰어난 실험결과를 보여준 연구로 생각한다. 또한 실제 현실에서는 새로운 label 형태의 데이터가 적용된다는 문제 Class distribution mismatch를 정의하여 self-supervised learning 방법 내 MoCo 모델을 적용했다. 

"Markov Graph Recurrent Network for Categorical Sequence Classification (Mr. Yoon Sang Cho, Seoung Bum Kim, Korea University, Korea)"을 주제로 발표했다. 마지막 날 마지막 세션 첫 발표였다. 첫날 첫세션 첫발표가 가장 부담되면서도 남은 학회기간 마음편히 들을 수 있는 장점이 있는데 마지막까지 기다리기 힘들었다. 발표는 범주형 상태 시퀀스 데이터 모델링을 위한 Markov Graph Recurrent Network 방법론에 대해 소개했고, COVID-19 DNA sequence 응용사례를 소개했다. 세션에 들어가보면 거의 질문이 없는 경우가 대다수였는데 같은 세션에 참여했던 인성이형이 적절한 질문을 준비해주어 세션 발표가 심심치 않았다.  발표하면서 본 연구에 대해 어떻게 발전시켜야할 지 명확히 짚을 수 있는 계기가 됐다. 즉, 방법론에 대한 면밀한 실험 추가가 필요할 것 같다. 학회에서 발표했던 실험 결과는 비교 방법론이 가장 간단하면서도 대표적인 방법론이고, COVID-19 DNA sequence 응용에 집중하여 발표했는데 제안 방법론의 Hyperparameter를 변경해보며 그 성능의 변화가 어떤지 살펴보는 ablation study를 추가할 계획이다. 또한, COVID-19 DNA sequence 예측결과에 대한 해석이 필요하다. 정확도가 높다는 점도 역시 필수적으로 명시되어야겠지만 본 방법론을 응용했을 때 그 가치를 정리할 수 있도록 COVID-19 DNA sequence 데이터 자체에 대한 폭넓은 이해가 필요하다. 본 연구발표로 세션 베스트 페이퍼 상을 수상했다. 학회 준비로 고단했는데 꿀 같은 당근을 준 것 같아 보람 있었다.