[학회후기]

이번 2021 대한산업공학회는 제주도에서 개최되었다. 제주도에서 개최된다는 소식을 들은 이후부터 학회가 정상적으로 운영될 수 있을지 걱정이 많았지만, 다행히도 오프라인으로 참석할 수 있게 되었다. 학회 참석 이전에는 미리 해야 하는 일들을 수행하느라 바빴기 때문에 설레임도 크지 않았고, 학회에 대한 기대도 크지 않았다. (가기전날 머리 염색을 하기는 했다.) 막상 학회 출발일 아침이 되고 나니 새벽부터 눈이 떠지고, 즐거운 마음으로 학회 갈 채비를 했다. 아침에 같이 출발한 일행들이 가장 들떠 보인다고 말했던 게 기억에 남는다. 그렇게 제주에 도착하고 학회 전날 주변 제주도 경관을 구경하기 위해 돌아다녔는데, 그날 뵙게 되었던 택시기사 5분정도가 모두 친절하시고, 여행가이드처럼 이곳 저곳 추천해주셔서 기분이 좋았다. 특히, 내가 제주도에서 유일하게 가고싶은 곳이 ‘우무’라는 카페라고 얘기해서 모두가 흔쾌히 함께 동행해주었다. 우뭇가사리로 만든 푸딩을 파는 아주 핫한 곳이어서 다른 연구실 사람들 것도 사다 주려 했으나 15분안에 먹어야 한다는 제약이 있어 당황했다. 게다가 근처에 먹을 만한 마땅한 장소가 없어서 바람부는 길바닥에서 먹게 되었다. SNS에서 본 예쁘고 힙한 감성으로 먹지는 못했지만 같이 우당탕탕 먹은 4명은 잊지못할 추억을 만들게 되었다. 그때만 생각하면 지금도 피식피식 웃음이 나온다. 중간중간 서로 사진도 많이 찍어주어 제주도에서 마음에 드는 사진은 거의 다 그날 찍게 된 것 같다. 그날 특히나 중간중간 나눴던 농담, 얘기들이 아직도 너무 소중히 기억에 남는다. 특히, 저녁을 먹고 예쁜 카페를 검색하고 갔던 곳에 이미 와있는 연구실 인원들, 이후에 추가로 찾아온 연구실 인원들을 보며 다들 예쁜 카페를 검색하고 왔을 생각을 하니 웃기고 신기했다. 모르는 척을 하고싶었지만 본능적으로 너무 반가운 나머지 자리도 맡아주고, 서로 사진도 찍어주었다. 특히 이때 사진을 찍어준 연구원이 너무 잘 나온다고 연신 칭찬을 해줬는데 사신을 공유 받고 너무 당황했다. 당황한 나머지 사진 너무 못 찍어준다고 말을 했는데 그게 진짜 나일지도 모른다는 생각을 했다.

다음 발표날 가장 이른 시간대로 신청을 하게 되어 9시부터 시작하는 세션의 발표자로 참여하게 되었다. 연구미팅 시간대보다도 이른 시간이기 때문에 청중이 전혀 없을 거라고 생각했는데, 청중 수용 가능인원을 모두 채워져 오랜만에 대변 발표만이 갖고 있는 감성을 느낄 수 있었다. 나도 자연스럽게 발표자분들에게 질문을 하게 되었는데, 세션 내에서 첫 질문을 하는 과정에서 마이크에 대고 말씀 주셔서 당당히 걸어나가 카메라 뒤에서 말을 했던게 생각난다. 좌장교수님이 당황하시더니 그거 마이크 아니라고 하신게 너무 웃겨서 기억에 남는다. 같은 세션 분들에게 웃음을 남긴 것 같아 만족스럽다. 더불어, 내 차례가 되어 발표를 하는데 평소 발표를 할 때 긴장을 많이 하는 성격이었는데 그런 부분이 많이 완화된 것을 체감적으로 느낄 수 있었다. 아마 주기적으로 진행하는 연구미팅 등 작게 작게 쌓아온 경험들을 통해 발표에 대한 긴장감이 해소에 많은 도움이 되었던 것 같다. 첫 학회발표는 목소리도 많이 떨리고, 질문도 기억 안날만큼 많이 긴장했던 기억이 있어 무언가 감회가 새로웠다. 또한, 함께 프로젝트를 수행중인 서연이가 다음 순서로 발표를 하게 되었는데 해당 발표를 위해 누구보다 많은 고민을 하고, 학회 전날에도 나와 리허설을 따로 진행할 만큼 잘 연습해온 서연이가 첫 대면발표를 너무 잘 해내는 모습이 멋지고, 대견해서 슬라이드 한장 한장 서연이 사진을 찍어버렸다. 이게 덕질인가 싶었다. 서연이는 지금까지도 너무 잘해온 후배지만 앞으로도 주어진 일들을 멋지게 해낼 것 같다. 세션 끝으로 좌장을 맡으신 강성우 교수님께서 산업공학도의 방향성에 대해 의견을 공유해 주셨다. 주셨던 말씀에 많은 공감을 하게 되었고, 앞으로도 연구를 수행할 때 산업공학도로써 차별점에 대해 고민을 해봐야겠다는 생각을 남겼다.

대면 하이브리드 방식으로 진행된 학회에서 학회 검역 지침, 원활한 온라인 통신을 위한 진행관리요원들의 노고가 느껴질 수 있었다. 세심히 준비해주신 덕분에 온라인-오프라인 모두 원활히 진행될 수 있었다고 생각한다. 또한, 학회는 연구에 대한 트랜드를 살피고, 나에 대해 객관화해볼 수 있는 기회라고 생각한다. 이번 학회에서도 국내 수행되고 있는 연구 동향을 살펴볼 수 있었으며, 나와 유사연구를 수행하는 연구원들의 의견도 나누어 동기부여를 받을 수 있었다. 또한, 청취를 하는 과정에서 내용에 대한 이해 습득력을 통해 내가 어느정도 성장해가는지도 간접적으로 확인할 수 있었고, 또한 부족한 부분들도 알게 된 시간이었던 것 같다. 학회에서 느꼈던 부족한 부분들을 잘 정리해서 채울 수 있도록 고민해 봐야겠다.

학회 기간동안 학회에 참석한 학부동기가 마침 같은 숙소에 있어 잠시 만나 시간을 보냈다. 연구실 생활을 하다 보면 학회에서 학부동기나 후배를 만나는 일이 굉장히 반가운데, 지난 미국 INFORMS학회 이후 오랜만에 만나 학교 얘기도 나누고, 추억얘기도 나눌 수 있어 즐거웠다. 같은 분야에서 공부하는 친구가 있다는 것이 너무 신기하고, 더 친해질 수 있는 계기가 된 것 같다. 끝으로, 학회 참여 기간동안 함께 시간을 보내준 연구원들 덕분에 연구실 생활에서 잊지못할 2박 3일을 보낼 수 있었다. 이들에게 정말 감사하다는 말을 하고싶다.

[발표후기]

제목: 불확실성 인식 어텐션 매커니즘을 활용한 미학습 범주 탐지 방법론

센서 데이터로부터 수집되는 다변량 시계열 데이터를 대상으로 여러 연구가 수행되고 있다. 산업에서 수행되는 대표적인 문제상황으로, 수집되는 장비 센서데이터로부터 장비의 상태를 모니터링, 불량/정상에 대한 원인규명을 위해 해석 가능한 알고리즘 개발, 신규 장비의 도입, 공정 세분화로 인해 새롭게 규정되는 범주(class)를 탐지하는 것이 있다. 제안 알고리즘은 attention mechanism을 활용하여 우수한 상태 모니터링과 더불어 주요 인자 해석이 가능하며, Bayesian neural network구조를 접목시켜 도출되는 불확실성을 기준으로 unknown class탐지를 가능하게 한다. 추후 previous research에 대한 탐색과 더불어 추가적인 비교 실험이 필요하다고 생각한다.

질문1: 실시간으로 예측 및 해석 등이 가능한지.

답변1: Real-time으로 수행하기 위해 개발한 알고리즘은 아니기 때문에 inference시간 비교는 수행하지 않았음. 하지만, 오랜 시간이 소요되지는 않을 것으로 기대함. 특히나, 주요 요소 탐지는 실시간 처리보다는 불량 제품에 대한 원인규명을 위해 개발되었기 때문에 빠른 연산이 주요 기대요소는 아님. 반면, 실제 현업에서는 이런 실시간 처리요소가 필요할 수 있기 때문에 이를 위해 모델 개선과정에서 고민해보는 것도 주요 요소라고 생각함.

질문2: 제안 모델이 기존 모델보다 성능이 우수할 수 있었던 주요 요인은 무엇인가.

답변2: 먼저 attention mechanism을 통해 parameter관점에서 주요 요인의 영향을 많이 반영했기 때문에 이를 사용하지 않은 모델 대비 성능이 좋아졌다고 할 수 있다. 특히나, 노이즈가 많은 데이터 셋에서는 성능의 개선이 많이 이뤄진 것을 볼 수 있다. 더불어, 불확실성 정량화를 통해 Bayesian neural network구조를 반영하여 적용하였으며, 기존 문헌들에서 BNN은 overfitting을 개선한다고 알려져 있다. 실험적으로도 제안 모델의 일반화성능이 더 우수하게 나온 것을 확인할 수 있었다.

질문3: 불확실성을 토대로 unknown class를 선정하는 것이 더 간단한 것인지.

일반적인 딥러닝 알고리즘에서의 unknown class detection을 위해 개발된 알고리즘을은 그 기준의 대상으로 softmax / sigmoid activation function을 통해 도출된 예측확률을 대상으로 한다. 하지만 softmax / sigmoid가 갖고있는 고질적인 특성으로 오분류를 하는 과정에서도 높은 확률값을 도출하는 문제가 있다. 또한, sigmoid activation function을 기준으로 수행되는 문헌들은 임계값을 정의하는 프로세스가 각 클래스마다 수행 되어야 하며 그 과정이 복잡하다. 따라서, 불확실성을 기준으로 unknown class detection을 수행하는 것이 보다 바람직하다고 판단하였으며, 임계값 설정 또한 클래스마다가 아닌 전체 모델에 하나의 값만 정의되면 되기 때문에 더욱 간결하다고 생각한다.

특히, 해당 질문은 앞으로 연구를 수행함에 있어서 여러 문헌 조사를 통해 보다 정확한 논리구조를 갖추어야겠다고 생각했다.