[학회 후기]

2021년 추계 산업공학회는 온라인으로 발표가 진행되었다. 작년 추계 산업공학회도 온라인으로 발표를 진행했는데, 1년이 지난 지금도 여전히 온라인으로 학회가 진행된다는 사실이 아쉬웠다. 개인적으로 학회에 참가해 발표를 하는 것도 중요하지만 학회 현장에서 느낄 수 있는 현장감도 좋은 경험이고 중요하다고 생각한다. 하지만 COVID-19가 2년째 지속되면서 학회에 참석해 현장감을 느낄 수 없다는 것이 아쉬웠다. 최근 2년 중 21년 춘계 산업공학회는 오프라인으로 참여해 현장감을 느낄 수 있었다는 것이 작은 위안이었다. 대학원에 입학 후 산업공학에서 발표할 때, 매번 기타 산업공학 세션에서 발표를 했다. 발표 주제가 대부분 Game A.I. 관련된 내용이었기 때문이다. 기타 산업공학 세션이다 보니 발표할 때마다 여러가지 다양한 주제와 관련된 연구 내용을 들을 수 있었다. 이번 21년 추계 산업공학회도 마찬가지였다. 같은 세션에서 블록체인 비즈니스 아이디어 도출 방법, 실제 전력 사용량과 인지된 전력 사용량의 차이에 관한 연구 등의 내용을 들을 수 있었다. 이처럼 평소에 생각해 보지 못했던 다양한 주제를 들으며 개인적인 지식의 폭도 넓힐 수 있다는 사실이 학회에 큰 장정 중 하나인 것 같다. 이와 더불어 전력 관련 연구 내용을 들을 때는 연구에 대한 진정성을 다시 한번 생각해볼 수 있었다. 실제 사용자의 인지와 관련된 데이터 수집을 위해 300명에 가까운 사람들에게 설문조사를 실시했다는 내용을 들으며 연구를 위해 데이터 수집부터 얼마나 많은 시간과 비용이 들었을 지 감히 상상도 되지 않았다. 이렇게 연구를 위해 데이터 수집부터 공을 들인 연구자들이 많다는 사실을 다시 한번 생각하며, 나도 연구자로서 항상 진정성을 가지고 노력하며 연구하겠다고 생각했다.

[발표 후기]

1. 자기지도 학습법을 활용한 실시간 전략 게임 내 가려진 적 정보 예측(백인성, 배진수, 정기원, 이영재, 조억, 김재훈, 김성범, 고려대학교 산업경영공학과)

실시간 전략 게임 중 하나인 StarCraft II는 상대방의 정보가 전장의 안개에 가려져 있다는 특징이 있다. StarCraft II는 이처럼 가려진 정보를 잘 예측하는 것은 매우 중요하다. 상대방의 정보를 정확하게 알아야 그 정보를 기반으로 게임에서 승리할 수 있는 전략을 세울 수 있기 때문이다. 본 연구에서는 자기지도 학습법을 활용해 실시간 전략 게임 내 가려진 정보를 예측하고자 했다. 입력 데이터로는 테란 입장에서 본인의 정보와 관찰된 적 프로토스의 일부 정보를 활용했다. 여기에 더하여 과거 5시점 정보와 피아식별 정보를 추가 입력 데이터를 사용했다. 실제 게임 플레이어들이 적 정보를 예측할 때 과거 관찰 정보를 기반으로 예측하기 때문에 과거 5시점 정보를 사용했고, 모델이 가려진 적 정보를 예측하는데 도움을 주기 위해 아군과 적군의 위치 정보인 피아식별 정보를 사용했다. 예측 모델은 pixel별 건물 및 유닛 정보를 예측하기에 좋은 DeepLab V3 모델을 사용했다. 이 때, 모델의 좋은 특징 공간을 추출하기 위해 자기지도 학습법 중 하나인 MoCo 알고리즘으로 사전 학습된 Encoder를 사용했다. MoCo로 사전 학습된 Encoder를 사용했을 때, 정량적, 정성적으로 모두 좋은 성능을 보인다는 것을 입증하였다.

질문1. 예측하려는 대상 중 정적인 대상인 건물과 동적인 대상인 유닛에 따라 예측력이 다를 것 같은데, 이 부분에 대해 고려한 사항이 있는지?

답변1. 실제 정적인 건물에 대한 예측 성능이 동적인 유닛에 대한 예측 성능보다 높다. 현재까지는 이러한 성향에 따라 다르게 적용한 방법은 없다. 하지만 추후 연구에서 이러한 성향 차이에 따른 부분을 데이터 전처리 또는 모델 부분에서 추가한다면 더 좋은 연구가 될 것으로 보인다.

질문2. 본 연구에서 예측한 결과를 활용할 수 있는 방안은 무엇인가?

답변2. 본 연구로 가려진 적의 정보를 예측한 뒤, 이를 기반으로 경기 승패를 예측하는 모델을 구축하려고 한다. 실제 게임 상황에서 플레이어별로 적의 정보는 가려져 있기 때문에 같은 상황에서 모델이 예측한 결과를 기반으로 승리 확률을 예측한다면 게임 방송에서 시청자들에게 의미 있고 재미 있는 정보를 전달해줄 것으로 예상한다.

[정취 후기]

1. 거주 건물의 실제 전력 사용량과 인지된 전력 사용량 간 차이에 관한 연구 (류도현, 김광재, 포항공과대학교 산업경영공학과)

해당 연구에서는 거주 건물의 실제 전력 사용량과 사용하는 고객이 인지하는 전력 사용량 간 차이에 대한 분석했다. 대부분 전기 사용 관리 서비스는 실제 전력 사용 데이터를 기반으로 개발되는데, 이는 실제 사용자의 인지를 고려하지 않는 경우가 있다. 따라서 실제 전력 사용과 인지 사이에 차이가 있다면 가치가 없는 서비스로 개발될 수 있다는 한계를 지닌다. 따라서 해당 연구에서는 실제 전력 사용량과 인지 간 차이가 있는지 확인하고, 차이가 있다면 어떤 요인에 의한 것인지 원인을 분석하고자 했다. 사회인구학적/경제학적 변수, 거주 공간 변수, 실내 활동 변수, 전기 절약 인식 변수 등을 기반으로 전력 사용과 인지 차이에 영향을 미치는 요소를 도출했다. 비모수 검정법, 회귀분석, Random Forest를 활용한 Tree 분석 등을 통해 전력 사용과 인지 차이에 발생하는 원인을 분석했다. 결과적으로 실내 활동 변수 내에 세부적인 내용에 의해 사용과 인지 간 차이가 발생했다는 것을 알 수 있었다. 해당 발표를 통해 연구를 진행함에 있어 1~2가지 방법론이 아닌 다양한 방법론을 통해 진행한다면 다각도에서 분석이 가능하다는 사실을 다시 한번 생각해볼 수 있었다. 추후 개인 연구를 진행함에 있어서도 다각도의 관점에서 연구를 바라보는 훈련을 해야겠다고 생각했다.