[학회 후기]

입학 후 처음으로 참가한 대한산업공학회였다. 비록 발표를 진행하진 않았지만 연구실 선배들의 발표와 다른 연구원들의 발표를 청취할 수 있어 매우 보람찬 시간이었다. 또한 산업공학회라는 이름으로 진행되었지만, 특정 분야에 국한된 것이 아닌 정말 다양한 분야의 연구가 진행되고 있다는 점이 인상 깊었다. 이와 동시에, 본격적으로 개인 연구를 시작하기에 앞서 연구 아이디어와 학계의 트렌드를 배울 수 있어 감사했다. 앞으로 남은 석사 과정 중에 좋은 연구를 진행하여, 나 또한 의미있는 발표를 진행하고 싶다는 목표가 생겼다. 

[청취 후기]

설명 가능한 이상치 탐지 알고리즘을 활용한 생산 공정 설비 불량 예측 (김서연, 김성범, 이지윤, 목충협, 김상훈, 문석호, 경윤영, 진영길, 이우진

불량 데이터의 발생이 희박한 실제 디스플레이 산업 데이터를 기반으로 불량 관측치를 예측한 연구이다. 연구는 불량 관측치를 사전에 예측하는 알고리즘과 불량의 원인을 설명하는 알고리즘으로 나누어 진행됐다. 불량 관측치를 사전에 예측하는 알고리즘에서는 정상 데이터만으로 학습하여 불량을 탐지할 수 있는 오토인코더, 변이형 오토인코더, 적대적 오토인코더 모델이 사용되었다. 불량의 원인을 설명할 수 있는 알고리즘으로는 LIME, SHAP이 사용되었다. 실험의 결과로는 정전척 구동 환경, 적용 면적 등이 제품의 불량에 주요한 요인으로 판단되었다. 다양한 공정으로 구성되어 있는 디스플레이 생산 공정에서 생산성 향상을 위해서는 정전척 설비의 고장을 미리 파악하는 것이 매우 중요하다. 설명가능한 인공지능을 통해 불량의 원인을 도출하여 실제 엔지니어의 의사결정에 기여할 수 있다는 점이 매우 인상깊었다. 

자세 추정을 통한 고령자 이상 행동 탐지 (김상민, 김성범)

기존 응급 안전 알림 서비스의 한계를 극복하고, 고령화 시대 노인 고독사 문제 해결에 기여할 수 있는 연구이다. 연구에서는 Pose estimation을 통해 고령자 일상 생활 속 이상 행동 탐지가 가능한 방법을 제안하였다. 영상 감시 분야에서 널리 활용되는 영상 데이터 기반 anomaly detection과, 사람 행동 인식에서 널리 활용되는 pose estimation을 활용하였다. 총 55가지 행동 클래스 중 쓰러지기 행동 행동 클래스를 이상 행동으로 구분하여 실험하였다. 첫 번째 단계에서는 추정한 관절 좌표 데이터에서 관절 간의 시공간적 관계성 정보를 찾아내기 위해 FSA-CNN 모델을 차용하였다. 두 번째 단계에서는 앞선 FSA-CNN 방법론을 인코더로 적용하여 Autoencoder를 구성했다. 흔히 볼 수 있는 산업에서의 문제가 아닌 사회 문제 해결에 기여할 수 있는 연구라는 점이 매우 인상 깊었다. Graph Convolution 기반의 네트워크를 활용하여 인코더 부분의 고도화를 통해 성능을 향상시킨다면 노인 고독사 문제 해결에 크게 기여할 수 있을 것이라 생각한다.