[학회후기]

제주도에서 열린 2022 대한산업공학회 춘계학술대회에 참가하여 발표를 진행하였다. 작년 추계학술대회에 온라인으로 참가한 경험이 있었지만, 확실히 오프라인은 전혀 다른 느낌이었다. 각 세션장마다 많은 사람들이 자리해 발표를 청취하는 것을 보며 뜨거운 관심과 열정을 느낄 수 있었다. 이로 인해 발표 직전 긴장도 많이 되었지만, 별 탈 없이 잘 끝마칠 수 있었다. 코로나 때문에 매번 온라인으로 발표하는 자리만 가졌었는데, 오프라인으로 발표하며 사람들과 피드백을 나눌 수 있었던 좋은 경험이라고 생각된다. 올해도 여전히 여러 분야에서의 머신러닝, 딥러닝 관련 연구가 다양하게 이루어지고 있었다. 다른 이들의 발표를 청취함에 있어 이해할 수 있는 내용이 한층 많아져 작년보다 한 단계 성장했다고 느꼈지만, 연구 수준과 성과에 있어 여전히 많은 부족함 또한 느꼈다. 남은 기간 부단히 노력해 좋은 연구를 계속해서 이어나가고 싶다.

[발표후기]

오픈셋 행동 유형 인식을 위한 믹스업 삼중항 기반 메트릭 러닝을 주제로 발표하였다. 최근 딥러닝 모델을 사용해 웨어러블 기기를 통해 확보한 센서 데이터로부터 사전에 정해진 행동을 인식하는 시스템은 우수한 성능을 보인다. 그러나, 실생활에서 실제 사람의 행동 패턴은 사전에 정의되지 않은 새로운 유형으로 나타날 수 있어 클로즈드셋을 가정하고 있는 기존 딥러닝 모델은 한계를 가진다. 또한, 사람의 행동 유형은 여러가지 동작의 집합으로 이루어져 분명하게 다른 행동 유형임에도 부분적으로 비슷한 특징을 공유한다는 특성을 가지고 있다. 따라서 이러한 행동 유형의 특징을 반영하여 우수한 성능을 낼 수 있는 메트릭 러닝 기반 오픈셋 분류 모델을 제안하였다. 제안 방법론은 믹스업 삼중항 손실함수를 사용하여 딥러닝 모델을 학습하였다. 또한, 학습이 완료된 모델을 통해 확보한 특징 벡터를 사용하여 마할라노비스 거리 기반의 새로운 행동 유형 탐지를 위한 임계값을 도출하였다. 제안 방법론의 효과성을 입증하기 위해 사용자 행동 인식 벤치마크 공공 데이터를 사용하였으며, 비교 실험 결과 알려진 클래스의 분류 정확도를 떨어뜨리지 않으면서 알려지지 않은 클래스를 탐지하는 성능을 향상시키는 것으로 나타났다.

질문 1. 현재보다 알려지지 않은 클래스의 비율이 더 적은 상황에 대해서 고려해보았는지.

답변) 고려하여 실험한 결과 더 낮은 성능을 보였다. 데이터가 불균형한 경우에 대해서도 잘 적용될 수 있도록 추가 연구가 필요한 부분이라고 생각이 된다.

질문 2. 제안 방법론에서 마할라노비스 거리를 사용한 이유가 무엇인지.

답변) 유클리디언 거리부터 마할라노비스 거리까지 여러 거리를 사용한 비교실험 수행 결과, 가장 좋은 성능을 보인 마할라노비스 거리를 사용하였다.

[청취후기]

1. 외조기 공정에서의 상관관계를 고려한 조기 이상 감지 방법론 (노승찬, 정용곤, 김주은, 백준걸- 고려대학교)

외조기 공정은 공장 내 조건에 맞는 신선한 공기를 외부로부터 공급하는 공정을 말한다. 해당 공정 은 두 개의 공조기로 구성되는데, 이때 같은 공조기 내 센서 사이의 상관관계를 기반으로  k-means clustering 방법론을 통한 조기 이상 탐지를 제안한 연구였다. 센서 데이터만 사용하는 경우 부정확하고 빈번한 조기 경보가 발생하는 문제 상황에서, 상관계수를 추가하여 알람이 일어나기 전 변동을 정확하게 포착할 수 있음을 보였다. 상관계수만을 추가함으로써 성능 향상을 보인 것이 놀라웠지만, 이는 정상 데이터가 규칙적이고 일정한 패턴을 가져야 지속적으로 좋은 성능을 기대할 수 있다고 한다. 따라서, 정상 상황의 불규칙한 값에 대해서도 강건한 성능을 보일 수 있는 방법까지 확장된다면 더욱 좋은 연구로 이어질 것으로 기대된다. 

2. 인용특허 특성을 활용한 유망기술 예측 방법론 연구 (김리희, 이성주 - 서울대학교)

제조 분야가 아닌 비제조 분야의 연구에 해당하는 흥미로운 주제였다. 특허의 가치를 예측하는데 쓰인 기존 지표들에 더해 인용특허 특성을 근거로 더해 유망기술을 예측하는 방법론을 제안한 연구였다. 기존 연구는 특허 자체가 갖는 정보만을 활용하여 예측을 수행한 반면, 본 연구는 인용특허 특성을 포함한 지표를 생성하고 다양한 머신러닝 분류기를 통해 유망 기술을 예측하였다. 그중에서도 특허와 관련해 다양한 특성을 고려한 부분에서 해당 도메인에 대해 깊이 고민한 흔적이 엿보였다. 본 연구는 기본적으로 범용적인 특허 특성을 고려한 것이지만, 추가적으로 기술 분야별로 특허 특성을 더함에 따라 더 높은 예측률을 보일 수 있을 것이라고 생각된다.