[학회 후기]

2022 대한산업공학회 춘계학술대회는 처음 오프라인으로 참석하는 학회였다. 작년 추계 학술대회에서 온라인을 통해서만 학회의 분위기를 느끼다가, 현장에서 발표를 진행하게 되니 발표에 대한 부담과 더불어서, 평소보다 더욱 긴장이 되었던 학회였다. 하지만, 그만큼 다양한 주제로 진행되는 연구에 대해 들어볼 수 있었으며, 현장에서 다양한 피드백을 들을 수 있던 좋은 자리여서 많이 기억에 남는다. 많은 사람들이 세션에 참석하여 자리가 부족한 경우, 뒷자리에 서서 1시간 30분 가량의 세션을 듣는 열정적인 학회장의 분위기는 온라인이라서 가능했던 경험이었던 것 같다. 학회에 참가하며 연구적으로 얻은 지식들도 있지만, 연구실의 많은 인원들과 제주도에서 함께 좋은 추억을 만들었던 좋은 기회의 학회였다.

[발표 후기]

이번 학회에서는 "차량의 외부 디자인 변경에 따른 소음 예측을 위한 설명 가능한 딥러닝 네트워크 모델"이라는 주제로 발표를 진행하였다. 최근 전기 차량으로의 전환을 통하여서 바람에 의해서 발생하는 차량 소음의 중요성이 강조되고 있는데, 해당 소음은 차량 외부 디자인에 의해 영향을 받게 된다. 하지만, 기존의 해석 모델에서는 동일 업무들이 재 수행되어야 하는 비효율적인 문제점이 존재한다. 이를 해결하기 위해, 차량의 외부 디자인 이미지들을 활용하여 모델들을 재구축하는 비효율적인 문제를 해결하며, 외부 디자인과 소음과의 관계에 대해 해석할 수 있는 모델을 구축하고자 연구를 진행하였다. 해당 연구에서는 외부 디자인 이미지의 특징을 추출하기 위해 CNN을 통한 특징 추출을 진행하였으며, 외부 디자인 각각의 특징을 추출하기 위해 Multi CNN Encoder를 활용하였다. 또한, 소음 예측에 중요한 역할을 하는 디자인 이미지의 특징에 더욱 집중하여 학습할 수 있도록 Self-attention network를 적용하였고, 이를 통해 중요 이미지들을 탐지하였다. 더불어 CNN layer의 gradient 정보를 활용하여 각 이미지별 예측에 많은 영향을 끼치는 부분을 탐지하여 알려줄 수 있도록 설계하였다. 제안한 모델이 가장 우수하게 소음을 예측하는 것을 확인할 수 있었으며, 소음 예측에 있어서 중요도 정보들이 전문가의 의견을 충분히 포함하고 있는 것을 확인하였다. 하지만, 본 연구에서는 단일 차종으로 부터 나온 데이터만을 활용하였기에 다른 차종에 대해서는 예측 성능이 낮아질 수 있는 문제점이 존재한다. 이를 해결하기 위해 향후에는 지식 전이를 활용하여 새로운 차종에 대해서도 유의미한 예측이 가능할 수 있도록 연구를 확장해보고자 한다. 

질문) 해당 데이터 셋이 어떤 방식으로 구성되어 있는가?

답변) 하나의 차량에 대해서 다양한 특징이 반영될 수 있도록 다양한 각도에서 촬영된 이미지들을 Input 으로 활용하였다.

 

[청취 후기]

1. 변수 간 어텐션 매커니즘을 활용한 트랜스포머 기반 다변량 시계열 이상치 탐지(강형원,정의석,박경찬,강필성 - 고려대학교 산업경영공학과)

해당 연구에서는 시계열 데이터내에서의 이상치 탐지를 위한 새로운 기법을 제안하였다. 기존 활용되던 트랜스포머의 구조에서 변수에 따라서 임베딩을 진행하며 변수와 시간과의 상관관계를 파악하고자 새로운 variable attention을 제안하였다. 해당 연구에서는 제안한 attention 기법을 바탕으로 해석 가능한 모델을 제안하였다는 점에서 큰 의미가 있었다. 다양한 attention 기법들의 조합을 통해 4종류의 모델 구조를 실험하였으며, 해당 attention 기법들이 기존 연구에 비해서 이상치 탐지에서 보다 우수하다는 것을 확인할 수 있었으며, XAI를 적용하여 이상에 대한 원인 변수를 파악할 수  있는 연구였다. 해당 연구 결과들을 살펴보며 이상치 탐지 분야에서 트랜스포머에서의 기법들이 충분히 의미가 있음을 알 수 있었으며, 성능의 향상 뿐만 아니라 원인이 되는 인자에 대해서 파악하는 것의 중요성을 다시 한번 알아 볼 수 있었다.

2. Computer Vision 활용한 금융혁신 연구 사례(여동훈 - 하나금융융합기술원 CV & NIP 셀)

제조 산업에서의 딥러닝 적용이 아닌 금융에서는 딥러닝을 어떻게 활용하고 있는지에 대해 궁금하여 해당 세션을 청취하게 되었다. 해당 세션에서는 하나금융융합기술원에서 진행되었던 연구 사례들을 바탕으로 소개되었다. 대부분의 연구 사례는 금융과 관련되어 있는 다양한 문서들을 효율적으로 관리하기 위한 CV + NLP 관련한 연구들이었다. 대부분 OCR(Optical character recognition)을 활용한 문서내 문자 인식에 대한 연구로, 재무제표 및 가입을 위한 작성 서류와 같은 다양한 문서에 활용가능한 테이블 형태로 변환하며 동시에 보다 정밀한 탐지 및 변환을 위한 기술이었다. 실제 기업에서 활용하고 있는 데이터 및 기술이기에 모든 것에 대한 정보를 확인해볼 수 없었던 점이 아쉽긴 하였지만, 금융권에서의 연구 방향성에 대해서 인지할 수 있는 세션이었다. 해당 세션을 들으며  실제 산업 현장에서 인간이 수동으로 작업하는 것이 아닌 딥러닝 기술을 활용한 작업에서의 효율성 및 우수성을 다시 한번 느껴볼 수 있었다.