[학회 후기]

네덜란드 암스테르담에서 열린 2022년도 IntelliSys 학회는 2019년 시애틀에서 열렸던 Informs 학회 이후 3년만에 해외에서 오프라인으로 참가한 학회였다. 오랜만에 참석하는 해외 학회이고 포스터 발표는 처음이었기 때문에 출국 전부터 떨리는 마음으로 학회를 준비하였다. 학회는 9월 1일, 2일 이틀간 진행되었고, 오전에는 Keynote session, 오후에는 연구자들의 발표가 진행되었다. 내가 제출한 포스터 발표는 1일 점심에 진행되었는데 포스터 발표가 총 6개여서 많은 사람들의 관심을 받게 되었다. 특히 내 포스터 주제가 게임과 관련되었기 때문에 연구에 대해 질문하는 연구자들이 꽤 있었다. 그 중에서도 처음 질문했던 사람이 인상깊었다. 포스터와 관련된 질문을 하면서도 내 긴장을 풀어주기 위해 웃는 얼굴로 다양한 제스처를 취해주었다. 그 분 덕분에 조금 긴장을 풀면서 자연스럽게 답변을 할 수 있었다. 하지만 영어로 대화를 나누는 부분에 있어서 내 실력에 대한 아쉬움이 있었기 때문에 더 발전해야겠다고 생각했다. 개인적으로 Keynote session은 좋은 발표가 많았지만, 오후에 진행한 연구자들의 발표는 조금 아쉬운 부분도 있었다. 청중들에게 공지 없이 발표자가 변경된 경우도 있었고, PPT 1페이지에 작은 result table 하나만 있고 설명은 없는 경우도 있었다. 그런 부분을 보면서 내 발표를 청취하는 사람들을 위해서 항상 어떤 발표도 진지하고 성실하게 준비를 잘해야겠다고 생각했다. 학회가 진행된 네덜란드는 맑고 조용한 나라였다. 어디를 가도 큰 소리가 없었고 사람들은 삶의 여유가 넘쳐 보였다. 사람들의 여유로움은 자신의 삶에 대한 자신감과 행복함에서 비롯되지 않을까라는 생각을 하며 나 또한 여유로움이 있는 사람이 되도록 더 노력해야겠다고 생각했다.

[발표 후기]

Self-Supervised Learning for Prediction Invisible Enemy Information in StarCraft Ⅱ, (Insung Baek, Jinsoo Bae, Keewon Jeong, Young Jae Lee, Uk Jo, Jaehoon Kim, Seoung Bum Kim, Korea University, Korea)

스타크래프트 2 게임은 적의 정보를 잘 예측하고 이를 바탕으로 승리 전략을 만들어야 하는 게임이다. 하지만 적 정보는 전장의 안개에 가려져 있어 일부만 볼 수 있다는 한계점이 있다. 따라서 게임을 승리하기 위해 보여지는 적의 일부 정보만으로 안개에 가려진 적의 완전 정보를 정확히 예측하는 것이 중요하다. 본 연구에서는 현재 아군 플레이어가 가진 정보와 과거 시점에 관찰했던 적 플레이어 정보를 기반으로 안개에 가려진 적 정보를 예측하고자 했다. 특히 예측 모델을 구축할 때, 게임의 특징을 잘 추출해 예측 성능을 높이기 위해 Self-supervised learning 방법론 중 하나인 momentum contrast (MoCo) 알고리즘을 적용해 사전학습 된 encoder를 사용하였다. 최종적으로 픽셀별로 적 유닛과 건물의 유무를 예측하였고, MoCo로 사전학습 된 encoder를 사용했을 때, 그렇지 않은 경우보다 정량적으로도 정성적으로도 더 예측 성능이 높아진 것을 확인할 수 있었다.