샌프란시스코에서 열린 INFORMS 학회에 참석하고 돌아왔다. 처음으로 참석하는 국제 학회이고 발표도 예정되었기 때문에 많이 긴장한 상태에서 참석했던 것 같다. 세계적으로 많은 연구자들이 모이는 학회라 그런지 굉장히 좋은 발표들을 많이 들을 수 있었다. 또한 학회 중간 중간 다양한 사람들과 자유롭게 교류하면 배운 점도 많았다. 이번 학회에 참석하면서 정말 좋았던 세션들과, 개인적으로 아쉬웠고 다음에 더욱 보강해야 될 점들을 정리해보고자 한다.

인상깊었던 세션들

1. 복잡계 이론을 활용한 시계열 분석 및 모니터링 기법 :
Hui Yang 교수와 그의 제자가 발표한 발표를 듣고서 굉장히 신선한 충격을 받았었다. 자기조직화 이론을 적용해서 데이터를 조직화하고 모니터링 기법에 적용한 발표 내용이었는데, 이전에 찾아볼 수 없는 주제의 내용이어서 굉장히 큰 자극이 되었다. 최근까지 복잡계 네트워크 이론에 관심을 많이 가지고 있어서 그런지 좀 더 와닿았던 발표 내용이었다. 좀 더 주목해서 공부하고 연구를 해보면 좋을 것 같다. 특히 복잡계 이론 쪽의 임계수와의 연관성을 잘 찾는다면 좋은 연구 주제가 되리라 생각된다.

2. 해석력을 중시한 정수계획법 기반의 분류 모델:
MIT의 Cindia 교수와 그의 제자가 발표한 내용이었다. 이전의 회귀 분석 모델의 계수 값이 임의의 실수값으로 설정되어 스케일이 다른 변수들이 동시에 모델에 있을 때 해석이 어려운 문제가 있었는데, 이를 해결하기 위해 계수 값을 일정 범위 내의 정수값으로 하는 새로운 모델을 제시하였다. 이 모델의 특성은 각 변수들의 영향을 정해진 범위의 정수값의 크기로 구분함으로서 해석력을 높임과 동시에, 특이한 문제 상황에 최적화된 방법으로 분류 모델을 새울 수 있다는 것이다. 여기서 특이한 문제 상황이라고 하면, 수치적 연산이 아닌 논리 연산에 기반해서 분류를 해야 하는 문제이다. 예를 들면 '특정한 관측치가 n개의 변수논리 중에서 p개의 논리 조건을 만족하면 특정 집단으로 분류한다' 와 같은 문제에 적용될 수 있다. 이전까지 해석력을 강조한 모델로 Decision Tree가 대표적이었는데, 정수계획법으로도 독창적인 모델을 만들 수 있다는 것이 인상 깊었다.

3. 현대 혼합 정수 계획법을 활용한 통계 연구:
1960-70년대만 하더라도, 컴퓨터 성능과 정수계획법의 알고리즘 성능이 많이 낮아서 통계학 연구에 정수계획법을 사용한다는 것은 매우 실현하기 어려운 문제로 여겨졌었다. 하지만 정수계획법 연구가 심화되고 하드웨어의 성능이 좋아지면서 문제 해결 속도는 상상하기 힘들 정도로 빨라졌고 이제 현실 속에서 다뤄지는 왠만한 크기의 통계 문제들에 정수 계획법을 성공적으로 적용할 수 있는 시대가 되었다. MIT의 Bertimas 교수는 Keynote 발표에서 이제 이러한 시대 흐름에 발맞춰서 통계 문제 해결을 위해 좀 더 활발하게 정수계획법을 이용할 것을 제안하였다. 이와 관련해서 Bertimas 교수가 발표한 내용은 회귀분석의 변수 선택에 있어서 정수계획법의 활용 방안에 대해서 발표하였다. 이와 관련해서 Lasso, Stepwise Regression 과 같은 방법들이 있지만, 이들보다 좀 더 현실적이고 궁극적인 통계 문제를 해결하기 위해서는 정수 계획법이 필요하고, 또 이제는 이를 성공적으로 적용할 수 있음을 역설하였다. 좀 더 나아가서 다중공선성을 해결하기 위한 변수선택모델과 그룹의 특성을 반영한 변수선택모델도 제안하였다. 최근 내가 하고 있는 연구와도 연관이 많고 추구하는 바도 비슷하여 정말 재미있게 들었고, 앞으로 연구를 계속해나갈 수 있는 강력한 동기를 갖게 해준 발표였다.


앞으로 좀 더 보강해야 할 점들

이번 학회에 참석하면서 우리 나라 학회와 많이 다르다고 느꼈던 점은 학회에 참석한 사람들 간의 활발한 교류 활동이었다. 많은 교수님들과 학생들이 격의 없이 연구에 대해서 이야기 하고 자기 PR을 하는 것들을 보면서 조금 낯설지만 큰 충격을 받았다. 나는 상대적으로 이러한 교류 부분에 있어 소극적으로 활동했던 것 같은데 앞으로는 좀 더 자신있게 다양한 사람들과 교류하고 연구에 대한 이야기를 나눌 수 있도록 노력해야 겠다.