[학회후기]
충청남도 예산에서 열린 데이터마이닝 학회에 참석하였다. 지난 데이터마이닝 학회까지는 주최 연구실로 참석했었지만, 이번 학회는 청취자로 참여하여 마음이 한결 편안했다. 이번 데이터마이닝 학회의 테마는 최근 화두인 Physical AI와 에이전트였다. 학술적인 내용뿐 아니라 기업 관계자분들이 오셔서 실제 현업 적용 사례를 여럿 소개해 주셨는데, 최신 연구임에도 이론에 머물지 않고 벌써 현장에서 활용되고 있다는 점이 놀라웠다. 또한 이번 학회에는 2026년 탑티어 컨퍼런스에 게재된 논문을 저자가 직접 구두로 발표하는 세션도 마련되어 있었다. 여러 발표를 들으며 느낀 점은, 단순히 성능을 끌어올리는 것보다 새로운 Task를 정의하고 문제 상황을 새롭게 바라보는 일이 훨씬 중요하다는 것이었다. Kaggle에 참여할 때처럼 성능에만 집착해 왔던 나에게, 좋은 문제를 정의하는 일의 중요성을 다시 한번 일깨워 준 시간이었다.


[발표후기]
제목: 대조적인 어휘 쌍을 활용한 SAM3 기반 제로샷 산업 이상 이미지 분할
MVTec과 같은 산업 이상 이미지에서 추가 학습 없이 이상 영역을 분할하는 것을 목표로 하는 연구다. 이를 위해 어느 영역을 분할할지 판단하는 MLLM과 실제 분할을 수행하는 SAM3를 결합해 프레임워크를 구성했다. 다만 MLLM과 SAM3 모두 산업 이미지와 같은 특수 도메인에서는 성능이 저조하다는 한계가 있다. 이에 이상 정보만 활용하는 대신 MLLM을 통해 정상 정보까지 함께 확보하여 정보의 다양성을 높였다. 나아가 보다 정교한 결과를 얻기 위해 단일 문맥이 아닌 다양한 문맥 정보를 기반으로 Segmentation을 수행했고, 그 결과 이미지를 한층 정밀하게 분할할 수 있었다.

질문 (1) Object 계열에서는 우수한데, Texture 계열에서는 왜 저조한가요?
답변 (1) SAM3 특성 상, Object를 분할하는 모델이라 Object에서는 탁월했던 것으로 생각됩니다. 다만 Texture 계열은 지역적인 정보가 중요한데, 해당 방법론은 아직 세밀한 지역적 정보에 대한 개념은 반영하지 않고 있어 저조합니다.


[청취후기]
(1) AlienLM: Alienization of Language for API-Boundary Privacy in Black-Box LLMs (서울대학교 김재희 / 강필성)
요즘 이슈의 중심인 LLM Safety를 다룬 발표였다. 이 연구는 입력과 출력을 그대로 주고받는 대신 단어를 치환하는 사전을 구축해, 중요한 정보가 식별되지 않도록 만드는 방법을 제안한다. 이때 단어를 1:1로 매핑하되 편집 거리는 최대화하고 의미적 유사도는 낮아지도록 사전을 설계한다. 다만 변환 결과를 보면 "까마귀가 에어컨 아래에서 코딩한다"처럼 문장 자체가 말이 되지 않는 형태였다. 개인적인 바람으로는, 문장으로는 그럴싸해 보이지만 실제 내용은 전혀 다른 "자연스러운" 암호화 전략에 대한 연구도 필요하지 않을까 하는 생각이 들었다.

(2) State-Space Hierarchical Compression with Gated Attention and Learnable Sampling for Hour-Long Video Understanding in Lage Multimodal Models (KAIST 김기욱 / 서민준)
인공지능을 잘 모르는 사람이라도 "토큰"이라는 말은 이제 한 번쯤 들어봤을 것이다. 일반적인 텍스트보다 이미지가 더 많은 토큰을 차지하고, 이미지의 연속인 비디오는 그보다 훨씬 많은 토큰을 차지한다. 이 연구는 MLLM에서 긴 비디오를 다룰 때 토큰을 어떻게 효율적으로 활용할 수 있을지에 대한 방법론을 소개한다. 사실 이 발표는 내용보다도 발표자의 학회 참석 태도가 더 인상적이었다. 2026년 탑티어에 게재된 연구들이라 내용을 따라가기가 쉽지 않아 다들 질문을 망설이는 분위기였는데, 발표자는 대다수 발표에 적극적으로 참여했다. 특히 질문이 몰리는 발표에서는 적절히 완급을 조절하고, 질문이 나오지 않는 발표에는 먼저 나서서 질문하며 세션을 한층 풍성하게 만들어 주었다. 질문 내용을 들어 보면 자신이 이해한 부분에서 하나라도 더 얻어 가려는 태도가 분명히 드러났고, 누구나 알아듣기 쉽도록 잘 정제된 언어로 질문하는 방식 또한 배울 점이 많았다. 발표자를 보면서, 내용이 어렵다는 이유로 중간에 좌절했던 나 자신을 돌아보게 되었다.