[학회 후기]

2026 INFORMS Annual Meeting에 구진이 형, 재영이 형과 함께 참석하였다. 대표적인 산업공학 학회인 만큼 전통적인 최적화 연구부터 인공지능을 활용한 문제 해결까지 다양한 연구를 접할 수 있었다. 평소 주로 접하던 인공지능 연구와는 또 다른 관점에서 문제를 정의하고 해결하는 접근들을 살펴보며, 연구의 시야를 넓힐 수 있는 시간이었다.

특히 전통적인 최적화 문제에 AI를 접목한 연구들이 흥미로웠다. 익숙한 인공지능 기술이 산업공학의 다양한 문제와 연결되는 모습을 보면서, 방법론 자체의 발전뿐만 아니라 이를 어떤 문제에 어떻게 활용하는지도 중요하다는 생각이 들었다. 또한 같은 기술이라도 해결하고자 하는 문제와 제약 조건에 따라 접근 방식이 달라질 수 있다는 점에서, 내 연구 역시 다른 분야의 관점에서 바라볼 필요가 있겠다고 느꼈다.

학회 기간에는 고려대학교 네트워킹 행사에도 참석하였다. 오랜만에 미국에 있는 선후배들을 만나 서로의 근황을 나누고, 각자의 자리에서 어떤 연구와 일을 하고 있는지 들을 수 있어 반가웠다. 평소에는 멀리 떨어져 있어 자주 만나기 어려운 사람들과 학회를 계기로 한자리에 모일 수 있다는 점이 뜻깊었다. 연구 발표와 세션 참석을 넘어, 오랜 인연을 다시 만나 이야기를 나누는 것 역시 국제학회가 주는 즐거움 중 하나라는 생각이 들었다.

학회 일정 틈틈이 구진이 형, 재영이 형과 함께 샌프란시스코의 여러 명소를 둘러본 것도 좋은 기억으로 남았다. 날씨가 좋아 도시의 풍경을 즐기며 구경하기에 좋았고, 연구실을 벗어나 함께 새로운 장소를 경험하면서 한층 여유롭게 이야기를 나눌 수 있었다. 특히 마지막 날 교수님과 함께 일몰 시간에 맞춰 금문교 유람선을 탔던 순간이 기억에 남는다. 해가 지는 풍경 속에서 금문교를 바라보며 학회 일정을 마무리할 수 있어 더욱 특별했다. 유람선 관람 후에는 게 전문 레스토랑에서 함께 식사하며 즐거운 시간을 보냈는데, 이번 학회에서 오래 기억에 남을 추억 중 하나가 될 것 같다.

이번 INFORMS 참석은 연구 성과를 발표하는 동시에, 다른 분야의 연구를 접하고 사람들과의 인연을 이어 갈 수 있었던 시간이었다. 새로운 연구에서 얻은 자극과 오랜만에 만난 선후배들과의 대화, 그리고 교수님과 함께한 동행들과의 추억이 어우러져 더욱 뜻깊게 느껴졌다. 좋은 기회를 마련해 주신 교수님과 학회 일정을 함께한 구진이 형, 재영이 형에게 감사한 마음을 전한다.

[발표 후기]

2026 INFORMS Annual Meeting에 참가하여 “Measuring Missing Fine-Details for Out-of-Distribution Detection”을 주제로 연구 성과를 발표하였다. 이번 학회는 그동안 진행해 온 연구를 국제학회에서 소개하고, 연구의 문제의식과 핵심 아이디어를 다른 연구자들에게 전달할 수 있는 뜻깊은 기회였다. 특히 실험 결과를 제시하는 것뿐만 아니라, 기존 방법이 어떤 상황에서 어려움을 겪는지, 그리고 이를 해결하기 위해 왜 새로운 관점이 필요한지를 하나의 흐름으로 설명하고자 하였다.

이번 발표에서 가장 중요하게 전달하고 싶었던 부분은 ‘분류를 잘못한 데이터라고 해서 학습 분포에서 벗어난 데이터는 아니다’라는 점이었다. 연구를 진행하면서는 다양한 실험과 세부적인 분석에 집중하게 되지만, 발표에서는 그 결과들을 나열하기보다 연구의 출발점과 제안 방법 사이의 연결을 명확하게 보여주는 것이 중요하다고 생각하였다. 이에 기존 방법의 한계를 먼저 설명하고, 예측 클래스에 의존하지 않는 정보를 활용해야 하는 이유와 fine-detail 정보에 주목한 배경을 차례로 전달하는 데 중점을 두었다.

이러한 과정은 연구를 청중의 입장에서 다시 정리해 보는 계기가 되었다. 익숙하게 사용하던 개념이라도 연구 배경이 다른 사람에게 설명하려면 그 의미와 필요성을 보다 직관적으로 전달해야 했다. 특히 저해상도 이미지를 통해 세부 정보가 사라지는 상황을 만들고, 이를 특징 공간에서 하나의 방향으로 찾는다는 아이디어를 중심으로 방법론을 설명하고자 하였다. 복잡한 수식이나 구현 내용을 모두 담는 것보다, 각 구성 요소가 어떤 문제를 해결하기 위해 필요한지를 전달하는 것이 중요하다는 점을 다시 생각하게 되었다.

다만 발표 시간의 제약으로 질의응답을 진행하지 못한 점은 아쉬움으로 남았다. 청중이 연구의 어떤 부분에 관심을 갖는지, 제안한 접근을 다른 관점에서는 어떻게 바라보는지 직접 들어볼 기회가 없었기 때문이다. 이번 경험을 바탕으로 앞으로는 제한된 시간 안에서도 연구의 핵심을 더욱 간결하고 명확하게 전달하고, 연구에 대한 다양한 의견을 나눌 수 있도록 준비하고자 한다. 연구 성과를 정리하여 발표하는 데서 나아가, 문제를 발견하고 해결해 온 과정을 돌아볼 수 있었다는 점에서 의미 있는 학회 참석이었다.

[청취 후기]

이번 INFORMS는 총 4일간 진행되었으며, 아침 8시부터 세션이 시작되어 매우 다양한 주제의 연구를 접할 수 있었다. 그중 가장 기억에 남는 발표는 Google DeepMind의 “AI for Math: from a gold medal at IMO to research”였다. 평소 관심을 갖고 있던 AI 에이전트의 추론 능력이 수학 문제 해결을 넘어 실제 연구에 어떻게 활용되고 있는지 궁금하여 참석하였고, AI가 수학자의 연구를 돕는 방향으로 발전하고 있다는 점에서 흥미롭게 들었다.

발표에서는 2024년 국제수학올림피아드(IMO)에서 은메달 수준의 성과를 달성한 것부터, 이후 Gemini Deep Think를 활용하여 금메달 수준에 도달하기까지의 발전 과정을 소개하였다. 특히 경시대회 문제를 해결하는 능력과 전문적인 수학 연구를 수행하는 능력 사이에는 차이가 있다는 점이 인상적이었다. 수학 연구에서는 주어진 문제의 답을 찾는 것뿐 아니라, 관련 문헌을 폭넓게 살펴보고 긴 증명 과정을 일관되게 이어 가야 하기 때문이다. 이러한 차이를 설명하며 AI의 역할을 문제 풀이에서 연구 수행으로 확장해 나가는 흐름을 보여주었다.

이를 위한 접근으로 자연어 기반의 수학 연구 에이전트인 Aletheia가 소개되었다. Aletheia는 Gemini Deep Think를 기반으로 풀이와 증명을 생성하고, 이를 검증한 뒤 수정하는 과정을 반복하며 다양한 도구를 적극적으로 활용한다. 한 번의 응답으로 정답을 제시하는 데 그치지 않고, 중간 결과를 점검하고 부족한 부분을 보완하면서 연구를 진행한다는 점이 흥미로웠다. 또한 박사과정 수준의 문제와 미해결 문제에 도전하고, 독립적인 연구 논문 생성과 오랫동안 해결되지 않았던 추측의 해결 사례까지 소개한 점에서 AI의 활용 범위가 어디까지 확장될 수 있을지 생각해 보게 되었다.

이번 발표를 통해 인공지능의 추론 능력은 단순히 정답률만으로 평가하기보다, 복잡한 문제를 해결하는 과정에서 얼마나 지속적으로 탐색하고 검증할 수 있는지도 중요하다고 느꼈다. 특히 생성·검증·수정의 반복과 도구 활용을 결합하는 방식은 수학뿐 아니라 다른 분야의 연구에도 연결될 수 있는 접근이라는 생각이 들었다. 앞으로 AI가 연구자를 대신하는 도구를 넘어, 연구자와 함께 아이디어를 탐색하고 검증하는 협력자로 어떤 역할을 하게 될지 기대하게 만든 발표였다.