2018년 11월 9일 한양대학교에서 개최된 2018 대한산업공학회 추계학술대회에 다녀왔습니다. 처음 발표자로 참석한 학회이고, 지난 학회보다 4차 산업혁명 및 산업인공지능 분야의 발표가 많아져 더 기대를 갖고 학회에 참석했습니다. 발표 후기와 흥미로웠던 몇몇 발표들에 대한 청취 후기를 남기고자 합니다.

[ 발표 후기 ]

- 해상 이미지 데이터와 합성곱 신경망을 활용한 유의 파고 예측

대형 선박의 항해 시 가장 높은 비중을 차지하는 유류비는 바다의 상태에 따라 그 차이가 상당하다. 따라서 파고는 선박 항해의 용이성에 가장 큰 영향을 미치는 요인으로 파고 예측은 효율적인 항로 선택을 통해 유류비 절감에 중요한 정보이다. 본 연구에서는 이러한 사실에 입각하여 해상 이미지를 기반으로 파고의 고저를 예측하는 방법론을 제안한다. 해당 방법론은 3단계를 거쳐 구축되며, 새로운 접근법을 통해 기존의 파고 예측 방법론의 한계점을 해결한다. 먼저 이미지 처리에 우수한 성능을 보이는 합성곱 신경망을 기반으로 한 4가지 모델을 바탕으로 해상 이미지 처리에 적합한 모델을 탐색한다. 다음으로 성능의 저하가 없는 효율적인 학습을 위해 앞에서 탐색한 합성곱 신경망 모델에 흑백 처리 및 이미지 크기 감소 방법론을 적용한다. 마지막으로 모델의 성능 향상을 위해 합성곱 신경망 구조 변화와 체크포인트 앙상블을 접목하여 모델의 예측 성능을 향상시키고자 한다. 다음과 같은 3가지 단계를 통해 해상 이미지 처리에 적합한 모델을 구축한다.

해당 내용으로 발표를 진행했으며, 첫 발표라 미흡하지만 준비한 내용을 잘 전달하기 위해 노력했다. 발표 이후에는 두가지 질문을 받았으며, 해당 질문과 그에 대한 답변은 다음과 같다.

Q1. 제안한 방법론이 기존의 물리적인 특성을 이용해 파고를 예측하는 모델의 한계점을 개선했다고 했는데, 어떠한 부분에서 개선된 것인가요?

A1. 기존의 물리적인 특성을 이용해 파고를 예측하는 방법론은 새로운 데이터가 주어지면 계산 복잡도가 높은 spectral-action balance equation을 해결함으로써 파고를 예측합니다. 따라서 방정식을 실시간으로 풀 수 없으므로 해당 방법론은 실시간 파고 예측이 불가능하다는 한계가 있습니다. 하지만 본 연구에서 제안한 방법론은 미리 학습 데이터를 통해 학습한 모델을 기반으로 새로운 데이터가 주어지면 inference만 거쳐 파고의 고저를 예측하므로 실시간으로 파고의 고저 예측이 가능합니다. 더불어 기존 방법론을 적용하기 위해 필요한 물리적인 정보는 실시간 수집이 불가능한 반면 해당 방법론에서 필요로 하는 해상 이미지는 실시간 수집이 가능하다는 이유도 있습니다.

Q2. 본 연구에서 제안한 방법론은 바다와 하늘로 이루어진 이미지에서 바다 부분만을 이용해서 파고의 고저를 예측하는데, 하늘 이미지도 기상 정보를 담고있어 파고 예측에 도움이 될 것 같은데 바다 이미지만을 사용하신 이유가 있나요?

A2. 본 연구에서도 질문주신 내용과 같은 의문이 들어 바다와 하늘로 이루어진 기존 이미지를 통해서도 파고를 예측하는 방법을 시도해보았지만, 해당 방법보다 바다 이미지만을 이용해 파고의 고저를 예측하는 것이 더 좋은 성능을 보였기에 다음과 같은 방법을 사용했습니다.

[ 청취 후기 ]

- 강화학습을 활용한 무인전투기의 유도탄 회피 및 최단 거리 탐색 알고리즘 개발

본 연구는 최근 국방 분야에 인공지능 기술을 활용하는 중요성이 대두됨에 따라 강화학습 알고리즘을 활용하여 무인전투기의 유도탄 회피 및 목적지까지의 최단거리 탐색 알고리즘을 제안한다. 해당 방법론을 실현하기 위해 현재 시점에서의 전투기의 이동 경로 및 방향 그리고 전투기와 미사일과의 거리 및 방향을 수정된 one-hot encoding 방식으로 강화학습에 필요한 상태를 표현하여 효율적인 학습을 가능하게 했다. 앞의 방식을 통해 state를 표현해 actor-critic network 강화학습 알고리즘을 사용해 임무를 수행했다.

해당 발표 중 state를 표현하는 수정된 one-hot encoding 방식 중 전투기의 방향을 나타내는 방법이 가장 인상 깊었다. 해당 방법은 각도의 특성을 반영하기 위해 360도의 각도를 좌표계 상에 표현하는 방식을 사용했다. 이와 같은 방식은 각도의 특성을 잘 반영했으며, 학회에서 발표한 파고의 고저 예측 방법론의 추후 연구가 될 파향의 예측 방법론에서도 차용할 수 있는 좋은 방법이라고 생각한다.

이상으로 2018 대한산업공학회 추계학술대회 후기를 마칩니다.

감사합니다.