우선 이번 추계 학술대회에서는 발표를 하지 않아 편한 마음으로 세션을 들을 수 있었다. 오전에는 우리 연구실 연구원들이 참여한 제 5회 산업융합 활성화 방안 연구 및 사례연구 논문 공모전에 참석하였다. 발표자의 발표를 들으면서 다음 학술 대회 발표 준비를 어떻게 해야할 지에 대해 고민해 볼 수 있는 기회였다. 여러 세션을 들으면서 좌장이 공통적으로 확인하는 부분이 있었는 데 "해결하고자 하는 문제를 정의하는 것"과 "모델의 성능을 평가"하는 부분이었다. Q/A 세션에서 각 분야의 전문가 앞에서 발표한다는 것도 긴장이 되겠지만 대부분 질문에 대한 정확한 대답을 줄 수 있는 발표자는 드물었던 것 같다. 우리 연구실 내부 세미나나 작은 발표(회의)등을 통해 전달하고자 하는 내용을 다른 사람에게 정확하게 전달하고 다른 질문자의 의도를 파악할 수 있도록 많은 연습이 필요할 것 같다. 세션 중에는 아래 두 발표가 가장 흥미로웠다.

[1. 다중 속성 네트워크를 이용한 내용기반 필터링 영화 추천시스템 - 손지은]

기존의 추천 시스템 개념에 대해서 설명하고 협업 필터링과 컨텐츠 기반 필터링으로 나눌 수 있음을 설명하였다. 협업 필터링은 특정 사용자와 유사한 선호도를 갖는 사용자 집합을 찾아내고 다른 사용자가 선호 하는 아이템을 추천해 주는 것을 의미하고 컨텐츠 기반 필터링은 사용자가 과거에 좋아했었던 아이템을 분석해서 유사한 아이템을 추천해 주는 것을 말한다. 컨텐츠 기반 필터링은 아이템의 콘텐츠들의 유사성을 분석하여 아이템을 추천해주는 방식인데 유사하는 기준을 정의 하기 어렵고 한 개의 특징으로 분류할 경우, 특징에 대해 비슷한 아이템들이 반복적으로 추천이 되는 문제점을 가지고 있다. 발표자는 다양한 속성을 동시에 고려하여 유사도를 계산하고 아이템간의 관계를 분석할 수 있는 방법을 제안하였다. 다양한 아이템들을 네트워크로 표현하고 Centrality를 정의하여 이 Centrality와 선호도 간의 관계로 추천을 해주는 시스템을 발표하였다. Modularity analysis는 네트워크에서 커뮤니티 구조를 찾아내는 알고리즘이며 높은 Modularity를 갖는 것은 dense한 연결을 갖고 서로 다른 클러스터에 속한 노드끼리는 sparse한 연결을 갖는다는 것을 설명하였다. 먼저 다중 속성 네트워크에서 아이템의 Centrality를 계산하고 사용자의 선호를 다른 아이템의 Centrality들과의 거리를 사용하여 추천하는 시스템을 소개하였다. 발표자는 영화 도메인에서 이 시스템을 적용하였는 데, 거리를 기반으로 분류하거나 군집화하는 다른 문제에도 적용하면 하나의 특징에 대해 분류 되는 특수화 문제를 해결하고 다중 속성을 이용하여 얻는 강점도 많을 것으로 생각되었다. 관련해서 이전 발표자가 발표하셨던 자료와 커멘트 들을 찾아 보면서 유사도 분석 알고리즘에 대해 더 학습할 수 있는 좋은 계기가 되었다.

[2. 이상치 탐지 기법을 활용한 내부자 위협 탐지 방법론 개발 - 박민식]

길지 않은 직장생활이었지만 그 기간 중 가장 오랫동안 진행한 업무가 침해 사고(해킹 사고) 분석이었다. 만약 해커가 금전적인 요구를 하며 해킹되었다는 사실 하나만 가지고 해킹 사고 분석을 시작하는 것이 대부분이었다. 이런 경우 어떠한 시스템을 먼저 점검해야 하는 지, 이 시스템에 접근할 수 있는 사용자는 누구이며 어떠한 권한을 갖고 어떠한 업무를 맡고 있는지, 이 시스템을 통해서 다른 시스템에 접근을 할 수 있는 범위는 어디까지인지 등을 판단하는 것은 매우 어려운 문제였다. 또한 가장 분석해야 할 데이터가 많은 부분은 바로 사용자 행위에 대한 로그들이었다. 아침에 출근한 뒤 컴퓨터에 로그인을 하고 수 많은 웹 접근 로그를 남기며 이메일을 보내고 외장 장치를 연결하고 수 많은 응용 프로그램을 실행 시켜 로그를 남긴다. 이런 사용자 행위들을 모델링하여 Gaussian, Parzen Window, PCA reconstruction error 등을 통해 이상치를 탐지할 수 있다는 것은 매우 흥미로운 아이디어였다. 이 아이디어는 해킹 사고 분석을 할 때 모든 계정에 대해 모델을 적용한 뒤 먼저 분석해야 할 범위를 줄여 나가는 데에 큰 도움이 될 것으로 판단된다.