• 목록

<학회 후기>
2025년 6월 18일부터 21일까지 제주에서 열린 대한산업공학회에 참석하였다. 이번 학회에서 첫 구두 발표를 진행하게 되었다. 발표를 준비하면서, 그리고 실제로 발표를 진행하면서 많이 느낀 점은 내가 진행하고 있는 연구 분야를 내 발표를 처음 듣는 사람들에게 얼마나 쉽게 설명할 수 있는가였다. 연구를 잘 수행하는 것도 중요하지만, 그 내용을 상대가 이해할 수 있도록 잘 전달하는 능력 역시 연구자의 중요한 역량이라는 것을 다시 한 번 느꼈다. 또한, 학회 발표를 들으면서 산업인공지능 세션이 매우 많았는데, 그만큼 많은 사람들이 이 분야에 깊은 관심을 가지고 있다는 것도 체감할 수 있었다. 나와는 전혀 다른 분야의 발표를 들으면서도 새로운 시각을 얻을 수 있었고, 내 연구에 접목해볼 수 있는 아이디어도 떠올 수 있는 좋은 기회였다. 이러한 경험을 할 수 있도록 기회를 주신 교수님께 진심으로 감사드린다.

<발표 후기>
6월 20일 (금)
세션: H3.1 산업인공지능(16)
제목: Towards Optimal Initialization for Lip Synchronization in Talking Head Generation
본 연구는 Talking Head Generation에서 립싱크 품질을 개선하기 위해 초기 이미지의 입 모양을 최적화하는 기법을 제안한다.
입력 이미지의 입 모양에 따라 립싱크의 성능이 저하되는 문제를 해결하고자 하였으며, 이를 위해 StyleGAN 기반 latent inversion, PTI(Pivotal Tuning Inversion), InterFaceGAN 방향 조정 등의 과정을 도입하여 자동으로 립싱크 성능에 강건한 초기 이미지를 찾는 프레임워크를 제안하였다. 그 중에서도 핵심은 Bayesian Optimization을 활용해 InterFaceGAN의 입모양 조절 강도 값을 최적화하는 것이다. 립싱크 신뢰도, 정체성 유지, 자연스러움 지표를 조합한 목적 함수를 통해 이를 최적화하였으며 CelebA 데이터셋을 활용해 다양한 모델(Wav2Lip, DreamTalk 등)에서 제안 기법의 성능을 검증하였다. 하지만 제안 기법은 latent space 내 속성 조작을 전제로 하며, 표현력이 제한된 입력 이미지에는 효과가 감소할 수 있으며, 계산 효율성을 고려한 방법론이 추가되어야할 것으로 생각된다.

<청취 후기>
6월 19일(목)
세션: E6.3 산업인공지능(13)
제목: 생성형 AI를 활용한 가상 결함 패턴 기반 데이터 증강 기법 - OHT 가이드 휠 이상 탐지
본 연구는 OHT 가이드 휠의 마모 및 결함을 자동으로 탐지하기 위해 생성형 AI 기반의 가상 결함 데이터를 생성하는 기법을 제안하였다.
실제 산업 현장에서 결함 데이터가 희소하고 labeling 비용이 높아 반지도나 비지도 학습이 필요하다. 본 연구에서는 외부 도메인 패턴과 Perlin Noise를 활용하여 원본 이미지 도메인과 유사한 결함 패턴을 생성하였으며 실제와 유사한 가상 결함 패턴을 학습함으로써, 모델의 성능을 높이는 방식을 제안하였다. 예시 이미지에서는 실제와 유사한 결함 패턴을 생성한 것을 확인하였으나, 정면이 아닌 다양한 각도에서 촬영된 이미지에 대해서도 동일한 기울기와 위치에 맞춰 결함이 자연스럽게 생성될 수 있을지에 대해서는 추가적인 검증이 필요하다고 생각되었다.

6월 20일(금)
세션: K6.2 산업인공지능(26)
제목: 벡터 양자화를 활용한 군집별 선형 회귀 모형 학습 방법
본 연구는 벡터 양자화를 활용해 군집별 선형 회귀 모델을 보다 유연하고 해석 가능하게 만드는 방법을 제안한다. 기존의 군집 회귀 모델들은 군집 수에 맞춰 각기 다른 회귀식을 학습하지만, 새로운 데이터가 어떤 군집에 속하는지 명확하지 않아 예측 정확도가 떨어진다는 문제가 있었다. 이 연구에서는 먼저 입력 데이터에 대해 MLP를 통해 각 데이터에 맞는 회귀 계수를 생성한 후, 이를 K개의 대표 회귀 계수 중 가장 가까운 것으로 대체하는 방식을 취한다. 이 과정을 벡터 양자화라고 표현하고 있으며, 복잡한 개별 모델을 유한한 개수의 대표 모델로 근사하는 점이 인상적이었다.
복잡한 회귀 모델을 대표값으로 단순화하면서도 성능을 유지한다는 점에서 매우 인상적인 접근 방식으로 기억에 남는 발표였다.