• 목록

<학회 후기>
2025년 6월 18일부터 20일까지 제주에서 열린 대한산업공학회 춘계 학술대회에 참석하였다. 이번 학회에서 처음으로 구두 발표를 진행하게 되었고, 연구 내용을 어떻게 쉽게, 명확하게 전달할 수 있을지를 많이 고민했던 시간이었다. 발표를 준비하고 직접 마주한 청중들과의 질의응답을 통해, 연구의 기술적인 완성도뿐 아니라 전달력 역시 연구자로서 중요한 역량임을 체감했다. 발표 과정은 나 자신에게도 연구를 다시 정리하고 되돌아보는 계기가 되었다. 다양한 발표를 들으며 특히나 산업인공지능 분야가 매우 빠르게 확장되고 있음을 느낄 수 있었고, 특히 테이블 질의에 LLM을 활용하는 프롬프트 전략 등 인상 깊은 연구들을 통해 새로운 시각도 얻을 수 있었다. 학회에서 많은 자극과 배움을 얻었고, 이런 소중한 기회를 주신 분들께 감사드린다.

<청취 후기>
일시: 6월 19일 (목)
제목: 요약테이블 해석 및 분석을 위한 프롬프트 엔지니어링 전략 연구

표 데이터를 다루는 LLM의 활용 방식에 대해 구체적인 전략을 제시한 흥미로운 발표였다. 기존 방식처럼 단순 질의만 입력하는 것이 아니라, 모델이 스스로 중간 정보를 생성해 사고 과정을 보완하도록 유도하는 Self-Augmented Prompting 기법이 인상 깊었다. 논리적 관계를 유형별로 분류하고, 그에 따라 프롬프트를 설계해 분석 결과를 비교한 실험 구조도 체계적으로 구성되어 있었다. 특히 인사이트 기준을 제공하는 것보다, 모델이 스스로 인사이트를 유추하도록 설계한 조건에서 영향도와 관련성 점수가 더 높았다는 점이 인상 깊었다. 프롬프트만 달리했을 뿐인데 모델 응답의 품질이 정량적으로도 크게 차이가 난다는 결과가 강하게 기억에 남는다.
LLM을 수동적인 응답 기계가 아니라, 능동적인 사고 흐름의 주체로 설계할 수 있다는 점에서 많은 시사점을 얻을 수 있었던 발표였다.

<발표 후기>
일시: 6월 20일 (금)
세션: K6.3 산업인공지능(26)
제목: 대화 지시 학습을 통한 고객 프로파일링 임베딩 기법

이번 발표에서는 B2B 고객 응대 로그 데이터를 기반으로, 자연어 메시지를 구조화하고 수치 벡터로 변환하여 클러스터링하는 고객 프로파일링 프레임워크를 제안했다. 기존 감정 분석이나 벡터화 기반 접근이 고객 요구의 복잡한 맥락을 포착하기 어렵다는 문제의식에서 출발하여, FLAN-T5 기반 요약, KeyBERT 키워드 추출, JSON 구조화 및 KMeans/HDBSCAN 기반 클러스터링으로 이어지는 파이프라인을 설계하였다. 전시 대행 기업의 실제 고객 메시지 47,776건 중, 요약 품질 기준을 만족한 47건을 대상으로 실험을 수행했으며, 클러스터별 키워드 조합의 차이를 통해 그룹 특성 분석이 가능함을 확인하였다. 다만, 낮은 요약 성공률(5.8%)과 희소한 벡터 특성은 한계로 남았으며, 이를 보완할 프롬프트 튜닝 및 후처리 전략이 향후 과제로 제시되었다. 발표 이후, 특히 클러스터 해석 방식이나 Sparse 벡터에 대한 청중과 의미 있는 논의가 오갔다. 고객 메시지를 단순 분류를 넘어 해석 가능한 정보 단위로 전환하는 전략을 설계하고 공유할 수 있어 의미 있는 경험이었다.