::고려대학교 DMQA 연구실::

Lab. Activity

 

 

 

Lab. Activity>Conference Review  

2017 ISSPM - 김영훈

작성자 김영훈 작성일 2017-07-06 오후 3:21:34
내용

ISSPM은 SPC 분야의 대가들이 2년마다 한 번씩 모여 SPC 분야의 현재와 미래에 대해 논의하는 뜻깊은 자리이다. 2년 전에 이탈리아 파두아에서 할 때에도 참석을 했었는데 2년만에 서울에서 다시 참석하게 되니 감회가 새로웠다. 이번 학회에서는 첫번째 세션의 발표들이 가장 인상깊었는데 이 분야의 대가들이 생각하는 SPC 분야의 발전 방향에 대해 배울 수 있는 세션이었다.

 

Statistical Transfer Learning with Application to Statistical Process Control

 

Transfer Learning 기법을 SPC에 적용한 연구에 대해 F. Tsung 교수님께서 발표하셨다. Transfer Learning 이란 현재 학습한 데이터와 유사한 특성을 가지는 데이터를 학습할 때 현재 학습된 정보를 반영, 전이시켜서 새로운 데이터를 학습시키는 방법이다. 일반적으로 새로 학습시켜야 하는 모델의 데이터 수가 적을 경우 미리 학습된 모델을 초기 모델로 이용하고 새로운 데이터에 맞게 업데이트하는 방식으로 사용하거나 테스크마다 모델을 만들되 모든 데이터를 이용해서 한번에 학습시키는 multitask 방식으로 사용한다. 이러한 Transfer Learning 아이디어는 다양한 공정이나 상황, 환자들을 모니터링하는 데 유용하게 사용될 수 있다. 예를 들어 공정의 경우 서로 다르지만 유사한 결과물을 생성하는 공정들이 있을 때 이것들을 모니터링하기 위해 개별적으로 모델을 만들고 모니터링할 수 있겠으나, 정보를 효과적으로 사용하는 관점에서 모든 공정 데이터를 하나로 보고 모델링한 후 모니터링할 수 있다. 실제 적용 예와 관련해서 발표자는 산사태 모니터링 사례를 소개했다. 지형이 유사한 두 지역의 산사태 발생 가능성을 모니터링할 때 Transfer Learning을 이용해서 좀 더 효과적인 모델을 만들었다고 한다. 시간 관계상 자세한 이야기는 들을 수 없었지만 흥미로운 내용이었다.

 

Systems Monitoring and Personalized Health Management

 

K. L. Tsui 교수님께서 Systems Monitoring과 이와 관련한 Personalized Health Management에 대해 발표하셨다. 기존의 Monitoring이 개별 Process에 대한 것이었다면 앞으로는 전체 System을 Monitoring하는 것이 중요해질 것이라고 한다. 각종 센서 기술의 발전과 Cloud computing 기술의 발전을 통해 통합된 정보를 실시간으로 수집 저장하여 전체 System 데이터를 효과적으로 처리할 수 있게 되었다. 이러한 데이터, 즉 사용자가 특정 목적을 가지고 계획하여 수집한 데이터를 Active data라고 하는데, 이제는 이러한 Active data를 대량으로 얻을 수 있는 시대이기에 System 전체를 모니터링하는 것이 가능해졌다. 또한 기존에는 Monitoring을 해서 이상이 발생한 시점에 조치를 취하거나 정기적으로 관리를 해주는 방식이 사용되었는데, 앞으로는 미래를 예측하여 이상이 발생하기 전에 조치를 취하는 Predictive Maintenance가 중요해질 것으로 예측하셨다. 이러한 개념은 전통적인 제조 공정에 적용되어 품질관리를 지원할 수 있겠으나, 앞으로는 개인 맞춤형 건강 모니터링에 활발히 적용될 것으로 예상된다. 각종 센서의 발달과 IOT 기술의 발달로 우리는 우리 몸에 대한 정보를 실시간으로 수집하고 저장할 수 있게 되었다. 이 정보를 이용해 우리는 현재 나의 상태 변화에 따라 미래의 나의 건강이 어떻게 될지 예측하고 건강 이상을 사전에 찾아낼 수 있다.

 

 

두 가지 발표는 서로 다른 주제에 대해서 이야기하고 있지만 공통적으로 Machine Learning, Data Mining을 도입하여 기존의 SPC를 개선하는 방향에 대해 이야기 하고 있다. F. Tsung 교수님은 Trasfer Learning을 활용하여 다양한 상황을 동시에 효과적으로 모니터링하는 방법에 대해 이야기하셨고, K. L. Tsui 교수님은 예측 모델을 이용해 미래를 예측하고 사전에 이상 징후를 포착하는 방법을 소개하셨다. 결국 SPC의 미래에는 Machine Learning이나 Data Mining 기술들이 함께 할 것 같은데, 이번 학회에 소개된 것 외에도 적용될 수 있는 것들이 무엇이 있을지 생각해볼 필요가 있을 것 같다.




이전글
다음글

(136-713) 서울시 성북구 안암로145 고려대학교 자연계캠퍼스 신공학관 211호 | TEL.02-3290-3769
고려대학교 산업경영공학과 데이터마이닝 및 품질애널리틱스 연구실. All Right Reserved. 개인정보처리방침