ASK 2026 참석 후기 (최제범, 황재성, 하수진, 문원찬, 정창엽)

[최제범]

2026년 5월 20일부터 23일까지 진행된 한국정보처리학회 ASK 2026에 참가하였습니다. 5월 22일에 진행된 발표 세션에서 정확하고 안전한 의약품 추천을 위한 방문 내 진단 집계 및 수술 집계 전략의 비교 분석이라는 주제로 구두 발표를 진행하였습니다. 해당 논문에서는 방문 내 진단 집계 및 수술 집계 연산에 따라 유의미한 성능 차이가 남을 실험을 통해 확인하고, 의약품추천시스템 설계에 있어 해당 집계 방식을 핵심적으로 고려해야 함을 지적하였습니다.

이번 학회를 통해 인공지능, 빅데이터에 대한 최신 연구 동향을 파악할 수 있었고, 여러 연구자들과 자유롭게 토론할 수 있는 뜻깊은 시간을 가질 수 있었습니다. 또한 여러 연구자들 앞에서 제 연구를 발표하는 경험을 통해 본인의 생각을 정확하고 간결하게 전달하는 능력에 대해 다시 한 번 고민하고 더욱 발전시킬 수 있는 계기가 되었습니다. 이러한 기회를 제공해 주신 김상욱 교수님께 감사드리며, 해당 연구를 지도해 주신 김태리 선배님께 다시 한 번 감사의 말씀 드립니다.

[황재성]

2026년 5월 20일부터 23일까지 진행된 한국정보처리학회 ASK 2026에 참가하였습니다. 뉴스 추천 시스템에서의 인기도 편향에 대한 분석 연구라는 주제로 포스터 발표를 진행하였습니다. 해당 논문에서는 기존 뉴스 추천 모델들이 클릭 로그 기반 학습 과정에서 인기도에 편향된 추천을 수행함을 PRI와 PRU 두 가지 지표를 통해 정량적으로 측정하고, 베이스라인 모델 모두에서 양의 편향 값이 관측됨을 실험적으로 확인하였습니다. 이를 통해 모델 아키텍처에 관계없이 인기도 편향이 광범위하게 존재함을 지적하고, 향후 편향 완화 연구의 필요성을 제시하였습니다.

이번 학회를 통해 인공지능 분야의 최신 연구 동향을 파악할 수 있었고, 다양한 연구자들과 자유롭게 의견을 나눌 수 있는 뜻깊은 시간을 가질 수 있었습니다. 연구를 직접 발표하는 경험을 통해 복잡한 내용을 쉽고 정확하게 설명하는 것에 대한 중요성을 느꼈고, 더욱 발전하고 싶어졌습니다. 또한 학회에 함께 참여한 제범, 수진, 원찬, 창엽과도 소중한 추억을 쌓을 수 있었습니다. 연구자로써 유익한 경험을 할 수 있는 기회를 주신 김상욱 교수님께 감사드리며, 해당 연구를 함께 이끌어 주신 류성은 선배님께도 감사의 말씀을 드립니다.

[하수진]

2026년 5월 20일부터 23일까지 진행된 한국정보처리학회 ASK 2026에 참가하였습니다. 5월 21일에 진행된 발표 세션에서 뉴스 중심 추천 태스크를 위한 수명 기반 부정 샘플링 연구라는 주제로 포스터 발표를 진행하였습니다. 해당 논문에서는 뉴스의 수명 구간을 기반으로 실제 노출 기회가 있었던 사용자만을 부정 샘플 후보군으로 한정하는 lifetime-aware 부정 샘플링 기법을 제안하고, 5개의 뉴스 추천 모델에 적용한 실험을 통해 AUC, MRR, nDCG 전반에 걸쳐 유의미한 성능 향상이 나타남을 확인하였습니다. 또한 본 논문은 우수논문상을 수상하게 되었습니다

이번 학회를 통해 인공지능, 빅데이터 분야의 최신 연구 흐름을 폭넓게 접할 수 있었습니다. 특히 다양한 연구자들의 발표를 들으며 학습 데이터 품질 개선이 모델 성능에 미치는 영향에 대해 새로운 시각을 얻을 수 있었고, 제 연구의 방향성을 다시 한 번 점검하는 계기가 되었습니다. 또한 포스터 발표를 통해 방문하는 연구자들과 직접 질의응답을 나누며 연구 내용을 보다 깊이 있게 전달하고 논의하는 경험을 할 수 있었습니다. 본 연구가 완성되기까지 세심하게 지도해 주신 안지원 선배님, 그리고 연구의 큰 방향을 잡아주시고 이번 학회 참가의 기회를 주신 김상욱 교수님께 진심으로 감사드립니다. 이번 수상과 경험을 발판 삼아 앞으로도 더욱 의미 있는 연구를 이어나가겠습니다.

[문원찬]

2026년 5월 20일부터 23일까지 진행된 한국정보처리학회 ASK 2026에 참가하였습니다. 저는 이번 학회에서 “동적 추천 시스템에서 대조 학습 적용 가능성 연구”라는 제목의 논문을 제출하고, 포스터 발표를 진행하였습니다. 본 논문에서는 시간에 따라 변화하는 사용자의 취향과 아이템의 특성을 반영하는 동적 추천 시스템에 대조 학습을 적용하는 방법을 탐구하였습니다. 특히 일부 상호작용 기록이 누락되는 노이즈 상황에서도 강건한 표현을 학습할 수 있도록 기존 동적 추천 모델에 간단한 대조 학습 방법을 결합하였고, 실험을 통해 기존 모델 대비 전반적인 성능 향상을 확인하였습니다.

이번 학회는 제 연구를 다른 연구자들에게 소개하고, 연구의 의의와 한계를 다시 점검해 볼 수 있었던 의미 있는 시간이었습니다. 특히 포스터 발표를 준비하고 진행하는 과정에서 연구 내용을 명확하고 간결하게 전달하는 것의 중요성을 느낄 수 있었고, 질의응답을 통해 향후 연구 방향에 대해서도 더 깊이 고민할 수 있었습니다. 또한 인공지능과 데이터 사이언스 분야의 다양한 연구를 접하며 최신 연구 동향을 파악할 수 있었고, 여러 연구자들과 자유롭게 의견을 나눌 수 있어 뜻깊었습니다. 이러한 경험을 할 수 있도록 지도해 주신 김상욱 교수님께 깊이 감사드립니다. 또한 연구의 방향을 구체화하고 발표를 준비하는 과정에서 많은 조언을 주신 이재현 선배님께도 감사의 말씀을 드립니다. 이번 학회를 계기로 제 연구를 보다 객관적으로 바라볼 수 있었으며, 향후 동적 추천 시스템에서 대조 학습을 더욱 정교하게 적용하는 방향으로 연구를 발전시켜 나가고자 합니다.

[정창엽]

이번 5월 20일부터 23일까지 한국정보처리학회 ASK 2026에 참가하였습니다. 저는 이번 학회에서 “지식 그래프 임베딩 방법에 대한 비교 분석: 성능과 시간 효율성 평가”라는 제목의 논문을 제출하고, 구두 발표를 진행하는 뜻깊은 기회를 가졌습니다. 본 논문에서는 기존 지식 그래프 임베딩 연구들이 새로운 방법의 성능을 비교할 때, 베이스라인 모델들의 성능을 기존 논문에 보고된 결과로 그대로 재사용하는 관행에 주목하였습니다. 이러한 방식은 하드웨어 및 소프트웨어의 차이로 인해 공정한 비교를 어렵게 만들 수 있습니다. 이에 본 연구에서는 단일 실험 환경에서 20가지 지식 그래프 임베딩 방법의 성능과 학습 시간을 비교 분석함으로써, 각 방법의 효과성과 시간 효율성을 보다 공정하게 평가하고자 하였습니다.

이번 발표는 연구 결과를 체계적으로 정리하고 전달하는 경험이 되었을 뿐만 아니라, 연구 내용을 청중에게 보다 명확하게 전달하기 위한 발표 구성과 표현 방식의 중요성을 다시금 느낄 수 있었다는 점에서 의미 있는 시간이었습니다. 이러한 소중한 기회를 주신 김상욱 교수님께 깊이 감사드리며, 연구 진행 과정에서 많은 도움과 조언을 주신 마수드 박사님께도 진심으로 감사드립니다. 앞으로도 이번 경험을 바탕으로 더욱 성실히 연구에 임하겠습니다.