2024년은 “데이터 규모 확장과 정확성 향상을 위한 다크데이터 분석 기술개발” 과제를 성공적으로 마무리한 한 해였다. 매월 진행된 회의와 논의를 통해 산업계에서 AI 기술이 어떻게 활용되는지를 실무적으로 이해할 수 있었으며, 좋은 기관들과 회의를 통해 산업 현장의 요구사항을 접할 수 있었다. 특히, 기술문서 작성, 특허 출원, 소프트웨어 등록, 공인 인증/자체평가, 데모 제작과 같은 정량적인 성과를 달성하면서 연구 과제의 프로세스 전반을 경험할 수 있었다는 점이 큰 수확이었다. 이러한 경험을 통해 연구와 실무의 간극을 좁히고, 실무적 역량도 조금이나마 향상시킬 수 있었던 것 같다.
그러나 올해 논문 작성의 성과가 없었다는 점은 아쉬움으로 남는다. 프로젝트의 성과가 구체화되었음에도 불구하고 이를 논문으로 정리하지 못한 것은 경각심을 주는 부분이다. 연구 성과는 문서화되지 않는다면 시간이 흐르면서 그 의미가 희미해질 수 있다는 점을 회고록을 쓰며 다시 한번 리마인딩 한다. 또한, 논문 읽기(엑스리뷰) 부족 역시 아쉬운 점이었다. 과제 마감 일정에 쫓기다 보니 새로운 논문을 읽고 분석할 시간이 충분하지 않았고, 새롭게 관심을 갖게 된 분야에 대한 이해도 깊지 않았던 것 같다. 내년에는 논문 읽기를 일정에 적극적으로 포함시켜 최신 연구 동향을 파악하고, 연구의 방향성을 보다 명확히 정리할 계획이다.
2025년(과 앞으로의 박사과정 동안에도)에는 연구의 핵심 주제를 제어 가능한 AI로 설정하고, 이와 관련된 연구를 수행할 계획이다. 올해 읽었던 “박태웅의 AI 강의 2025″에서는 AI 기술의 신뢰성과 제어 가능성에 대한 우려가 제기되고 있다고 했다. 본인 또한 AI 기술이 실생활에 도입되기 위해서는 설명 가능성, 개입 가능성, 신뢰성의 수치화가 필수적이라는 점에 공감할 수 있었다. 해당 주제는 이미 관심을 두고 있던 분야였기에 책의 내용을 접하면서 문제의식이 더욱 뚜렷해졌다. 이에 대한 해결 방안으로 내년에는 베이지안 딥러닝을 집중적으로 공부하고자 한다. 다만, 최신 대형 언어 모델(LLM) 연구와 베이지안 딥러닝 연구의 방향성이 상이하다는 점에서 연구의 우선순위를 어떻게 설정해야 할지에 대한 고민이 크다. 이 두 흐름 사이에서 본인만의 연구 관점을 정립하는 것이 내년 초의 개인적인 목표이다. 이를 위해 최신 논문들을 많이 접할 계획이다.
2024년 1학기 한창완 교수님의 “콘텐츠매체비평” 수업에서 언급하신 ‘편집(에디팅)’의 중요성이 매우 인상깊었다. 교수님께서는 박사과정은 논문이 단순히 최신 기술을 나열하거나 성능을 개선하는 것에 그쳐서는 안 되며, 다양한 기술과 연구 성과를 편집하고 종합하여 새로운 방향과 활용 가능성을 제시할 수 있어야 한다고 강조하셨다. 본인 역시 앞으로 연구를 진행하며 이러한 사항들을 고려해야 한다고 생각한다. 따라서, 제어 가능한 AI 설계를 위한 해결책을 논문을 통해 제안하고, 본인만의 관점을 명확하게 제시할 수 있는 연구자로 성장하는 것이 내년과 이후 박사과정 동안의 목표다.
정리하면, 2024년은 실무 경험과 연구 프로세스를 체득한 의미 있는 해였지만, 논문 작성 및 연구 성과의 학문적 공유 측면에서는 부족함을 느낀 해이기도 하다. 이러한 성찰을 바탕으로 2025년에는 연구 방향성 확립과 실적의 논문화를 최우선 과제로 삼고자 한다. 내년에는 제어 가능한 AI에 대한 깊이 있는 연구를 통해 신뢰성과 개입 가능성이라는 주제를 구체화하고 성과를 도출할 수 있다면 좋겠다.
