2025년도 신진연구 신규계획서 작성

작성 과정 (2024.11 ~ 2024.12)

2025년도 신진연구 신규과제의 연구계획서를 작성하게 되었다.
개인 연구로 논문을 쓸 만한 성과를 내지 못한 상황이었고, 내년 연구실의 가장 중요한 과제 중 하나였기에 연구실 인원 모두가 참여했다.

신진연구는 사업 프로젝트와는 다른 점을 다수 고려해야 했다.
N년에 걸치는 연구이기 때문에 아직 개발되지 않은 기술을 대상으로 하되, 실현 가능성과 실용성이 높은 방향으로 설계해야 했다.
이 과정에서 창의성과 도전성을 반영한 새로운 아이디어를 포함시키는 일이 큰 난관이었다.

내가 기존에 공부하던 분야는 대부분 지도 학습에 국한되어 있었다.
하지만 새로운 아이디어를 구상하는 과정에서 연합 학습(Federated Learning), 증류 학습(Knowledge Distillation), 증분 학습(Incremental Learning) 등 다른 학습 방법들을 새롭게 공부해야 했다.
어떤 AI 학습법을 도입할지 결정하고, N개년에 걸쳐 이를 어떻게 반영하며 모델을 발전시킬지 구상하는 작업도 병행했다.

(출처)

전체적인 N년차 틀을 잡은 후, 연구실 인원들끼리 역할을 분배하고 구체적인 모델 구조를 교수님과 상의했다.
이 과정에서 다양한 모델 구조를 참고하기 위해 자연어 처리(NLP), 생성 모델, 멀티모달 학습 분야의 최신 모델들을 철저히 검토해야했다.

마지막으로, 연구 계획의 실질적인 활용성과 성능을 높이기 위해 데이터셋 구성, IoT 연계, 보안성 강화, 경량화 설계, 그리고 유지 보수와 관련된 내용을 보완해 계획서를 완성하였다.

후기

약 3-4주간 시간이 주어져서 여유있게 진행할 수 있을 줄 알았는데, 생각보다 오래걸리고 힘든 3주였다…
새로운 모델을 고안하는 것도 큰 문제였지만, 이를 하나의 그림으로 표현하고 명확하게 제시하는 문장을 작성하는 과정 또한 많은 시간이 들었다.

처음에는 새로운 분야에 대해 연구 계획서를 작성하는 일이 큰 도움이 되지 않을 거라고 생각했다. 하지만 자료를 조사하고 계획을 세우는 과정에서 오히려 많은 지식을 얻게 되었다.
비록 깊이 있는 학습은 어려웠지만, 딥러닝의 다양한 분야를 폭넓게 살펴보고 데이터의 불균형으로 인한 non-IID 문제나, 새로운 학습 도중 과거 정보를 잊게 되는 치명적 망각(Catastrophic Forgetting) 문제 등 흥미로운 주제들을 접할 수 있었다.

이번 연구 계획서 작성은 딥러닝 전반에 대한 시야를 넓히는 계기가 되었다.
지금 당장 깊이 있는 결과로 이어지지는 않더라도, 이번 경험을 통해 얻은 기초 지식들이 좋은 바탕이 될 것 같다.