지난 2023년에 설립된 (사)데이터 사이언스 경영학회 (학회장 최호용 KAIST 교수)가 지난해에 이어 올해도 세미나를 개최한다.

학회는 5월 18일(토요일)로 예정된 올해 학회 세미나는 AI 및 데이터 과학을 통한 시스템의 효율적인 활용에 초점을 맞췄다고 밝혔다. 지난해에는 'AI알고리즘의 기업 경영 활용'에 초점을 맞췄으나, 올해들어 기계 설비 쪽에서 AI산업에 대한 관심사가 증대하는 것에 맞춰 시스템 효율화에 맞춘 세미나를 준비했다는 설명이다.

학회장인 KAIST 기술경영의 최호용 교수는 이번 세미나에서 이자율 곡선(Term structure)의 굴곡(Slope)을 설명해내는 숨겨진 변수(Hidden factor)를 찾아낸 연구를 발표할 예정이다. 주가 및 채권 수익률에서 주성분분석(Principle Component Analysis, PCA)을 통해 찾아낸 숨겨진 변수들이 이자율 곡선의 굴곡을 설명하는데 중요한 변수로 나타난 점을 이용해 이자율 곡선의 움직임이 금융시장에 미치는 영향을 분석한다. 최근 미국 Fed의 이자율 인하 결정이 지연되면서 장-단기 이자율 구조가 경기 전망의 직접적인 변수가 되는 구조가 왜곡되고 있는만큼, 이자율 곡선의 굴곡을 설명하는 변수를 찾을 수 있다면 경기 전망에 큰 도움이 될 것이라는 설명이다. 최 교수는 아직 연구가 진행 중인 논문인만큼 연구 방법론이나 결론 등이 바뀔 여지가 있다며 말을 아꼈다.

이어 최근 갤럭시워치, 애플워치 등의 웨어러블(Wearable) 기기 사용이 늘어나면서 의료 산업에 적용되고 있는 생체 행동 데이터에 대한 논문도 발표된다. 곽연숙 연구원에 따르면 웨어러블 기기를 통한 수면 추적이 수면에 들어가는 순간과 깨어나는 순간을 제대로 잡아내지 못하는 문제를 여전히 풀지 못하고 있는데, 이번 연구에서 생체 행동 데이터의 분포함수 변화를 이용해 정확도를 높일 수 있었다. 단순한 인공지능 알고리즘이 1차원적인 평균치에 국한된 반면, 분포함수는 2차원 이상의 복잡한 변화를 기기 사용 데이터 만으로 모두 잡아낼 수 있는만큼, 수면 뿐만 아니라 웨어러블 기기 데이터 활용 전반에 이용될 수 있을 것으로 보인다.

한성수 연구원은 서울시가 지난 2014년부터 서울바이크라는 이름으로 서비스를 시작한 공유자전거 관리 운영 효율화에 대한 연구를 발표한다. 뉴욕, 런던 등의 주요 대도시들이 모든 자전거 주차 구역을 관리하는 것이 아니라 일부 구역에 인력 투입을 집중하고, 관리 구역을 크게 5~10개로 구분하는 것에 착안한 것이다. 한 연구원에 따르면 서울시내 공공자전거 관리 구역은 크게 5개, 작게 10개 집단으로 구분해서 운영하는 것이 효율성을 극대화할 수 있다는 주장이다. 현재 서울 25개 구가 독립적으로 운영하는 것의 비효율성도 함께 다룬다. 한 연구원은 지난 2019년 이후 데이터를 이용해 코로나 팬데믹 효과 등을 제거하는 시계열 데이터 사이언스 연구 기법을 활용했고, 따릉이 사용자 데이터 군집 현상을 밝히기 위해 네트워크 효과를 반영하는 로베인(Louvain) 알고리즘을 응용했다고 밝혔다. 한 연구원의 연구가 서울시의 공공자전거 관리에 적용된다면 운영 인력 재배치를 통한 비용 절감이 가능할 것이라는 지적이다.

김동규 연구원은 대한적십자사가 관리하고 있는 국내 수혈, 혈액 공급망의 공급-수요 균형 상태를 점검했다. 코로나 팬데믹 기간과 날씨, 남녀 성별 차이, 지역별 차이 등 다양한 변수를 계절성 자기회귀 통합 이동 평균 모델(SARIMA, Seasonal AutoRegressive Integrated Moving Average)라는 고급 시계열 분석 기법으로 분석했음에도 불구하고 혈액 공급 부족을 미연에 차단할 수 있을만큼 대한적십자사의 혈액 관리가 안정적이라고 밝혔다.

권형근 연구원은 미국 뉴욕주에서 교육청 관할과 구청 관할이 겹치는 지역구들의 세율 정책을 게임 이론으로 분석해 각 지역별 거주자들이 누리는 효용을 분석했다. 연구 논문의 거주자 효용이 실제 현실에서는 부동산 가격 및 생활 환경 등으로 대체될 수 있는만큼, 교육청의 초·중·고교별 예산 배분이 지역사회와 부동산 가격에 미치는 영향을 가늠해 볼 수 있을 것이라는 설명이다.

지난해 챗GPT의 구성 원리를 놓고 논문 읽어주기 방식의 2시간 강의를 제공했던 이경환 글로벌AI협회(GIAI) 연구소장은 올해 22대 총선에서 출구조사 당선자 예측이 틀렸던 10개 선거구 데이터 해석에 대해 2시간 강의를 제공한다고 밝혔다. 강의 내용은 사전투표와 당일투표 사이 3일간 유권자들의 지지 후보 변화를 출구조사가 정확하게 잡아내는데 실패했던 이유에 초점을 맞춘다. 사전투표가 당일투표와 투표 성향이 다른 것은 이미 널리 알려져 있지만, 그 차이를 뛰어넘는 표심(標心) 변화를 잡아내기 위해 인근 지역과 동조된 변화, 후보별 개인 매력도 등을 함께 고려해야한다는 것이 요지다. 특히 이번 선거에서 수도권의 표심 쏠림 현상과 언론에 많이 알려진 일부 여당 후보 지지가 반대로 움직이면서 출구조사 예측에 실패했던만큼, 기존의 지역, 연령, 성별 의존적인 선거 예측 모델의 한계도 함께 지적할 예정이다.