SIAI Yearbook – 2023

처음으로 SIAI 학생들의 논문을 외부에 발표하는 자리를 가졌다. 2023년 논문을 요약하면 AI알고리즘의 기업 경영 활용이다. 챗GPT가 등장하면서 기업에서 AI알고리즘을 어떻게 사용할지 관심이 많아졌는데, 이에 학생들이 각자 연구 주제로 답을 내놓았다. Yearbook에서는 논문 해설 겸 학생들이 논문 쓰면서 겪었던 이야기를 소개할 것이다.

송정훈 연구원은 “개별 건축물 내 연간 월별 에너지 사용량의 결합확률분포 모델”을 주제로 잡았다. 개별 건물의 월별 에너지 사용량은 도심지의 에너지 소비량 추정에 중요한 정보다. 기존의 회귀분석 기반 연구에서는 월별 에너지사용량의 평균과 분산을 추정하는 모델들이 제시됐다. 하지만 서로 다른 월의 에너지 사용량 간 상관관계는 반영되지 않아 해당 종속변수의 추정에 어려움을 겪었다. 따라서 본 연구에서는 월별 에너지 사용량 간의 상관관계를 반영하여 건물별, 전기/가스별, 월별 사용량을 좀 더 현실적으로 예측했다.

박혜영 연구원은 “Is bubble in housing auction market really bubble?”을 주제로 부동산 거품에 대해 논했다. 강남 아파트 경매 시장 데이터에서 1위로 낙찰받은 경매참여자와 2위 차점자 간의 참여 가격 차이를 통해 경매 가격에서 ‘집값 거품’에 해당하는 요소를 찾아내고 검증했다. ‘승자의 저주(Winner’s curse)’로 불리는 값이 실제로 ‘거품’에 해당하는지 알아보았다.

유보현 연구원은 “부동산 경매 시장의 할인/할증과 모멘텀”을 주제로 부동산 경매 시장의 특성을 분석했다. 시계열 지표인 경매 낙찰가율이 법원 감정 시점과 낙찰 시점이 달라 생기는 기존의 한계점, 법원 감정가와 할인/할증 요인에 대해 외부 데이터를 동원하기 어려운 한계점 등을 극복하기 위해 푸리에 변환을 이용해 역으로 법원 감정 영향과 할인/할증 요인 추출을 시도했다.

김민철 연구원은 “Interpretable Topic Analysis”를 주제로 앤드류 응의 LDA 모델에서 한발 더 나아가, 로짓 정규분포(Logit-Normal distribution)를 활용했다. 로짓 정규분포는 Multi-modality를 유지하면서 미분가능하다는 특징이 있다. 미분가능한 함수를 이용한 덕분에 계산 속도를 증가시켰으며 이 계산법을 활용해 신문 기사들의 키워드를 모은 빅데이터 분석을 진행했다.

박정우 연구원은 “측정오차 하 광고 시계열 데이터 모델링”을 주제로 디지털 광고 효과를 정확히 측정하고자 했다. 광고 데이터는 측정오차와 같이 내생성이 존재해 정확한 효과를 측정하기 어렵다. 본 분석에서는 광고 시장 데이터의 특성에 맞는 포아송 분포를 기반으로 시계열 분석을 통해 단기적으로는 칼만 필터 모형이, 장기적으로는 데이터 의존적인 포아송 시계열 모형의 적합성이 더 높음을 확인했다. 최종적으로는 두 모델을 결합하는 앙상블(Ensemble)을 제안했다.