Social Science와 Machine Learning의 만남
클릭 >> Hello, world !! (from ShadowEgo)
Inforience 대표가 KAIST 소속 시절에 연구한 내용을 바탕으로 2013년에 발표한 논문 “Mining Social Relationship Types in an Organization using Communication Patterns” (CSCW 2013)은 Social Science 관련 문제를 Machine Learning 으로 풀어낼 수 있다는 사실을 보였습니다.
특히, 이 논문은 실험 과정에서 실제 환경에서 직접 수집한 데이터를 활용하였는데, 사람들의 Physical Activity를 측정한 데이터를 포함하였으므로, Ambient Intelligence와도 관련되어 있습니다. Ambient Intelligence의 개념은 이 논문을 소개한 글(사회적 관계의 타입을 커뮤니케이션 데이터를 활용해서 측정할 수 있을까?)에서 언급한 아래의 문장이 암시적으로 표현하고 있습니다.
“인공지능을 가진 Big Brother가 있다면, 그리고 그것이 사람들의 행동을 항상 관찰, 분석한다면 무엇이 가능해질까? 행동에 의해 기록되는 데이터가 충분히 수집될 수 있고 데이터가 나타내는 패턴을 제대로 찾아내어 이해할 수 있다면 관찰하고 분석하는 것은 어렵지 않을 듯 하며, 최근의 인공지능, 머신러닝 분야의 발전 속도를 고려하면 다양한 응용들이 가능해지는 것도 그리 먼 이야기처럼 느껴지지 않는다. 물론, 무엇인가가 나를 계속 주시하고 있다면 꽤나 꺼림칙할 것 같지만.”
2020년에도 유명 저널의 논문들이 이 논문을 인용하였는데, 대표적인 것들은 다음과 같습니다.
- “An Ambient-Physical System to Infer Concentration in Open-plan Workplace”, IEEE Internet of Things Journal, May 2020
- “An optimal service selection approach for service-oriented business collaboration using crowd-based cooperative computing”, Applied Soft Computing, Volume 92, July 2020
- “Data-Driven Computational Social Science: A Survey”, Big Data Research, Volume 21, September 2020
- “Crowd-Based Cooperative Task Allocation via Multicriteria Optimization and Decision-Making”, IEEE Systems Journal, September 2020
추후에는 Social Science 분야의 연구에서 Machine Learning을 적극적으로 활용한 케이스들도 차차 소개할 예정입니다.
