학부 연구에서 결과물을 발표하고 외부 피드백을 받은 경험을 중심으로 구성한 답변
학부 4학년 졸업 연구로 NLP 기반 뉴스 감성 분류 모델을 만들어서 학과 발표와 외부 학술제에 제출하였습니다. 정확도는 87%가 나왔으나, 외부 학술제 리뷰어 피드백에서 '실제 서비스에 적용하려면 속도가 너무 느리다'는 지적이 있었습니다.
그 피드백을 받기 전까지는 정확도가 좋으면 충분하다고 생각하였습니다. 리뷰어 코멘트를 보고 추론 속도를 측정해보았더니 1건당 1.2초가 나왔고, 실시간 서비스에는 0.1초 이하가 기준이라는 것을 그때 처음 알게 되었습니다. 모델 경량화 방향으로 개선을 시도하였으나 논문 제출 기한 때문에 완전히 반영하지 못하였고, 그 점이 아쉬웠습니다.
이 경험에서 연구 결과를 상용화하려면 정확도 외에도 속도, 비용, 유지보수 가능성 같은 요소를 처음부터 함께 고려해야 한다는 것을 배웠습니다. 연구실 지표와 서비스 지표가 다를 수 있다는 것을 외부 피드백을 받기 전까지 몰랐던 것이 실수였습니다.