[학회 후기]
ICEIC 2026에 발표자로 참석하였다. 본 학회는 2026년 1월 18일부터 21일까지 개최되었으며, AI뿐만 아니라 통신, 반도체, 신호처리 등 다양한 공학 분야의 최신 연구 성과를 직접 확인할 수 있는 뜻깊은 자리였다. 특정 연구 분야에 매몰되지 않고 폭넓은 기술 트렌드를 접하며 연구자로서의 시야를 확장하는 데 주력하였다.
특히 ICEIC 학회의 특성상 하드웨어 및 시스템 구현 관점에서의 접근 방식이 활발히 논의되었는데, 이는 IR Depth Estimation 연구를 실제 응용 환경이나 임베디드 시스템에 적용하기 위한 실질적인 참고 요소를 파악하는 데 큰 도움이 되었다. 다양한 세션을 통해 인상 깊은 연구 아이디어와 방법론을 접할 수 있었으며, 이는 향후 연구의 완성도와 연산 효율성을 동시에 향상시키는 중요한 인사이트가 되었다. 이번 학회 참석은 이종 분야 간의 기술적 접점을 확인하고, 차기 연구 계획을 더욱 입체적으로 구체화하는 소중한 계기가 되었다.
[발표 후기]
이번 학회에서 발표한 연구 제목은 “Infrared Monocular Depth Estimation via Parameter-Efficient Adaptation”이다. 본 연구는 적외선(IR) 영상을 활용하여 metric depth 추정 모델에 있어, 파라미터 효율적인 적응(Parameter-Efficient Adaptation) 기법을 도입하여 효율적인 학습 및 추론 방법론을 제안하였다. 발표를 통해 연구의 독창성과 타당성을 공유하였으며, 학계 전문가들로부터 연구 성과를 객관적으로 검증받았다.
이번 발표 경험을 통해 연구자들과의 학술적 교류 역량을 강화하였으며, 수렴한 인사이트를 바탕으로 연구의 완성도를 높여 더욱 의미 있는 성과를 도출하고자 한다. 다음 학회에서는 이번 연구를 한 단계 더 발전시켜, 보다 최적화되고 정교한 결과로 발표할 수 있도록 연구를 심화할 계획이다.