📚 논문 정보
Padmanabhan, B., Sahoo, N., & Burton-Jones, A. (2022). Machine Learning in Information Systems Research. Management Information Systems Quarterly, 46(1), iii-xix.
📚 요약
최근 다양한 분야에서 인공지능을 사용한 연구가 진행되고 있으며, 정보시스템 분야에서도 많은 주목을 받고 있다. 이 페이퍼는 MISQ 편집 위원들의 정보시스템 분야에서 머신러닝을 사용한 연구에 대한 코멘트를 정리하였다. 정보시스템 분야에서 머신러닝 연구는 크게 두 가지로 분류할 수 있다.
(1) Study ML-related phenomena in particular context how ML is developed, used, effect in organization and industry
(2) Apply or extend ML itself to make contributions new ML methods, improve understanding of IS
인공지능 알고리즘에 대한 연구는 전통적으로 컴퓨터 공학 분야에서 이루어졌다. 하지만 최근에 머신러닝이 접목되는 분야가 다양해지면서 IS 연구자들이 각 분야와 인공지능을 접목한 연구를 활발하게 진행하고 있다. 이 페이퍼에서는 IS 연구자들이 머신러닝을 이용하여 연구를 진행하고 기여할 수 있는 유형을 세 가지로 정리하여 제시하였다.
Type 1 : ML Methods Development
첫 번째 유형은 ML 모델을 이용하여 헬스케어, 금융, 사회, 보안 등 현실의 비즈니스 또는 사회 문제를 해결하는 연구 유형이다. 이 유형은 methodological contribution으로 새로운 ML을 적용했다는 점을 강조한다. 따라서 기존 연구에 비해서 ML 적용 과정에서 어떤 특장점이 있는지를 설명해야 한다.
Type 2 : Understanding Phenomena using ML
두 번째 유형은 ML 사용으로 인한 현상의 변화를 연구한다. 세부 유형으로 세 가지가 있다.
(1) ML for Causal Inference
(2) Domain Specific Custom Statistical Models
(3) Structural Econometric Models
Type 3 : ML in Complex Systems
마지막 유형은 ML이 크고 복잡한 시스템의 일부로서 어떻게 기여하는지를 연구한다. 복잡한 환경에서 ML이 agent에 미치는 영향과 그에 따른 시스템 전체의 유기적인 변화를 파악한다. 최근에는 multi-agent 상황에서의 ML에 대한 연구도 진행되고 있다.
또한 이 페이퍼에서는 다음과 같이 편집자들의 guidance를 정리하여 제공한다.
• 연구 주제에서 “ML” 대신 “기존 IT”를 대입했을 때 연구가 크게 바뀌는 지점이 없다면, 해당 연구는 기존 사례가 있을 가능성이 높다. ML을 사용한 것이 해당 context에 왜 적합하고 이것을 사용하는 것의 의의를 기존 문헌을 바탕으로 설명해야 한다.
• ML을 이용해서 새로운 연구 주제를 탐색하는 것은 좋지만, 항상 body of knowledge에 기반해서 기여점을 언급할 수 있어야 한다.
• 모델의 뛰어난 퍼포먼스도 의미가 있지만, 더 나아가서 그것이 어떤 비즈니스적 가치를 가지고 있는지 설명할 수 있어야 한다. 단순히 기존 알고리즘을 현재 context에 적용하는 routine design으로는 방법론적 기여점을 만들 수 없다.
• 페이퍼에 ML에 대한 지나치게 기본적인 설명을 작성하는 것은 지양한다. 해당 기법에 대한 기본적인 레퍼런스를 제공하는 것으로도 충분하다.
• 해당 연구의 차별점, 공헌점, 기존 연구에서의 개선점 등을 명확하게 작성해야 한다. 그렇지 않을 경우 해당 작업을 편집자와 리뷰어가 해야 하기 때문에 매우 불친절한 논문이 된다.
📚 장점 및 의의
• 정보시스템 분야 연구에서는 머신러닝이 다양한 방식으로 사용된다. 정해진 양식 없이 다양한 방식으로 연구가 진행되는 것이 흥미로웠지만 배우는 입장에서는 혼란스러운 부분도 있었다. 이 페이퍼는 정식 논문은 아니지만 초보 연구자 입장에서 고려해야 하는 사항들을 매우 친절하게 설명해서, 향후 연구 수행에 있어서 유용한 정보를 많이 얻을 수 있었다.
댓글