본문 바로가기
논문 리뷰/머신러닝, 딥러닝

Editor's Comments : Machine Learning in Information Systems Research

by 장찐 2022. 4. 7.

📚 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