AI 시대의 데이터 시각화를 인간 중심으로 재설계하는 연구 모임

Phase 1 - 이론 세미나 & RQ 수렴 (1–3주) - 관련 최신 논문 리뷰 (ACM CHI, IEEE VIS, ACM IUI 등) - 매주 발제 + 토론을 통해 각자의 관심 키워드를 좁혀 나감 - 3주차 말에 공동 Research Question 확정 Phase 2 - 실험 설계 & 수행 (4–8주) - 확정된 RQ에 맞는 실험 설계 (데이터셋, 모델, 변수 정의, 평가 기준) - 파일럿 → 본실험 순서로 반복 수행 - 매주 진행 상황 공유 및 피드백 Phase 3 - 논문 작성 & 투고 준비 (9–12주) - 결과 분석 및 해석 토론 - 논문 섹션별 분담 집필 + 피어 리뷰 - 최종 논문 수정 및 투고 타겟 학회 데드라인에 맞춘 제출 준비 운영 원칙: - 사전 읽기/작업 → 모임에서는 토론과 실험 중심 - 실험 데이터와 코드는 GitHub 레포에서 공동 관리 - 랩 종료 후 ACM CHI 또는 IEEE VIS 데드라인에 맞춰 투고 및 리비전까지 지속 협업

필수: - 주 1회 2시간 오프라인 모임 참석 및 주 2–3시간 사전 과제(읽기/실험) 수행 - Python 기본 활용 능력 (API 호출, 데이터 처리 수준) - 영어 논문 읽기에 거부감이 없는 분 - 꾸준히 참여하고, 랩 종료 후 풀페이퍼 투고 및 리비전까지 함께할 의지 - 공동 산출물(논문)에 적극적으로 기여할 의지 우대: - 데이터 시각화 제작 또는 분석 경험 (D3, Matplotlib, Tableau, Observable 등) - HCI, 인지심리학, UX 리서치, 또는 ML Fairness 관련 배경 - 학회 논문 작성 또는 투고 경험