주요 연구 분야 및 최근 3년간 실적

□주요 연구 분야

[A1] Real-Time Scheduling and Systems (실시간 스케줄링/시스템)

[A2] Software Defined Batteries (소프트웨어 기술을 활용한 배터리 성능 향상)

[A3] Mobile Computing and Systems (모바일 컴퓨팅/시스템)

최근에 A1/A2/A3에 대해 Machine Learning을 적용하는 연구를 진행중

□최근 3년간 실적

- 실시간 시스템 Top1 국제 학술대회인 IEEE RTSS (BK IF 4) 4편, Top2 국제 학술대회인 IEEE RTAS (BK IF 2) 2편

- SCIE 논문 18편 (IEEE TPDS 2편, IEEE IoTJ 2편, JSS 1편의 Top Journal 포함)

현재 진행 중인 연구과제

- 사물 배터리 중심 실시간 컴퓨팅 연구실, 2022.06~2025.02 [연구책임자: 이진규] (한국연구재단 기초연구실 과제)

- 실시간 스케줄링 플랫폼의 실시간성과 보안성 동시 최적화: Machine Learning 등 이머징 기술 활용, 2021.03~2023.02 [연구책임자: 이진규] (한국연구재단 중견연구 과제)

- 병렬실행이 가능한 작업의 실시간성 보장 극대화를 위한 비선점형 스케줄링 플랫폼, 2021.12~2022.11 [연구책임자: 이진규] (한국연구재단 국제협력 과제)

- Machine Learning을 활용한 임베디드 시스템의 실시간성 보장 기술 개발, 2020.9~2025.9 [연구책임자: 이진규] (삼성전자 전략산학 과제)

향후 전망 및 진출 가능한 진로

□향후 전망

- [A1] Real-Time Scheduling and Systems 분야는 Safety-/Mission-Critical한 작업을 다루는 항공/국방 분야에 많이 쓰이며 또한 IoT 기기들과 관련된 산업에 사용됨.

- [A2] Software Defined Batteries 분야는 소프트웨어 기술로 배터리의 성능을 향상시키는 분야로써 최근에 수요가 많아지고 있는 분야임.

- [A3] Mobile Computing and Systems 분야는 모바일 시스템에서 새로운 서비스를 창출하는 분야로써 최근 10년간 활발히 연구되어 옴.

□진출 가능한 진로

- A1/A2/A3 분야 모두 삼성전자 등 시스템 SW가 필요한 산업체에서 필요한 분야이며, 졸업생들은 A1/A2/A3 분야 중 하나를 전공하여 SK 하이닉스 등의 시스템 SW가 필요한 산업체와 TmaxSoft 등 병역특례 업체에 취업하였음.

필요 이수 과목 및 지식

- 필수적으로 수강해야 할 과목은 없으나 실시간 시스템 연구를 위해서는 운영체제와 시스템 프로그래밍 과목 수강을 추천하며, Machine Learning 적용 연구를 위해서는 기계 학습 과목 수강을 추천함.

학부 연구생이 하는 일과 선배의 팁/후기

- 이성태 석사과정 학생 (박사과정 진학 예정)

우리 연구실은 앞서 소개한 크게 3가지 연구 분야를 중점적으로 연구합니다. 3가지 연구 분야를 모두 전문적으로 알기 힘들기 때문에 학부 연구생은 처음 교수님과 미팅을 가지면 교수님께서 3가지 분야에 대해 list-up 해주시는 논문들을 읽고 흥미가 생기는 분야를 정하게 됩니다. 1~2주에 논문 한 편 정도 읽고 교수님과 미팅을 가지는 방식으로 이루어 지는데, 이 과정이 약 2~3개월 정도 됩니다. (미리 교수님께 말씀 드리면 시험 기간, 개인 사정 등으로 미팅 시간을 조정하는 것을 잘 양해해 주십니다.)

저는 [A1], 실시간 시스템의 스케줄링 분야 연구를 진행하고 있습니다. 제가 연구하는 분야는 창의적인 아이디어와 엄밀한 증명이 필요한 분야로써 컴퓨터 공학을 전공하며 수학이 적성에 맞는 학생들이 연구한다면 뛰어난 성과를 이루어 낼 수 있을 것이라고 생각합니다.

최근, 많은 분야의 연구들이 다른 분야와 접목되어 발전하고 있습니다. 우리 연구실도 이러한 기술 접목을 통한 발전에 진취적이며 학생 본인의 연구 분야에 대한 자유도가 매우 높습니다. 우리 연구실은 자유도가 높은 만큼 학생 본인의 연구에 대한 의지가 무엇보다 중요합니다.

- 이승훈 석사과정 학생 (박사과정 진학 예정)

자유로운 연구 분위기에 본인이 하고 싶은 연구를 할 수 있으며, 교수님께서 학생들을 최대한 다방면으로 지도해 주시며 학생이 원하는 진로로 최선의 결과를 내는데 도움을 주십니다. 출퇴근 및 연구 자체에 대해 강압적이지 않기 때문에 좋은 성과를 내기 위해서는 연구에 흥미가 있어야 하며, 스스로 공부하는 데에 습관이 잡힌 학생들에게 추천하는 연구실입니다. 학부 연구생은 실시간 컴퓨팅의 범주 내, 혹은 그와 교집합을 이루는 어떠한 주제에 대해서나 논문을 읽고 추후 대학원 진학 후 개인 연구를 위해 연구 주제를 잡는 과정을 하게 됩니다

주요 연구 분야 및 최근 3년간 실적

□주요 연구 분야

- Spatiotemporal Intelligence

- Modeling and Simulation

- Artificial Intelligence and Algorithms

- Distributed Simulation (High Level Architecture)

□최근 3년간 실적

- Tae Ho Cho, "ST-DEVS: A Methodology Using Time-Dependent-Variable-Based Spatiotemporal Computation," Symmetry-Basel, Vol.14 (5), 912, Apr. 2022.

- Tae Ho Cho, "Simulation Methodology-Based Context-Aware Architecture Design for Behavior Monitoring of Systems," Symmetry-Basel, Vol.12 (9), 1568, Sep. 2020.

- Su Man Nam and Tae Ho Cho, "Discrete event simulation–based energy efficient path determination scheme for probabilistic voting–based filtering scheme in sensor networks," International Journal of Distributed Sensor Networks, vol. 16 (8), 1-13 Aug. 2020.

현재 진행 중인 연구과제

- Spatiotemporal Intelligent Middleware for Security [NRF]

향후 전망 및 진출 가능한 진로

□향후 전망

None

□진출 가능한 진로

I. 대기업 연구원

II. 대학 교수

필요 이수 과목 및 지식

- 알고리즘개론

- 자료구조개론

- 모델링과 시뮬레이션

학부 연구생이 하는 일과 선배의 팁/후기

학부 연구생이 하는 일

- 디지털 트윈 지식 습득

- 사물 인터넷 지식 습득

- 무선 센서 네트워크 지식 습득

- 사물 인터넷 및 무선 센서 네트워크 보안 지식 습득

- 시공간 지식을 이용한 보안 기법 연구

선배의 팁

- 선행 과목 이수

- 무선통신 기술 및 표준 관련 지식 학습

- 보안 기초 지식 학습

- 프로그래밍 언어 (C++, C#) 학습

선배의 후기

- 문제 해결을 위한 논리적 사고가 향상됨

- 프로그램 설계 능력이 향상됨

주요 연구 분야 및 최근 3년간 실적

□주요 연구 분야

인간-컴퓨터 상호작용(HCI): 인간과 컴퓨터간 상호작용 기술을 연구하고 있습니다. (세부 연구분야: Human-AI Interaction, Human-Data Interaction)

데이터 시각화(InfoVis): 복잡한 데이터 또는 인공지능 모델을 인간이 이해하고 상호작용할 수 있도록 하는 시스템을 연구하고 있습니다. (세부 연구분야: 대용량·점진적·고차원 데이터 시각화, 인간 참여형 기계학습, Explainable AI 등)

□최근 3년간 실적

이하 최근 3년(2020-2022) 실적입니다. 자세한 실적은 연구실 홈페이지를 참고하기 바랍니다.

- IEEE VIS Regular Paper 4편

- IEEE VIS Short Paper 2편

- IEEE TVCG Regular Paper 2편

- ACM UIST Regular Paper 1편

- EuroVis Short Paper 1편

IEEE VIS와 ACM UIST는 정보과학회선정 최우수학회, EuroVis는 우수학회입니다.

IEEE TVCG는 Transactions on Visualization and Computer Graphics 학술지로 IF=4.5입니다.

현재 진행 중인 연구과제

자동화된 데이터 분석을 위한 캡션과 시각화의 멀티모달 표현 및 상호 생성 모델 개발

본 연구에서는 데이터 기반 의사 결정에 필수적인 데이터 탐색 및 분석을 자동화하기 위해 필수적인 시각화 및 캡션 자동 생성 기술을 연구합니다. 이를 위해 데이터 테이블, 시각화, 캡션을 하나의 공간에서 표현하는 통합된 멀티모달 모델을 구축하고 이를 fine-tuning하여 데이터 분석에 필수적인 생성 태스크(가령, 데이터로부터 캡션 생성)를 자동화합니다.

향후 전망 및 진출 가능한 진로

□향후 전망

컴퓨팅 기술의 비약적인 발전으로 인해 다양한 입출력 기술, 인공지능 기술, 데이터 처리 기술 등이 개발됨에 따라 인간과 컴퓨터간 효과적인 상호작용의 중요성이 부각되고 있습니다. 특히, 최근 인공지능 기술의 발달에 따라 심화된 인간과 컴퓨터간의 간극을 좁히기 위한 필요성이 커지고 있습니다.

□진출 가능한 진로

Data Scientist, UI/UX Researcher, Business Intelligence (BI) Developer, Data Engineer, Interaction Designer 등

필요 이수 과목 및 지식

연구를 진행하기 위해 HCI분야와 AI 분야에 대한 지식이 모두 필요합니다. 둘 중 한 분야의 관련 수업을 듣고 오신다면 나머지 한 분야만 배우면 되므로 연구를 빨리 시작할 수 있습니다.

HCI 관련 수업은 “인간컴퓨터상호작용개론” 수업과 “정보시각화” 수업이 있습니다.

AI 관련 수업은 “기계학습원론”, “컴퓨터비전개론”, “심층신경망개론”, “인공지능프로젝트” 등이 있습니다.

프로그래밍 언어로는 Python과 를 사용합니다. Python은 Scikit-learn, Pandas, Torch 로 데이터를 분석하거나 AI모델을 구축하는데 사용하며 JS 는 React와 d3.js 등으로 사용자 인터페이스를 개발하는데 사용합니다.

학부 연구생이 하는 일과 선배의 팁/후기

학부 연구생이더라도 해외 학회에 제출할 논문을 작성하는 것을 목표로 합니다. 기존의 연구 팀에 들어가는 것이 아닌 개인 주제로 제 직접 지도 아래 독립적으로 연구를 시작하게 됩니다. 현실적으로 한 학기만 참여하여 영어 논문을 작성하기는 힘듭니다. 그래서 최소 2학기를 권장합니다. 올해IEEE VIS에 학부 연구생이 제출한 Short Paper가 게재되었습니다.

연구실 홈페이지에 우리 연구실을 거쳐갔거나 재학 중인 학생들의 연락처가 있습니다. 이 학생들에게 직접 연락하면 정제되지 않은 솔직한 후기를 들을 수 있을 것입니다.

주요 연구 분야 및 최근 3년간 실적

□주요 연구 분야

머신러닝을 위한 컴퓨터 시스템

- 학습 및 추론과정을 빠르고 효율적으로 수행할 수 있는 새로운 개념의 컴퓨팅 하드웨어

- 머신러닝 시스템의 하드웨어 제약을 극복할 수 있는 소프트웨어 기술 연구 및 알고리즘 개발

프로세서 구조</p>

- 프로세서 구조에 따른 보안 취약점을 분석하고 이를 극복할 수 있는 보안 설계

- 하드웨어적인 오류 등 시스템의 안정성을 저해하는

□최근 3년간 실적

주요 논문

- "Know Your Neighbor: Physically Locating Xeon Processor Cores On The Core Tile Grid," DATE 2022

- "RiSA: A Reinforced Systolic Array for Depthwise Convolutions and Embedded Tensor Reshaping," CASES 2021

- "FARNN: FPGA-GPU Hybrid Acceleration Platform for Recurrent Neural Networks," IEEE TPDS 2021

- "SpecMCTS: Accelerating Monte Carlo Tree Search Using Speculative Tree Traversal," IEEE Access 2021

현재 진행 중인 연구과제

- 컴퓨터 프로세서의 구조적 취약점 검증 및 보완

- 프라이버시보장을 위한 암호데이터 고속 처리 기술 (동형암호 기반 머신러닝)

- 고효율 적응형 딥러닝 학습 플랫폼

향후 전망 및 진출 가능한 진로

□향후 전망

- 머신러닝 응용이 전 분야로 확대되면서 이를 뒷받침하기 위한 컴퓨팅 시스템에 대한 요구는 꾸준히 증가하는 추세임

- 컴퓨터 시스템이 고도화 되면서 여러 보안취약점이 노출되고 있으며, GPU, NPU등 다양한 가속기 구조가 혼용되는 현재 컴퓨팅 시스템을 분석할 수 있는 보안 전문가에 대한 수요가 증대 되고 있음

□진출 가능한 진로

- 머신러닝 응용이 전 분야로 확대되면서 이를 뒷받침하기 위한 컴퓨팅 시스템에 대한 요구는 꾸준히 증가하는 추세임

- 컴퓨터 시스템이 고도화 되면서 여러 보안취약점이 노출되고 있으며, GPU, NPU등 다양한 가속기 구조가 혼용되는 현재 컴퓨팅 시스템을 분석할 수 있는 보안 전문가에 대한 수요가 증대 되고 있음

- 삼성전자, 하이닉스, NVIDIA, 인텔 등 국내외 컴퓨터 시스템 관련 업체 및 NPU관련 스타트업 등 다양한 진료 탐색 가능

필요 이수 과목 및 지식

- 컴퓨터구조 (필수)

- 시스템프로그래밍 (필수)

- 운영체제 (권장)

주요 연구 분야 및 최근 3년간 실적

□주요 연구 분야

시스템 해킹

- MacOS, iOS, Android, Windows, Tizen등 다양한 운영체제 상에서의 취약점 발견 및 점검

네트워크 보안

- IoT, Bluetooth, 무선랜 등 무선 네트워크 보안

- BGP, TLS, QUIC 등 유선 네트워크 보안

- 다양한 인터넷 서비스들의 보안 취약점 개선

□최근 3년간 실적

국내외 논문 및 특허 출원 다수

기술이전 3건

- Microsoft USA 3천만원

- Google USA 1천 5백만원

- Samsung USA 3백만원 등

현재 진행 중인 연구과제

- 차세대 웹 보호를 위한 웹어셈블리 보안성 강화 연구 (한국연구재단)

- “Windows Subsystem for Android” 시스템의 보안성 점검 (암호연구회)

- MS2-프로젝트 (미래과학아카데미)

향후 전망 및 진출 가능한 진로

□향후 전망

None

□진출 가능한 진로

국가공무원직

- 국가정보원, 국방부, 경찰청, 대검찰청, 한국은행, 금융감독원

국내 기업

- 삼성, LG, SK

- 네이버, 카카오, 라인 등

- 넥슨, 엔씨소프트 등 게임회사

외국 기업 하계 인턴 및 취업

해외 유명대학 대학원 유학

- Stanford University

- Georgia Institute of Technology

필요 이수 과목 및 지식

선수 과목

- 시스템프로그램

- 정보보호개론

- 컴퓨터네트웍개론

- 운영체제

주요 연구 분야 및 최근 3년간 실적

□주요 연구 분야

- Data Deep Learning (Life log, Network data, Baseball data)

- Medical Image Processing (Eye Fundus, Optical CT, Bone and Chest X-Ray)

- Generative Adversarial Networks(GANS) and Transformers

- Reinforcement Learning and Mobile 6G Edge (MEC)

- Intelligent Internet of Things (iIoT)

- 6G Network Softwarization (NetSoft-SDN/NDF)

- “Autonomous” Ad hoc and Sensor Networks

- Human Things Interactions (Robot, Drone, Energy)

□최근 3년간 실적

현재 진행 중인 연구과제

- 과학기술정통부, ICT 명품인재 양성 사업 (연간 40억, 10년간 지원) [주관 연구실]

- 과학기술정통부, 인공지능 혁신 허브 연구 개발 (연간 110억, 5년간 지원)

- 과학기술정통부, AI 대학원 지원 사업 (연간 25억, 10년간 지원)

- 과학기술정통부, Grand ICT 연구센터 지원 사업 (연간 20억, 8년간 지원)

- 한국연구재단, 딥적대적러닝 버추얼 엣지 연구 개발 (연간 2억, 3년간 지원) [주관 연구실]

- 과학기술정통부, 글로벌 핵심인재 양성 지원 사업 (총 1.8억, 1년간 지원) [주관 연구실]

- 교육부, BK21 4단계지원사업 (연간 40억원, 7년간 지원)

향후 전망 및 진출 가능한 진로

□향후 전망

‘The Future of Jobs’(World Economic Forum,2016)에서는 4차 산업혁명을 이끌 기술적 변화 동인으로 모바일 인터넷과 클라우드 기술, 컴퓨터 연산능력 및 빅데이터의 발달, 신에너지의 공급과 기술, 사물인터넷, 크라우드소싱, 공유경제, P2P플랫폼, 첨단로봇 발달과 자율주행, 인공지능과 기계학습, 첨단제조기술과 3D프린팅, 신소재‧생명공학‧유전체학 등 9개 기술을 제시하고 있다. 인공지능과 빅데이터, 사물인터넷, 첨단로봇 등 첨단기술의 특징은 한 가지 기술의 활용에 그치는 것이 아니라 상호 접목되고 융합되어 발전하고 있는 추세이다. 이와 같은 산업의 변화에 따라 인공지능, 빅데이타 및 네트워크를 접목한 소프트웨어 분야 핵심인력에 대한 수요가 증가하고 있다. 지능형네트워킹연구실에서는 지능화되고 미래지향적인 네트워크 플랫폼, AI로 자동화된 솔루션 등 미래사회를 이끌 학문을 선도적으로 연구하고 있어 그 발전가능성이 무궁무진하다. 또한 안저사진(광각, 기존안저) 데이터셋을 통한 기계학습기반 황반변성 및 안구질환의 진단과 예측, 그리고 딥러닝기반 X-레이 데이터셋의 뼈나이 예측 등과 같은 메디컬 이미지 프로세싱으로 연구분야를 융합 확대해 나가고 있다. 미래사회에는 AI+의료, AI+산업 등 AI+X 기술의 확대로 융합형 인재에 대한 높은 수요가 전망된다.

□진출 가능한 진로

1) IT플랫폼 기업/스타트업 : 네이버, 카카오 등 B2C 소프트웨어 개발회사에서 게임, 가상현실, 디지털 영성처리, 모바일 콘텐트 개발, 웹프로그래머, 네트워크프로그래머 및 스마트폰앱 개발 등 다양한 개발 업무를 수행한다. 서비스 기획, 시스템 설계, UI디자인, 데이타모델링, 빅데이타분석, 네트워크/서버 모니터링, 보안, 프로젝트 매니저 등의 직무를 수행한다.

2) 공공기관 및 기업연구소 연구개발 직무: 연구개발 직무는 로봇, 사물인터넷, 자율주행 등 인공지능과 융합된 미래지향적인 기술을 연구 개발한다. SKT, KT 등 통신회사에서는 지능화된 각종 유무선 네트워크 장비 및 관련 소프트웨어를 연구 개발한다.

3) 대기업 및 중견기업의 IT부서: 다양한 회사의 IT직군으로 입사하여 IT시스템을 개발 및 운영한다. 대기업의 경우 네트워크 및 시스템 기획 업무를 수행하기도 한다.

4) SI/SM 기업 : 삼성SDS, LG CNS, SK C&C 등 대기업의 SI 개발자 및 운영자로 프로젝트를 수행한다. 기업의 IT아웃소싱 개발, 금융SI 개발, ERP 컨설팅, 디지털 SCM 컨설팅, 네트워크/서버 운영, 클라우드 서비스 개발/운영 등의 프로젝트를 수행한다.

5) 기업 및 연구소 병역특례(전문연구요원) : 기업 및 연구소 등에서 군 복무를 대신하는 전문연구요원으로 활동한다. 특히, 딥러닝, 컴퓨터비전, 자연어처리, Question Answering 등 인공지능분야와 게임업체 및 정보보안기업의 수요가 많다.

6) B2B 솔루션 기업 : 티맥스소프트, 더존비즈온 등 특정 기업에 솔루션을 판매/설치/유지보수 해주는 기업으로 각종 소프트웨어 개발 업무를 수행한다.

7) 창업 : 특허 및 독창적인 아이디어를 기반으로 스마트폰앱 개발과 같은 창업이 가능하다.

지능형네트워킹연구실는 네트워크 인텔리전스연구에 초점을 두고 있으며 배출인력은 대표적으로 삼성전자와 LG전자, 통신업체인 SKT, KT, LGU+ 연구소에 다수가 입사하였으며, 현대 모비스, 삼성반도체 등 대기업의 IT부서 및 연구소에서 근무하고 있다. 인공지능모델 엔진개발이나 안드로이드앱 IoT스타트업, 전력ICT회사의 병역특례 전문요원으로 채용되거나 한국연구재단, 수자원공사 등 공공기관과 성균관대, 연세대, 고려대, 건국대, 군산대, 서울신학대, 성결대, 원광대 등 전임교원 및 연구교수로 활동하고 있다.

필요 이수 과목 및 지식

필수 이수 과목

프로그래밍언어, 이산수학, 자료구조, 알고리즘, 인공지능, 기계학습 등의 소프트웨어 전공 지식

필수 지식

학부생으로써 연구실에서 다루고 있는 분야를 완전히 이해하기는 어렵기 때문에 희망 연구 분야를 정하고 오는 것을 요구하지 않습니다. 인공지능공학에 대한 지속적인 관심과 도전적인 자세가 필요하며, 새로운 정보와 지식에 관심을 가지고 이를 접목하는 능력이 중요합니다. (Our Research: Artificial Intelligence Engineering)

학부연구생이 하는 일과 선배의 팁/후기

수퍼인텔리전스연구실은 인공지능공학 분야 전반에 대해 트렌드를 따른 폭넓은 연구를 진행해오고 있습니다. 기업 및 병원과의 협업을 통하여 의료, 네트워크, 라이프 로그 등 다양한 데이터를 활용한 인공지능, 의료 이미지 프로세싱, 네트워크 인공지능 등 미래사회를 이끌 학문을 선도적으로 연구하고 있습니다. 학부 연구생은 본인이 관심 있는 분야의 최신 오픈소스 소프트웨어와 컨퍼런스의 논문을 분석하여 연구 동향을 살피고, 연구실 내 석박사의 연구를 보조하며 자기주도적 학습 및 협동 학습 능력을 향상시킬 기회를 갖습니다. 최신 기술을 접목하여 타분야의 문제를 해결할 방안을 찾고 새로운 플랫폼을 구축하는 등 다양한 관점에서 연구에 접근하는 방법을 배울 수 있습니다. 구상한 아이디어를 두고 선배 연구원 및 교수진 함께 고민하며 생각의 폭을 넓힐 수 있습니다. 학부 연구생은 학부 과정에서 경험하기 어려운 연구 경험을 쌓고, 강의라는 수동적인 틀을 벗어나 연구를 하며 전공 공부에서 놓쳤던 부분을 확인할 좋은 방법입니다. 졸업 전 본인의 분야를 탐색하고 확인할 수 있는 좋은 기회가 될 것입니다.

주요 연구 분야 및 최근 3년간 실적

□주요 연구 분야

DSAIL is an interactive group of professors, researchers, students, and industrial experts in the Department of Applied Artificial Intelligence at Sungkyunkwan University, Republic of Korea.

The main research topics of our group include, but not limited to:

- Multimodal Learning, Human-centered ML, Human-AI Interaction

- Social Computing, Mental Health, Digital Therapeutics, Human-like Chatbot

- Medical computing, Healthcare, Clinical Decision Support System (CDSS)

- X-Analytics or X-Computing (X = Business, Culture, Politics, Sports, Game, Medical, Social, Law, etc)

□최근 3년간 실적

[Publications] (* = (co-)corresponding author, ** = equal contributions, bold = our members)

- Jiwon Kang **, Jieun Kim **, Taenyun Kim, Hayeon Song*, Jinyoung Han *, "Experiencing stress during COVID-19: A computational analysis of stressors and emotional responses to stress," Cyberpsychology, Behavior, and Social Networking, accepted. (SSCI, JCR 2021 IF = 6.135)

- Migyeong Yang**, Kyungha Lee**, Eunji Kim, Yeosol Song, Sewang Lee, Jiwon Kang, Jinyoung Han*, Hayeon Song*, and Taeeun Kim, "Magic Brush: An AI-based Service for Dementia Prevention focused on Intrinsic Motivation," ACM Conference on Computer-Supported Cooperative Work and Social Computing (CSCW), November, 2022.

- Jeewoo Yoon, Jinyoung Han*, Erik Bucy, and Jungseock Joo*, "Predicting Emotional Intensity in Political Debates via Non-verbal Signals," INTERSPEECH, September, 2022. Jiwon Kang, Jeewoo Yoon, Eunil Park, and Jinyoung Han*, "Why Tag Me?: Detecting Motivations of Comment Tagging in Instagram," Expert Systems With Applications, Vol. 202, pp.117171, September, 2022. (SCIE, JCR 2021 IF=8.665)

- Daeun Lee, Migyeong Kang, Minji Kim, and Jinyoung Han*. "Detecting Suicidality with a Contextual Graph Neural Network," The workshop on Computational Linguistics and Clinical Psychology (NAACL workshop, CLPsych), July, 2022.

- Daejin Choi, Hyuncheol Oh, Selin Chun, Taekyoung Kwon, and Jinyoung Han*, "Preventing Rumor Spread with Deep Learning," Expert Systems With Applications , vol. 197, pp. 116688, July, 2022. (SCIE, JCR 2021 IF=8.665)

- Doha Kim**, Chaewon Park**, Eunji Kim, Jinyoung Han*, and Hayeon Song*, "Social Sharing of Emotion During the COVID-19 Pandemic," Cyberpsychology, Behavior, and Social Networking, Vol. 25, Issue 6, June, 2022. (SSCI, JCR 2021 IF = 6.135)

- Jiwon Kang, Jina Kim, Migyeong Yang, Eunil Park, Minsam Ko, Munyoung Lee, and Jinyoung Han*, "Behind the Scenes of K-pop Fandom: Unveiling K-pop Fandom Collaboration Network," Quality & Quantity, Vol. 56, pp. 1481-1502, June 2022. (SSCI)

- - Yong-Wook Kim, Jinyoung Han*, Kyungtae Jang, Minsam Ko, Jaewoo Park, Seungyup Lim, and Jin-Young Lee, "The Connection to the Public’s Preferred Sports Analysis and Physical Education Curriculum," PLoS ONE 17(3): e0264032, March 2022. (SCIE, JCR 2021 IF = 3.752)

- Jeewoo Yoon, Chaewon Kang, Seungbae Kim, and Jinyoung Han*, "D-Vlog: Multimodal Vlog Dataset for Depression Detection," AAAI Conference on Artificial Intelligence (AAAI), Feb, 2022. (acceptance ratio = 1,345/9,251 = 14.5%)

- Jinyoung Han**, Seong Choi**, Ji In Park, Joon Seo Hwang, Jeong Mo Han, Hak Jun Lee, Junseo Ko, Jeewoo Yoon, Daniel Duck-Jin Hwang, "Classifying Neovascular Age-related Macular Degeneration with a Deep Convolutional Neural Network based on Optical Coherence Tomography Images", Scientific Reports 12, 2232(2022), Feb, 2022. (SCI, JCR 2021 IF = 4.996)

- Junseo Ko**, Jinyoung Han**, Jeewoo Yoon, Ji In Park, Joon Seo Hwang, Jeong Mo Han, Kyu Hyung Park, and Daniel Duck-Jin Hwang, "Assessing Central Serous Chorioretinopathy with Deep Learning and Multiple Optical Coherence Tomography Images", Scientific Reports 12, 1831(2022), Feb, 2022. (SCI, JCR 2021 IF = 4.996)

- Jeewoo Yoon**, Jinyoung Han**, Junseo Ko, Seong Choi, Ji In Park, Joon Seo Hwang, Jeong Mo Han, Kyuhwan Jang, Joonhong Sohn, Kyu Hyung Park, and Daniel Duck-Jin Hwang, "Classifying central serous chorioretinopathy subtypes with a deep neural network using optical coherence tomography images: A cross-sectional study," Scientific Reports 12, 422(2022), Jan, 2022. (SCI, JCR 2021 IF = 4.996)

- Junseo Ko, Jeewoo Yoon, DaeJin Choi, Eunil Park, Sangheon Pack, and Jinyoung Han*, "Trafficformer: A Transformer-based Traffic Predictor," IEEE International Conference on Consumer Electronics (ICCE), Jan, 2022.

- Dahye Jeong, Jinyoung Han, Eunil Park, Eun Been Choi, and Sangheon Pack, "5G and User Experience: A Bibliometric Approach," IEEE International Conference on Consumer Electronics (ICCE), Jan, 2022.

- Taihu Li, Jeewoo Yoon, DaeJin Choi, and Jinyoung Han*, "Passing to Win: Using Characteristics of Passing Information for Match Winner Prediction," International Conference on Sport Sciences Research and Technology Support (icSPORTS), September, 2021.

- Seungbae Kim, Xiusi Chen, Jyun-Yu Jiang, Jinyoung Han*, and Wei Wang, "Evaluating Audience Loyalty and Authenticity in Influencer Marketing via Multi-task Multi-relational Learning," International AAAI Conference on Web and Social Media (ICWSM), June, 2021.

- Daniel Duck-Jin Hwang**, Seong Choi**, Junseo Ko, Jeewoo Yoon, Ji In Park, Joon Seo Hwang, Jeong Mo Han, Hak Jun Lee, Joonhong Sohn, Kyu Hyung Park, and Jinyoung Han*, "Distinguishing Retinal Angiomatous Proliferation from Polypoidal Choroidal Vasculopathy with A Deep Neural Network based on Optical Coherence Tomography," Scientific Reports 11, 9275(2021), April, 2021. (SCI, JCR 2020 IF = 4.379)

- Jina Kim, Yeonju Jang, Kunwoo Bae, Soyoung Oh, Nam Jeong Jeong, Eunil Park, Jinyoung Han, and Angel P.del Pobil, "Between Comments and Repeat Visit: Capturing Repeat Visitors with a Hybrid Approach," Data Technologies and Applications, 55(4), pp. 542-557, April, 2021. (SSCI, JCR 2019 IF=1.667)

- Jinyoung Han and Eunil Park, "Traveller Acceptance of Mobile Reservation Services," International Journal of Mobile Communications, 19(2), pp. 169-189, March, 2021. (SCIE, JCR 2019 IF=1.551)

- Jina Kim, Daeun Lee, Eunil Park, "Scientific Analysis on Machine Learning for Mental Health in Social Media: A Bibliometric Study," Journal of Medical Internet Research (JMIR), 23(3), e24870, 2021. (SCIE, JCR 2019 IF = 5.428)

- Kunwoo Bae, Yeonju Jang, Jinyoung Han, Angel P del Pobil, Eunil Park, "A quantitative analysis of satisfaction on Airbnb from UX perspectives: The comparison between the United States and Hong Kong," International Conference on Ubiquitous Information Management and Communication (IMCOM), Jan. 2021.

- Gyeongbin Park, Dongyan Nan, Eunil Park, Ki Joon Kim, Jinyoung Han, Angel P del Pobil, "Computers as Social Actors? Examining How Users Perceive and Interact with Virtual Influencers on Social Media," International Conference on Ubiquitous Information Management and Communication (IMCOM), Jan. 2021.

- Jeewoo Yoon**, Jinyoung Han**, Ji In Park, Joon Seo Hwang, Jeong Mo Han, Joonhong Sohn, Kyu Hyung Park, and Daniel Duck-Jin Hwang, "Optical Coherence Tomography-based Deep-learning Model for Detecting Central Serous Chorioretinopathy," Scientific Reports 10, 18852(2020), November 2020. (SCI, JCR 2020 IF = 4.379)

- Soyong Oh, Jina Kim, Honggeun Ji, Eunil Park, Jinyoung Han, Minsam Ko, and Munyoung Lee, "Cross-cultural Comparison of Interactive Streaming Services: Evidence from Twitch," Telematics and Informatics, Vol. 55, 101434, December 2020. (SSCI, JCR 2019 IF = 6.182)

- Daeun Lee, Soyoung Park, Jiwon Kang, Daejin Choi, and Jinyoung Han*, "Cross-Lingual Suicidal-Oriented Word Embedding toward Suicide Prevention," EMNLP Findings, Nov. 2020.

- Seong Choi**, Seunghoon Jeong**, Jeewoo Yoon, Migyeong Yang, Minsam Ko, Eunil Park, Jinyoung Han*, Munyoung Lee, and Seonghee Lee, "VCTUBE: A Library for Automatic Speech Data Annotation," INTERSPEECH Show & Tell, Oct. 2020.

- Jeewoo Yoon, Jungseock Joo, Eunil Park, and Jinyoung Han*, "Cross-domain Classification of Facial Appearance of Leaders," International Conference on Social Informatics (SOCINFO), Oct. 2020.

- Seungbae Kim and Jinyoung Han*, "Detecting Engagement Bots on Social Influencer Marketing," International Conference on Social Informatics (SOCINFO), Oct. 2020.

- Jina Kim, Jieon Lee, Eunil Park, and Jinyoung Han*, "A Deep Learning Model for Detecting Mental Illness from User Content on Social Media," Scientific Reports 10, 11846 (2020), July 2020. (SCI, JCR 2019 IF = 4.379)

- Seungbae Kim, Jyun-Yu Jiang, Masaki Nakada, Jinyoung Han*, and Wei Wang, "Multimodal Post Attentive Profiling for Influencer Marketing," The WEB Conference (formerly WWW), April 2020.

- Jiwon Kang, Jeewoo Yoon, and Jinyoung Han*, "Why do Instagram Users Tag Friends in Comments?," The WEB Conference (formerly WWW), April 2020. (poster)

- Xiaofei Wang, Chenyang Wang, Xu Chen, Xiaoming Fu, Jinyoung Han, and Xin Wang, "Measurement and Analysis on Large-Scale Offline Mobile App Dissemination over Device-to-Device Sharing in Mobile Social Networks," World Wide Web Journal, Issue 23, pp. 2363–2389, March 2020. (SCI, JCR 2019 IF = 2.716)

- Ye-eun Won**, Jiwon Kang**, Daejin Choi, Eunil Park, and Jinyoung Han*, "Who Drives Successful Online Conversations? Unveiling the Role of First User Response," Kybernetes , Vol. 49, No. 3, pp. 876-884, March 2020. (SCIE, JCR 2019 IF = 2.235)

- Eunil Park, Jiwon Kang, Daejin Choi, and Jinyoung Han*, "Understanding Customers' Hotel Revisiting Behaviour: A Sentiment Analysis of Online Feedback Reviews," Current Issues in Tourism, Vol. 23 No. 5, pp. 605-611, February 2020. (SSCI, JCR 2019 IF = 7.430)

- Daejin Choi, Selin Chun, Hyunchul Oh, Jinyoung Han*, and Ted “Taekyoung” Kwon, "Rumor Propagation is Amplified by Echo Chambers in Social Media," Scientific Reports 10, 310 (2020), January 2020. (SCI, JCR 2020 IF = 4.379)

현재 진행 중인 연구과제

[2022.5 - 2024.4] Developing Artificial Intelligence Models and Korean Datasets for Detecting Suicide Risk, National Research Foundation of Korea (NRF)

[2022.6 - 2022.11] Human-AI Interaction Design for AI-based Digital Therapeutics, Electronics and Telecommunications Research Institute (ETRI)

[2020.10-2023.9] Modeling and Analyzing a Contact Social Graph for Predicting and Managing Outbreak Disease, National Research Foundation of Korea (NRF)

[2021.6-2024.2] Study on Self-Driving B5G Networks towards Federated Private-5G, National Research Foundation of Korea (NRF)

[2020.9-2027.8] BK21-FOUR: Bigdata Research and Education Group for Enhancing Social Connectedness Thorough Advanced Data Technology and Interaction Science Research, National Research Foundation of Korea (NRF)

[2020.6-2024.12] User-Centered Arti cial Intelligence for Service Design, Institute for Information & communication Technology Planning & evaluation (IITP)

향후 전망 및 진출 가능한 진로

□향후 전망

None

□진출 가능한 진로

Data Scientist

AI Researcher / Engineer

Data Analyst

Deep (Machine) Learning Engineer'

필요 이수 과목 및 지식

- Knowledge in artificial intelligence, machine learning, data analytics, and high-performance databases (SQL and/or NoSQL)

- Expertise with in one or more programming languages, such as Python

- Experience in deep learning framework (Tensorflow, Keras, PyTorch)

- Experience in Linux environment and shell script

- Experience in data science projects

학부연구생이 하는 일과 선배의 팁/후기

수기 1

학부 연구생은 신청한 연구실에서 하는 프로젝트를 수행하게 됩니다. 연구실마다 학부 연구생에게 시키는 일들이 달라 어느 연구실은 학부연구생을 위해 따로 독립적인 업무를 만들기도 하고, 그 연구실에서 진행하고 있는 연구, 프로젝트에 같이 참여해서 연구를 수행합니다.

들어가고자 하는 연구실의 경우 외부적으로 보이는 것과 내부에서 경험하는 것의 차이가 크기 때문에 학부 연구생을 통해서 들어가고자 하는 연구실에서 하는 연구가 무엇인지, 나의 관심사와는 맞는지 확인해보는 것이 중요하다고 생각합니다. 학부 연구생의 경우 대부분의 연구실에서 웬만해서는 받아주기 때문에 학부연구생으로 연구에 참여해보면서 느낌을 살펴보는 것이 중요할 것 같습니다.

수기 2

# 학부연구생이 하는 일

- 학부연구생은 대학원 연구실에서 연구를 진행하고 계시는 석사생, 박사생 연구자 분들과 협업하고 보조하는 역할을 주로 하게 됩니다.

- 인공지능 연구를 하는 연구실의 경우에는 데이터를 정제하는 일, 또는 그 정제된 데이터를 활용하여 본 연구에 도움이 될 만한 분석 등 학부생 수준에서 할 수 있는 일들을 하게 됩니다.

- 또한 학문에 대해 더욱 깊게 탐구할 수 있는 기회를 가질 수 있습니다. 연구실에서 진행되고 있는 연구 분야와 관련된 논문들을 많이 읽게 됩니다.

- 그 결과, 학부연구생을 하게 되면 대학원에서의 연구는 어떻게 하는지 체험할 수 있습니다.

# 선배의 팁

- 연구실 분위기를 파악하라

- 어떤 호칭 문화인가? (e.g. OO님 / OO씨 / OO 형 / … )

- 출퇴근 시간은 어떤가?

- 연구 자체가 나에게 맞는 일인지, 내가 하고 싶은 연구가 무엇인지 생각해보자

- 막연히 대학원을 가야겠다는 생각으로 학부연구생에 임하는 것보단, 정말 연구가 나에게 맞는 일인지 확인해보자

- 내가 어떤 분야를 연구하고 싶은지, 또 그 분야가 실제 경험해보니 어떤지 확인하는 기회로 삼아라

- 모르는 것은 부끄러워 하지 말고 빠르게 물어봐라

- 모르는 것을 물어보는 것도 소통 능력 중 하나다

- 모르고 해서 제대로 된 결과가 안 나오는 것보단, 모르는 것을 물어보고 정확히 하는 것이 더 중요하다

- 내가 맡게 된 일에 대해서 이해가 안 되거나 모르겠어도 부끄러운 일이 아니다. 공부하면 된다는 마음가짐을 갖자

- 사소한 것이라도 물어보자

- 학부 연구생 이후에 어떤 공부를 더 해야 할지 탐색하는 기회로 삼아라

- 학부 연구생을 한 이후에 내가 학부 수업에서 어떤 과목을 더 들어야 성장할 수 있는지, 어떤 경험을 더 해야 하는지 생각해보자

수기 3

22년도 1학기에 한 학기 동안 학부연구생으로 활동했습니다.

활동에 앞서 담당 대학원생 분께서 참여할 수 있는 프로젝트를 안내해주셨고, 저는 그 중 '음성합성(TTS) 기술 모델 개발'이라는 주제로 Tacotron2와 Wavenet를 결합한 모델을 통해 한국어 TTS 과정을 수행했습니다. 데이터 수집부터 모델 훈련까지 전반적인 과정을 순차적으로 지도해주셨고, 매주 할 일을 체계적으로 알려주셔서 그 시간 동안 여러 방법으로 시도하며 시행착오를 경험해볼 수 있었습니다.

저의 경우 인공지능융합전공 수업을 직접적으로는 들어본 경험이 없어, 우분투와 리눅스를 처음 접해보았는데 여러 시도를 해보도록 서버를 열어주셨던 점이 좋았습니다. 함께 참여했던 다른 두 학부연구생 분들과 파트를 분배하고 각자 역할을 공유하면서 음성합성기술이 어떻게 개발되는지 전반적인 순서를 배울 수 있는 기회였습니다.

이 활동 외에도, 담당 대학원생 분께 개인적으로 요청 드려, 요가 이미지 데이터를 활용해 포즈를 구분하는 과제를 수행했습니다. 이미지 데이터를 전처리하고, 포즈를 추출하기 위해 여러 모델을 비교하였고, 해당 프로젝트를 위해 그래프 자료 구조에 대해서도 학습해볼 수 있었습니다.

대학원 진학과 관련하여 개인적으로 고민이 많았는데 질문을 할 수 있는 분이 없어서 고민을 해소하지 못하고 있었습니다. 이에 대해서 담당 대학원생 분께 연구실에 진학한다면 잘 적응할 수 있을지를 비롯해 몇 가지 질문을 드렸었는데 제가 원하는 답변 그 이상의 답변을 해주셔서 좋은 결정을 할 수 있었습니다.

학부연구생으로 활동하면서 저의 성향에 대해서도 파악하고 진학에 대한 결심을 확고히 할 수 있었기에 좋은 제도라고 생각합니다. 또한 평소에 하기 어려운 일을 할 수 있는 기회를 대학원생 분께서 주신다면, 이 기회를 잘 활용해서 더 많은 것을 얻어갈 수 있도록 최선을 다하는 과정이 중요한 것 같습니다.

스스로 공부하는 과정 그리고 검사를 받는 과정에서 새로운 지식을 얻고, 배울 수 있기에 많은 분들께 추천드립니다.

주요 연구 분야 및 최근 3년간 실적

□주요 연구 분야

**연구실 홈페이지 참고: https://arcs.skku.edu/Main/Research

우리 연구실은 컴파일러 기술을 연구하고 특히, 프로그램 성능 최적화가 주요 연구 관심 분야입니다. 빅데이터 분석, 클라우드 컴퓨팅, AI를 위한 딥 러닝, 고성능 컴퓨팅과 같은 현대 컴퓨팅 분야의 프로그램을 컴파일러 기반으로 성능을 최적화합니다. 우리 연구는 우리가 전문적으로 다뤄온 컴파일러 기술과 밀접한 운영 체제, 컴퓨터 아키텍처, 병렬 & 분산 컴퓨팅, 소프트웨어 공학 분야도 포괄합니다.

현재 우리 연구실의 주요 연구 분야는 다음과 같습니다.

- Compiler Optimization for GPU/FPGA Computing

- Platform Optimization for Big Data/Machine Learning Frameworks

- System Software Design for Non-Volatile Memories

- Static/Dynamic Program Analysis for Performance and Security

□최근 3년간 실적

**연구실 홈페이지 참고: https://arcs.skku.edu/Main/Publications0

- GPU 컴퓨팅 분야

ICPP(’19), CCPE(’20), CASES(’20), CASES(’20), SAC(’19), SMA(’21)

- 빅데이터 분석 시스템 분야

Sensors(’21), EuroDW(’19), SMA(’20)

- 비휘발성 메모리용 파일시스템 분야

ATC(’20), HotStorage(’21)

현재 진행 중인 연구과제

**연구실 홈페이지 참고: https://arcs.skku.edu/Main/Research

Optimizing storage systems and application frameworks for next generation computing environment, 삼성전자, 2019-2022

Investigate programming environment for SmartSDD which comes with FPGA and SSD in a combined form factor.

Improving FPGA Programmability for Big Data Analytics, 한국연구재단(NRF), 2021-2025

Investigate techniques to improve FPGA programmability for big data analytics frameworks.

Research on Edge-Native Operating Systems for Edge Micro-Data-Centers, Institute of Information & Communications Technology Planning & Evaluation (IITP), 2021-2024

Develop abstraction techniques in compilers for HW-accelerators in EMDC operating systems.

향후 전망 및 진출 가능한 진로

□향후 전망

**참고URL: https://arcs.skku.edu/People/FormerMembers

시스템SW에서 GPU, FGPA, 비휘발성메모리를 활용하여 프로그램, 분석 프레임워크, 파일시스템 등의 최상단소스코드에서부터, 미들웨어, 운영체제까지 컴파일러와 시스템 아키텍쳐를 이해하는 지식을 가지고 졸업하게 된다. 졸업 후, 반도체관련 전자회사 (삼성전자, SK하이닉스), 클라우드 컴퓨팅 관련 소프트웨어회사 (네이버, NHN, KT, TmaxSoft), 다양한 스타업 컴퍼니 (Codigm, Dable, 등)으로 취업을 하고 있으며, 본교와 국내외 대학원 (Univ of Maryland, Purdue Univ, KAIST, 등)에서 박사 과정으로 연구를 계속하고 있기도 하다.

□진출 가능한 진로

None

필요 이수 과목 및 지식

**연구실 홈페이지 참고: https://arcs.skku.edu/Courses/List

컴퓨터 시스템에 관련된 전반 지식을 갖추고, 프로그래밍언어/컴파일러, 컴퓨터구조, 운영체제, 병렬/분산 컴퓨팅에 대한 이해를 바탕으로 연구실을 진학한다면 충분히 잘 적응할 것으로 기대됩니다.

전공기초: 시스템 프로그램, 자료구조개론

전공심화: 프로그래밍 언어, 컴퓨터구조개론, 운영체제, 멀티코어 컴퓨팅

스킬: C/C++ 프로그래밍, 리눅스 계열 운영체제 활용

학부연구생이 하는 일과 선배의 팁/후기

- 연구 분야 관련 배경 지식, 기술 공부

각 연구 분야별 필요한 배경 지식, 프로그래밍 모델, 컴파일러 기반 최적화, 성능 분석 방법 등에 대해 공부합니다.

GPU 컴퓨팅 분야를 예로 들면, NVIDIA GPU 아키텍처, CUDA 프로그래밍, 아키텍처별 최적화 방법, 성능 프로파일러, 시뮬레이터 등을 배우게 됩니다.

- 논문 세미나

컴퓨터 시스템 분야의 최신 논문들을 읽고, 이해하고, 토론하고, 논문 발표를 합니다. 기술/연구적인 부분 외에도 발표 준비/방법 등도 훈련합니다.

- 실험

다양한 이종 가속기(NVIDIA Maxwell ~ Ampere GPU, Intel FPGA, Xilinx FPGA)가 장착된 서버에서 필요한 실험 환경을 구축하고, 실험, 데이터 분석 등을 합니다.

(소프트웨어학과 19학번 학부연구생 10 개월차)

다양한 분야의 논문을 공부하고, 그리고 연구에 필요한 여러 필수적인 기초지식, 기술 등을 쌓아가고 있습니다.

CUDA를 통한 병렬 프로그래밍의 기초와, GPU의 구조를 공부하고 있습니다.

연구실 내 논문 세미나를 통해 논문을 리뷰하는 능력을 기르고, 연구의 갈피를 잡아가고 있습니다.

팁1. 연구에 필요한 유틸리티/응용 프로그램(스크립트 언어, 엑셀, 파워포인트 등)을 숙지

팁2. 학부 전공 과목들을 충분히 복습

주요 연구 분야 및 최근 3년간 실적

□주요 연구 분야

Computer Vision, Machine Learning

□최근 3년간 실적

- Computer Vision 및 AI 분야 Top-tier 국제학술대회에 논문 2편 (CVPR 1편, ECCV 1편)

- Computer Science 전분야 최고 Impact Factor 저널 TPAMI에 논문 1편

- 기타 국제학술대회 3편, SCI 저널 4편

현재 진행 중인 연구과제

1) VR/AR 콘텐츠 비가시 영역 영상 복원 기술 개발, 과학기술정보통신부, 2020 – 2022, 연구책임자

2) 영상 크라우드 소싱 기반 지능형 관제시스템 개발, 경찰청/과학기술정보통신부, 2018 – 2021, 연구책임자

3) 5G를 활용하는 차세대 1인 콘텐츠 기반의 문화상품 커뮤니케이션 마켓 플랫폼 개발, 문화체육관광부, 2020 – 2022, 공동연구책임자

향후 전망 및 진출 가능한 진로

□향후 전망

Computer Vision은 인공지능의 구성 요소 가운데 시각 지능에 해당되어, 컴퓨터에 눈을 달아주는 연구 분야입니다. 몸이 1000냥이면 눈이 900냥이라는 말이 있듯이, 인공지능의 실현에 있어 대단히 중요한 기술임에 틀림없습니다. 무인자동차, 스마트팩토리 등 수많은 응용 분야의 필수적인 기술이기 때문에 현재에도 미래에도 수요가 높은 분야라 생각합니다.

□진출 가능한 진로

진출 가능 진로는 학계, 연구소, 산업계 모두 활발하게 Computer Vision 전문가를 채용하고 있습니다. 뿐만 아니라 창업의 기회도 많은 편입니다.

필요 이수 과목 및 지식

- 필요 교과목: 자료구조, 알고리즘, 선형대수학, 확률과 통계

- 추천 교과목: 컴퓨터비전개론, 기계학습, 인공지능, 심층신경망

저희 연구실은 특정한 과목이수 혹은 연구 분야의 선행 경험보다, 프로그래밍/수학/의사소통/책임감에 강점을 가지신 분들을 신규 멤버로 선호합니다. 컴퓨터 비전 공부는 들어오셔서 하시면 됩니다.

주요 연구 분야 및 최근 3년간 실적

□주요 연구 분야

인공지능기반 경제융합

인공지능기반 의학융합

인공지능기반 이기종 소셜네트워크분석

인공지능기반 친환경 통신

자연어처리기반 챗봇 구현

□최근 3년간 실적

[SCIE 급 국제저널]

A YouTubeSpam Comments Detection Scheme Using Cascaded Ensemble Machine Learning Model, IEEE Access, 21.10.30, 오하영(단독)

Low‑complexity sparse‑aware multiuser detection for large‑scale MIMO systems, EURASIP Journal on Wireless Communications and Networking, 21.09.30, 오하영(교신)

Security-aware fair transmission scheme for 802.11 based cognitive IoT, International Journal of Electrical and Computer Engineering, 20.06.30, 오하영(단독)

Q2 YouTube: Quantitative and Qualitative Information Analysis based Influencer-aware YouTube Channel Ranking Scheme, Advances in Science, Technology and Engineering Systems, 19.10.30, 오하영(교신)

[특허&기술이전]

-이나은 박혜민 안예림 황새연, 오하영, 출원, 2022.04.05, 인공지능을 활용한 비대면 의료 챗봇 앱서비스 방법

-강유성,박종훈,오하영, 출원, 2022.04.05, 대규모 온라인 의학상담 데이터 분석 기반 현대인 심리, 만족도 분류 기법

-오하영, 등록(기술이전), 2021.02.03. (기술이전일자) 2017.07.13. (특허 등록 일자), 스팸 탐지 장치 및 방법, 특허번호 10-1759507

-오하영, 등록, 2020.06.26. (특허 등록 일자), 시빌 계정을 검출하는 장치 및 방법, 특허번호 10-2129576

-오하영, 등록, 2020.04.21.(특허 등록 일자), 추천 앱들을 제공하는 방법 및 장치, 특허번호10-21695840000

-오하영, 등록(기술이전), 2018.10.31. (기술이전일자), 스팸 문자판별 시스템 및 방법, 이를 수행하기 위한 기록매체, 특허번호10-1806174

-오하영,노기섭, 등록, 2018.01.02. (특허 등록 일자), 시빌 공격의 탐지 및 방어를 위한 비지도 제어 시스템, 특허번호 10-21295760000

[국내저널 등재지]

-이기종 머신러닝 모델 기반 치매예측 모델, 한국정보통신학회논문지, 21.12.30, 오하영(교신)

-On-Chain Data를 활용한 LSTM 기반 비트코인 가격 예측, 한국정보통신학회논문지, 21.10.30, 오하영(교신)

-Autoencoder 기법을 활용한 부동산 가격 이상치 분석, 한국정보통신학회논문지, 21.12.30, 오하영(교신)

-환자 IQR 이상치와 상관계수 기반의 머신러닝 모델을 이용한 당뇨병 예측 메커니즘, 한국정보통신학회논문지, 21.10.30, 오하영(교신)

-머신러닝을 활용한 제품 특성 예측모델의 성능향상 방법 연구, 한국정보통신학회논문지, 21.06.30, 오하영(교신)

-대규모 빅데이터 분석 기반 COVID-19 Pandemic 분석결과, 한국정보통신학회논문지, 21.04.30, 오하영(교신)

-그래디언트 부스팅 모델을 활용한 상점 매출 예측, 한국정보통신학회논문지, 21.02.30, 오하영(교신)

-코로나-19관련 웨이보 정서 분석을 통한 중국 주식시장의 주판 및 차스닥의 민감도 예측 기법, 한국정보통신학회논문지, 21.01.30, 오하영(교신)

-그래프 속성을 이용한 온라인 소셜 네트워크 스팸 탐지 동향 분석, 한국정보통신학회논문지, 20.05.30, 오하영(교신)

-앙상블 머신러닝 모델 기반 유튜브 스팸 댓글 탐지, 한국정보통신학회논문지, 20.05.30, 오하영(교신)

현재 진행 중인 연구과제

-A Study on Next-generation A.I. Federated Learning Framework for Eco-friendly Deep Reinforcement Learning

2022.06~2025.02, 연구재단 기본연구

-A study on an integrated framework for eco-friendly communication in the cognitive Internet of Things (IoT) environment

2017.05~2020.04, 연구재단 기본연구

-익명성높은 인공지능 챗봇 데이터 확보에 대한 연구

2021.09~2021.12, 연구재단 혁신공유대학

-메타버스 생태계에서 익명성·자율성으로 인해 새롭게 도출될 수 있는 사회·경제 문제 분석 및 분류기법에 관한 연구

2022.04~2022.11, 서울과학고 R&E

-이기종 소셜 정보망 및 웹소설 데이터 분석기반 현대인의 심리분석

2021.04~2021.11, 서울과학고 R&E

-오토인코더 및 이기종 머신러닝 기법을 활용한 부동산 가격 실시간 예측 모형 설계

2021.04~2021.11, 한국과학창의재단

-인간 및 인공지능의 초지능 협력사회 실현을 위한 현대 인공지능 기술의 한계점 분석과 인문사회학적 통찰력에 대한 메타 연구

2021.06~2022.07, 성균관대학교 교내연구(삼성학술연구)

-자연어 처리기반 반려동물 대규모 리뷰데이터 자동 tagging기법에 관한 연구

2022.03~2023.02, 산업체 용역과제

-딥러닝 모델기반 부동산 가격 이상치(버블)탐지 기법에 관한 연구,

2022.03~2022.07, 성균관대학교 교내연구(AI융합연구과제)

향후 전망 및 진출 가능한 진로

□향후 전망

대학 교원, 연구소, 외국계 기업 등 희망 시 진로 가이드

□진출 가능한 진로

대학 교원, 연구소, 외국계 기업

필요 이수 과목 및 지식

선수 과목

- 인공지능개론

- 데이터분석

- 머신러닝

- 딥러닝

- 자연어처리

관련 연구를 진행하기 위한 필수 과목은 아래와 같습니다.

[선형대수학, 확률 및 통계, 자료구조개론, 알고리즘개론, 데이터베이스, 인공지능, 기계학습원론]

다음의 과목을 수강 시 관련 연구를 수행하는데 도움이 될 것으로 판단됩니다.

[자연어처리, 강화학습, 심층신경망]

나아가, 자발적으로 기계학습, 심층신경망, 정보검색, 추천 시스템 및 자연어 처리에 대한 최근 논문에 대해서 읽어본 경험이 있다면 관련 연구를 수행하는데 도움이 될 것으로 생각됩니다.