-
- [학생실적] 2025 한국소프트웨어종합학술대회 학부생/주니어논문경진대회 우수상
- 2025 한국소프트웨어종합학술대회 학부생/주니어논문경진대회에서 황현진 학생(심리학과, 소프트웨어학과 복수전공)이 우수상을 수상하였습니다. 해당 연구는 인공지능 자연어처리 분야에서 Multi-hop 질의응답에서의 명시적 근거 추적 및 답변 정제 프레임워크를 연구 개발한 것으로 다단계 추론 구조에서는 단계 간 내용의 일관성이 어긋나거나, 추론 경로가 중간에 이탈하는 문제를 해결한 연구입니다. 질문 의도 기반의 정교한 답변 생성 매커니즘 제안하여 기존 방법론보다 높은 성능을 보여주었습니다. 수상을 축하드립니다.
-
- 작성일 2026-02-04
- 조회수 1974
-
-
-
- [연구] main Lab. 연구실 (지도교수: 김재광) The 2026 ACM Web Conference (WWW) Research Track 논문 게재 승인
- main Lab. 연구실 (지도교수: 김재광) 논문이 Top-tier 국제학술대회 The 2026 ACM Web Conference (WWW) Research Track에 게재 승인되었습니다. 논문은 26년 4월 두바이에서 발표될 예정입니다. "FCRLLM: Aligning LLM with Collaborative Filtering for Long-tailed Sequential Recommendation" 논문은 허병문 (인공지능융합학과 박사과정), 이남준 (인공지능융합학과 석사과정), 김선아 (소프트웨어학과 석사과정) 이 저자로 참여하였고 김재광 교수가 교신저자로 참여하였습니다. 이 연구는 상호작용 데이터가 부족한 Long-tailed 사용자 및 아이템에서의 추천 문제를 해결하기 위해, 거대언어모델(LLM)의 풍부한 의미론적(Semantic) 지식과 기존의 협업 필터링 신호를 결합한 FCRLLM 프레임워크를 제안합니다. 핵심 기술인 '플립드 클래스룸(Flipped Classroom)' 메커니즘은 협업 표현과 의미론적(Semantic) 표현이 서로 스승과 제자의 역할을 교차 수행하며 동적으로 정렬(aligned) 되도록 유도합니다. 이 과정에서 홉필드 네트워크 기반의 에너지 함수를 활용하여 두 양식 간의 어텐션 패턴 차이를 최소화하고 상호 보완적인 학습을 가능하게 합니다. 제안 방법은 세 개의 실제 데이터셋을 활용하여 실험하였고, 그 결과 제안 방법이 아이템의 인기나 사용자의 활동 수치와 관계없이 추천 성능을 일관되게 향상시키는 것으로 나타났습니다. 본 연구는 서로 다른 차원의 정보들을 양방향 교사-학생 구조로 통합함으로써 더욱 정교하고 다양한 추천 시스템을 구축할 수 있음을 보여줍니다.
-
- 작성일 2026-01-19
- 조회수 2945
-
-
- [학생실적] 글로벌융합학부 김상호 학우, 2025 대한민국 인재상 수상
- 글로벌융합학부 김상호 학우, 2025 대한민국 인재상 수상 우리 대학에서 총 4명이 ‘2025 대한민국 인재상’ 대학·청년 일반 분과 수상자로 선정되며, 학문적 성취와 사회적 기여를 아우르는 인재 양성 성과를 입증했다. 교육부가 주최하고 한국장학재단이 주관하는 ‘2025 대한민국 인재상’은 지역심사와 중앙심사를 거쳐 고등학생 40명, 대학·일반인 60명 등 총 100명을 선정했다. 이 상은 창의와 열정을 바탕으로 새로운 가치를 창출하고, 공동체 발전에 기여할 수 있는 미래 인재를 발굴·육성하기 위해 제정됐다.
-
- 작성일 2026-01-14
- 조회수 657
-
- [연구] SecAI 연구실 (지도교수 구형준) FSE '26에 논문 게재 승인
- SecAI 연구실 (지도교수 구형준, https://secai.skku.edu/)의 엄지용 학생 (박사과정)과 김민석 학생 (석사과정), 그리고 스토니 브룩 대학교 Michalis Polychronakis가 공동 연구한 "Fool Me If You Can: On the Robustness of Binary Code Similarity Detection Models against Semantics-preserving Transformations" 논문이 소프트웨어 SE 분야 최우수 학회인 Foundations of Software Engineering 2026 (FSE '26)에 게재 승인되어 2026년 7월에 발표할 예정입니다. 소프트웨어 역공학은 취약점 분석 및 악성코드 탐지 등 보안 분야의 핵심적인 과정이지만, 고도의 전문성을 요구합니다. 하지만 이러한 접근 방식만으로는 기하급수적으로 증가하는 최신 위협에 효과적으로 대응하는 데 한계가 있습니다. 이를 해결하기 위해 최근 인공지능을 활용하여 다양한 측면에서 역공학을 보조할 수 있는 기법을 활발히 제안하고 있으며, 특히 기계어 (assembly language)에서 문맥 정보를 추출하는 모델이 많습니다. 하지만 자연어에서 유사한 문맥으로 변형해서 의미를 전달할 수 있듯이 어셈블리어도 동일한 문맥을 유지하면서 다양한 형태로 변형하는 기법 (semantics-preserving code transformations)이 존재하는데, 이런 기법에 대해 인공지능 모델이 얼마나 강건한지에 대한 심도 있는 분석은 미흡합니다. 본 연구는 대표적인 6개의 인공지능 기반 바이너리 유사도 탐지 모델을 대상으로 8가지 변형 기법이 모델 성능에 미치는 영향을 체계적으로 분석합니다. 또한 모델이 오탐(false positive)과 미탐(false negative)과 같이 잘못된 판단을 유도하는 방식도 소개합니다. 이를 위해 620개의 원본 바이너리로부터 총 9,565개의 변형된 바이너리로 구성된 데이터셋을 구축하여 실험을 수행했습니다. 실험 결과 모델의 아키텍쳐 설계 및 전처리 방식에 따라 변형에 대한 강건성이 상이함을 확인하였으며, 특히 공격자가 변형을 정밀하게 설계할 경우 미세한 변형만으로도 모델 성능이 심각하게 저하될 수 있음을 보였습니다. 본 연구는 향후 리버싱 작업 보조용 인공지능 모델 설계 시, 단순한 성능지표를 넘어 바이너리 변형에 대한 강건성 역시 중요하게 고려해야 함을 강조합니다. Abstract: Binary code analysis plays an essential role in cybersecurity, facilitating reverse engineering to reveal the inner workings of programs in the absence of source code. Traditional approaches, such as static and dynamic analysis, extract valuable insights from stripped binaries, but often demand substantial expertise and manual effort. Recent advances in deep learning have opened promising opportunities to enhance binary analysis by capturing latent features and disclosing underlying code semantics. Despite the growing number of binary analysis models based on machine learning, their robustness to adversarial code transformations at the binary level remains underexplored to date. In this work, we evaluate the robustness of deep learning models for the task of binary code similarity detection (BCSD) under semantics-preserving transformations. The unique nature of machine instructions presents distinct challenges compared to the typical input perturbations found in other domains. To achieve our goal, we introduce asmFooler, a system that evaluates the resilience of BCSD models using a diverse set of adversarial code transformations that preserve functional semantics. We construct a dataset of 9,565 binary variants from 620 baseline samples by applying eight semantics-preserving transformations across six representative BCSD models. Our major findings highlight several key insights: i) model robustness highly relies on the design of the processing pipeline, including code pre-processing, model architecture, and internal feature selection, which collectively determine how code semantics are captured; ii) the effectiveness of adversarial transformations is bounded by a transformation budget, shaped by model-specific constraints such as input size limits and the expressive capacity of semantically equivalent instructions; iii) well-crafted adversarial transformations can be highly effective, even when introducing minimal perturbations; and iv) such transformations efficiently disrupt the model's decision (e.g., misleading to false positives or false negatives) by focusing on semantically significant instructions.
-
- 작성일 2026-01-12
- 조회수 2691
-
- [교수동정] 소프트웨어학과 정재훈 교수, 국제 인터넷 표준화 선도하는 과학기술정보통신부장관 표창 수상
- 소프트웨어융합대학 소프트웨어학과 정재훈 교수는 지난 11월 3일에 서울 엘타워에서 개최된 글로벌 ICT 표준 컨퍼런스(Global ICT Standards Conference: GISC) 2025(https://gisc.or.kr/)에서 ‘과학기술정보통신부장관 표창’을 수상하였다. GISC는 차세대 ICT 기술과 표준의 미래를 논의하기 위해 2017년부터 개최되어 온, 국내 최대 규모의 표준·특허 관련 국제 행사이다. 이번 GISC 2025는 “AI for All”을 주제로, 전 세계 ICT 표준화 전문가와 산업계·학계·연구기관 관계자들이 한자리에 모여 최신 지식과 인사이트를 공유하였다. 본 콘퍼런스에서는 AI, 6G, 양자, 디지털 전환 등 핵심·신흥 기술 분야의 표준화 이슈를 집중적으로 다루었고, 글로벌 기업·국제표준화기구·정책기관이 함께 참여해 상호운용성과 신뢰성, 그리고 표준과 지식재산의 조화를 논의하였고, 미래 디지털 사회의 비전을 제시하였다. GISC는 국제 표준 기술 개발 및 표준화에 지대한 기여를 한 연구자를 매년 선정하여 ‘과학기술정보통신부장관 표창’을 수여하는데, 정재훈 교수는 이번 GISC2025 콘퍼런스에서 ‘클라우드 기반 보안 서비스 기술’과 ‘자율주행차를 위한 차량 네트워킹 기술’을 개발하고, 이러한 기술들을 국제인터넷표준화기구인 IETF(Internet Engineering Task Force)에서 다수의 국제표준들이 제정 및 승인을 받게 하고, 이러한 국제표준들을 POC(Proof of Concept)하기 위한 오픈소스 프로젝트를 통해 기술 공유를 한 ICT표준화업무유공 공적으로 2025년 과학기술정보통신부장관 표창(그림 1)을 수여하게 되었다.
-
- 작성일 2025-12-30
- 조회수 772
-
- 2025 SKKU Rising-Fellowship 글로벌융합학부 무함마드칸 교수 선정
- 2025 SKKU Rising-Fellowship 교수 17명 선정 우리 대학은 올해 신설된 ‘2025 SKKU Rising-Fellowship’ 교수로 사회과학대학 신은진 교수, 사회과학대학 이세영 교수, 경제대학 이은령 교수, 경영대학 유상석 교수, 소프트웨어융합대학 무하마드칸 교수, 자연과학대학 임화선 교수, 자연과학대학 오세진 교수, 정보통신대학 고종환 교수, 정보통신대학 원상민 교수, 공과대학 김정규 교수, 공과대학 권석준 교수, 공과대학 윤성민 교수, 의과대학 이승원 교수, 성균융합원 신미경 교수, 성균융합원 김인기 교수, 성균나노과학기술원 배완기 교수, 삼성융합의과학원 강단비 교수를 선정했다.
-
- 작성일 2025-12-26
- 조회수 736
-
- [학생실적] 보안공학연구실(지도교수 김형식) Nivedita Singh 박사과정, 한국정보처리학회 운당 학생 논문상 수상
- 보안공학 연구실 (지도교수: 김형식, https://seclab.skku.edu)의 Nivedita Singh(박사과정) 학생이 쿠키 배너에서의 개인정보 보호 실태를 분석한 논문 " Behind the Screen: How Cookies Become Your Identity’s Price Tag"을 통해 한국 정보처리학회에서 운당 학생 논문상을 수상했습니다. 해당 연구는 18개국 360개 이커머스 웹사이트를 대상으로 쿠키 및 트래킹 행태를 분석하여, GDPR·CCPA 등 개인정보보호 규제가 실제로는 제대로 준수되지 않고 있음을 실증적으로 보여주었습니다. 특히 동의 이전 사용자 추적, 쿠키 수명 위반, XSS·CSRF 등 심각한 보안 취약점이 광범위하게 존재함을 밝혀 규제 집행과 쿠키 관리 개선의 필요성을 강조했습니다.
-
- 작성일 2025-12-23
- 조회수 1503
High Tech, High Touch