현재의 컴퓨터 시스템은 모바일 및 임베디드 시스템에서부터 대규모 데이터 센터에 이르기까지 사회적 요구에 맞추어 다양한 환경에 적합하도록 진화해 왔습니다. 고성능 컴퓨팅 연구실은 빠르게 변화하고 있는 컴퓨팅 환경을 위한 메모리 기반의 차세대 컴퓨터 구조와 시스템에 대한 다양한 연구를 수행하고 있습니다. 최근 빅데이터, 인공지능 등과 같은 메모리/데이터 중심적 어플리케이션의 활용에 따라 더욱 부각되고 있는 프로세서-메모리-스토리지 사이의 성능격차를 해결하기 위해 새로운 구조의 메모리/스토리지 시스템과 이를 위한 데이터 운영 기법 연구를 진행 중에 있으며, 세부 연구 분야는 다음과 같습니다.
- 지능형 하이브리드 메모리 시스템 연구
- 인공지능, 빅데이터 처리를 위한 데이터 중심적 컴퓨팅
- 차세대 비휘발성 메모리를 활용한 통합 메모리 시스템 연구
컴퓨터, 네트워크, 센서 등 IT 기기들과 사람들은 새로운 라이프 스타일을 만들어내고 있다. 네트워크 컴퓨팅 연구실은 컴퓨터 시스템 소프트웨어, 유무선 인터넷, 센서 네트워크 등 핵심 요소 기술들뿐만 아니라 이들을 활용한 응용 분야, 예들 들면, 앱을 이용한 새로운 인터넷 서비스 기술과 게임 프로그래밍에 이르기까지 다양한 응용 분야까지 연구하고 있다.
- 유무선 네트워크 프로토콜, 센서 네트워크 등 네트워크 관련 핵심 요소 기술
- 인터넷에 기반한 새로운 라이프 스타일을 위한 인터넷 서비스 기술
- 게임을 포함한 응용 소프트웨어 기술
- Graph machine learning
- Large-scale graph analytics
- Applied data science
- 3차원 스캐닝 데이터를 기반으로 한 As-is 설계 모델 재구축 기술
- 3차원 지도 생성 기술
- 가상현실 기술을 활용한 협업 가시화 기술
- SW순환공학
- 정형기법 및 언어
- 실시간시스템 및 운영체제
- 시스템행위공학
인터랙션 연구실은 인간-컴퓨터 상호작용 분야, 특히 SW의 사용성과 관련된 기술들을 연구하고 있습니다. 사용자가 SW를 사용하면서 발생하는 문제와 요구사항들을 발견하고 해결하는 것을 주요 목표로 하고 있습니다. 사용자 행동의 추적, 분석과 모델링 그리고 사용자 행동의 재현 등이 주요한 연구 주제입니다. 최근에는 VR환경에서 사용자들이 겪는 문제들을 발견하고 해결해서 더 나은 사용자 경험을 제공하기 위한 연구들을 진행하고 있습니다.
- Usability testing
- User requirements analysis
- Usability in VR
시각 및 지능연구실에서는 이미지, 비디오 등과 같은 다양한 영상 데이터에 숨겨진 의미있는 정보를 찾아내는 것을 목적으로 컴퓨터비전과 기계학습에 대한 연구를 진행하고 있다. 본 연구실에서는 딥러닝과 설명가능한 인공지능 기술들을 영상추적, 비디오 예측, 검출, 분할 등과 같은 다양한 응용들에 적용하고 있다. 또한 의료, 농업 등의 분야에서 전문가들과의 협업을 통해 영상 분야의 인공지능 기술 활용을 진행하고 있다. 구체적으로 아래와 같은 분야들에 대한 연구 개발을 수행하고 있다.
- 영상 추적 및 상황 인식을 위한 비디오 이해 (Visual tracking, video understanding)
- 설명가능한 인공지능 (Explainable AI)
- 의료영상 진단 및 예측 (Medical Image Analysis)
- Cloud technologies: VM migration, Educational Cloud service
- IO Virtualization: storage and network devices
- 유선환경과 유사한 수준의 인증, 데이터의 암/복호화, 거래부인방지 등을 포함하는 무선인터넷 보안 방법론
- 기반시설 도움 없이 네트워크 노드에 의해서 자발적으로 구성되는 Ad-hoc 네트워크 구축방안 및 라우팅 프로토콜
- 사용자가 처한 현재 혹은 미래의 상황에 가장 적절한 정보를 능동적으로 제공하기 위한 상황인식형 유비쿼터스 이동정보 서비스
인지컴퓨팅 시스템이란 거대 빅데이터를 이용하여 인간 전문가(human experts)가 더 나은 결정을 할 수 있도록 지원하는 시스템으로, 학습, 추론, 자연언어를 이해 할 수 있는 새로운 계산 시스템, 인간과 기계간의 자연스러운 상호 작용을 통해 인간의 전문성과 인지능력을 확장 및 강화할 수 있는 시스템으로 정의될 수 있다. 인지컴퓨팅의 실현을 위해서는 빅데이터(Big Data)분석, 자연언어처리(Natural language processing), 기계학습(Machine learning), 패턴 인식(Pattern recognition) 영역의 융합이 필요하며, 이들은 스마트 머신 (Smart Machine)시대를 주도하기 위한 핵심 기술들이다.
본 인지컴퓨팅의 연구실에서는 인지컴퓨팅 시스템의 실현을 최종적인 목표로 삼고, 다음과 같은 분야를 중점적으로 연구하고 있다.
- 인지컴퓨팅 시스템을 위한 요소 SW 기술연구: 자연언어처리, 정보검색, 기계학습 (& 딥 러닝), 데이터마이닝
- 딥러닝에 기반한 언어분석, 기계번역, 정보검색,정보추출
- Recurrent/Recursive Neural Network
- Deep learning for natural language processing, machine translation, question answering (or information retrieval), and information extraction
- 지도교수 : 이경순
- 위치 : 공대 7호관 601호
- 소셜데이터 분석 기술
- 의학문서 검색 기술
- 문서 분류 기술
- 다국어 사건 탐지 기술
- 지도교수 : 양재동
- 위치 : 공대 7호관 602호
- 온톨로지 기반의 지능형 정보 검색
- 온톨로지 기반의 소셜 큐레이션 플랫폼
- 지식 기반 응용 시스템과 빅 데이터
- 바이오 정보 개념 모델링
- 온톨로지 기반의 차세대 지식 유통 플랫폼
- NEWSQL 기반의 빅데이터 플랫폼
- 물체인식 (자연영상 텍스트인식, 식물잎 인식)
- 로컬푸드 데이터 (구매/판매 정보 앱 개발, 상품추천 시스템)
- 전자현미경 사진 분석 (칩/디스플레이 결함 검출, 분해능 측정)