주요연구관심분야

멀티모달학습

시각-언어 모델

도메인 전이

로봇 비전

계산 효율적인 전이 학습

주요연구실적 (2021ᅳ 현재)

“Intra-Inter Modal Attention Blocks for RGB-D Semantic Segmentation” Soyun Choi, Youjia Zhang, and Sungeun Hong Jun 2023, International Conference on Multimedia Retrieval (ICMR '23 Oral)

“TL-ADA: Transferable Loss-based Active Domain Adaptation” Kyeongtak Han, Youngeun Kim, Dongyoon Han, Hojun Lee, and Sungeun Hong Apr 2023, Neural Networks, Elsevier

“IFQA: Interpretable Face Quality Assessment” Byungho Jo, Donghyeon Cho, In Kyu Park, and Sungeun Hong Jan 2023, Winter Conference on Applications of Computer Vision (WACV '23)

“Spatio-channel Attention Blocks for Cross-modal Crowd Counting” Youjia Zhang, Soyun Choi, and Sungeun Hong Dec 2022, Asian Conference on Computer Vision (ACCV '22 Oral)

“Adaptive Graph Adversarial Networks for Partial Domain Adaptation” Youngeun Kim and Sungeun Hong Jan 2022, IEEE Transactions on Circuits and Systems for Video Technology (TCSVT)

주요연구관심분야

Culture & Media Informatics

Innovation Studies

Digital Media Society

주요연구실적 (2021ᅳ현재)

(2023)  메타버스 사용자의 사회⋅심리적 특성이 아바타 커스터마이징에 미치는 영향.  사이버커뮤니케이션학보.  40,  2

(2023)  Changes in regional knowledge bases and its effect on local labour markets in the midst of transition: Evidence from France over 1985-2015.  APPLIED SPATIAL ANALYSIS AND POLICY.  16,  3

(2023)  The Return of the King: The Importance of Killer Content in a Competitive OTT Market.  JOURNAL OF THEORETICAL AND APPLIED ELECTRONIC COMMERCE RESEARCH.  18,  2

(2023)  The effect of watching OTT late at night on the sleep pattern of users.  SLEEP AND BIOLOGICAL RHYTHMS.  21,  4

(2023)  Regional knowledge spaces: the interplay of entry-relatedness and entry-potential for technological change and growth.  JOURNAL OF TECHNOLOGY TRANSFER.  48,  2

(2023)  The Optimal Open Innovation Strategy with Science-based Partners for Venture Firm's Innovation Capabilities: Focusing on Innovation Modes.  SCIENCE TECHNOLOGY AND SOCIETY.  28,  2

(2023)  The effects of popularity metrics in news comments on the formation of public opinion: Evidence from an internet portal site.  SOCIAL SCIENCE JOURNAL.  60,  2

(2023)  An Analysis of Factors Influencing the Intention to Use "Untact" Services by Service Type.  SUSTAINABILITY.  15,  4

(2023)  Which innovation type is better for production efficiency? A comparison between product/service, process, organisational and marketing innovations using stochastic frontier and meta-frontier analysis.  TECHNOLOGY ANALYSIS & STRATEGIC MANAGEMENT.  35,  1

주요연구관심분야

모바일/블록체인/자동차 보안

소프트웨어 테스팅

프로그램 분석

주요연구실적 (2019~현재)

JUSTGen (ICSE 2021): 가상머신 동작 검증을 위한 동적 테스팅 프레임워크 제안. JVM 의 792 개의 버그를 리포트 하였으며, 563 개의 버그가 수정됨.

Smart Contract Security (ICSE 2020): 스마트 컨트랙트 쥐약점 탐지 분석기 제안. 13,943개의 스마트 컨트랙트에서 보안 문제를 발견 및 리포트하여 CVE8 개 발급받음

Activity Injection (SPE 2020): 안드로이드 플랫폼에서 새로운 공격 방식을 개발하고 이를 자동으로 탐지하는 정적분석기 제안.

주요연구관심분야

소프트웨어 테스팅 (화이트-박스 테스팅)

데이터-기반 소프트웨어 취약점 자동 검출 기술

기계학습 기반 정적-분석 기술

주요연구실적 (2019~현재)

SymTuner (ICSE 2022): 화이트-박스 SW 테스팅 도구들의 외부 파라미터들을 기계-학습 기법을 이용해서 자동으로 조정해주는 기술.

ParaDySE (IEEE Transactions on Software Engineering 2022): 동적 기호실행의 핵심 기법인 탐색 전략《Search Heuristic)을 자동으로 생성하는 기술.

ADAPT (ISSTA 2020): 심층 신경망(Deep Neural Network)의 취약점을 효과적으로 검출하기 위한 화이트-박스 테스팅 기술.

HOMI (ESEC/FSE 2020): 각 프로그램에 최적화된 동적 기호실행의 '상태-자르기 전략(State-Pruning Heuristic)'을 자동으로 학습하는 기술.

Chameleon (ESEC/FSE 2019): 화이트-박스 테스팅 기법 "콘콜릭 테스팅 (Concolic Testing广의 코드 탐색 기준을 기계-학습을 통해 적응적으로(Adaptively) 바꿔주는 기술

주요연구관심분야

Cloud-Based Security Systems - Interface to Network Security Functions (I2NSF): https://datatracker.ietf.org/wg/i2nsf/documents/

Vehicular Networking - IPv6 Wireless Access in Vehicular Environments (IPWAVE):

https://datatracker.ietf.org/wg/ipwave/documents/

SNS Influencer Marketing Platform: https://ieeexplore.ieee.org/document/9728965

Indoor Positioning Systems: https://ieeexplore.ieee.org/document/9296763

주요연구실적 (2020~현재)

“Context-Aware Navigation Protocol for Safe Driving in Vehicular Cyber-Physical Systems”, IEEE Transactions on Intelligent Transportation Systems, CNP supplemental material, Vol. 24, No. 1, pp. 128-138, January 2023.

“A comprehensive survey on data dissemination in Vehicular Ad Hoc Networks”, Elsevier Vehicular Communications, Vol. 34, April 2022.

“A comprehensive survey on vehicular networking for safe and efficient driving in smart transportation: A focus on systems, protocols, and applications”, Elsevier Vehicular Communications, Vol. 31, October 2021.

“A comprehensive survey on vehicular networks for smart roads: A focus on IP-based approaches”, Elsevier Vehicular Communications, Vol. 29, June 2021.

“DFC: Device-Free Human Counting through Wi-Fi Fine-Grained Subcarrier Information”, IET Communications, Vol. 15, Issue 3, pp. 337–350, January 2021.

“Particle Filtering-Based Indoor Positioning System for Beacon Tag Tracking”, IEEE Access, December 2020.

“IBCS: Intent-Based Cloud Services for Security Applications”, IEEE Communications Magazine, Vol. 58, No. 4, pp. 45-51, April 2020.

“DAPF: Delay-Aware Packet Forwarding for Driving Safety and Efficiency in Vehicular Networks”, IET Communications, January 2020.

주요연구관심분야

Story Comprehension and Generation

Natural Language Processing

Text Analysis, Data Mining

주요연구실적 (2019~현재)

Genre-Controllable Story Generation via Supervised Contrastive Learning. The ACM Web Conference 2022

Analysis of Autoencoders for Network Intrusion Detection. Sensors. 2021

Extracting and Clustering of Story Events from a Story Corpus. KSII Transactions on Internet & Information Systems 2021

The CreativeSumm 2022 Shared Task: A Two-Stage Summarization Model using Scene Attributes. The Workshop on Automatic Summarization for Creative Writing (ACL) 2022

A Fast and Efficient Stochastic Opposition-Based Learning for Differential Evolution in Numerical Optimization, Swarm and Evolutionary Computation. 2021

Advanced Cauchy Mutation for Differential Evolution in Numerical Optimization. IEEE Access. 2020

연구과제

Basic Science Research Program (2019-2023, NRF): Research on Text Understanding Techniques for Intelligent Story Generation Systems

ETRI (’20-’23, Ministry of Science and ICT - IITP) – Development of 5G Edge Security Technology for Ensuring 5G+ Service Stability and Availability

NCSoft (‘21-’22) - Analysis of Story Structure

SKKU Convergence Research Fund (’20, Collaboration with Samsung Hospital) - Development of an Ophthalmologist Chatbot

ICT Information Technology Research Center Support Program (’17-’22, Ministry of Science and ICT - IITP) - Content Creation Technology Utilizing Artificial Intelligence

주요연구관심분야

Operating Systems

Cloud Computing

Storage System

Embedded Computing

주요연구실적

Transparently Exploiting Device-reserved Memory for Application Performance in Mobile Systems, IEEE Transactions on Mobile Computing, vol. 15, no. 11, pp. 2878-2891, Nov 2016, Jinkyu Jeong, Hwanju Kim, and Joonwon Lee

Cache Scheme of Shared-Buffer Mappings for Energy-Efficiency of Mobile Devices, IET Electronics Letters, vol. 51, no. 11, pp. 830-832, May 2015, Jinkyu Jeong, Joonwon Lee and Euiseong Seo

Exploiting Asymmetric CPU Performance for Fast Startup of Subsystem in Mobile Smart Devices, IEEE Transactions on Consumer Electronics, vol. 61, no. 1, pp. 103-111, Feb. 2015, Jun Kim, Joonwon Lee, and Jinkyu Jeong

Virtual Asymmetric Multiprocessor for Interactive Performance of Consolidated Desktops, ACM SIGPLAN Notices, vol. 49, no. 7, pp. 29-40, Jul. 2014, Hwanju Kim, Sangwook Kim, Jinkyu Jeong, and Joonwon Lee.

Sung-hun Kim, Jinkyu Jeong, and Joonwon Lee, "Selective Memory Deduplication for Cost Efficiency in Mobile Smart Devices," IEEE Transactions on Consumer Electronics, Vol. 60, Issue 2, pp. 276-284, May 2014

Group-based Memory Oversubscription for Virtualized Clouds, Journal of Parallel and Distributed Computing, Vol. 74, Issue 4, pp. 2241-2256, April 2014, Sangwook Kim, Hwanju Kim, Joonwon Lee and Jinkyu Jeong

Analysis of Virtual Machine Live-Migration as a Method for Power-Capping, Journal of Supercomputing, Vol. 66, Issue 3, pp. 1629-1655, December 2013, Jinkyu Jeong, Sung-hun Kim, Hwanju Kim, Joonwon Lee, Euiseong Seo

Efficient Function Call Tracing with Link-Time Binary Rewriting for CE Devices, IEEE Transactions on Consumer Electronics, Vol. 59, Issue 4, pp. 892-900, November 2013, Bon-Keun Seo, Jinkyu Jeong, Joonwon Lee, and Euiseong Seo

Demand-Based Coordinated Scheduling for SMP VMs, ASPLOS 2013

주요연구관심분야

Pattern Recognition, Machine Learning, Computer Vision, Big Data Analytics

Multimedia, loT/loMTr Image and Video Processing, Information Security, Fire/Smoke Scene Analysis

주요연구실적 (2016-현재)

Invited Speaker for topic "F니ture of E-Health and Telemedicine" under the program "MARIE CURIE COFUND PROGRAMME/； scheduled on 21st April 2021.

Invited Speech on "Intelligent Video Summary Generation: Current Challenges and Future Directions" at 2020 International Conference on Intelligent Data Science Technologies and Applications (IDSTA), Valencia, Spain.

Invited Speech on 'Intelligent Video Summary Generation: Current Challenges and Future Di recti onsH at The Fourth International Conference on Multimedia Computing, Networking and Applications (MCNA2020), Valencia, Spain.

주요연구관심분야

Security engineering

Usable security

주요연구실적 (2021~현재)

“SmartMark: Software Watermarking Scheme for Smart Contracts”, Taeyoung Kim, Yunhee Jang, Chanjong Lee, Hyungjoon Koo, and Hyoungshick Kim, ICSE: The 45th International Conference on Software Engineering, Melbourne, Australia, 2023.

“AppSniffer: Towards Robust Mobile App Fingerprinting Against VPN”, Sanghak Oh, Minwook Lee, Hyunwoo Lee, Elisa Bertino, and Hyoungshick Kim, WWW: The 32nd Web Conference, Austin, USA, 2023.

“Mutexion: Mutually Exclusive Compression System for Mitigating Compression Side-Channel Attacks”, Taegeun Moon, Hyoungshick Kim, and Sangwon Hyun, ACM Transactions on the Web (TWEB), 2022.

“Evaluation and Optimization of Distributed Machine Learning Techniques for Internet of Things”, Yansong Gao, Minki Kim, Chandra Thapa, Alsharif Abuadbba, Zhi Zhang, Seyit Camtepe, Hyoungshick Kim, and Surya Nepal, IEEE Transactions on Computers (TC), 2022.

“Design and Evaluation of a Multi-Domain Trojan Detection Method on Deep Neural Networks”, Yansong Gao, Yeonjae Kim, Bao Gia Doan, Zhi Zhang, Gongxuan Zhang, Surya Nepal, Damith C. Ranasinghe, and Hyoungshick Kim, IEEE Transactions on Dependable and Secure Computing (TDSC), 2022.

“ARGH!: Automated Rumor Generation Hub”, Larry Huynh, Manh Duy Thai Nguyen, Joshua Goh, Hyoungshick Kim, and Jin Hong, CIKM: The 30th ACM International Conference on Information and Knowledge Management (selected as “best paper nominations”), Virtual, 2021.

“Rocky: Replicating Block Devices for Tamper and Failure Resistant Edge-based Virtualized Desktop Infrastructure”, Beom Heyn Kim and Hyoungshick Kim, ACSAC: The 37th Annual Computer Security Applications Conference, Virtual, 2021.

“Fine with “1234”? An Analysis of SMS One-Time Password Randomness in Android Apps”, Siqi Ma, Juanru Li, Hyoungshick Kim, Elisa Bertino, Surya Nepal, Diet Ostry, and Cong Sun, ICSE: The 43rd International Conference on Software Engineering, Madrid, Spain, 2021

주요연구관심분야

Computer Vison
Domain Adaptation
Federated Learning
AI Applications
Explainable AI
Privacy Protection

주요연구실적 (2021~현재)
A Convolutional Transformer Model for Multivariate Time Series Prediction, IEEE ACCESS 10-0 101319-, 2022
Empirical Measurement of Client Contribution for Federated Learning With Data Size Diversification, IEEE ACCESS, 10-0 118563- 2022
Deep Non-Line-of-Sight Imaging Using Echolocation, MDPI  SENSORS, 22-21, 2022
Generalized Facial Manipulation Detection with Edge Region Feature Extraction, IEEE/CVF Winter Conference on Applications of Computer, 1-1 2784-, 2022
Image Perturbation-Based Deep Learning for Face Recognition Utilizing Discrete Cosine Transformation, MDPI ELECTRONICS, 11-1 25-33, 2021
A Daily Tourism Demand Prediction Framework Based on Multi-head Attention CNN, IEEE Symposium Series on Computational Intelligence, 1-1, 1-10, 2021
Canine Behavior Interpretation Framework Using Deep Graph Model, ICAISC 2021: Artificial Intelligence and Soft Computing, 1-1, 99-110, 2021

주요연구관심분야

인공지능을 활용한 보안

소프트웨어 보안

시스템 보안

주요연구실적 (2016~현재)

Binary Function Boundary Identification (ACSAC 2021): 실행 바이 너리 상에서 함수 경계를 인식하는 문제로 리버싱 도구로 바이너리를 분석할 때 초석이 되는 연구

Software Watermarking via a Binary Function Relocation (ACSAC 2021): 실행 바이 너리 함수 재배치로 워터마킹 정보를 인코딩함으로써 소프트웨어 저작권을 해결하는 연구

Slimium: Debloating the Chromium Browser with Feature Subsetting (CCS 2020): Chromium 브라우저 상에서 기능을 정의해 사용하지 않는 코드를 제거하고 잠재적인 공격 영 역(attack surface)을 줄이는 연구

C아npiler-as인sted Code Randomization (S&P 2018): 컴파일러 기반 코드 변형기법으로 컴파일러 툴체인에서 필요한 최소한의 메터데이터만 추출해 신뢰도 높은 바이너리를 생성하는 (binary instrumentation) 연구, CSAW 응용 리서치 분야 Top 10 Finalist 로 선정

Juggling the gadgets: Binary-level code randomization using instruction displacement (ASIACCS 2016): ROP (return-oriented programming) 공격방어 기술 중 하나로 명령어 재배치를 통해 공격에 사용가능한 명령어 집합(Gadget)을 이전하는 방식을 제안

주요연구관심분야

자연어처리(QA 시스템, 대화시스템, 문서요약/분류)

정보검색(Ranking 모델, 질의처리)

Neural Symbolic AI(상식/지식 추론, 상식 및 지식 그래프)

주요연구실적 (2021~현재)

SIMMC (DSTC10 workshop, AAAI 2022): 멀티모달 대화시스템 구축 DSTC 10 의 SIMMC tack 2 개 분야 winner(1 등)

Query Reformulation (CIKM 2021): 사전 기반 지식 그래프를 이용한 정보검색 질의어 개선

Passage Re-ranking (CIKM 2021): Self-supervised Fine-tuning 을 이용한 Re-ranking 의 성능 향상

Fake News Video Detection (CIKM 2021): 토픽모델링과 적대적학습을 이용한 가짜 뉴스 비디오 탐지

Self-supervised Learning based Classification (CIKM 2021): Self-supervised learning 을 이용한 분류 기술 개발 "

Retrieval-based Dialogue System (NAACL 2021): Post-training 을 이용한 대화 시스템

Fake News Detection (EACL 2021): 그래프 기반의 가짜 뉴스 탐지 기 법

Commonsense Knowledge Augmentation (AAAI 2021): 적 대적 학습을 이용한 상식 그래프 확장 시스템

주요 연구 분야 및 최근 3년간 실적

□주요 연구 분야

강화학습 기반 지능형 시스템 개발

의료 데이터 기반 이상 탐지 기술

무선 신호 기반 비가시 영역 사람 탐지 및 자세 추정 기술

AI 기반 금융 시스템 개발 (자동 주문 집행)

기계학습 기반 유무선 네트워크 시스템 최적화

□최근 3년간 실적

시각적 방해요소에 강건한 자기지도 강화학습 모델, IJCAI, 2022

광대역 무선 신호 기반 다중 사람 탐지 및 자세 추정 기술, 정보과학회 우수논문, 2021

Self-attention 기반 5G 무선 자원 예측 모델 개발 및 활용 기술, 정보과학회 우수논문, 2022

초저전력 무선 신호 오류 복구를 위한 Signal-to-Data Translation 모델, IEEE Access, 2022

스펙트럼 챌린지 대회 2020년, 2021년 연속 최우수상(1등)

현재 진행 중인 연구과제

오픈 도메인 멀티모달 학습 위한 자기주도 인공지능 기술 개발, IITP 2022 ~ 2026

수술 중 고혈압 혹은 저혈압 예측 모델 개발, AI융합연구지원사업, 2021~2022

강화학습 기반 정유 시스템 공정 제어 기술, SK인천석유화학, 2021 ~ 2022

AI 기반 자동 주문 집행 모델 개발, ㈜퀀팃, 2021 ~ 2022

비가시 영역 영상 복원 기술 개발, IITP, 2020.5 ~ 2023.2

지능형 5G 엣지 시큐리티 기술, IITP, 2020.5 ~ 2024.2

대용량, 비정형, 이기종 디지털 치료제 플랫폼 개발, IITP, 2020.5 ~ 2024.2

향후 전망 및 진출 가능한 진로

□향후 전망

None

□진출 가능한 진로

지능형 네트워크 시스템 개발 및 연구

지능형 머신, 로봇 제어 최적화 및 연구

스마트 공장, 스마트 헬스케어 등 지능형 시스템 개발 및 연구

필요 이수 과목 및 지식

필수 이수 과목

- 알고리즘

- 기계학습

권장 이수 과목

- 운영체제

- 인공지능

- 심층신경망

- 강화학습

- 컴퓨터 비전

학부연구생이 하는 일

(본인이 희망하는) 연구실 프로젝트 참가

진행 중인 프로젝트 관련 데이터 수집, 학습 모델 설계 및 개발에 참여

주요 연구 분야 및 최근 3년간 실적

□주요 연구 분야

- 자연어 처리 분석 (NLP)을 통한 분류 및 예측에 최적화된 알고리즘 연구: 딥러닝, 머신러닝 연구

- 빅 데이터를 이용한 비지도학습 연구 (E.g., Topic Modeling)

- Semantic Network Analysis & Social Network Analysis

- User Experience Study & HCI

□최근 3년간 실적

[2022]

Article

[1] Lee, H., Lee, S. H., Nan, D., & Kim, J. H. (2022). Predicting User Satisfaction of Mobile Healthcare Services Using Machine Learning: Confronting the COVID-19 Pandemic. Journal of Organizational and End User Computing (JOEUC), 34(6), 1-17. (SSCI, JCR 2021 IF= 7.400, Q1 in Computer Science & Information Systems)

[2] Lee, S. H., Lee, H., & Kim, J. H. (2022). Enhancing the Prediction of User Satisfaction with Metaverse Service Through Machine Learning. Computers, Materials and Continua, 72(3), 4983-4997. (SCIE, JCR 2021 IF= 3.860, Q2 in Computer Science, Information Systems)

[3] Che, S., Kamphuis, P., Zhang, S., Zhao, X., & Kim, J. H. (2022). A Visualization Analysis of Crisis and Risk Communication Research Using CiteSpace. International Journal of Environmental Research and Public Health, 19(5), 2923. (SSCI, JCR 2020 IF= 3.390, Q1 in Public, Environmental, & Occupational Health)

[4] Nan, D., Lee, H., Kim, Y., & Kim, J. H. (2022). My video game console is so cool! A coolness theory-based model for intention to use video game consoles. Technological Forecasting and Social Change, 176, 121451. (SSCI, JCR 2021 IF=10.884, Top #1 in Regional & Urban Planning)

[5] Kim, H., Ryu, M. H., Lee, D., & Kim, J. H. (2022). Should a small-sized store have both online and offline channels? An efficiency analysis of the O2O platform strategy. Journal of Retailing and Consumer Services, 64, 102823. (SSCI, JCR 2020, IF=7.135, Q1 in Business)

[6] Che, S., Nan, D., Kamphuis, P., Zhang, S., & Kim, J. H. (2022). Examining Crisis Communication Using Semantic Network and Sentiment Analysis: A Case Study on NetEase Games. Frontiers in Psychology, 13, 823415. (SSCI, JCR 2020 IF= 2.990, Q2 in Psychology & Multidisciplinary)

[7] Nan, D., Kim, Y., Huang, J., Jung, H. S., Kim, J. H. (2022). Factors affecting intention of consumers in using face recognition payment in offline markets: An acceptance model for future payment service. Frontiers in Psychology, 13, 830152. (SSCI, JCR 2020 IF= 2.990, Q2 in Psychology & Multidisciplinary)

Conference

[1] Kim, J. H., Jung, H. S., Park, M. H., Lee, S. H., Lee, H., Kim, Y., & Nan, D. (2022). Exploring Cultural Differences of Public Perception of Artificial Intelligence via Big Data Approach. In International Conference on Human-Computer Interaction (pp. 427-432). Springer, Cham.

[2] Nan, D., Park, M. H., Nam, W., Kim, Y., Che, S., & Kim, J. H. (2022, January). Exploring User Experience of" Animal Crossing" via Semantic Network Approach. In 2022 16th International Conference on Ubiquitous Information Management and Communication (IMCOM) (pp. 1-4). IEEE.

[3] Sun, S., Kim, M., Nan, D., & Kim, J. H. (2022, January). Relationship between Hashtags Usage and Reach Rate in Instagram. In 2022 16th International Conference on Ubiquitous Information Management and Communication (IMCOM) (pp. 1-4). IEEE.

[4] Che, S., Kamphuis, P., Zhang, S., & Kim, J. H. (2022, January). RECP from the Perspective of Chinese Mainlanders and Taiwanese Netizens: A Comparative Semantic Network Analysis. In 2022 16th International Conference on Ubiquitous Information Management and Communication (IMCOM) (pp. 1-4). IEEE.

[2021]

Article

[1] Lee, J., Yoo, M., Ryu, M. H., Nan, D., Kim, J. H., & Lee, D. (2021). Interoperability of online loyalty and offline loyalty in omnichannel retailing service: seeking innovation in retail industry. Asian Journal of Technology Innovation, 1-22. (SSCI, JCR 2020 IF=1.314)

[2] Kim, Y., Nan, D., & Kim, J. H. (2021). Exploration of the relationships between Instagram users’ narcissism, life satisfaction, and loneliness and the high- and low-level features of their photos. Frontiers in Psychology, 12, 707074. (SSCI, JCR 2020 IF= 2.990, Q2 in Psychology & Multidisciplinary)

[3] Lee, K. R., Kim, B., Nan, D., & Kim, J. H. (2021). Structural Topic Model Analysis of Mask-Wearing Issue Using International News Big Data. International Journal of Environmental Research and Public Health, 18(12), 6432. (SSCI, JCR 2020 IF= 3.390, Q1 in Public, Environmental, & Occupational Health)

[4] Kim, B., Yoo, M., Park, K. C., Lee, K. R., & Kim, J. H. (2021). A value of civic voices for smart city: A big data analysis of civic queries posed by Seoul citizens. Cities, 108, 102941. (SSCI, JCR 2020 IF= 5.835, Top #3 in Urban Studies)

[5] Shon, M., Lee, D., & Kim, J. H. (2021). Are global over-the-top platforms the destroyers of ecosystems or the catalysts of innovation?. Telematics and Informatics, 101581. (SSCI, JCR 2020 IF= 6.182, Q1 in Information Science & Library Science)

[6] Kim, J. H., Park, M. H., Kim, Y., Nan, D., & Travieso, F. (2021). Relation Between News Topics and Variations in Pharmaceutical Indices During COVID-19 Using a Generalized Dirichlet-Multinomial Regression (g-DMR) Model. KSII Transactions on Internet and Information Systems, 15(5), 1630-1648. (SCIE, JCR 2020 IF=0.858)

[7] Kim, J. H., Nan, D., Kim, Y., & Park, M. H. (2021). Computing the User Experience via Big Data Analysis：A Case of Uber Services. CMC-Computers, Materials & Continua, 67(3), 2819-2829.(SCIE, JCR 2020 IF=3.772, Q2 in Computer Science, Information Systems)

[8] Shim, H., Kim, Y., Minton, G., Nan, D., Kim, Y., Lee, H., Lee, S. H., & Kim, J. H. (2021). Network analysis of open innovation in the era of the Fourth Industrial Revolution. Asian Journal of Technology Innovation, 1-21. (SSCI, JCR 2020 IF=1.314)

Conference

[1] Kim, Y., & Kim, J. H. (2021, July). The Impact of Ethical Issues on Public Understanding of Artificial Intelligence. In International Conference on Human-Computer Interaction (pp. 500-507). Springer, Cham.

[2] Che, S., Nan, D., Kamphuis, P., & Kim, J. H. (2021, July). A Comparative Analysis of Attention to Facial Recognition Payment Between China and South Korea: A News Analysis Using Latent Dirichlet Allocation. In International Conference on Human-Computer Interaction (pp. 75-82). Springer, Cham.

[3] Che, S., Nan, D., Kamphuis, P., Jin, X., & Kim, J. H. (2021, January). A Cluster Analysis of Lotte Young Plaza Using Semantic Network Analysis Method. In 2021 15th International Conference on Ubiquitous Information Management and Communication (IMCOM) (pp. 1-6). IEEE. (acceptance rate: 35%)

[4] Jang, J., Kim, B., Lee, K. R., & Kim, J. H. (2021, January). A Cross-Cultural Comparative Study on the Startup Discourse in 2000–2019 between United States and China. In 2021 15th International Conference on Ubiquitous Information Management and Communication (IMCOM) (pp. 1-5). IEEE. (acceptance rate: 35%)

[2020]

Article

[1] Kim, Y., & Kim, J. H. (2020). Using photos for public health communication: A computational analysis of the Centers for Disease Control and Prevention Instagram photos and public responses. Health Informatics Journal. 26(3), 2159-2180. (SCIE, JCR 2020 IF=2.681, Q2 in Health Care Sciences & Services)

[2] Park, I., Shim, H., Kim, J. H., Lee, C., & Lee, D. (2020). The effects of popularity metrics in news comments on the formation of public opinion: Evidence from an internet portal site. The Social Science Journal, 1-16. (SSCI, JCR 2020 IF=2.367, Q2 in Social Sciences, Interdisciplinary)

[3] Nan, D., Kim, Y., Park, M. H., & Kim, J. H. (2020). What Motivates Users to Keep Using Social Mobile Payments?. Sustainability, 12(17), 6878. (SSCI, JCR 2020 IF=3.251, Q2 in Environmental Studies)

[4] Jung, J., Petkanic, P., Nan, D., & Kim, J. H. (2020). When A Girl Awakened the World: A User and Social Message Analysis of Greta Thunberg. Sustainability, 12(7), 2707. (SSCI, JCR 2020 IF=3.251, Q2 in Environmental Studies)

[5] Nah, S., McNealy, J., Kim, J. H., & Joo, J. (2020). Communicating artificial intelligence (AI): Theory, research, and practice. Communication studies, 71(3), 369-372.

현재 진행 중인 연구과제

성균관대학교 AI 융합원 협업 연구 진행: 인공지능 기법을 이용하여 기업의 ESG 경영과 자본조달비용 분석 과제를 진행중이다. 해당 연구에서는 자연어 처리 기술을 통해서 기업의 Earnings Call Transcript에서 ESG 관련 정보를 추출하고, 추출된 정보를 바탕으로 기업의 ESG 평가의 객관성 및 신뢰도를 테스트한다. 또한, 실제 기업의 자본조달 비용에 미치는 영향을 분석하고자 한다. 해당 연구를 위해 최근 자연어처리에서 우수한 성능을 보이는 BERT, ALBERT, RoBERTa와 같은 최신 기술을 사용한다.

자연어 처리 기법 (NLP)을 통한 텍스트 분류 및 예측: 다양한 플랫폼에서 텍스트 데이터를 수집하고 해당 데이터를 자연어 처리 기법들을 통해 정형데이터와 결합하여 분류 및 예측 작업을 통해 인사이트를 추출한다. 대표적으로, 감성 분석 분류기를 구축하여 사용자 만족도를 예측하는 연구, 비트코인과 관련한 수치정보와 자연어 데이터를 결합한 비트코인 가격 경향성 예측 연구, 기업 부도 예측 모델 구축 연구 등이 진행되었으며 후속 연구가 진행중이다.

Lee, H., Lee, S. H., Nan, D., & Kim, J. H. (2022). Predicting User Satisfaction of Mobile Healthcare Services Using Machine Learning: Confronting the COVID-19 Pandemic. Journal of Organizational and End User Computing (JOEUC), 34(6), 1-17.

Lee, S. H., Lee, H., & Kim, J. H. (2022). Enhancing the Prediction of User Satisfaction with Metaverse Service Through Machine Learning. Computers, Materials and Continua, 72(3), 4983-4997.

자연어 처리 기법 (NLP)을 통한 텍스트 데이터 분석: 텍스트 데이터를 수집하고 토픽모델링, Word2vec, BERT등의 자연어처리 기법들을 통하여 분석하고 인사이트를 추출한다. 한국의 근대 소설 585 작품의 본문을 수집하여 Word2vec과 N-Gram을 통해 ‘우리'라는 단어가 어떤 단어들과 함께 쓰여왔는지, 어떤 단어와 유사하게 쓰였는지 분석하는 연구를 진행하였다. 인문학 연구자들과 협업하여 인문학에 기술을 접목하고 대량의 텍스트를 처리하고 통시적으로 분석하는 방안을 제시하였다. 또한 Instagram 인플루언서들의 해시태그를 수집하여 TF-IDF와 토픽모델링을 통해 팔로워 수를 높이기 위해 유용한 해시태그를 찾아내어 제시하였다. 현재는 TripAdvisor의 박물관 리뷰들을 토픽모델링과 감성분석을 통해 분석하여 식민 지배한 국가와 식민 지배를 당한 국가의 박물관 리뷰들의 차이와 리뷰 작성자의 국적에 따른 차이를 찾는 연구를 진행중이다.

Relationship between Hashtags Usage and Reach Rate in Instagram, Seongjong Sun, Minwoo Kim., Nan Dongyeon and Janghyun Kim *2022 16th International Conference on Ubiquitous Information Management and Communication (IMCOM), 2022*

멀리서 읽는 “우리”― Word2Vec, N-gram을 이용한 근대 소설 텍스트 분석, 서재현, 김병준, 김민우, 박소정, 대동문화연구, 115, 349-386, 2022

HCI 및 사용자 경험 연구: 디지털 콘텐츠와 기기 사용자의 경험을 최적화하는 이론적 모델 설계 연구를 진행하고 있다. 콘솔 게임기기 '스위치' 사용자들의 사용자 경험을 설문 방법론을 통하여 모델화하였다. 기존 사용자 경험 연구에서 보편적으로 사용되는 'TAM' 모델과 새로이 주목받는 'coolness theory'를 결합한 모델을 제시하였다. 다른 연구로는 소셜네트워크 모바일 페이먼트 사용자 경험을 확장된 'TAM' 모델을 설계하여 설문 방법론을 통하여 검증한 연구가 있다. 최근에는 MMORPG 사용자 경험을 기존 분야에서 가장 많이 사용되는 'Yee's typology'에 기반하여 연구하였다. 아바타 사용에 따른 사용자의 행동 변화를 제시하는 'Proteus effect' 이론을 추가하여 모델을 설계, 설문 방법론으로 검증하였다.

Nan, D., Lee, H., Kim, Y., & Kim, J. H. (2022). My video game console is so cool! A coolness theory-based model for intention to use video game consoles. *Technological Forecasting and Social Change*, *176*, 121451.

Nan, D., Kim, Y., Park, M. H., & Kim, J. H. (2020). What motivates users to keep using social mobile payments?. *Sustainability*, *12* (17), 6878.

소셜 미디어 데이터를 기반으로 한 여론 분석:기존 커뮤니케이션 이론과 가이드라인을 대중의 요구에 맞추기 위해 기업과 공공 보건 기관의 소셜 미디어 커뮤니케이션 전략을 자연어처리를 통해 분석한다. 중국의 NetEasy Game Company의 소셜미디어 위기 커뮤니케이션 전략을 Social Network Analysis(SNA)와 감성분석을 통해 살펴본 연구를 진행하였다. Citespace를 이용해 Crisis and Risk Communication 분야 지식 구조의 변화에 대해 연구하였고, 혁신의 위기관리 적용에 대해서 연구를 진행하고 있다. 중국과 한국의 LDA 기반 안면 인식 결제 비교와 중국과 대만의 RECP에 대한 관점을 SNA를 통해 비교하고, 중국인들의 롯데에서의 쇼핑 경험에 대한 연구 등 문화 간 비교하는 연구 또한 진행하였다. 현재는 틱톡의 위기 커뮤니케이션 전략이 다른 소셜 미디어 사용자에게 어떤 영향을 미치는지 머신러닝을 통한 감성분석 하는 연구와 Web of Science를 기반으로 소셜미디어에서 위기관리 커뮤니케이션 모델의 방향에 대해서 탐색하는 연구를 진행 중이다.

Che, S., Nan, D., Kamphuis, P., Zhang, S., & Kim, J. H. (2022). Examining Crisis Communication Using Semantic Network and Sentiment Analysis: A Case Study on NetEase Games. Frontiers in Psychology, 13, 823415-823415.

Che, S., Kamphuis, P., Zhang, S., Zhao, X., & Kim, J. H. (2022). A visualization analysis of crisis and risk communication research using citespace. International journal of environmental research and public health, 19(5), 2923.

Che, S., Nan, D., Kamphuis, P., & Kim, J. H. (2021, July). A comparative analysis of attention to facial recognition payment between China and South Korea: a news analysis using Latent Dirichlet allocation. In International Conference on Human-Computer Interaction (pp. 75-82). Springer, Cham.

HCI와 Education Technology:Education technology 분야의 사용자 경험과 서비스 발전을 위한 연구를 진행 중이다.

MOOCs as a Research Agenda: Changes Over Time, Shunan Zhang, ShaoPeng Che, Dongyan Nan, Jang Hyun Kim, International Review of Open and Distributed Learning

향후 전망 및 진출 가능한 진로

□향후 전망

None

□진출 가능한 진로

- Data-Scientist

- Social-Media 전문가

- Online-Marketing 전문가

- 전문 연구원

필요 이수 과목 및 지식

인터랙션 사이언스 학과

관련 연구를 진행하기 위한 필수 과목은 아래와 같습니다.

[연구방법과 통계 기초, 기초 통계, 미디어와 인간심리]

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

[융합정보학이론, 사용자경험특론, 사용자경험과 가치평가]

[휴먼AI인터랙션, 인간AI상호작용과 데이터사이언스, 데이터사이언스 컴퓨팅, 고급빅데이터처리]

사용자 경험, 기술선택 분야의 이론들을 논문을 통해 공부하고, 다양한 연구 방법론에 대해 고민해보는 것이 권장됩니다.

인공지능 융합학과

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, 추천시스템]

[휴먼AI인터랙션, 인간AI상호작용과 데이터사이언스, 데이터사이언스 컴퓨팅, 고급빅데이터처리]

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

학부연구생 하는 일

학부 연구생은 본인의 연구 주제를 탐색하며, 논문을 읽고, 주기적으로 연구실 선배들과 논문 리뷰 미팅을 하게 됩니다. 이 과정에서 선배들의 연구 주제에 대해 배울 수 있고, 자신이 흥미있는 연구 주제가 있다면, 연구에 보조로써 직접 참여할 기회를 얻을 수 있습니다. 이러한 기회는 본인이 관심있는 주제를 고민하여 연구 주제로 발전시킬 수 있으며 추후 개인 연구 진행에 큰 도움이 됩니다. 또한, 대학원 진학 시 논문 작성을 위해 많은 논문을 읽어보고 학술적 글쓰기를 위한 영어 작문 연습이 선행된다면 많은 도움이 됩니다.

주요 연구 분야 및 최근 3년간 실적

□주요 연구 분야

- ECG based sudden cardiac death prediction

- Graph based citation network analysis and recommender systems

- Differentiable ranking metrics for DNN based recommender systems

- Image super resolution with DNNs

- Bayesian optimization 기반의 공정 최적화

- 시계열 데이터 기반의 machine learning / unlearning

- 이미지 기반 행동 예측

- etc.

□최근 3년간 실적

Conference

- 박수연, 김재광, “베어링 진단을 위한 진동 신호 기반의 딥러닝 모델,” 한국방송미디어공학회 하계학술대회 논문집, 2022.

- 김산, 김재광, “고효율 페로브스카이트 실험조건 추천을 위한 인공신경망-베이지안 최적화 앙상블 방법,” 한국방송미디어공학회 하계학술대회 논문집, 2022.

- 전윤태, 김재광, “산업용 객체 인식 모델의 최적화를 위한 진화적 신경망 구조 탐색 방법,” 2022년 한국지능시스템학회 춘계학술대회논문집, Vol. 32, No. 1, pp. 26-27, 2022.

- 곽영상, 지예준, 김재광, “TS2Vec 모델을 활용한 비후성 심근증 환자의 심실성 부정맥 예측 방법,” 2022년 한국지능시스템학회 춘계학술대회논문집, Vol. 32, No. 1, pp. 231-232, 2022.

- 윤주혜, 김재광, “사용자 취향을 고려한 교차 도메인 추천 시스템 연구,” 2022년 한국지능시스템학회 춘계학술대회논문집, Vol. 32, No. 1, pp. 245-246, 2022.

- 이동준, 김재광, “클릭률 예측 모델을 위한 데이터 분포 기반 가중치 생성 연구,” 2022년 한국지능시스템학회 춘계학술대회논문집, Vol. 32, No. 1, pp. 247-248, 2022.

- 김한별, 김재광, “앱 사용 기록과 평점 추적을 고려한 모바일 게임 앱 추천 방법,” 2022년 한국지능시스템학회 춘계학술대회논문집, Vol. 32, No. 1, pp. 327-328, 2022.

- 곽영상, 이지운, 김재광, “트랜스포머를 이용한 잡음에 강건한 심전도 신호 기반 부정맥 검출 방법,” 한국지능시스템학회 추계학술대회 논문집 Vol. 31, No. 2, pp. 21-22, 2021.

- 김산, 김재광, “HOMO-LUMO 갭 예측을 위한 그래포머 기반의 포지셔널 인코딩 방법,” 한국지능시스템학회 추계학술대회 논문집 Vol. 31, No. 2, pp. 125-126, 2021.

- 지예준, 이지운, 곽영상, 곽혜빈, 박영준, 박승정, 김재광, “비후성 심근증 환자의 심실성 부정맥 예측을 위한 합성곱 신경망 모델,” 한국지능시스템학회 추계학술대회 논문집 Vol. 31, No. 2, pp. 19-20, 2021.

- 허보미, 김재광, “음악 추천의 인위적인 조작을 피하기 위한 k-평균 클러스터링 기반 사용자 모델링 방법,” 한국지능시스템학회 추계학술대회 논문집 Vol. 31, No. 2, pp. 115-116, 2021.

- Jaekwang KIM, “A Case Study Of MOOC in Flipped Class for Non-Major Students,” Proceedings of the 17th International Conference on Frontiers in Education: Computer Science & Computer Engineering (includes, STEM, ABET, ...) (FECS'21: July 26-29, 2021, USA)

- Jaekwang KIM, “Seasonal Heavy Rain Forecasting Method,” Proceedings of the 2nd International Conference on Soft Computing, Artificial Intelligence and Machine Learning (SAIM 2021), pp. 11-16, Toronto, Canada

- San Kim, Eunjung Joo, Jusung Ha, and Jaekwang Kim, "Generalizing and Processing Topological Data using Sentence Data Structure," The Proceedings of the International Conference on Ubiquitous Information Management and Communication 2021, Jan. 4-6, 2021.

- Jaekwang Kim, "A Novel Approach for Blog Feeds Recommendation Based on Meta-data," The Proceedings of the third International Conference on Big Data and Smart Computing 2020, Jan. 12-15, pp. 15-20, 2020.(https://doi.org/10.1145/3378936.3378971)

- 윤용선, 김재광, "심전도 데이터를 활용한 부정맥 예측 연구," 한국지능시스템학회 춘계학술대회논문집, Vol. 30, No. 1, Jun. 2020. (Best Paper Award)

- 윤용선, 김재광, "컨텍스트와 명시적 피드백을 활용한 트랜스포머 기반 추천 알고리즘," 한국지능시스템학회 춘계학술대회논문집, Vol. 30, No. 1, Jun. 2020.

- 김산, 주은정, 하주성, 김재광, "문장형 데이터 구조를 통한 그래프 데이터 일반화와 처리," 한국지능시스템학회 추계학술대회논문집, Vol. 29, No. 2, pp. 19-20, Nov. 2019. (Best Paper Award)

- 박윤정, 곽정원, 김재광, "양극성 장애 상태 분류를 위한 음향 기반 감정 분석 연구," 한국지능시스템학회 추계학술대회논문집, Vol. 29, No. 2, pp. 105-106, Nov. 2019.

- 김재광, "물리 / 화학적 구조 정보에 기초한 약물 독성 예측 방법," Vol. 29, No. 1, Apr. 2019. (Best Paper Award)

Journals

- 곽영상, 이지운, 김재광, “ECG 잡음에 강건한 트랜스포머 기반 부정맥 감지 모델,” 한국지능시스템학회논문지, Vol. 32, No. 3, pp. 182-192, Jun. 2022.

- Sangwon LEE, Jaekwang KIM, “Predicting Inflow Rate of Soyang River Dam using Deep Learning Technique,” Water (IF: 3.103), Vol. 13 Issue 17, pp. 1-26, DOI: 10.3390/w13172447, 2021.

- Jiun LEE, Inyong Yoon, Jaekwang KIM, “Edge Profile Super Resolution,” IEEE ACCESS (IF: 4.098) Vol. 9, pp. 121305-121315, 2021.

- Hyunsung Lee, Sangwoo Cho, Yeongjae Jang, Jaekwang KIM, Honguk Woo, “Differentiable Ranking Metric Using Relaxed Sorting For Top-K Recommendation,” IEEE ACCESS (IF: 4.098), Vol. 9, pp. 114649-114658, 2021.

- 윤용선, 김재광, “심방세동 진단을 위한 시계열성을 보전한 2차원 심전도 데이터 기반의 합성곱 신경망 모델,” 한국지능시스템학회논문지, Vol. 31, No. 1, pp. 21-27, 2021.

- Yunjeong Park, Jungwon Kwak, Seong Hyun Lee, Jaekwang Kim, "Acoustic-based Emotional Analysis Method for Bipolar Disorder Monitoring," Basic & Clinical Pharmacology & Toxicology (IF: 2.452, BBIC 2020 abstract), pp. 81-81, Aug. 02, 2020. (https://onlinelibrary.wiley.com/doi/full/10.1111/bcpt.13461 )

- Jaekwang Kim, "Recommendations for Smart TV Programs Reflecting Content Consumption and Concentration," IET, The Journal of Engineering (JoE), pp. 1-4, Jan. 13, 2020. (https://doi.org/10.1049/joe.2019.1199)

- Jaekwang Kim, "A Drug Toxicity Prediction Method based on Compound Structure Simulation Programs," Basic & Clinical Pharmacology & Toxicology (IF: 2.452, ICBB 2019 abstract), pp. 52-52, Jan. 21, 2020. (https://doi.org/10.1111/bcpt.13376)

- Jaekwang Kim, "A Document Ranking Method with Query-related Web Context," IEEE ACCESS (IF: 4.098), Vol. 7, pp. 150168-150174, Oct. 28 2019. (https://ieeexplore.ieee.org/document/8867869)

- Jaekwang Kim, and Jee-Hyong Lee, "A Novel Recommendation Approach Based on Chronological Cohesive Units in Content Consuming Logs," Information Sciences (IF: 5.524), Vol. 470, pp. 141-155, Jan. 2019. (https://doi.org/10.1016/j.ins.2018.08.046)

- 윤용선, 김재광, "심방세동 진단을 위한 시계열성을 보전한 2차원 심전도 데이터 기반의 합성곱 신경망 모델(Convolutional neural network model based on 2D ECG data that preserves time series for diagnosing atrial fibrillation)," 한국지능시스템학회논문지, Vol. 31, No. 1, pp. 21-27, Feb. 2021.

- 김산, 주은정, 하주성, 김재광, "문장형 데이터 구조를 사용한 토폴로지컬 데이터의 일반화와 처리(Generalization and Processing method of Topological Data using Sentence Data Structure)," 한국지능시스템학회논문지, Vol. 30, No. 2, pp. 100-105, Apr. 2020. (https://www.dbpia.co.kr/Journal/articleDetail?nodeId=NODE09330600)

- 김재광, "물리 화학적 구조에 기초한 약물 독성 예측 방법(AMethod of Predicting Drug Toxicity Based on Physical / Chemical Structure Information)," 한국지능시스템학회논문지, Vol. 29, No. 5, pp. 385-389, Oct. 2019. (http://www.dbpia.co.kr/journal/articleDetail?nodeId=NODE09225690&language=ko_KR)

현재 진행 중인 연구과제

- Configuration-Driven Software Debloating, Hyungjoon Koo, Seyedhamed Ghavamnia, and Michalis Polychronakis, European Workshop on Systems Security, 2019 (EuroSec ’19)

- Compiler-assisted Code Randomization, Hyungjoon Koo, Yaohui Chen, Long Lu, Vasileios P. Kemerlis, and Michalis Polychronakis, IEEE Symposium on Security & Privacy, 2018 (S&P ’18)

- Defeating Zombie Gadgets by Re-randomizing Code Upon Disclosure, Micah Morton, Hyungjoon Koo, Forrest Li, Kevin Z. Snow, Michalis Polychronakis, and Fabian Monrose, International Symposium on Engineering Secure Software and Systems, 2017 (ESSoS ’17)

향후 전망 및 진출 가능한 진로

□향후 전망

None

□진출 가능한 진로

국내외 대학원 진학

연구소 및 관련 기업 진출

필요 이수 과목 및 지식

선수과목

CS기초과목들 (자료구조, 알고리즘, 인공지능, 딥러닝, 기계학습, 선형대수, 확률및랜덤프로세스, 미적분학, 최적화 등)

학부 연구생이 하는 일

우리 랩에 들어오면 교수님의 수많은 수업들 중에서 조교로 참가하는 일이 가능합니다.

주요 연구 분야 및 최근 3년간 실적

□주요 연구 분야

대용량 데이터 처리를 위한 데이터센터 플랫폼 성능 개선 (e.g., Hadoop, Spark, HBase, RocksDB)

Research

아키텍처 및 OS 변화에 따른 Middleware 최적화 (Middleware Optimization as per Architectural/OS change)

인덱싱/자료구조 설계 (Indexing/Data Structure Design)

스토리지 시스템 I/O 스택 최적화 (Storage System I/O Stack Optimization)

분산 병렬 처리 미들웨어 설계 (Distributed and Parallel System Design)

□최근 3년간 실적

Top Conference

Lam-Duy Nguyen, Sang-Won Lee, Beomseok Nam

In-Page Shadowing and Two-Version Timestamp Ordering for Mobile DBMSs,

48th International Conference on Very Large Databases (VLDB 2022), Sep. 2022.

Wonbae Kim, Chanyeol Park, Dongui Kim, Hyeongjun Park, Young-ri Choi, Alan Sussman, Beomseok Nam

ListDB: Union of Write-Ahead Logs and Persistent SkipLists for Incremental Checkpointing on Persistent Memory,

16th USENIX Symposium on Operating Systems Design and Implementation (OSDI 2022), July. 2022.

Sunghwan Ahn, Hyeongjun Park, V. A. Boleaz Sanchez, Deukyeon Hwang, Wonbae Kim, Alan Sussman, Beomseok Nam

VeloxDFS: Streaming Access to Distributed Datasets to Reduce Disk Seeks,

22nd IEEE/ACM International Symposium on Cluster, Cloud and Internet Computing (CCGrid 2022), May. 2022.

Dongui Kim, Chanyeol Park, Sang-Won Lee, Beomseok Nam

BoLT: Barrier-optimized LSM-Tree,

the 20th ACM/IFIP International Middleware Conference (Middleware 2020), Dec. 2020.

Sehyeon Oh, Wook-Hee Kim, Jihye Seo, Hyeonho Song, Sam H. Noh, Beomseok Nam

Doubleheader Logging: Eliminating Journal Write Overhead for Mobile DBMS,

36th IEEE International Conference on Data Engineering (ICDE 2020), Dallas, TX. Apr. 2020

현재 진행 중인 연구과제

고성능 키-밸류 스토어 시스템 개발: 키-밸류 스토어는 데이터를 구조화하여 저장하는 자료구조와 이를 접근하는 멀티 스레드/멀티 프로세스로 구성되는 시스템이다. 데이터센터에서 대용량 데이터를 효율적으로 관리하기 위해 Hbase, RocksDB, Cassandra 등 다양한 키-밸류 스토어들이 개발되어 사용되고 있다. 본 연구실에서는 이러한 키-밸류 스토어 시스템들의 성능을 더욱 고도화하기 위해 Intel의 Optane DC Persistent Memory, NVDIMM, CXL, ZNS, NVMe-oF 등 새로 등장하는 다양한 메모리/스토리지/네트워크 아키텍처 들을 활용하여 키-밸류 스토어의 성능을 고도화하는 연구를 수행 중이다.

메모리 디스애그리게이션 시스템 개발: 데이터센터에서 수행되는 응용들은 응용의 타입에 따라 그리고 시간에 따라 필요로 하는 컴퓨팅 자원이 변화한다. 메모리가 부족한 노드에서 많은 메모리를 요구하는 응용이 수행되는 경우 디스크 스와핑이 발생하여 성능이 크게 저하되기 때문에, 이를 방지하기 위해 데이터센터들은 각 노드에 충분한 크기의 메모리를 설치하는데, 이 경우 메모리를 많이 필요로 하지 않는 응용이 수행될 때 메모리 자원이 낭비되는 결과를 초래한다. 이러한 메모리 사용의 불균형을 해소하기 위해 최근 원격 노드의 메모리를 로컬 메모리처럼 사용하게 만드는 메모리 디스애그리게이션 시스템들이 개발되고 있다. 본 연구실에서는 파일 시스템의 Clean Page를 저장하는 Transcendent Memory를 원격 노드로 디스애그리게이션시키는 시스템을 개발 중이다.

향후 전망 및 진출 가능한 진로

□향후 전망

None

□진출 가능한 진로

우수 논문 발표를 통한 해외 유학 및 포닥 진학

국내 및 해외 연구소 취업

네이버, 다음 카카오, LINE, 등 대용량 데이터를 처리하는 IT 기업 취업

삼성전자, SK 하이닉스 등 시스템 소프트웨어를 연구 개발하는 반도체 기업 취업

고성능 시스템 플랫폼 개발을 통한 B2B 창업

필요 이수 과목 및 지식

선수과목

- 시스템프로그래밍

- 자료구조

- 운영체제

- 데이터베이스 시스템

- 멀티코어 컴퓨팅

학부연구생이 하는 일과 선배의 팁/후기

학부연구생은 우선 현재 진행중인 연구과제들에 대한 개요와 관련 지식을 학습합니다.

이후 학습을 진행하며 자연스럽게 관심이 생긴 분야에서 세부 주제를 선정하고, 교수님 및 선배들과 팀을 구성하여 연구를 시작하게 됩니다. 매주 팀 미팅을 통해 진행상황을 점검하고, 방향성과 세부 디자인등에 대해 자유롭게 토의합니다.

편안한 분위기 속에서 본격적인 연구를 위한 기초를 다지고 준비하는 것이 좋겠습니다

주요 연구 분야 및 최근 3년간 실적

□주요 연구 분야

Data Science / Data Psychology / Social Informatics

Data-driven Psychology, Valuable Patterns in Our Society

AI (Machine Learning/Deep Learning) Applications and Information Systems

AutoML, Fused-DL, Predictive Technologies for O&M

Human-Computer Interaction, User Behavior and eXperience

Data-driven User eXperience, User-customized Service Design

□최근 3년간 실적

최근 3년 간(2020~현재) 50여편의 Data Science 분야 논문 게재

현재 진행 중인 연구과제

지원기관 별

- 국토교통과학기술진흥원, 한국건설기술연구원, 정보통신기획평가원, 한국연구재단, 한국지능정보사회진흥원, 경기도 등이 지원하는 데이터 기반 사회문제해결 연구과제 수행 중

향후 전망 및 진출 가능한 진로

□향후 전망

컴퓨터공학, 데이터사이언스, 인공지능 분야 국내외 주요 대학 (성균관대학교, KAIST, University of Minnesota 등)

□진출 가능한 진로

데이터 사이언티스트, AI엔지니어가 필요한 국내외 주요 IT기업, 기관 (Naver, 한국엔협, 한국건설기술연구원 등)

필요 이수 과목 및 지식

(필수) 자료구조, 알고리즘, 인공지능 기초, 데이터마이닝 등의 기초 컴퓨터공학 혹은 인공지능 교과목과 사회현상에 대한 궁금증

(권장) 컴퓨터 비전, 자연어처리, 강화학습 등

학부연구생이 하는 일과 선배의 팁/후기

학석연계과정 혹은 석박사과정에 지원하는 학생에 한하여 학부 연구생이 진입하고 있으며, 이 과정을 통해 자신이 해결하고 싶은 문제를 정의하고, 이를 위한 데이터를 탐구하며 필요한 데이터 기반 접근방법을 학습/연구하고 있습니다.

주요 연구 분야 및 최근 3년간 실적

□주요 연구 분야

Artificial Intelligence (AI)

Machine Learning (ML)

Natural Language Processing (NLP)

- Conversation Modeling

- Machine Translation

- Natural Language Inference

- Style Transfer

- AI & Ethics

□최근 3년간 실적

- Speaker Sensitive Response Evaluation Model [ACL 2020] JinYeong Bak, and Alice Oh

- Controlled Molecule Generator for Optimizing Multiple Chemical Properties [CHIL 2021] Bonggun Shin, Sungsoo Park, JinYeong Bak, and Joyce C. Ho

- Knowledge-Enhanced Evidence Retrieval for Counterargument Generation [EMNLP 2021 Findings] Yohan Jo, Haneul Yoo, JinYeong Bak, Alice Oh, Chris Reed, Eduard Hovy

- HUE: Pretrained Model and Dataset for Understanding Hanja Documents of Ancient Korea [NAACL 2022 Findings] Haneul Yoo, Jiho Jin, Juhee Son, JinYeong Bak, Kyunghyun Cho, Alice Oh

현재 진행 중인 연구과제

- “Abductive inference framework using omni-data for understanding complex causal relations”, IITP, Apr 2022 – Present

- “Digital SOC D.N.A. based Health Care Laboratory for Carbon Neutralization”, NRF, June 2021 - Present

- “Development of Digital Therapeutics for Depression from COVID19”, KEIT, June 2021 – Present

향후 전망 및 진출 가능한 진로

□향후 전망

- 사람들은 자연어를 통해 의사소통을 계속 할 것이기에 자연어를 분석, 이해, 생성하는 자연어처리 분야에 대한 수요는 꾸준할 것으로 기대

- 기계학습 모델 및 알고리즘을 통한 자연어처리 연구 경험은 다른 분야로 확장 가능

□진출 가능한 진로

- 자연어처리 연구자 포지션을 찾는 국내외 기업/연구소/조직

- 스타트업

필요 이수 과목 및 지식

- Probability & Statistics

- Linear Algebra

- Programming Skills

- Communication Skills

학부 연구생이 하는 일과 선배의 팁/후기

박진영 교수님 연구실은 자연어에 관한 연구주제(대화형 질문 생성, 사회적 방언 기계 번역, 자연어 모델 평가 방식, 불건전한 뉴스 헤드라인 분류 등)를 각자 자유롭게 정하고 해당 연구 주제를 교수님과 매주 미팅을 통해 아이디어를 만들고 구체화합니다. 저희 연구실은 구성원 모두가 자연어에 관련된 주제를 연구 방향으로 잡고 있기 때문에 서로의 아이디어나 지식을 공유하는데에 있어서 굉장히 큰 장점이 있는 것 같습니다. 또한 저희 연구실은 학부연구생과 석사 구분없이 모두 연구에 집중할 수 있는 환경이기에 자연어를 좋아하고 인공지능에 관심이 있으며 자유롭게 아이디어를 내고 실험을 하며 연구를 하고 싶은 친구들에게 좋을 것 같습니다.

박진영 교수님 연구실에서는 학부연구생도 대학원생과 동일하게 연구를 진행합니다. 이를 통해 미래의 대학원 생활을 직접 체험할 수 있고, 학부생이어도 열심히 해서 본인의 이름으로 된 논문을 써볼 수 있다는 게 학부연구생의 가장 큰 메리트인 것 같습니다. 본인이 자연어 처리와 관련해서 풀고자 하는 문제가 확실하게 있으시거나 연구를 해보고 싶은 분들에게는 학부연구생을 해보는 것을 강력히 추천을 드리고 싶고, 그렇기 때문에 더더욱 평소에 자연어 처리와 관련해서 pytorch, tensorflow 등의 라이브러리를 다뤄보거나 여러 실험들을 돌려보는 등의 경험이 연구실에 들어오는 데에도/들어와서도 도움이 많이 될 것 같습니다. 분위기나 출퇴근은 자유롭습니다.

주요 연구 분야 및 최근 3년간 실적

□주요 연구 분야

- Knowledge Discovery and User Modeling via Deep Neural Networks

- Commonsense reasoning for the next of Question & Answering (QnA) system

- Recommender Systems

- Federated Learning on Inter-connected data

- ML models for Sensor Systems (e.g., EMG)

□최근 3년간 실적

Hyunju Kang and Hogun Park, Providing Node-level Local Explanation for node2vec through Reinforcement Learning, WSDM workshop, 2022.

Hogun Park, Jennifer Neville, Role Equivalence Attention for Label Propagation in Graph Neural Networks, Proc. of 24th Pacific-Asia Conference on Knowledge Discovery and Data Mining (PAKDD 2020), 2020.

Jooho Kim, Hogun Park, A framework for understanding online group behaviors during a catastrophic event, International Journal of Information Management, Elsevier, 2020.

Hogun Park, Jennifer Neville, Exploiting Interaction Links for Node Classification with Deep Graph Neural Networks, Proc. of 28th International Joint Conference on Artificial Intelligence (IJCAI 2019), 2019.

Hogun Park, Hamid M. Nezhad, Learning Procedures from Text: Codifying How-to Procedures in Deep Neural Networks, Proc. of 27th the Web Conference (WWW 2018), Cognitive Computing Track, 2018.

- Working Paper

Knowledge Graph Embedding with Numerical Atttributes (in submission)

Aggregation Optimization for Recommender Systems (in submission)

A Reinforcement Learning-based XAI Method for Graph Representation Learning Models (in submission)

A Recommender System with Logical Reasoning (in submission)

A Theoretical Study to Explain Representation Learning Models (in submission)

현재 진행 중인 연구과제

- 노드 표현 학습 모델을 위한 설명 제공 방법 연구, 한국연구재단 (2021-2024년)

- 속성 정보를 반영한 지식 그래프 임베딩 기반 추천 기술 연구, LG 전자 (2021-2022년)

- 신상품 소비자 인기도 예측을 위한 멀티 모달 융합 인공지능 모델 연구개발, 네이버 (2021-2022년)

- AI 기반 다중 센싱을 이용한 Brain-Body 인터페이스 기술 개발, 과기정통부 (2022-2024년)

향후 전망 및 진출 가능한 진로

□향후 전망

- 추천 시스템, 유저 모델링, 인터렉션 모델링, 소셜 미디어 분석, QnA 시스템을 사용하는 모든 AI 중심 기업 및 연구소로 진출이 가능. 현재 산업 전반이 AI-transformation중이라 거의 모든 회사에서 관련 채용이 이루어지고 있다고 보아도 무방함.

- 기존의 삼성전자, LG전자, 네이버, 카카오, 구글, 마이크로소프트, 아마존, SKT, KT에서도 많은 신규채용이 해당 포지션에서 이루어지고 있으며, 이는 다른 대기업 및 정부출연연구소에서도 마찬가지이기에 전망이 매우 밝을 것으로 전망함.

□진출 가능한 진로

None

필요 이수 과목 및 지식

- 기계학습, 데이터마이닝, 빅데이터 분석, 심층심경망, 인공지능개론 등의 AI 관련 과목

- 선형대수 및 통계 관련 과목

- 프로그래밍, 알고리즘, 데이터 구조 등에 숙련된 지식 필요

학부연구생이 하는 일

- 관련 최신 논문 스터디

- 논문 연구에 참여하여 국내/외 학술지에 투고

주요 연구 분야 및 최근 3년간 실적

□주요 연구 분야

AI를 위한 클라우드 시스템SW 연구

고성능/고효율 AI 학습 및 추론을 위한 프레임워크 연구

고성능/지능형 스토리지 시스템 연구

□최근 3년간 실적

스토리지 시스템 기술 해외기술이전 1건

Q1급 SCI 저널 발표 4건

우수국제학술대회 논문 발표 2건

현재 진행 중인 연구과제

학습특성-인지 분산학습-친화적 클라우드 오케스트레이션 연구 / 한국연구재단

매니코어 기반 초고성능 스케일러블 OS 기초 연구 / 정보통신기획평가원

차세대 컴퓨팅환경을 위한 스토리지시스템 및 응용프레임워크 최적화 기술 연구 / 한국연구재단

차세대 컴퓨팅환경을 위한 스토리지시스템 및 응용프레임워크 최적화 기술 연구 / 삼성전자

ICT 명품인재양성사업 / 정보통신기획평가원

향후 전망 및 진출 가능한 진로

□향후 전망

산업 트렌드의 지속적인 변화에도 SW 스택의 근간이 되는 시스템SW의 중요성과 수요는 늘 컸으며, 과거와 현재 모두 SW 엔지니어 중 최고 수준의 연봉과 대우를 받음

AI 서비스의 엔진으로서 클라우드 시장이 폭발적으로 증가하고 있어, AI 중심의 클라우드 기술을 연구하는 본 연구실의 기술 스택은 향후 높은 수요가 있을 것으로 예상

□진출 가능한 진로

삼성전자, SK Hynix, 카카오, TmaxSoft, JP Morgan 등 기업

한국전자통신연구원 등 정부출연연구소'

필요 이수 과목 및 지식

<필수 이수 과목>

System Programming, Computer Architecture, Operating systems

<기타>

Machine Learning : 개론 수준의 이해

주요 연구 분야 및 최근 3년간 실적

□주요 연구 분야

1. On-device Machine Learning

연산량이 많고 자원소모가 큰 deep neural network (DNN) model을 IoT장치나 Mobile Phone과 같은 edge device에서 실행하는 On-device ML 기술

- DNN Compression (pruning, quantization) 기법 및 이를 위한 DNN training 기법

- Resource-constrained Neural Architecture Search (NAS) 기법

- Sparse DNN을 위한 architecture/compiler 기법

- MCU를 위한 TinyML 기술

2. 인공지능 반도체

* NPU (Neural Processing Unit) 구조 및 compiler 기법 연구

* PIM (Processing-in-Memory) 구조 및 compiler 기법 연구

3. 지능형 Storage Systems

대표적인 embedded 장치인 solid-state drive (SSD)에서 BigData와 Machine Learning 응용을 실행하는 In-Storage Computing 연구와 ML 기법을 이용한 SSD 최적화 연구, 운영체제 최적화 기법 연구

지도교수는 삼성전자에서 SSD 개발업무를 진행. 삼성전자 메모리사의 자문교수를 역임.

□최근 3년간 실적

SCIE 논문 6편, 국제 Conference 14편

Top-Tier Conference인 USENIX ATC, FAST, DATE, OSDI(컴퓨터시스템분야 최정상 flagship 학회)에 논문 발표

현재 진행 중인 연구과제

High-Performance Exabyte Storage Systems (HiPER) 클러스터 산학과제 (삼성전자 메모리사, 2022.3~2024.2)

향후 Exabyte 스토리지 장치로 부가되는 ZNS SSD 및 관련 OS 최적화

C-ITS용 영상 기반 다중 객체 검출을 위한 NPU SoC 및 S/W 개발 (인공지능반도체응용기술개발, 2022.4~2024.12)

NPU에서 CNN 고속 처리를 위한 Compiler 기법 연구

ZNS++: Zoned Namespace SSD를 위한 확장 인터페이스 및 Zone 관리 기법 연구 (중견연구, 2021.9.~2025.2)

차세대 ZNS 아키텍쳐 연구

“지능형 IoT 장치용 소프트웨어 프레임워크” (IITP, SW스타랩, 2017.4.~2024.12) 3억X 8년간 funding 지원

지능형 IoT 장치에서 DNN 실행을 위한 소프트웨어 프레임워크 개발

향후 전망 및 진출 가능한 진로

□향후 전망

머신러닝 최적화 분야: AI 분야를 선도하는 대표적인 글로벌 기업인 Google은 자신들의 Tensorflow와 TPU(Tensor Processor Unit)를 통해 AI 응용을 위한 SW와 HW 환경을 모두 갖추고 있다. Tensorflow/TPU를 “사용”하는 기업과 “개발”하는 기업은 기술력에 큰 차이가 있다. 본 연구실은 Tensorflow/TPU와 같이 AI 응용을 위한 최적화된 시스템 환경을 제공하는 기술을 연구하는 곳이다. 머신러닝을 실행하기 위한 컴퓨터 시스템 개발은 하드웨어, 컴파일러, 운영체제, 머신러닝 등 다양한 전공지식이 필요한 고부가가치의 연구분야이다. 해당 분야를 전공한 학생은 삼성전자 LSI/종기원/무선사과 같은 제조업체에서 edge/mobile 장치용 NPU와 ML용 시스템 개발 작업을 할 수 있으며, 네이버, 카카오, SKT 등 AI 응용 개발 업체에서도 효율적인 ML 시스템 개발 업무 및 DNN 모델 최적화 작업 등을 할 수 있다.

지능형 스토리지 분야: 삼성전자, 하이닉스 등 SSD 개발업체나 스마트폰 개발 업체로 진출이 가능하며, 국내의 SSD 기술이 세계 최정상이기 때문에 향후 미국의 스토리지 업체로 이직할 수 있는 기회도 많음. 또한, 단순 SSD 제조사뿐만 아니라 Amazon, Google, MS 등 클라우드 업체에서 스토리지 시스템 개발 업무도 가능함. 현재 본 연구실 졸업생 중에 삼성전자 메모리사에 16명, 하이닉스에 4명, 인텔에 1명 근무 중.

□진출 가능한 진로

None

필요 이수 과목 및 지식

- Machine Learning

- Computer Architecture

- Operating System

학부연구생이 하는 일과 선배의 팁/후기

- CNN Model 최적화

- Transformer/BERT 최적화

- PIM용 DNN 응용 개발

- SmartSSD 응용 개발

주요 연구 분야 및 최근 3년간 실적

□주요 연구 분야

1. 운영체제

오픈 소스 운영체제인 리눅스 환경에서 자원 관리, 스케줄링, 동기화 등과 같은 운영체제에 대한 전반적인 연구와 더불어 NUMA 등의 최신 컴퓨터 아키텍처에 최적화된 다양한 운영체제 기술을 연구함.

2. 파일 시스템 및 스토리지 시스템

차세대 메모리 및 스토리지 장치 (예, Persistent Memory, ZNS SSD, Optane SSD)의 특성을 고려하여 스토리지 시스템의 I/O 처리 성능 개선 기법 및 고효율의 데이터 일관성 유지 기법을 연구함. 더 나아가 미래 컴퓨팅 환경을 고려한 하이브리드 스토리지/메모리 구조에 대해 연구함.

최근 다양한 기업(예, Intel, 삼성전자, SK하이닉스, LG전자)에서 초고성능 저장장치를 개발하고 있으며, 이러한 하드웨어 기술의 발전으로 인해 시스템 최적화 기술의 필요성이 증가하고 있으며, 이와 관련한 연구를 진행하고 있음.

3. 가상화 기술

클라우드 환경에서의 컴퓨팅 자원 공유, 동적 자원 관리, 고속 장치 가상화 기술 등 가상화 핵심 기술에 대한 연구 및 대규모 클라우드 컴퓨팅 환경에 적용 가능한 다양한 가상화 기술 연구를 수행함.

Amazon, Microsoft, Google, VMware 등 미국 유수의 기업들이 가상화 기술 기반의 클라우드 서비스를 제공하고 있으며, 네이버, 카카오 등의 국내 IT 기업에서 또한 클라우드 서비스 개발 및 사업을 활발히 진행하고 있어 관련 기술의 중요도가 높아지는 추세임.

4. UI/UX 플랫폼

중대형 디스플레이 기반의 다중 사용자 지원을 위한 개방형 UI/UX 소프트웨어 플랫폼 기술을 연구함. 특히, UX 엔진 기술을 중심으로 다중 입출력 지원 및 다중 사용자 관리 및 응답성 향상을 위한 플랫폼 최적화 기술을 연구함.

Apple, 삼성전자, MS, Google 등과 같이 일반 사용자를 위한 모바일/데스크탑 등을 생산하는 기업에서는 한정적인 시스템 자원을 효율적으로 사용하여 UI/UX를 향상시키기 위한 운영체제 및 플랫폼 기술을 필요로 함. 최근, 폴더블 디바이스 등 다양한 폼팩터의 컴퓨팅 기기가 등장함으로써 이러한 요구가 더욱 증가하고 있는 추세임.

□최근 3년간 실적

[최근 3년간 실적]

1. 논문

- SCI(E) 학술지: 11편, 국제 학술대회: 21편

- 국내 학술지: 15편, 국내 학술대회: 60편

2. 특허

- 해외특허등록: 6건, 해외특허출원: 2건

- 국내특허등록: 14건, 국내특허출원: 11건

3. 수상이력

- 국내·외 우수 논문상 및 우수 논문 발표상 등 총 11건

[최근 3년간 분야 별 대표 실적]

1. 운영체제

- "Towards Application-level I/O Proportionality with a Weight-aware Page Cache Management,"IEEE International Conference on Massive Storage Systems and Technology, 2020-10-30.

- "Thread Evolution Kit for Optimizing Thread Operations on CE/IoT Devices,"IEEE Transactions on Consumer Electronics, 2020-10-23.

2. 파일 시스템 및 스토리지 시스템

- "FragPicker: A New Defragmentation Tool for Modern Storage Devices,"ACM Symposium on Operating Systems Principles, 2021-10-26.

- "Making Application-level Crash Consistency Practical on Flash Storage,"IEEE Transactions on Parallel and Distributed Systems, 2020-05-01.

3. 가상화 기술

- "Designing Transactional Hypervisor for Improving the Performance of Qcow2-based Virtual Disks,"IEEE ACCESS, 2020-10-22.

- "VM-aware Flush Mechanism for Mitigating Inter-VM I/O Interference,"Design, Automation and Test in Europe, 2019-03-28.

4. UI/UX 플랫폼

- “METHOD FOR USER BASED APPLICATION GROUPING UNDER MULTI-USER ENVIRONMENT AND TABLE TOP DISPLAY APPARATUS FOR PERFORMING THE SAME”,[등록일]: 2021-06-29, [출원번호] : 16/188,844, [등록번호] : 11,048,529 [국제특허]

- "URS: User-Based Resource Scheduling for Multi-User Surface Computing Systems,"IEEE Transactions on Consumer Electronics, Vol. 65, No. 3, pp. 426-433, 2019-06-24.

현재 진행 중인 연구과제

1. 차세대 하드웨어 장치 기반의 빅데이터 응용 지원을 위한 지능형 미들웨어 개발, 2022-06-01 ~ 2024-02-29, 과학기술정보통신부

- 차세대 메모리와 스토리지 자원을 사용자 및 응용이 쉽고 편하게 사용할 수 있도록 하기 위한 지능형 미들웨어를 개발하고자 함. 이를 위해 범용 응용들의 컴퓨팅 자원 요구 특성을 실시간으로 분석하고 이를 시각화하는 도구를 개발하며, 이를 기반으로 유저-커널 계층 사이에서 이종 메모리 및 스토리지 계층의 장치 특성을 효과적으로 활용할 수 있도록 지원하는 새로운 지능형 미들웨어를 개발하고자 함.

2. (SW스타랩) 중대형 디스플레이 기반 동시 다중 사용자 지원 UX 플랫폼 SW 개발, 2015.03~2022.12, 과학기술정보통신부

- 다중 사용자가 하나의 컴퓨팅 디바이스를 활용하여 개별적인 앱을 동시에 구동하는 다중 사용자 환경을 지원하기 위한 개방형 UI/UX 소프트웨어 플랫폼 기술을 연구하며 더불어 다중 사용자 환경에서 향상된 UI/UX를 제공하기 위한 시스템 계층에서의 최적화 기술을 개발하고자 함.

3. 차세대 지능형 고신뢰 시스템∙소프트웨어, 2021.09~2022.08, 과학기술정보통신부

- 차세대 하드웨어 중 NUMA구조 기반의 x86 매니코어 하드웨어와 대용량 Persistent Memory를 활용한 새로운 확장형 시스템 소프트웨어에 대한 연구를 수행하고자 함. 특히, NUMA 노드 간 메모리 접근 오버헤드를 완화하여 매니코어 환경에서의 데이터 처리 성능을 향상시키고 이를 기반으로 하이브리드 메모리 시스템 환경에서의 고성능 컴퓨팅을 지원하기 위한 데이터 배치 기술 및 최적화 연구를 수행하고자 함.

향후 전망 및 진출 가능한 진로

□향후 전망

1. 가상화 기술: 가상화 기술을 기반으로 한 클라우드 컴퓨팅 환경의 도래로 Amazon, Microsoft(MS), Google, VMware 등 미국 유수의 기업들이 이를 활용한 클라우드 서비스를 제공하고 있으며, 국내에서는 최근 네이버, 카카오 등의 IT 기업에서 클라우드 서비스 개발 및 사업을 활발히 진행하고 있음.

2. 스토리지 시스템: Intel의 Optane SSD를 시작으로 삼성전자의 Z-SSD까지 최근 다양한 기업에서 초고성능 저장장치를 개발하고 있으며, 이러한 하드웨어 기술의 발전으로 인해 관련 시스템 최적화 기술들을 필요로 할 전망임.

3. 운영체제 및 UI/UX플랫폼: Apple, 삼성전자, MS, Google 등과 같이 일반 사용자를 위한 모바일/데스크탑 등을 생산하는 기업에서는 한정적인 시스템 자원을 효과적으로 활용하여 사용자 UI/UX를 향상시키기 위한 운영체제 및 UI/UX 플랫폼 기술을 필요로 하며 최근 폴더블 디바이스 등의 다양한 폼팩터의 컴퓨팅 기기가 등장함으로써 이러한 요구는 증가하고 있음.

□진출 가능한 진로

1. 차세대 메모리 및 고성능 저장장치를 생산하고 관련 최적화 기술을 필요로 하는 기업(삼성전자, SK하이닉스, LG전자 등)

2. 클라우드 기반 서비스(예: DBaaS, PaaS 등)를 제공하는 기업(네이버, 카카오, Google, Amazon, MS, VMware 등)

3. 모바일/데스크톱을 개발하며 성능 및 UI/UX 향상을 위해 운영체제 최적화를 필요로 하는 기업(삼성전자, LG전자, Apple, Google, MS 등)

필요 이수 과목 및 지식

1. 선수 과목

- 시스템프로그램

- 컴퓨터구조개론

- 운영체제

2. 연구 진행에 도움이 되는 과목

- 데이터베이스개론

- 자료구조개론

- 알고리즘개론

3. 필요 지식

- C 언어

- 운영체제, 컴퓨터 구조 등 과 같은 컴퓨터 시스템에 대한 전반적인 이해

학부연구생이 하는 일과 선배의 팁/후기

Linux Kernel Development, Understanding Linux Kernel 등의 서적을 통해 학부 운영체제 수업에서 한 발 더 심화된 내용을 먼저 공부합니다. 매주 진행하는 연구실 정기 세미나에서 공부한 내용을 정리해 발표하면서 자신이 정확히 이해하였는지, 혹은 놓친 부분은 없는지 점검할 수 있습니다. 시스템프로그램, 컴퓨터구조개론 등의 수업을 수강하였다면 이 같은 공부에 도움이 될 수 있으며 다소 부족한 부분이 있더라도 연구실 선배들로부터 충분한 자료와 지도를 받을 수 있습니다.

리눅스 커널에 대해 어느 정도 공부한 후에는 국내/국제 학술대회에 참가할 수 있는 기회가 주어집니다. 이전에 연구실에서 발표한 논문과 다양한 최신 국제 논문을 읽고, 이번엔 자신의 논문을 작성하기 위한 준비를 하게 됩니다. 이때 선배들이 기존에 수행한 연구 및 발표 논문과 연관 있는 주제를 다루기로 결정했다면 많은 도움을 받을 수 있을 것입니다. 본인의 관심사에 가까운 주제를 잘 선택하여 좋은 결과를 얻었다면, 논문의 제1저자로서 학술대회에 참가하여 연구 내용을 발표하거나 저널 논문을 게재하는 등 값진 경험을 얻을 수 있습니다.

주요 연구 분야 및 최근 3년간 실적

□주요 연구 분야

None

□최근 3년간 실적

1. Changue Jung, Suhwan Kim, Ikjun Yeom and honguk Woo, Younghoon Kim, GPU-Ether: GPU-native packet I/O for GPU applications on commodity Ethernet, INFOCOM 2021, May 2021. (제27회 삼성전자 휴먼테크 논문대상 동상 수상, Feb 2021).

2. Lee, Sugi, Ikjun Yeom, and Dohyung Kim. 'T-caching: enhancing feasibility of in-network caching in icn.' IEEE Transactions on Parallel and Distributed Systems(TPDS) 31.7 (2020): 1486-1498.

3. Cheong, Mukoe, et al. 'SCARL: Attentive reinforcement learning-based scheduling in a multi-resource heterogeneous cluster.' IEEE Access 7 (2019): 153432-153444.

현재 진행 중인 연구과제

1. “PF급 이종 초고성능 컴퓨터 개발” 과제

2. “GPU 분할을 위한 네트워크 기술” 과제

3. “차세대 컴퓨팅환경을 위한 스토리지시스템 및 응용프레임워크 최적화 기술 연구” 과제

의 과제들을 진행 중이며, 좀 더 세부적으로는 “GPU-direct networking”, “RDMA 네트워크에서의 multi-path”, “NVME-over-fabric 최적화” 관련 연구들을 수행중임.

향후 전망 및 진출 가능한 진로

□향후 전망

분산 인공지능 시스템, 실시간 VR 스트리밍 등의 서비스가 요구하는 대규모의 네트워크 수요를 기존의 소프트웨어, 하드웨어가 충족하지 못하게 되면서 운영체제, 네트워크 장비, 인터넷 아키텍처 등 전방위적 영역에서 새로운 해결책이 요구되고 있어 본 연구실은 이러한 “네트워크 시스템” 관련 최적화 연구들을 다방면으로 수행중임.

□진출 가능한 진로

대규모 데이터 센터 및 클라우드 운영 및 관련 기업 (삼성전자, 네이버, 카카오, 구글 등) 개인 연구분야에 따라 네트워크 장비업체(Mellanox – Nvidia, Intel, Microsoft Research 등) 혹은 망사업자 (SKT, CloudFlare, Akamai 등) 이 될 수 있음.

필요 이수 과목 및 지식

네트워크 관련 과목 / 데이터통신 / 운영체제 / 시스템 프로그래밍 외

코딩대회 우수 경험 및 자료구조 / 알고리즘 능통자 환영

주요 연구 분야 및 최근 3년간 실적

□주요 연구 분야

1. 딥 페이크 탐지 & 이상치 탐지 & AI 보안 (Deepfake detection & Anomaly detection & AI Security)

2. 컴퓨터 비전(Computer Vision)

3. 시계열 데이터 분석 (Time series data analysis)

4. 모델 경량화(Model Compression & Knowledge distillation)

□최근 3년간 실적

Competition

- 2020 인공지능 그랜드 챌린지 4차대회 1단계 1st (정부 과제 지원금 2억 상당)

- 2020 인공지능 그랜드 챌린지 4차대회 2단계 3rd (정부 과제 지원금 5억 상당)

Conference

- ICML, WWW, CIKM, KDD 등 탑티어 학회 논문 실적

현재 진행 중인 연구과제

1. 머신러닝을 활용한 이상 징후 탐지 연구, 국가보안기술연구소

2. 모델 경량화 및 객체 탐지(computer vision), IITP

3. 딥 페이크 탐지 및 생성, 한국연구재단, 신진연구

4. 인공지능 보안 및 프라이버시 연구

5. Video Anomaly Detection, IITP

6. AI + HCI 및 Data science

7. 인공지능 기반 위성 시스템 연구, 항공우주연구원

향후 전망 및 진출 가능한 진로

□향후 전망

삼성 리서치, CJ, 쏘카, 항공우주연구원, 경찰청, ETRI, 한국연구재단, IITP, 현대NGV, 국가보안기술연구소, NVIDIA, University of Southern California(USC), 연세대학교 병원, KAIST 등 다양한 산업체 및 연구소와의 공동연구 제공

□진출 가능한 진로

본인 역량에 따라 국내 IT 대기업 & 연구소 취업 가능 (카카오, 배달의 민족, 현대, 한화, 서울대학교 병원, 롯데, NC Soft 등 졸업자 배출)

필요 이수 과목 및 지식

1. 선형대수 & Cs231n or 인공지능 관련 수업 수강

2. 파이썬 & 딥러닝 프레임워크(pytorch or tensorflow) 사용 경험

3. 인공지능 관련 프로젝트 경험(competition 경험 or 인공지능 프로젝트)

- 본 연구실에서는 자유롭고 열정적인 연구 분위기와 쾌적한 연구 환경을 제공하고 있습니다.

- 멘토링 시스템을 통한 연구지원

- 충분한 GPU (A100 x 4ea, RTX 3090 x 17ea, Titan RTX x 20ea, V100 X 2ea), 개인 데스크탑 등 연구환경 제공

- 학부연구생은 국내 논문지 or 해외 conference workshop 논문을 최소 한편 쓰도록 지원

주요 연구 분야 및 최근 3년간 실적

□주요 연구 분야

Intelligent Application, Reinforcement Learning, Federated Learning, System Optimization

□최근 3년간 실적

Publication: SCI급 논문 9편, 국제특허 1건, 국내특허 3건 등

- Panda: Reinforcement Learning-Based Priority Assignment for Multi-Processor Real-Time Scheduling (2020)

- Continual prediction of bug-fix time using deep learning-based activity stream embedding (2020)

- rocorl: Transferable Reinforcement Learning-based Robust Control for Cyber-Physical Systems with Limited Data Updates (2020)

- SCARL: Attentive reinforcement learning-based scheduling in a multi-resource heterogeneous cluster (2019)

현재 진행 중인 연구과제

- DNA+ 드론: 드론 자율주행용 경량 엣지AI 모델 개발 (ETRI)

- 딥러닝 기반 3D 스윙 분석 골프 모니터 개발 (인반트)

- 데이터센터-엣지 NPU간 연합 추론/학습 기반 대규모 인공지능 응용/개발 플랫폼 (IITP)

- 동적인 디바이스 환경에서 적응적 연합학습 기술 개발 (IITP)

- NVMe-oF 스토리지 위한 딥러닝 기반 지능형 Self-Management 시스템 (삼성전자)

향후 전망 및 진출 가능한 진로

□향후 전망

None

□진출 가능한 진로

시스템과 기계학습 결합 분야 SW개발자 및 연구원

필요 이수 과목 및 지식

시스템 기초 과목(System Program, Operating System, Network) 수강과

기계학습(Machine Learning)과 딥러닝(Deep Neural Network) 애플리케이션 개발 경험

주요 연구 분야 및 최근 3년간 실적

□주요 연구 분야

AI와 사용자 경험 연구, 인터넷 플랫폼과 사용자 경험 연구, IT 기업 전략 분석

□최근 3년간 실적

SSCI 논문 19편, SCI 논문 3편 등

현재 진행 중인 연구과제

With 연구재단: 딥러닝(deep learning), 감정분석(Sentiment analysis)을 통한 청자 감정의 시각화

With 연구재단: 교육용 인공지능 대화 에이전트

향후 전망 및 진출 가능한 진로

□향후 전망

- 향후 전망: AI와 인터넷 플랫폼 관련 연구를 지속할 것이며, 구글, 네이버, 카카오 등 인터넷 플랫폼 기업들과의 협력관계 강화 전망

- 진로: 국내 대기업, 벤처기업, 컨설팅 기업, 정부 관련 기관 등

□진출 가능한 진로

국내 대기업, 벤처기업, 컨설팅 기업, 정부 관련 기관 등

필요 이수 과목 및 지식

- 디지털정보학이론

- IT기업데이터분석

- 연구방법과통계기초 혹은 실험설계및통계

주요 연구 분야 및 최근 3년간 실적

□주요 연구 분야

- Real-time GPU rendering and ray tracing

- View warping and synthesis,

- Virtual reality (VR) and metaverse,

- Deep learning for rendering,

- Rendering for deep-learning data generation,

- Optics simulation and defocus blur.

□최근 3년간 실적

- Real-Time Dynamic Bokeh Rendering with Efficient Look-Up Table Sampling. Yuna Jeong, Seung Youp Baek, Yechan Seok, Gi Beom Lee, and Sungkil Lee. (In press) IEEE Trans. Vis. and Computer Graphics, 28(2), 1373–1384, 2022.

- Hierarchical Raster Occlusion Culling. Gi Beom Lee, Moonsoo Jeong, Yechan Seok, and Sungkil Lee. Computer Graphics Forum (Proc. Eurographics'21), 40(2), 1–7, 2021. To be presented at Eurographics 2021, Vienna, Austria (Virtual Conference).

- Deep Defocus Map Estimation using Domain Adaptation. Junyong Lee, Sungkil Lee, Sunghyun Cho, and Seungyong Lee. IEEE Conf. Computer Vision and Patt. Recog. (CVPR), 12222–12230, 2019.

- MegaViews: Scalable Many-View Rendering with Concurrent Scene-View Hierarchy Traversal. Timothy R. Kol, Pablo Bauszat, Sungkil Lee, and Elmar Eisemann. Computer Graphics Forum, 38(1), 235–247, 2019. Presented at Eurographics 2019, Genova, Italy.

- Iterative Depth Warping. Sungkil Lee, Younguk Kim, and Elmar Eisemann. ACM Trans. Graphics, 37(5), 177:1–13, 2018. Presented at ACM SIGGRAPH 2019

현재 진행 중인 연구과제

VR 렌더링 지연 감소를 위한 딥 헤드 모션 예측 기법

한국연구재단, 2022

향후 전망 및 진출 가능한 진로

□향후 전망

None

□진출 가능한 진로

진출 가능 진로: 사기업, 연구소, 교수, 스타트업

- GPU Rendering/Imaging: Smartphone 관련 대기업, 게임, GPU 관련 Software 개발 외

- VR/AR: 5G 연계 통신사 및 VR 컨텐츠 연관 기업 외

- Rendering and Deep Learning: CNN/이미지 관련 기업

필요 이수 과목 및 지식

C++ 프로그래밍

- Native C++(C++11/14/17/20 포함)과 STL(Standard Template Library).

선수 과목

- Data Structure 및 Algorithms, Linear Algebra, Digital Image Processing, Physics, Optics 외

- CNN 기반 Deep learning 경험

학부 연구생이 하는 일과 선배의 팁/후기

Rendering과 Deep Learning 연구를 위한 스터디 그룹 및 세미나

- CNN 기반 Deep learning 기초

- Deep Learning을 사용한 rendering 논문 스터디

- Neural Radiance Fields의 순차적 구현

- 렌더링을 이용한 가상데이터 생성 기법 조사 및 공부

주요 연구 분야 및 최근 3년간 실적

□주요 연구 분야

데이터 지능 및 학습 연구실은 (1) 추천 시스템, (2) 정보 검색, (3) 데이터마이닝, (4) 자연어 처리, (5) 기계 학습 등의 분야를 연구하고 있습니다. 구체적으로, 사용자의 개인화에 도움이 되는 검색 엔진 및 추천 시스템과 같은 응용 애플리케이션을 개발 및 개선하거나, 편향 및 오류가 포함되어 있는 학습 데이터에 효과적으로 동작할 수 있는 기계 학습 및 심층신경망 모델을 개발하는데 관심을 가지고 있습니다. 연구 성과로는 최근 3년간 데이터 마이닝, 자연어 처리 및 기계 학습 분야의 저명한 국제 학술대회(예: WWW, ICDM, CIKM, WSDM, NAACL, CVPR, PKDD, SAC)에 10편의 논문을 게재하는 등 관련 연구를 활발히 진행하고 있습니다.

□최근 3년간 실적

None

현재 진행 중인 연구과제

- 심층신경망 기반 주제 단위 질의-문서 매칭 모델 개발(네이버, 2020.05 ~ 2021.04, 연구책임자)

- TriRec: 정확성, 설명가능성 및 시의성을 고려한 추천 시스템 개발(글로벌인재양성사업, 2019.07 ~ 2021.06, 연구책임자)

- 암흑데이터 극한활용 연구센터(선도연구센터지원사업, 2019.03 ~ 2022.02, 공동연구원)

- ICT명품인재양성사업(2020.07 ~ 2025.12, 공동연구원)

- 인공지능 대학원(2019.04 ~ 2024.02, 공동연구원)

- 영상 크라우드소싱 기반 지능형 시스템 개발(원천기술개발사업 - 폴리스랩, 2018.08 ~ 2021.04, 공동연구원)

향후 전망 및 진출 가능한 진로

□향후 전망

검색 엔진 및 추천 시스템은 대량의 데이터에서 사용자에게 도움이 되는 소량의 정보를 효과적으로 제공하는 목적으로 하며, 개인화를 위한 대표적인 소프트웨어 기술입니다. 본 연구실은 개인화 기술을 연구하는 국내의 핵심 연구실로 성장 및 발전하고 있으며, 검색 및 추천 기술은 향후 인공지능 분야 및 데이터 마이닝 분야에서 주요 기술로 좀 더 많은 각광을 받을 것으로 기대하고 있습니다. 이에 따라 관련 분야에 대한 전문가의 수요 또한 나날이 커지고 있습니다. 본 연구실의 졸업 학생들은 현재 관련 IT 기업(예: 네이버, 카카오)에 취직하고 있으며, 관련 기술을 활용한 기술 창업도 가능하다고 판단됩니다.

□진출 가능한 진로

None

필요 이수 과목 및 지식

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.

주요 연구 분야 및 최근 3년간 실적

□주요 연구 분야

컴퓨터 비전(Computer Vision)

- Self/Semi/Weakly Supervised Learning

- Object Detection, Image Segmentation

- Domain Adaptation/Generalization

- Out-of-Distribution, Adversarial attack

- Multi-modal Learning

자연어 처리(Natural Language Processing)

- Code Summrarization/Attack

- Text Summarization/Generation/Data Augmentation

- Text Style Transfer/Sacrasm Detection

- Sentiment Analysis

연합 학습(Federated Learning)

- Decentralized Learning

- Robust Modeling on Imbalanced Data

그래프 신경망(Graph Neural Network)

- Session based Recommendations

- Representation Learning, Graph Data Augmentation

□최근 3년간 실적

- 인공지능 분야 Top-conference 인 CVPR, ACL 등 포함 기계학습 관련 국내외 학술대회 논문 44편 및 우수 논문 수상 7편

- 기계학습 분야 SCI 급 국제 학술지 논문 7편

현재 진행 중인 연구과제

- 의료 데이터 프라이버시 보존을 위한 분산 환경에서의 연합 AI 컴퓨팅 모델 개발 (과학기술정보통신부, 2020~2024)

- 5G-IoT 환경에서 이기종·비정형·대용량 데이터의 고신뢰·저지연 처리를 위한 플랫폼 개발 및 실증 (과학기술정보통신부, 2020~2023)

- 오픈도메인 멀티모달 자기주도 인공지능 기술 개발 (과학기술정보통신부, 2022~2026)

- OCT 이미지를 이용한 맥락막 분석 인공지능 개발 (서울삼성병원, 2021 ~ 2022)

- 인공지능 대학원 (과학기술정보통신부, 2019 ~ 2024)

- ICT명품인재양성사업 (과학기술정보통신부, 2020~ 2029)

- 인공지능 혁신 허브 연구 개발 (과학기술정보통신부, 2021~2025)

- 기계학습을 활용한 차체부품 불량 판별 시스템 (현대기아자동차, 2022~2023)

향후 전망 및 진출 가능한 진로

□향후 전망

None

□진출 가능한 진로

None

필요 이수 과목 및 지식

- Python을 비롯한 프로그래밍 언어 활용 능력 및 경험

- Keras/Pytorch/Tensorflow를 비롯한 Deep Learning 툴 활용 능력 및 경험

- 확률 및 통계, 선형대수, 알고리즘, 자료구조 등 인공지능 연구를 위해 충분한 배경지식

- 새로운 분야에 대한 도전적이고 열정적이며 끈기있는 태도

- 최신 논문을 읽고 공유하고 연구하기에 충분한 영어실력

학부 연구생이 하는 일과 선배의 팁/후기

- ML/딥러닝 스터디 2달간 진행

- 스터디 후 연구실에서 진행하는 논문 세미나/연구 미팅 참여 및 국내 학술대회에 논문을 제출하는 것을 목표로 함

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