이 연구실은 온라인 사회관계망, 커뮤니티, 스트리밍 플랫폼, 게시판, 인플루언서 생태계 등 다양한 디지털 상호작용 환경에서 나타나는 인간 행동과 정보 흐름을 데이터 기반으로 분석한다. 특히 Reddit, Pinterest, Instagram, Twitch와 같은 플랫폼에서 대화 지속성, 댓글 영향력, 사용자 참여, 충성도, 확산 경로, 사회적 연결 구조를 이해하는 데 초점을 둔다. 이러한 연구는 단순한 사용량 분석을 넘어, 사람들이 왜 특정 콘텐츠에 반응하고 어떤 관계망 속에서 정보가 더 강하게 퍼지는지를 설명하는 데 목적이 있다. 방법론적으로는 그래프 분석, 임베딩, 시계열 예측, 구조방정식 모형, 딥러닝 기반 표현학습 등을 폭넓게 활용한다. 온라인 대화의 연속성 예측, 이미지 및 게시물 확산 경로 예측, 인플루언서 효과성 평가, 허위정보 재확산 탐지와 같은 문제를 다루며, 사용자 간 관계와 콘텐츠 특성을 함께 고려하는 복합적 모델링이 특징이다. 이는 전통적인 데이터마이닝과 최신 인공지능 기법을 결합해 사회적 상호작용을 정량적으로 이해하려는 접근으로 볼 수 있다. 이러한 연구는 플랫폼 설계, 디지털 마케팅, 온라인 커뮤니티 운영, 사회적 위기 대응, 공공 커뮤니케이션 정책 등 다양한 영역에 응용될 수 있다. 나아가 사회적 연결을 강화하고 유해한 정보 확산을 억제하는 기술적 기반을 제공한다는 점에서도 의미가 크다. 연구실의 소셜 컴퓨팅 연구는 웹 기반 정보시스템과 인간 중심 AI를 연결하는 핵심 축으로, 디지털 사회의 행동 메커니즘을 해석하고 예측 가능한 형태로 만드는 데 기여하고 있다.

이 연구실은 생성형 AI와 대규모 언어모델의 확산에 따라 중요성이 커진 신뢰가능한 인공지능, 인간-AI 정렬, 개인정보 보호, 사회적 책임 AI를 주요 연구 주제로 다룬다. 최근 수행 중인 과제들에서 볼 수 있듯이, AI가 인간의 가치와 의도에 부합하도록 작동하는 정렬 기술, 설명가능성, 민감정보 보호, 안전한 데이터 활용 체계 구축에 높은 관심을 두고 있다. 이는 AI 성능 자체뿐 아니라 사회적 수용성과 제도적 신뢰를 함께 고려하는 연구 방향이다. 구체적으로는 얼굴 비식별화의 사회적 맥락 평가, 개인정보 활용을 위한 프라이버시 보존형 데이터사이언스, 시맨틱 정보 추출 및 정제, 허위조작 콘텐츠와 딥페이크 탐지, 책임감 있는 LLM 학습 알고리즘 개발 등으로 연구가 확장되고 있다. 이 과정에서 멀티모달 데이터, 생성모델, 표현학습, 설명가능 AI, 안전성 검증 프레임워크가 함께 활용된다. 단순한 탐지 성능 향상에 머무르지 않고, 실제 서비스 환경에서 법적·윤리적 요구사항을 만족하는 운영 가능한 시스템 설계를 지향한다는 점이 특징이다. 이 연구는 향후 공공안전, 디지털 플랫폼, 의료, 교육, 행정, 사법 등 신뢰가 핵심인 영역에서 매우 큰 파급효과를 가진다. 특히 딥페이크와 허위정보 대응, 민감정보 보호형 AI 서비스, 책임 있는 생성형 AI 개발은 사회 전반의 위험을 낮추고 AI 기술의 건전한 확산을 돕는다. 연구실은 사회과학적 문제의식과 공학적 방법론을 결합하여, 기술적으로 우수하면서도 사회적으로 수용 가능한 AI를 구현하는 데 중요한 역할을 수행하고 있다.

이 연구실은 의료영상, 음성, 텍스트, 생체신호, 행동 데이터 등 서로 다른 형태의 정보를 통합하는 멀티모달 인공지능을 활용하여 질환 진단과 임상 의사결정을 지원하는 연구를 활발히 수행하고 있다. 망막 질환 탐지, 우울 및 불안장애 진단, 실어증 세부유형 판별, 경도인지장애 및 치매 진단, 자살위험 탐지 등 다양한 의료 및 정신건강 문제를 대상으로 한다. 이러한 연구는 질병을 단일 신호로 판단하기 어려운 실제 임상 환경의 복잡성을 반영한다는 점에서 중요하다. 연구 방법은 컴퓨터비전, 자연어처리, 음성처리, 멀티태스크 학습, 멀티모달 융합, 설명가능 인공지능을 포함한다. 예를 들어 의료영상 기반 임상 의사결정 지원 시스템, 우울증 탐지를 위한 멀티모달 데이터셋 구축, 스트레스 및 양극성 장애 탐지를 위한 언어모델 활용, 실어증 진단을 위한 음성·텍스트·제스처 통합 분석 등이 이에 해당한다. 이처럼 연구실은 질환의 조기 발견과 정밀 분류를 위해 다양한 데이터 소스를 결합하고, 결과 해석 가능성을 높여 임상의의 활용성을 강화하는 방향으로 연구를 발전시키고 있다. 이 분야의 성과는 디지털 의료기기, 임상 지원 시스템, 정신건강 조기 개입 플랫폼, 원격 모니터링 서비스 등으로 이어질 수 있다. 특히 고령화, 정신건강 문제 증가, 의료 인력 부담 확대와 같은 사회적 변화 속에서 AI 기반 보조 시스템의 필요성은 계속 커지고 있다. 연구실의 멀티모달 의료 AI 연구는 데이터사이언스와 인간 중심 AI를 의료 현장 문제 해결로 연결하는 대표적인 사례로, 기술적 혁신성과 사회적 가치가 동시에 큰 연구 영역이다.