멀티모달 학습은 다양한 형태의 데이터를 통합하여 인공지능 모델의 성능을 극대화하는 연구 분야입니다. 본 연구실에서는 음성, 영상, 텍스트 등 여러 데이터 소스를 결합하여 보다 정밀하고 신뢰성 높은 인공지능 시스템을 개발하고 있습니다. 이러한 멀티모달 접근법은 기존의 단일 데이터 기반 인공지능보다 더 풍부한 정보 해석과 상황 인식이 가능하게 하여, 실제 환경에서의 적용 가능성을 높이고 있습니다. 특히, 인간 중심의 머신러닝(Human-centered ML)과 인간-AI 상호작용(Human-AI Interaction)에 초점을 맞추어, 사용자의 요구와 행동을 이해하고 반영하는 인공지능 시스템을 설계합니다. 예를 들어, 의료 현장에서 환자와 의료진의 상호작용을 분석하거나, 상담 및 교육 분야에서 사용자 맞춤형 피드백을 제공하는 시스템을 개발하고 있습니다. 이러한 연구는 인공지능이 인간의 의사결정과 삶의 질 향상에 실질적으로 기여할 수 있도록 하는 데 중점을 두고 있습니다. 연구실은 최신 딥러닝, 그래프 신경망, 트랜스포머 등 다양한 인공지능 기술을 활용하여, 실제 문제 해결에 적용 가능한 모델을 제안하고 있습니다. 또한, 인공지능 시스템의 투명성과 설명 가능성을 높이기 위한 연구도 병행하여, 신뢰할 수 있는 AI 개발을 목표로 하고 있습니다.

의료 컴퓨팅 분야에서 본 연구실은 인공지능을 활용한 임상 의사결정 지원 시스템(CDSS), 망막 질환 진단, 신장 및 안과 질환 예측, 실어증 및 언어장애 진단 등 다양한 의료 문제 해결에 앞장서고 있습니다. 최신 논문과 특허, 그리고 대형 국책과제를 통해 실제 의료 현장에서 활용 가능한 AI 기반 진단 및 예측 시스템을 개발하고, 의료진과 환자 모두에게 실질적인 도움을 주는 솔루션을 제공합니다. 정신건강 분야에서는 AI 기술을 활용한 우울증, 불안장애, 자살 위험 탐지 등 사회적으로 중요한 문제에 집중하고 있습니다. 멀티모달 데이터(음성, 표정, 텍스트 등)를 통합 분석하여, 기존의 설문이나 인터뷰 방식보다 더 정확하고 신속하게 정신건강 상태를 평가할 수 있는 시스템을 연구하고 있습니다. 또한, 디지털 치료제(Digital Therapeutics) 개발을 통해, 인공지능이 직접적으로 치료와 중재에 활용될 수 있도록 다양한 임상 연구와 협업을 진행하고 있습니다. 이러한 연구는 의료 데이터의 민감성과 복잡성을 고려하여, 데이터 프라이버시 보호와 윤리적 AI 개발에도 많은 노력을 기울이고 있습니다. 실제 임상 적용을 위한 설명 가능한 AI, 사용자 친화적 인터페이스, 의료진과의 협력적 의사결정 지원 등 다양한 측면에서 혁신적인 연구를 지속하고 있습니다.

소셜 컴퓨팅 분야에서는 온라인 사회 네트워크, 소셜 미디어, 커뮤니티 등에서 발생하는 다양한 데이터와 상호작용을 분석하여, 사회적 현상과 인간 행동을 이해하고 예측하는 연구를 수행하고 있습니다. 예를 들어, 소셜 네트워크에서의 정보 확산, 루머 및 가짜 뉴스 전파, 인플루언서 마케팅, 팬덤 네트워크 분석 등 다양한 주제를 다루고 있습니다. 최근에는 딥페이크(Deepfake)와 같은 악의적 변조 콘텐츠 탐지 및 확산 방지 기술 개발에도 주력하고 있습니다. 특히, X-애널리틱스(X-Analytics) 및 X-컴퓨팅(X-Computing)이라는 개념을 도입하여, 비즈니스, 정치, 스포츠, 게임, 의료, 법률 등 다양한 도메인에서 발생하는 복합 데이터를 분석하고, 맞춤형 인사이트를 제공하는 연구를 진행하고 있습니다. 이를 통해 사회 전반의 의사결정 지원, 위험 예측, 정책 수립 등에 기여할 수 있는 데이터 기반 솔루션을 개발하고 있습니다. 연구실은 대규모 빅데이터 분석, 네트워크 과학, 자연어처리, 딥러닝 등 첨단 기술을 융합하여, 실제 사회 문제 해결에 적용 가능한 실용적이고 혁신적인 연구를 지향합니다. 또한, 사회적 책임과 윤리적 AI 개발을 위해, 데이터의 투명성, 공정성, 신뢰성 확보에도 많은 노력을 기울이고 있습니다.