인공지능 시스템 및 응용 분야는 다양한 산업과 사회 전반에 걸쳐 인공지능 기술을 실질적으로 적용하고 발전시키는 것을 목표로 합니다. 본 연구실은 인공지능의 핵심 알고리즘 개발뿐만 아니라, 실제 문제 해결에 적용할 수 있는 시스템 구축에 중점을 두고 있습니다. 예를 들어, 객체 인식, 음성 및 감정 인식, 생체 신호 분석 등 다양한 응용 분야에서 인공지능 기술을 적극적으로 활용하고 있습니다. 특히, 본 연구실은 오픈월드 객체 탐지, 생성형 AI, 멀티모달 데이터 처리 등 최신 인공지능 트렌드에 맞춘 연구를 활발히 진행하고 있습니다. 논문에서는 Retrieval-Augmented Generation(RAG) 기술, 클래스별 특징 공간 학습을 통한 객체 탐지, 그래프 어텐션 네트워크를 활용한 얼굴 복원 등 첨단 기술을 다루고 있습니다. 이러한 연구는 실제 산업 현장과 사회적 요구에 부합하는 실용적 인공지능 시스템 개발로 이어지고 있습니다. 또한, 연구실은 인공지능 시스템의 성능 향상과 신뢰성 확보를 위해 데이터셋 구축, 데이터 증강, 네트워크 구조 최적화 등 다양한 방법론을 적용하고 있습니다. 이를 통해 인공지능 기술의 한계를 극복하고, 새로운 응용 가능성을 지속적으로 모색하고 있습니다.

멀티모달 감성 인식 및 생체 신호 기반 분석은 다양한 형태의 데이터를 융합하여 인간의 감정, 심리 상태, 건강 상태 등을 정밀하게 파악하는 기술입니다. 본 연구실은 이미지, 텍스트, 오디오, 생체 신호 등 여러 모달리티의 데이터를 통합적으로 분석하여 감성 인식 및 심리 모니터링 기술을 개발하고 있습니다. 이러한 연구는 인간-컴퓨터 상호작용, 헬스케어, 교육 등 다양한 분야에서 활용될 수 있습니다. 연구실의 프로젝트에서는 데이터 증강 기반의 멀티모달 감성 인식, 심박수 예측, 집중도 분석 등 실제적인 문제 해결에 초점을 맞추고 있습니다. 예를 들어, 모바일넷V3와 어텐션 메커니즘을 활용한 심박수 예측, 자기주도학습 기반의 집중력 분석, 텍스트 및 음성 기반 감정 분류 등 다양한 연구가 진행되고 있습니다. 또한, 반려동물의 생체 신호를 이용한 개체 인식 시스템 개발 등 새로운 응용 분야로 연구를 확장하고 있습니다. 이러한 멀티모달 분석 기술은 데이터의 다양성과 복잡성을 효과적으로 처리할 수 있는 기반을 마련하며, 인간의 감정과 상태를 보다 정확하게 이해하고 예측하는 데 큰 기여를 하고 있습니다. 앞으로도 본 연구실은 멀티모달 데이터 융합 및 분석 기술의 고도화를 통해 다양한 사회적 요구에 부응하는 혁신적 연구를 지속할 계획입니다.