김현석 연구실
컴퓨터공학과
김현석
김현석 연구실은 컴퓨터공학과를 기반으로 인공지능 시스템 및 응용 분야에서 선도적인 연구를 수행하고 있습니다. 연구실의 핵심 역량은 강화학습, 딥러닝, 로봇 제어, 데이터 분석 등 첨단 인공지능 기술을 실제 문제에 적용하는 데 있습니다.
특히, 강화학습 기반 로봇 제어 및 자율 시스템 개발에 집중하여, UAV 드론의 정밀 착륙, 로봇 조작 학습, 오프라인 강화학습 등 다양한 응용 분야에서 혁신적인 성과를 내고 있습니다. Perceiver Element-wise Transformer(PET)와 같은 신기술을 도입하여 계산 효율성과 메모리 사용량을 개선하고, 저편향·고분산 데이터 활용을 통한 일반화 성능 향상 등 실질적인 문제 해결에 기여하고 있습니다.
또한, 인공지능 기반 데이터 분석 및 추천 시스템 연구를 통해, 사용자 리뷰 데이터를 활용한 POI 추천, XGBoost 기반 지식 추적, 스마트폰 센서 데이터 기반 활동 인식 등 다양한 분야에서 우수한 연구 결과를 도출하고 있습니다. 이러한 연구들은 실제 산업 현장과 사회적 요구에 부합하는 실용적 인공지능 기술 개발로 이어지고 있습니다.
연구실은 다학제적 접근을 통해 인공지능의 이론적 발전뿐만 아니라, 실제 응용 및 산업화에도 적극적으로 참여하고 있습니다. 다양한 산학협력 프로젝트와 학술 활동을 통해, 인공지능 기술의 사회적 확산과 미래 인재 양성에도 힘쓰고 있습니다.
김현석 연구실은 앞으로도 인공지능 시스템 및 응용 분야에서 혁신적인 연구를 지속하며, 차세대 인공지능 기술의 발전과 실세계 문제 해결에 앞장설 것입니다.
강화학습 기반 로봇 제어 및 자율 시스템
김현석 연구실은 강화학습을 활용한 로봇 제어 및 자율 시스템 개발에 중점을 두고 있습니다. 최근 발표된 논문에서는 Perceiver Element-wise Transformer(PET)와 같은 혁신적인 딥러닝 모델을 도입하여 로봇 조작 학습의 계산 효율성과 메모리 사용량을 크게 개선하였습니다. PET 모델은 Perceiver IO의 잠재 공간 및 크로스 어텐션 메커니즘과 Attention-Free Transformer(AFT)를 결합하여 대규모 입력 데이터 처리와 연산 복잡도 감소를 동시에 달성하였습니다.
또한, UAV 드론의 정밀 착륙 성능 향상을 위한 강화학습 기반 PID 제어기 연구를 통해, 기존의 Ziegler-Nichols 방식보다 더욱 안정적이고 강인한 제어 성능을 입증하였습니다. 다양한 풍속 조건과 비선형 환경에서도 강화학습 기반 PID 제어기는 낮은 오차율과 높은 안정성을 보여, 실제 도심항공교통 및 무인기 응용 분야에 실질적인 기여를 하고 있습니다.
이 외에도, 저편향·고분산된 보편적 데이터를 이용한 효율적인 오프라인 강화학습 방법을 제안하여, 전문가 데이터에 의존하지 않고도 복잡한 환경에서 높은 보상과 일반화 성능을 달성할 수 있음을 실험적으로 증명하였습니다. 이러한 연구들은 로봇 및 자율 시스템의 실세계 적용 가능성을 높이고, 차세대 인공지능 기반 제어 기술 발전에 중요한 역할을 하고 있습니다.
인공지능 기반 데이터 분석 및 추천 시스템
연구실은 인공지능을 활용한 데이터 분석 및 추천 시스템 개발에도 활발히 참여하고 있습니다. 리뷰 데이터를 활용한 POI(Point of Interest) 추천 시스템 연구에서는, 대형 언어 모델을 이용해 사용자 리뷰를 임베딩하고 이를 협업 필터링 모델과 결합하여 추천 성능을 크게 향상시켰습니다. 이 방법은 데이터 희소성 문제를 극복하고, 사용자 선호도를 더욱 정밀하게 예측할 수 있도록 하였습니다.
또한, 다차원 특징 데이터를 효과적으로 처리할 수 있는 XGBoost 기반 지식 추적 모델을 개발하여, 온라인 교육 플랫폼에서 학생의 학습 상태를 정확하게 추적하고 맞춤형 학습을 지원할 수 있게 하였습니다. 기존의 순환 신경망 기반 방법보다 AUC 등 주요 평가 지표에서 우수한 성능을 보였으며, 게임 형태의 온라인 학습 데이터에도 강인하게 적용할 수 있음을 입증하였습니다.
이와 더불어, 스마트폰 센서 데이터를 활용한 사이클링 활동 인식, 3D CAPTCHA 생성 등 다양한 응용 분야에서 인공지능 기반 데이터 분석 기술을 적용하고 있습니다. 이러한 연구들은 실제 산업 및 사회 문제 해결에 직접적으로 기여하며, 인공지능의 실용적 가치를 높이고 있습니다.
1
Entropy-Guided Distributional Reinforcement Learning with Controlling Uncertainty in Robotic Tasks
김현석, 조현진
Applied Sciences, 2025
2
Attention Mechanism-Based Bidirectional Long Short-Term Memory for Cycling Activity Recognition Using Attention Mechanism-Based Bidirectional Long Short-Term Memory for Cycling Activity Recognition Using Smartphones
김현석, VAN SY NGUYEN, 서동준
IEEE ACCESS, 2023
3
PET: 로봇 조작 학습의 계산 효율성 및 메모리 사용량 개선을 위한 Perceiver Element-wise Transformer 연구
김현석, 조현진, 김성환, 송호영
멀티미디어학회논문지, 2025
1
강화학습기반 해상환경 함정간 무인드론 자율비행 기술 개발
