본 연구실은 사용자 모델링과 인공지능 기술을 융합하여 다양한 환경에서의 사용자 경험을 정밀하게 분석하고 예측하는 연구를 수행하고 있습니다. 사용자 모델링은 사용자의 행동, 선호, 감정, 사회적 상호작용 등 다양한 데이터를 수집·분석하여 개인화된 서비스를 제공하는 핵심 기술입니다. 최근에는 소셜 미디어, 온라인 커뮤니티, 스마트 디바이스 등에서 생성되는 대규모 데이터를 활용하여, 사용자 특성을 정량적으로 파악하고, 이를 기반으로 맞춤형 추천, 감정 분석, 행동 예측 등 다양한 응용 분야에 적용하고 있습니다. 특히, 본 연구실은 설명가능한 인공지능(Explainable AI), 그래프 신경망, 멀티모달 데이터 통합 등 최신 AI 기법을 적극적으로 도입하고 있습니다. 예를 들어, 소셜 미디어 내에서의 우울증 고위험군 탐지, 온라인 커뮤니티 내 사회적 지원 행동 분석, 이미지·음성·텍스트 등 다양한 데이터의 통합적 감정 인식 등 복합적인 사용자 상태를 심층적으로 이해하는 연구가 활발히 이루어지고 있습니다. 이러한 연구는 사용자 맞춤형 서비스, 사회적 약자 지원, 디지털 헬스케어 등 다양한 사회적 문제 해결에도 기여하고 있습니다. 향후 본 연구실은 더욱 정교한 사용자 모델링을 위해 대규모 실험 및 현장 데이터를 지속적으로 축적하고, 인공지능의 신뢰성 및 투명성을 높이는 연구를 확대할 계획입니다. 또한, 인간 중심의 AI 설계, 윤리적 데이터 활용, 사회적 영향 평가 등 다학제적 접근을 통해 사용자 경험 혁신과 사회적 가치 창출을 동시에 추구하고 있습니다.

본 연구실은 텍스트, 음성, 이미지, 영상 등 다양한 멀티모달 데이터를 통합적으로 분석하여 인간의 감정, 행동, 사회적 신호를 정밀하게 인식하는 연구에 집중하고 있습니다. 최근에는 소셜 미디어, 브이로그, 온라인 커뮤니티 등에서 생성되는 방대한 데이터를 활용하여, 인간의 복합적 감정 상태와 사회적 상호작용 패턴을 심층적으로 파악하는 기술 개발에 주력하고 있습니다. 예를 들어, 본 연구실은 음성·텍스트 융합 감정 분석, 영상 기반 우울증 위험군 탐지, 온라인 커뮤니티 내 사회적 지원 행동 자동 분류, 미디어 편향성 및 정치적 성향 분석 등 다양한 멀티모달 인식 연구를 수행하고 있습니다. 이를 위해 딥러닝, 그래프 신경망, GAN, 자연어처리 등 첨단 AI 기술을 적극적으로 활용하며, 실제 사회적 문제 해결에 적용 가능한 실용적 모델을 개발하고 있습니다. 이러한 연구는 정신건강 조기 진단, 디지털 헬스케어, 사회적 이슈 탐지, 맞춤형 미디어 추천 등 다양한 분야에서 활용되고 있습니다. 앞으로도 본 연구실은 멀티모달 데이터의 통합적 해석과 사회적 신호의 정량적 분석을 통해, 인간 중심의 스마트 서비스와 사회적 안전망 구축에 기여할 계획입니다.