RISE.ML 연구실(Reservoir Imaging with Seismic & EM Technology Lab)은 한양대학교 자원환경공학과에 소속되어 있으며, 탄성파 및 전자탐사 기술과 머신러닝(ML)·딥러닝(DL)을 융합한 첨단 지하 구조 영상화 및 저류층 특성화 연구를 선도하고 있습니다. 본 연구실은 정량적 탄성파 해석, 전자탐사, 복합역산, 그리고 인공지능 기반 지구물리 자료 처리 및 해석 등 다양한 분야에서 국내외 최고 수준의 연구 역량을 보유하고 있습니다. 연구실의 주요 연구 분야는 탄성파 자료의 고해상도 영상화, 결측 데이터 복원, 회절파 분리, 트레이스 내삽 및 외삽, 수직 해상도 향상 등 탄성파 자료 처리의 혁신적 방법론 개발입니다. 특히, U-Net, LSTM, Attention 등 최신 딥러닝 모델을 활용하여 기존의 이론 기반 방법이 가지는 한계를 극복하고, 현장 자료의 불규칙성, 잡음, 알리아싱 등 실질적 문제를 해결하는 데 중점을 두고 있습니다. 또한, 들로네 삼각분할, 모델 제약 조건이 적용된 MWNI 등 계산기하학적 방법과 인공지능을 결합하여 실질적 현장 적용성을 높이고 있습니다. 전자탐사 분야에서는 주파수 영역 2D/3D 전자탐사, 항공 및 해저 전자탐사, 자화율 및 전기전도도 동시 추정, 그리고 탄성파-전자탐사 복합역산 등 다양한 연구를 수행하고 있습니다. 구조텐서, cross-gradient, 도메인 적응 등 구조적 제약조건을 도입한 복합역산 기법과, 딥러닝 기반 전자탐사 역산 및 불확실성 추정 연구를 통해, CCS(이산화탄소 지중저장) 모니터링, 가스하이드레이트 부존 평가, 광물자원 탐사, 지반침하 및 지질재해 분석 등 국가적·산업적 중요성이 높은 분야에 실질적으로 기여하고 있습니다. 최근에는 한반도 해역 대규모 CO₂ 저장소 확보, CCS 모니터링, 도로 하부 공동 탐지, 도시 인프라 모니터링 등 다양한 국책과제와 산학협력 프로젝트를 수행하며, 실시간 현장 적용이 가능한 자동화·고속 영상화 기술 개발에도 앞장서고 있습니다. 또한, 머신러닝 기반의 암상 분류, 공극압 예측, 광물조성 예측 등 지구물리 자료의 정량적 해석과 신뢰성 향상을 위한 연구도 활발히 진행 중입니다. RISE.ML 연구실은 앞으로도 첨단 인공지능 기술과 지구물리 탐사 기술의 융합을 통해, 에너지·환경·인프라 분야의 미래 문제 해결과 국가·산업 발전에 기여하는 세계적 연구 거점으로 성장해 나갈 것입니다.