지능형 상호작용 시스템은 인간의 메시지를 효과적으로 수신하고, 인간의 의도를 정확하게 이해하며, 이에 적합한 서비스를 추론하는 데 필수적인 기술입니다. 본 연구실에서는 사용자의 다양한 입력 방식과 행동 패턴을 분석하여, 보다 자연스럽고 직관적인 인간-컴퓨터 상호작용을 구현하는 것을 목표로 하고 있습니다. 이를 위해 음성, 터치, 제스처 등 다양한 멀티모달 입력을 통합적으로 처리하는 알고리즘과 시스템을 개발하고 있습니다. 특히, 소프트 키보드의 한계를 극복하기 위한 ‘I-Keyboard’와 ‘Invisible Mobile Keyboard’와 같은 혁신적인 텍스트 입력 방식 연구가 활발히 이루어지고 있습니다. 사용자는 화면의 어느 위치에서나 자유롭게 타이핑할 수 있으며, 딥러닝 기반의 디코더를 통해 입력 오류를 최소화하고, 사용자의 개별적인 타이핑 습관을 반영할 수 있습니다. 또한, 공중에서 손가락 움직임만으로 텍스트를 인식하는 ‘Writing in The Air’와 같은 비접촉식 입력 기술도 개발되고 있습니다. 이러한 연구는 모바일 기기, 스마트홈, 증강현실(AR) 및 메타버스 환경 등 다양한 응용 분야에서 인간과 인공지능 시스템 간의 상호작용을 혁신적으로 변화시킬 것으로 기대됩니다. 궁극적으로는 사용자의 편의성과 접근성을 극대화하고, 인간 중심의 인공지능 서비스를 실현하는 데 기여하고자 합니다.

로봇 인공지능 분야에서는 맞춤형 서비스를 제공하기 위한 핵심 기술로 멀티모달 인지, 범용 내비게이션, 모바일 매니퓰레이션을 중점적으로 연구하고 있습니다. 본 연구실은 로봇이 실제 환경에서 인간과 자연스럽게 상호작용하고, 다양한 작업을 자율적으로 수행할 수 있도록 하는 지능형 시스템 개발에 주력하고 있습니다. 대표적인 연구로는 ‘SimVODIS’와 ‘SimVODIS++’와 같은 신경망 기반의 시각 주행 및 객체 인식, 인스턴스 분할 기술이 있습니다. 이 기술들은 로봇이 주변 환경의 기하학적 정보와 의미 정보를 동시에 인식하여, 보다 정밀한 위치 추정과 환경 이해를 가능하게 합니다. 또한, 3차원 장면 그래프(3-D Scene Graph)를 활용하여 로봇이 관찰한 환경 정보를 효율적으로 저장하고, 다양한 지능형 에이전트가 이를 활용할 수 있도록 하는 연구도 진행 중입니다. 이외에도, 서비스 로봇의 인간 행동 학습 및 의도 추론, 로봇-IoT 협업 프레임워크, 변화 감지 및 적응적 환경 인식 등 다양한 응용 연구가 활발히 이루어지고 있습니다. 이러한 기술들은 스마트홈, 자율주행, 산업 자동화 등 실제 환경에서 로봇의 활용도를 극대화하는 데 중요한 역할을 할 것입니다.

본 연구실은 머신러닝과 딥러닝을 기반으로 한 다양한 지능형 시스템의 설계와 응용에 집중하고 있습니다. 특히, 컨볼루션 신경망(CNN), 순환 신경망(RNN), 트랜스포머, 생성적 적대 신경망(GAN) 등 최신 딥러닝 모델을 활용하여 실제 문제 해결에 적용하는 연구가 활발히 이루어지고 있습니다. ‘Tiny Machine Learning’과 같이 엣지 및 모바일 디바이스에서 효율적으로 동작하는 경량화 모델 설계, 주파수 도메인 기반 데이터 증강(FourierAugment) 등 자원 제약 환경에서의 인공지능 기술 개발도 중요한 연구 주제입니다. 또한, 변화 감지, 이상 탐지, 3D 객체 인식, 의료 영상 분석 등 다양한 도메인에 특화된 딥러닝 응용 연구가 진행되고 있습니다. 이러한 연구는 실제 산업 현장, 의료, 자율주행, 스마트 시티 등 다양한 분야에서 인공지능의 실질적 가치를 높이고, 데이터 기반의 혁신적인 문제 해결 방안을 제시하는 데 기여하고 있습니다.