강경태 연구실
한양대학교 인공지능학과
강경태 교수
사이버피지컬시스템
실시간 임베디드시스템
운영체제 스케줄링
홈
강경태 연구실
한양대학교 인공지능학과 강경태 교수
강경태 연구실은 인공지능학과 소속으로 사이버피지컬시스템과 실시간 임베디드시스템을 중심으로 지능형 시스템을 구현하는 연구를 수행합니다. 운영체제 관점에서 혼합 중요도 스케줄링과 실행시간 배분을 다루며, Linux 계층에서의 SSD 캐싱 구조 최적화와 이기종 메모리 마이그레이션 연구를 병행합니다. 또한 단일 유도 ECG 기반 폐쇄성 수면무호흡 진단과 같이 의료 신호에서 시간적 의존성을 반영한 딥러닝 모델을 개발합니다. 제조 공정에서는 LSTM 기반 예지보전과 f-AnoGAN, MIL-CBR 기반 이상탐지 및 해석 기법을 적용해 품질 관리 자동화를 지원합니다.
사이버피지컬시스템실시간 임베디드시스템운영체제 스케줄링SSD 캐싱랜섬웨어 방어
대표 연구 분야
연구 영역 전체보기
단일 유도 ECG 기반 폐쇄성 수면무호흡 조기 진단 딥러닝 연구
Deep Learning for OSA Diagnosis from Single-Lead ECG Signals
연구 분야 상세보기
단일 유도 ECG 기반 폐쇄성 수면무호흡 조기 진단 딥러닝 연구
Deep Learning for OSA Diagnosis from Single-Lead ECG Signals
연구 분야 상세보기
실시간 운영체제 스케줄링과 SSD 캐싱·보안 방어 연구
Real-Time Scheduling and SSD Caching/Defense for Intelligent Systems
연구 분야 상세보기
제조 품질 이상탐지와 예지보전을 위한 시계열·생성형 AI 연구
Time-Series Predictive Maintenance and Generative Anomaly Detection for Manufacturing Quality
연구 분야 상세보기
연구 성과 추이
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.
주요 논문
5
논문 전체보기
1
Article
|
인용수 2
·
2025Long Short-Term Memory-Based Computerized Numerical Control Machining Center Failure Prediction Model
Jintak Choi, Zuobin Xiong, Kyungtae Kang
IF 2.2 (2025)
Mathematics
CNC 가공 센터에서 가공된 제품의 품질은 제조 장비에서 중요한 핵심 요인이다. 이상 탐지 및 예지보전 기능은 효율을 향상시키고 시간과 비용을 절감하는 데 필수적이다. 본 연구는 품질 보증 비용을 절감하고 AI 기반 예지보전 서비스를 도입함으로써 서비스 경쟁력을 강화하는 동시에, CNC 제조 장비를 위한 예지보전 시스템을 구축하는 것을 목표로 한다. 제안된 시스템은 예방정비, 시간 기반 정비, 상태 기반 정비의 전략을 통합한다. 장단기 메모리(long short-term memory, LSTM)에 기반한 연속 학습을 활용하여 이 시스템은 이상 탐지, 고장 예측, 원인 분석, 근본 원인 식별, 잔여유효수명(remaining useful life, RUL) 예측 및 최적 정비 시점 의사결정을 가능하게 한다. 또한 본 연구는 식품, 제약, 화장품 생산 등 포장 공정에서 필수적인 롤러 절단 장치에 초점을 맞춘다. 롤링 핀을 CNC 장비로 가공할 때 음향 데이터를 수집하기 위해 센서 시스템을 설치하고, 고장 패턴을 분석하며, RUL 예측 알고리즘을 적용한다. 본 연구에서 개발한 AI 기반 예지보전 시스템은 CNC 장비의 신뢰성과 운영 효율을 보장하는 한편, 스마트 팩토리 모니터링 플랫폼을 위한 기반을 마련함으로써 지능형 제조 환경에서의 경쟁력을 강화한다.
https://doi.org/10.3390/math13071093
Machining
Term (time)
Numerical control
Center (category theory)
Computer science
Reliability engineering
Engineering
Mechanical engineering
Physics
2
Article
|
인용수 1
·
2024FlashPage: A read cache for low-latency SSDs in web proxy servers
Junhee Ryu, Dong Kun Noh, Kyungtae Kang
IF 5.4 (2024)
Engineering Science and Technology an International Journal
본 논문은 초고속 미디어를 위한 고속 SSD 캐싱 시스템인 FlashPage를 소개하며, 프록시 서버에서 웹 페이지 전송을 향상시키는 것을 목표로 한다. 전통적인 SSD 캐싱 기법은 주로 느린 HDD 기반의 주 저장장치를 전제로 설계되어, 주 저장장치로서 용량급 SSD에 적용할 경우 어려움에 직면한다. 이로 인해 캐싱 미디어의 고성능 역량이 제한된다. 이러한 문제를 해결하기 위해 FlashPage는 Linux 가상 파일시스템 계층 내에서 동작하여, 적중(hit) 처리 경로를 단축하고 조회(lookup) 오버헤드를 최소화한다. 또한, 캐시된 데이터를 빠르게 찾기 위해 컴팩트한 라딕스 트리(radix tree)를 포함한다. 이러한 접근법은 4kB 읽기 적중에 대한 소프트웨어 오버헤드를 5배 이상 감소시킨다. FlashPage는 높은 적중률을 유지하면서 플래시 마모를 최소화하기 위해 새로운 반입(admission) 및 퇴거(eviction) 정책도 사용한다. 2차 저장 캐시로서 FlashPage는 1차 저장 캐시(즉, page cache)에서 잠재적 강등(demotion) 후보들의 뜨거움(hotness)을 예측하며, 그 결과 LRU에 비해 적중률을 10.1% 더 높이고 기록 트래픽을 10.4% 줄인다. Varnish 및 Squid HTTP 캐시를 사용한 평가는 Bcache 및 DM-Cache(주류(mainline) Linux 커널의 최첨단 캐싱 기법)와 비교하여, 웹 요청 처리 속도가 최대 29.6% 및 38.2%까지 빨라지는 등 그 효과를 보여준다.
http://dx.doi.org/10.1016/j.jestch.2024.101639
Computer science
Cache
Operating system
Page cache
Server
Smart Cache
Embedded system
Computer network
Cache algorithms
CPU cache
3
Article
|
인용수 10
·
2024Multi-Feature Automatic Extraction for Detecting Obstructive Sleep Apnea Based on Single-Lead Electrocardiography Signals
Yu Zhou, Kyungtae Kang
IF 3.5 (2024)
Sensors
폐쇄성 수면무호흡증(obstructive sleep apnea, OSA)은 흔한 수면장애로, 특히 심혈관 질환을 포함한 다양한 다른 질환과 밀접하게 연관되어 있다. 통상적인 진단 방법인 야간 다원수면검사(nocturnal polysomnography, PSG)는 널리 사용되고 있음에도 불구하고 높은 비용과 장시간 소요로 인해 어려움이 있다. 최근에는 심전도 기반 진단 기법의 발전이 이러한 문제를 해결할 새로운 가능성을 열었으나, 대체로 특징 공학(feature engineering)에 대한 깊은 이해를 요구한다. 본 연구에서는 자동 특징 추출을 위한 멀티모달 전략과 합성(composite) 딥 컨볼루션 신경망 모델을 결합한 OSA 분류의 혁신적인 방법을 제안한다. 이 접근법은 원래의 데이터셋을 심박변이도 특성을 반영하는 스칼로그램(scalogram) 이미지로 변환하고, 시간적 특성을 드러내는 그라미안 각도장(Gramian angular field) 행렬 이미지를 생성하여 데이터 특징의 다양성과 풍부함을 향상시키고자 한다. 모델은 자동 특징 추출 및 특징 향상(feature enhancement) 구성요소로 이루어져 있으며 PhysioNet Apnea-ECG 데이터베이스에서 훈련 및 검증되었다. 실험 결과는 OSA 진단에서 모델의 뛰어난 성능을 보여주었으며, 정확도 96.37%, 민감도 94.67%, 특이도 97.44%, AUC 0.96을 달성하였다. 이러한 결과는 본 연구에서 제안한 모델이 OSA 진단을 위한 효율적이고 정확하며 편리한 도구로서의 잠재력을 지님을 시사한다.
https://doi.org/10.3390/s24041159
Obstructive sleep apnea
Polysomnography
Feature extraction
Artificial intelligence
Computer science
Convolutional neural network
Feature engineering
Feature (linguistics)
Sleep apnea
Pattern recognition (psychology)
최신 정부 과제
18
과제 전체보기
1
2025년 8월-2027년 8월
|64,094,000원Pseudo-SLC 저장 모드를 이용한 고성능, 장수명 SSD 연구
■ 저장 용량 감소를 허용하는 고성능/장수명 SSD의 원천기술 개발: 셀당 저장 비트 수의 증가로 인한 NAND의 기록 횟수 절감은 SSD 수명을 제한하는 중요한 요소가 되었다. 본 과제에서는 수명이 다한 TLC/QLC NAND 블록을 pSLC 저장 방식의 블록으로 변환하여 사용함으로써 SSD의 수명을 연장하는 기법을 연구한다. SSD FTL 및 파일시스템...
의사SLC
솔리드스테이트드라이브
ZNS
플래시변환계층
파일시스템
2
2024년 3월-2026년 12월
|305,000,000원지능형 IoT 보안: 언어 모델을 활용한 차세대 사이버 방어 메커니즘 및 취약점 연구
□ 본 연구과제의 최종 목표는 차세대 IoT 환경을 위해 언어 모델 기반 지능형 보안 및 프라이버시 보호 기법을 개발하고 해당 분야 핵심 인재를 양성하는 것이며, 다음과 같이 네 개의 개발 및 파견 목표를 정의함: ㅇ 확장된 IoT 환경(멀티플랫폼 및 크로스 어플리케이션) 환경에서 고성능(정확도 98% 이상) 공격 타입 분류 시스템 개발 ㅇ 데이터 과...
언어 모델
차세대 사물인터넷 보안
데이터 프라이버시
언어모델 취약점
실시간 탐지
3
2024년 3월-2026년 12월
|171,000,000원지능형 IoT 보안: 언어 모델을 활용한 차세대 사이버 방어 메커니즘 및 취약점 연구
□ 본 연구과제의 최종 목표는 차세대 IoT 환경을 위해 언어 모델 기반 지능형 보안 및 프라이버시 보호 기법을 개발하고 해당 분야 핵심 인재를 양성하는 것이며, 다음과 같이 네 개의 개발 및 파견 목표를 정의함: ㅇ 확장된 IoT 환경(멀티플랫폼 및 크로스 어플리케이션) 환경에서 고성능(정확도 98% 이상) 공격 타입 분류 시스템 개발 ㅇ 데이터 과...
언어 모델
차세대 사물인터넷 보안
데이터 프라이버시
언어모델 취약점
실시간 탐지
최신 특허
특허 전체보기
전체 특허
압력감지센서, 이를 포함하는 인솔 및 모니터링 서비스 제공 방법
상태
등록출원연도
2024출원번호
1020240000776쓰기 버퍼 적중률을 개선한 오픈채널 저장장치의 쓰기 방법
상태
공개출원연도
2023출원번호
1020230160064커피 추출 모니터링 시스템 및 방법
상태
공개출원연도
2023출원번호
1020230159469