사이버 물리 시스템(Cyber-Physical Systems, CPS)은 물리적 세계와 컴퓨팅, 통신 기술이 융합된 차세대 시스템으로, 스마트 팩토리, 자율주행, 헬스케어 등 다양한 분야에서 핵심적인 역할을 하고 있습니다. 본 연구실은 CPS의 설계, 구현, 그리고 신뢰성 강화에 중점을 두고 연구를 진행하고 있습니다. 특히, 실시간 데이터 수집과 분석, 분산 제어, 그리고 시스템 간의 상호 운용성을 확보하기 위한 아키텍처 설계에 집중하고 있습니다. CPS의 신뢰성 확보를 위해 다양한 장애 상황과 보안 위협에 대응할 수 있는 자율복원 및 회복 기술을 개발하고 있습니다. 예를 들어, 차량용 CPS에서는 혼합 중요도 스케줄러와 작업 이주 기법을 결합하여, 임계 상황에서도 시스템의 안전성과 연속성을 보장하는 자율복원 메커니즘을 구현하였습니다. 또한, 의료, 산업, 교통 등 다양한 도메인에 특화된 CPS 테스트베드와 시뮬레이션 환경을 구축하여 실증 연구를 수행하고 있습니다. 이러한 연구는 CPS의 실시간성, 신뢰성, 보안성, 확장성을 동시에 만족시키는 것을 목표로 하며, 실제 산업 현장과 연계된 다양한 프로젝트를 통해 기술의 실효성을 검증하고 있습니다. 앞으로도 CPS의 핵심 기술 개발과 더불어, 인공지능, 사물인터넷(IoT), 엣지 컴퓨팅 등 최신 ICT 기술과의 융합을 통해 더욱 지능적이고 안전한 사이버 물리 시스템을 구현하는 데 앞장설 것입니다.

본 연구실은 차세대 운영체제(OS)와 스토리지 시스템의 효율성 및 신뢰성 향상에 대한 연구를 활발히 수행하고 있습니다. 특히, SSD, HDD, NVM 등 다양한 저장장치 환경에서의 데이터 관리, 캐싱, 프리페칭, 콜드 스토리지, 데이터 중복 제거 및 복구 등 스토리지 시스템의 핵심 기술을 개발하고 있습니다. 운영체제 수준에서의 효율적인 자원 관리와 실시간성 보장, 그리고 사용자 경험을 극대화하는 응답성 개선 기법이 주요 연구 주제입니다. 예를 들어, 브레이크포인트 기반 프리페칭, 사용자 수준의 디스크 프리페처, 다중 큐 캐싱 구조, 적응형 인공지능 기반 프리페칭 등 다양한 알고리즘을 제안하여 실제 애플리케이션의 실행 속도와 데이터 접근 효율을 크게 향상시켰습니다. 또한, 오픈채널 SSD, QLC SSD 등 최신 저장장치의 특성을 고려한 데이터 배치 및 관리 기법을 연구하여, 대규모 데이터센터와 클라우드 환경에서도 높은 성능과 에너지 효율을 달성할 수 있도록 하고 있습니다. 이와 더불어, 스토리지 보안 및 데이터 무결성, 랜섬웨어 대응, 데이터 복구 등 실질적인 보안 위협에 대응하는 기술도 함께 개발하고 있습니다. 이러한 연구는 산업계와의 협력 프로젝트, 특허 출원, 논문 발표 등 다양한 성과로 이어지고 있으며, 미래의 대용량 데이터 시대에 적합한 고성능·고신뢰 스토리지 시스템 구현에 기여하고 있습니다.

의료 인공지능(AI)과 생체 신호 분석 분야는 본 연구실의 또 다른 핵심 연구 영역입니다. 심전도(ECG), 뇌파, 의료 영상 등 다양한 생체 신호 데이터를 활용하여 질병 진단, 환자 모니터링, 사용자 인증 등 실질적인 의료 응용에 적용할 수 있는 AI 기반 분석 기법을 개발하고 있습니다. 특히, 딥러닝, 머신러닝, 데이터 증강, 프라이버시 보호 등 최신 AI 기술을 접목하여 높은 정확도와 신뢰성을 확보하는 데 주력하고 있습니다. 대표적으로, 부정맥 분류, 수면 무호흡 감지, 알츠하이머 조기 진단, 심박출률 예측 등 다양한 의료 문제에 대해 1D-CNN, LSTM, BiLSTM-CNN, 데이터 증강, 차원 축소 등 다양한 AI 모델과 알고리즘을 적용하였습니다. 또한, 의료 데이터의 보안과 프라이버시 보호를 위해 페더레이티드 러닝, 차등 프라이버시, 적대적 공격 방어 등 첨단 보안 기술도 함께 연구하고 있습니다. 이러한 연구는 실제 의료 현장과의 협력, 특허 출원, 국내외 학술지 및 학회 발표 등으로 이어지고 있으며, 의료 인공지능의 실용화와 사회적 파급력 확대에 기여하고 있습니다. 앞으로도 의료 데이터의 다양성과 복잡성을 극복하고, 환자 맞춤형 진단 및 예측, 실시간 모니터링 등 차세대 의료 서비스를 실현하는 데 중추적인 역할을 할 것입니다.