RnDCircle Logo
arrow left icon

양자무선인공지능연구실

부산대학교 정보컴퓨터공학부

황원주 교수

Photovoltaic Power Prediction

Photovoltaic Power Forecasting

Federated Learning

양자무선인공지능연구실

정보컴퓨터공학부 황원주

양자무선인공지능연구실(Wireless AI Lab)은 부산대학교 정보컴퓨터공학부 소속으로, 양자 컴퓨팅, 차세대 무선 네트워크, 인공지능 융합 기술을 선도적으로 연구하는 연구실입니다. 본 연구실은 양자 컴퓨팅의 이론적 기반부터 실제 응용까지 폭넓은 연구를 수행하며, 양자 어닐링, 게이트기반 단열 양자 컴퓨팅(QAOA), 하이브리드 양자-고전 신경망 등 다양한 양자 기반 인공지능 모델을 개발하고 있습니다. 이러한 연구는 NP-hard 문제, 대규모 최적화, 에너지 효율적 데이터 처리 등 기존 컴퓨팅의 한계를 극복하는 데 중요한 역할을 하고 있습니다. 또한, 본 연구실은 6G를 비롯한 차세대 무선 네트워크 기술의 발전을 이끌고 있습니다. 무선 센서 네트워크, UAV 기반 네트워크, 테라헤르츠(THz) 통신, NOMA, 엣지 컴퓨팅 등 다양한 무선 네트워크 환경에서 인공지능 및 분산 컴퓨팅 기법을 적용하여, 네트워크의 성능을 극대화하고 새로운 서비스와 응용을 실현하고 있습니다. 특히, 분산 그래프 신경망, 딥러닝, 강화학습 기반의 자원 할당 및 네트워크 관리 기술을 통해, 대규모 네트워크의 복잡한 문제를 효율적으로 해결하고 있습니다. 연합학습(Federated Learning) 및 분산 인공지능 시스템 분야에서도 본 연구실은 선도적인 연구를 수행하고 있습니다. 무선 네트워크 및 IoT 환경에서의 데이터 프라이버시 보호, 에너지 및 통신 효율성 향상, 프라이버시 인식 및 지연 완화 기법 등 실제 환경에서 발생하는 다양한 문제를 해결하기 위한 혁신적인 알고리즘과 프레임워크를 개발하고 있습니다. 이러한 연구는 스마트 헬스케어, 스마트 그리드, 자율주행, 에너지 관리 등 다양한 산업 및 사회적 응용 분야에 직접적으로 기여하고 있습니다. 본 연구실은 이론적 연구와 더불어 실제 산업 및 공공기관과의 협력 프로젝트도 활발히 진행하고 있습니다. 부산항 선석 운영 최적화를 위한 양자 소프트웨어 개발, 스마트 의료지식센터 구축, 디지털트윈 기반 에너지 최적화 등 다양한 국가 및 지역 연구과제를 수행하며, 연구성과를 실제 현장에 적용하고 있습니다. 또한, 다수의 특허 출원과 우수 논문상 수상 등 국내외에서 연구 역량을 인정받고 있습니다. 양자무선인공지능연구실은 미래 지능형 네트워크와 인공지능, 양자 컴퓨팅의 융합을 통해 새로운 패러다임을 제시하고, 차세대 정보통신 기술의 발전을 선도하는 연구실로 자리매김하고 있습니다. 학생과 연구원들은 첨단 이론과 실무 경험을 동시에 쌓을 수 있으며, 국내외 다양한 연구 네트워크와 협력하여 글로벌 경쟁력을 갖춘 인재로 성장할 수 있는 환경을 제공합니다.

Photovoltaic Power Prediction
Photovoltaic Power Forecasting
Federated Learning
양자 컴퓨팅 기반 인공지능 및 최적화 기술
양자 컴퓨팅은 기존의 컴퓨터가 해결하기 어려운 복잡한 문제를 빠르게 처리할 수 있는 혁신적인 기술로 주목받고 있습니다. 본 연구실에서는 양자 컴퓨팅의 다양한 패러다임, 특히 양자 어닐링과 게이트기반 단열 양자 컴퓨팅(QAOA) 등 최신 양자 최적화 기법을 연구하고 있습니다. 이러한 기술은 NP-hard 문제와 같이 계산적으로 매우 어려운 문제를 효율적으로 해결할 수 있는 가능성을 제시합니다. 특히, 노이즈 중간 규모 양자 컴퓨터(NISQ) 환경에서 동작할 수 있는 양자 인공지능(AI) 모델 개발에 집중하고 있습니다. 예를 들어, 양자 게이트 기반의 순환 신경망(QSegRNN), 하이브리드 양자-고전 신경망(HQGRU, HQCNN) 등 다양한 양자 신경망 구조를 설계하여, 기존의 고전적 모델 대비 적은 파라미터로도 높은 예측 성능을 달성하고 있습니다. 이러한 연구는 에너지 효율성과 계산 자원의 한계를 극복하는 데 중요한 역할을 합니다. 양자 컴퓨팅 기반 인공지능 및 최적화 기술은 미래의 대규모 데이터 처리, 스마트 그리드, 물류 최적화, 무선 네트워크 자원 할당 등 다양한 분야에 응용될 수 있습니다. 본 연구실은 이론적 연구뿐만 아니라 실제 문제에 적용 가능한 양자 소프트웨어 개발에도 힘쓰고 있으며, 부산항 선석 운영 최적화 등 산업 현장과의 협력도 활발히 진행하고 있습니다.
차세대 무선 네트워크와 인공지능 융합
무선 네트워크 분야는 6G와 같은 차세대 통신 기술의 발전과 함께, 통신과 센싱의 통합, Space-Air-Ground-Sea 네트워크, 엣지 컴퓨팅 등 다양한 혁신적 기술이 등장하고 있습니다. 본 연구실은 오랜 기간 축적된 무선 네트워크 연구 노하우를 바탕으로, 분산 컴퓨팅, 머신러닝, 양자 컴퓨팅 등 첨단 기술을 융합하여 무선 네트워크의 성능을 극대화하는 연구를 수행하고 있습니다. 예를 들어, 무선 센서 네트워크(WSN)에서의 에너지 효율적 자원 할당, UAV(무인항공기) 기반 네트워크에서의 최적 자원 관리, 테라헤르츠(THz) 대역 통신, NOMA(비직교 다중접속) 기반 시스템 등 다양한 응용 분야에 대해 심층적인 연구가 이루어지고 있습니다. 또한, 딥러닝 및 강화학습 기반의 자원 할당, 분산 그래프 신경망(GNN) 구조 설계 등 인공지능 기법을 적극적으로 도입하여, 대규모 네트워크의 복잡한 문제를 효율적으로 해결하고 있습니다. 이러한 연구는 스마트 시티, 자율주행, 스마트 팩토리, 스마트 그리드 등 미래 사회의 핵심 인프라 구축에 필수적인 기술로, 실제 산업 현장과의 협력 및 실증 연구도 활발히 이루어지고 있습니다. 본 연구실은 무선 네트워크와 인공지능의 융합을 통해, 미래 지능형 네트워크의 새로운 패러다임을 제시하고 있습니다.
연합학습(Federated Learning) 및 분산 인공지능 시스템
연합학습(Federated Learning, FL)은 데이터 프라이버시와 분산 환경에서의 효율적인 인공지능 학습을 가능하게 하는 혁신적인 기술입니다. 본 연구실에서는 무선 네트워크, IoT, 모바일 엣지 컴퓨팅 환경에서의 연합학습 프레임워크를 설계하고, 에너지 효율성, 통신 효율성, 프라이버시 보호 등 다양한 측면에서 최적화된 알고리즘을 개발하고 있습니다. 특히, 무선 전력 전송(WPT), 모바일 크라우드센싱(MCS) 등과 연계된 지속 가능한 연합학습(S2FL) 네트워크, 고압축 통신 효율 연합학습(HCFL), 프라이버시 인식 및 지연 완화 기법 등 실제 네트워크 환경에서 발생하는 다양한 제약 조건을 고려한 연구가 활발히 진행되고 있습니다. 또한, 분산 머신러닝, 분산 그래프 신경망, 강화학습 기반의 자원 할당 등 분산 인공지능 시스템의 설계와 최적화에도 중점을 두고 있습니다. 이러한 연구는 스마트 헬스케어, 스마트 그리드, 자율주행, 에너지 관리 등 다양한 응용 분야에서 데이터 프라이버시와 효율성을 동시에 확보할 수 있는 기반 기술을 제공합니다. 본 연구실은 이론적 연구와 더불어 실제 산업 및 의료 현장에 적용 가능한 연합학습 및 분산 인공지능 시스템 개발에 앞장서고 있습니다.
1
HGNN: A Hierarchical Graph Neural Network Architecture for Joint Resource Management in Dynamic Wireless Sensor Networks
Won-Joo Hwang, Le Tung Giang, Nguyen Xuan Tung, Vu Hoang Viet, Trinh Van Chien, Nguyen Tien Hoa
IEEE SENSORS JOURNAL, 2024.12
2
Wirelessly Powered Federated Learning Networks: Joint Power Transfer, Data Sensing, Model Training, and Resource Allocation
Won-Joo Hwang, Mai Le, Dinh Thai Hoang, Diep N. Nguyen, Quoc-Viet Pham
IEEE Internet of Things Journal, 2024.11
3
Applying Coherent Ising Machines for Enhancing Communication Efficiency in Large-Scale UAV-Aided Networks
Aohan Li, TSUKUMOFUJITA, QUANG VINH DO, TEPPEI OTSUKA, SEON-GEUN JEONG, WON-JOO HWANG, HIROKI TAKESUE, KENSUKE INABA, KAZUYUKI AIHARA, MIKIO HASEGAWA
IEEE Access, 2024.08
1
[1단계](지자체)물류 최적화의 양자이득: 부산항 선석 운영 최적화를 위한 양자 소프트웨어 기술 개발
부산광역시
2024년 04월 ~ 2024년 12월
2
[1단계]물류 최적화의 양자이득: 부산항 선석 운영 최적화를 위한 양자 소프트웨어 기술 개발
한국연구재단
2024년 04월 ~ 2024년 12월
3
1) 스마트 의료지식센터 건립 2) 스마트 의료시스템 구축
(재)경남테크노파크
2023년 06월 ~ 2023년 10월