본 연구실은 시공간 IoT 빅데이터의 효율적인 관리와 분산 처리 기술 개발에 중점을 두고 있습니다. 다양한 IoT 센서로부터 생성되는 대용량의 시공간 데이터를 효과적으로 저장, 인덱싱, 검색할 수 있는 시스템을 연구하며, 이를 위해 트라이 기반 색인, 시공간 정보의 1차원 부호화, 분산 데이터베이스 구조 등 첨단 기술을 적용하고 있습니다. 이러한 기술은 정부, 지자체, 기업 등에서 생성되는 다양한 형태의 사물데이터를 통합적으로 관리하고, 실시간으로 빠르게 검색할 수 있도록 지원합니다. 특히, 쿠버네티스 기반의 스토리지 가상화 및 엣지 컴퓨팅 환경에서의 데이터 오프로딩, GPU 기반 데이터베이스 시스템의 병목 현상 분석 및 성능 개선 등 분산 환경에서의 데이터 처리 효율성 향상에 많은 노력을 기울이고 있습니다. 이를 통해 IoT 데이터의 실시간 분석, 예측, 제어 등 다양한 인텔리전스 서비스를 가능하게 하며, 산업 현장 및 스마트 시티, 공공 데이터 관리 등 다양한 응용 분야에 적용할 수 있습니다. 연구실은 관련 특허 출원 및 등록, 국내외 학술지 및 학회 발표, 산학협력 프로젝트 수행 등 활발한 연구 활동을 통해 시공간 IoT 빅데이터 관리 및 분산 처리 분야에서 국내외적으로 선도적인 역할을 하고 있습니다. 앞으로도 더욱 고도화된 데이터 관리 및 분석 기술 개발을 통해 데이터 기반의 지능형 서비스 혁신에 기여할 계획입니다.

데이터 사이언스와 인공지능(AI)을 활용한 데이터 분석, 예측, 추천 기술은 본 연구실의 핵심 연구 분야 중 하나입니다. 대규모 시계열 데이터, 텍스트 데이터, 센서 데이터 등 다양한 데이터 유형을 대상으로 머신러닝, 딥러닝, AutoML, 클러스터링, 토픽 모델링 등 첨단 AI 기법을 적용하여 데이터로부터 의미 있는 인사이트를 도출하고, 실질적인 의사결정 지원 시스템을 개발하고 있습니다. 스마트 팩토리, 조선, 에너지, 헬스케어 등 다양한 산업 현장에서 발생하는 복잡한 데이터를 분석하여, 예측 모델 및 자율 제어 시스템을 구현합니다. 예를 들어, 수면 무호흡증 환자 진단을 위한 심전도 신호 기반 AI 모델, 배터리 수명 및 상태 예측, 공조 시스템의 에너지 효율적 제어, 뉴스 기사 및 소셜 미디어 데이터의 토픽 및 감성 분석 등 다양한 응용 사례를 보유하고 있습니다. 또한, 데이터 라벨 잡음 정화, 데이터 전처리 자동화, 최적의 전처리 순열 추천 등 데이터 품질 향상 및 분석 효율성 증진을 위한 연구도 활발히 진행 중입니다. 이러한 연구는 실제 산업체와의 협력 프로젝트, 국내외 특허 등록, 우수 논문상 수상 등 다양한 성과로 이어지고 있습니다. 앞으로도 데이터 사이언스와 인공지능의 융합을 통해 사회적·산업적 문제 해결에 기여하고, 차세대 데이터 기반 지능형 시스템 개발을 선도할 계획입니다.

본 연구실은 자연어처리(NLP)와 텍스트 마이닝 분야에서도 활발한 연구를 수행하고 있습니다. 자연어를 SQL로 변환하는 엔진, BERT 기반의 약물-자살 부작용 관계 탐지, 대규모 뉴스 기사 및 소셜 미디어 데이터의 토픽 및 감성 분석, 문서 클러스터링 및 중복 제거 등 다양한 텍스트 데이터 분석 기술을 개발하고 있습니다. 이러한 기술은 의료, 언론, 사회 현상 분석 등 다양한 분야에 적용되어 데이터 기반의 의사결정과 인사이트 도출에 큰 기여를 하고 있습니다. 특히, PubMed, Twitter 등 다양한 도메인의 텍스트 데이터를 대상으로 최신 딥러닝 모델(CNN, LSTM, BERT 등)을 활용한 관계 추출, 이벤트 탐지, 요약 및 추천 시스템을 연구하고 있습니다. 또한, 대용량 뉴스 기사 데이터의 효율적 관리 및 중복 제거, 토픽별 키워드 추출, 문서 임베딩 및 클러스터링 등 실제 산업 현장에서 요구되는 고도화된 텍스트 마이닝 기술을 개발하여 특허 및 논문으로 성과를 내고 있습니다. 이러한 연구는 데이터 기반 사회에서 텍스트 데이터의 가치와 활용도를 극대화하는 데 중요한 역할을 하며, 앞으로도 자연어처리와 텍스트 마이닝 기술의 고도화 및 다양한 응용 분야로의 확장을 목표로 연구를 지속할 예정입니다.