DMQA 연구실

산업경영공학부 김성범

DMQA 연구실(고려대학교 산업경영공학부 데이터마이닝 및 품질애널리틱스 연구실)은 데이터마이닝, 인공지능, 품질분석, 스마트 제조, 자연어처리 등 다양한 분야를 아우르는 융합적 연구를 선도하고 있습니다. 본 연구실은 반도체, 자동차, 디스플레이, 바이오, 게임 등 첨단 산업 현장에서 발생하는 대규모 데이터의 분석과 활용을 통해 실질적인 문제 해결과 혁신을 추구합니다. 연구실의 주요 연구 분야는 기계학습 및 딥러닝 알고리즘 개발, 준지도/자가지도 학습, 설명 가능한 인공지능(XAI), 그래프 신경망, 생성적 적대 신경망(GAN), 베이지안 신경망 등 최신 AI 기술을 포함합니다. 특히, 라벨이 부족하거나 데이터가 불균형한 환경에서의 데이터 활용 극대화, 불확실성 정량화, 오픈셋 인식, 결함 탐지 등 현실적인 데이터 문제를 해결하는 데 중점을 두고 있습니다. 이러한 연구는 실제 산업 현장에서 발생하는 복잡한 문제를 해결하는 데 직접적으로 기여하고 있습니다. 스마트 제조 및 품질 분석 분야에서는 반도체, 디스플레이, 자동차 등에서 발생하는 센서 및 공정 데이터를 활용하여, 공정 이상 진단, 불량 예측, 설비 건강도 모니터링, 품질 향상 등 다양한 응용 연구를 수행하고 있습니다. 실시간 데이터 분석, 다변량 시계열 분석, 이미지 기반 결함 탐지, 멀티모달 데이터 융합 등 첨단 데이터 분석 기법을 적용하여, 제조 현장의 신뢰성과 생산성을 극대화하는 데 기여하고 있습니다. 또한, 데이터 증강, 도메인 적응, 연합학습 등 최신 AI 트렌드를 반영하여, 데이터 부족이나 분포 변화에 강건한 모델을 개발하고 있습니다. 자연어처리(NLP) 및 텍스트 마이닝 분야에서도 활발한 연구가 이루어지고 있습니다. 비정형 텍스트 데이터에서 의미 있는 정보를 추출하고, 대화형 서비스, 문서 요약, 키워드 네트워크 분석, 대규모 언어 모델 기반 질의응답 시스템 등 다양한 응용 연구를 수행하고 있습니다. 최근에는 Retrieval-Augmented Generation(RAG) 등 최신 LLM 기반 기술을 활용하여, 도메인 특화 데이터셋 생성 및 정보 검색 자동화, 문제 해결 시스템 개발에도 앞장서고 있습니다. 이러한 연구 성과는 국내외 유수의 기업들과의 산학협력 프로젝트, 특허, 논문, 학술대회 발표 등으로 이어지고 있으며, 실제 산업 현장에 적용되어 생산성 향상과 품질 혁신에 기여하고 있습니다. 앞으로도 DMQA 연구실은 데이터 기반의 혁신적인 인공지능 및 품질 분석 기술을 선도하며, 산업 현장의 디지털 전환과 미래 사회의 발전에 기여할 것입니다.