이 연구 주제는 프로그래밍언어의 의미와 실행 구조를 이해하고, 프로그램을 실제로 실행하지 않은 상태에서 오류 가능성이나 동작 특성을 추론하는 정적 분석 기법에 초점을 둔다. 조장우 연구실의 논문과 학술발표 이력을 보면 특히 Java 프로그램의 예외 처리, 제어 흐름, 클래스 분석, 힙 사용량 분석 등 프로그램 내부 구조를 체계적으로 해석하는 연구가 핵심 축을 이루고 있다. 이러한 연구는 대규모 소프트웨어의 안정성과 신뢰성을 높이기 위한 기초 기술로서 중요한 의미를 가진다. 구체적으로는 예외 상황으로 인해 발생하는 제어 흐름을 모델링하고, 인터프로시저 분석을 통해 함수 호출 경계를 넘는 프로그램 동작을 추적하며, 제약식 기반 분석이나 프로그램 슬라이싱 같은 기법을 적용해 오류를 조기에 발견하는 방향으로 발전해 왔다. 특히 "An uncaught exception analysis for Java"와 관련 학술발표들은 Java의 예외 전파와 비정상 종료 가능성을 분석하여 개발자가 놓치기 쉬운 취약 지점을 찾아내는 데 기여한다. 이는 컴파일러, 소프트웨어 검증, 코드 품질 진단 도구와도 긴밀히 연결된다. 이 연구의 기대 효과는 안전한 소프트웨어 개발 환경 구축에 있다. 정적 분석 기술은 테스트만으로 포착하기 어려운 잠재 오류를 개발 초기 단계에서 발견하게 해 주며, 유지보수 비용을 줄이고 시스템의 신뢰성을 높인다. 더 나아가 프로그래밍언어 이론과 소프트웨어 공학의 접점을 넓혀 자동 검증, 보안 취약점 탐지, 코드 최적화 도구 개발 등 다양한 응용 분야로 확장될 수 있다는 점에서 연구실의 장기적 정체성을 잘 보여주는 주제이다.

조장우 연구실의 또 다른 중요한 연구 흐름은 소프트웨어 공학 관점에서 프로그램의 품질을 높이고, 실제 개발 현장에서 활용 가능한 검증 및 분석 기법을 구현하는 것이다. 발표 목록에는 코드 삽입을 이용한 힙 사용량 분석, 가시성 원칙 위반 연산 검출, 심볼릭 링크 공격에 취약한 코드 검출, UML CASE 도구 개발 등 소프트웨어 개발 전 주기를 지원하는 주제들이 포함되어 있다. 이는 이론 중심의 프로그래밍언어 연구를 실제 소프트웨어 품질 관리 기술로 연결하려는 방향성을 보여준다. 이 연구에서는 소프트웨어의 구조적 결함, 보안 취약점, 메모리 사용 패턴, 설계 규칙 위반 등을 자동 또는 반자동 방식으로 탐지하는 방법이 핵심이다. 프로그램 분석 결과를 시각화하거나 개발 도구 형태로 제공함으로써, 연구 성과가 실제 개발자와 산업 현장에 직접 활용될 수 있도록 하는 점도 특징적이다. 또한 센서 응용 프로그램 테스트, 안드로이드 앱 테스팅을 위한 가상 센서 시스템과 같은 주제는 임베디드·모바일 환경에서도 검증 기술을 확장하려는 응용 연구의 면모를 보여준다. 이러한 연구는 복잡한 소프트웨어 시스템이 일상적 인프라로 자리 잡은 환경에서 더욱 중요해지고 있다. 프로그램 검증과 품질 분석 도구는 버그 감소, 개발 생산성 향상, 보안 사고 예방에 직접적인 효과를 제공한다. 따라서 연구실의 소프트웨어 공학 연구는 단순한 이론 축적을 넘어서, 산업 현장의 요구에 대응하는 실용적 분석 기술과 개발 지원 시스템을 만드는 데 기여하고 있다고 볼 수 있다.

최근 연구실의 연구 성과에서는 전통적인 프로그래밍언어 및 정적 분석 연구를 기반으로, 산업 문제 해결형 소프트웨어 개발로 연구 영역을 확장한 흐름이 두드러진다. 대표적으로 변압기 설계 소프트웨어 개발, 병렬 처리 기반 설계 자동화, 딥러닝을 활용한 설계 파라미터 추천, 머신러닝이 적용된 변압기 설계 시스템 특허 등이 이에 해당한다. 이는 소프트웨어 기술을 전기·전자 설계 분야에 접목해 중소 제조업체도 활용 가능한 지능형 설계 환경을 제공하려는 시도이다. 해당 연구에서는 기존에 전문가 경험이나 엑셀 기반 반복 계산에 의존하던 변압기 설계 과정을 소프트웨어화하고, 가능한 설계 조합을 폭넓게 탐색하여 최적 설계안을 제안하는 접근을 취한다. 병렬 처리 기술을 통해 반복 계산 시간을 줄이고, 딥러닝 및 머신러닝을 활용해 설계 명세를 만족하는 파라미터를 추천함으로써 설계 효율과 정확도를 동시에 높이고자 한다. 관련 논문과 특허는 이러한 시스템이 초보자도 쉽게 사용할 수 있고, 설계 누락 없이 다양한 후보안을 검토할 수 있도록 돕는다는 점을 강조한다. 이 연구의 의미는 소프트웨어가 단순한 지원 도구를 넘어 산업 지식의 자동화 플랫폼이 될 수 있음을 보여준다는 데 있다. 특히 설계 자동화, AI 기반 추천, 병렬 계산이 결합되면 전문 인력 의존도가 높은 제조 설계 분야에서도 비용 절감과 생산성 향상을 기대할 수 있다. 따라서 이 주제는 연구실이 축적해 온 소프트웨어 설계 및 분석 역량을 실제 산업 응용으로 연결한 사례로서, 학문적 기반과 실용적 가치가 함께 드러나는 대표 연구 분야라 할 수 있다.