본 연구실은 금융을 비롯한 다양한 도메인의 복잡한 시스템이 지닌 구조적 특성을 정밀하게 포착하기 위해, 각 도메인에서 발생하는 주체와 행위 간 상호작용을 복잡 네트워크로 모델링하고 이를 확률·통계적 기법으로 분석합니다. 이를 통해 불확실성, 변동성, 상관관계 등 시스템의 핵심 속성을 수학적으로 해석하며, 나아가 다양한 도메인에서 드러나는 복잡한 역동성을 구조적으로 표현합니다. 또한 텍스트, 이미지, 시계열 등 이질적인 멀티모달 데이터를 통합적으로 학습할 수 있는 인공지능 기법을 활용하여, 단일 데이터 소스에 한정되지 않은 맥락적으로 풍부한 지식을 생성합니다. 이렇게 도출된 지식은 금융 분야의 투자 의사결정, 리스크 관리, 상품 추천뿐 아니라 헬스케어, 에너지, 공공정책, 산업 공정 관리 등 다양한 영역으로 확장 가능한 응용 가치를 지닙니다. 아울러, Context-Aware 분석을 통해 시스템이 놓인 거시적 맥락(정책 변화, 글로벌 경제 지표, 사회적 사건 등)과 미시적 맥락(개인 또는 조직의 성향, 행태적 패턴)을 함께 분석합니다. 이를 통해 단순한 데이터 패턴을 넘어서는 행동 기반 인사이트를 제시하며, 금융을 포함한 다양한 산업의 구조적 특징과 잠재적 패턴을 정교하게 드러내고, 나아가 맥락 기반의 지식 표현 체계를 구축합니다.

복잡하고 불확실성이 큰 환경 속에서 정교하고 신뢰성 있는 예측을 구현하는 것을 목표로 합니다. 이를 위해 최신 트랜스포머 아키텍처와 시계열 특화 딥러닝 모델을 적용하여 데이터의 순차적 특성과 장·단기 상관관계를 정밀하게 반영한 예측 모델을 개발합니다. 또한 각 분야의 산업 도메인 지식을 적극적으로 활용하여 해당 도메인에 최적화된 AI 모델과 특화 지표를 제시함으로써 기존 접근의 한계를 보완합니다. 특히 거시경제 지표, 산업 트렌드, 글로벌 이벤트 등 맥락적 요인으로 구성된 산업 도메인 지식을 반영하여 예측의 정확성과 설명력을 동시에 강화합니다. 아울러 개인·조직·시장 단위에서 나타나는 행태적 변화 궤적을 포착·예측함으로써 단순한 수치 예측을 넘어 사용자 중심의 인사이트를 제공합니다. 이러한 연구는 금융 분야의 투자 의사결정, 리스크 전염 관리, ESG 평가뿐 아니라 헬스케어, 에너지 수요 예측, 공공정책 평가, 산업 운영 최적화 등 다양한 영역으로 확장되며, 궁극적으로는 첨단 AI와 산업 도메인 지식이 결합된 데이터 주도형 지능형 의사결정 플랫폼을 구축하는 기반이 됩니다.

본 연구실은 예측과 빅데이터 분석을 토대로 데이터 주도(data-driven) 맞춤형 의사결정 시스템을 구축하는 것에 초점을 맞추고 있습니다. 불확실성이 큰 환경에서는 단순한 예측을 넘어 실제 의사결정으로 연결될 수 있는 지능형 프레임워크가 필요합니다. 특히 금융 시장에서는 도메인 지식과 인공지능·머신러닝 모델을 융합하여 포트폴리오 구성, 자원 배분, 리스크 관리 등 주요 의사결정 영역을 시스템적으로 지원하고, 변동성이 높은 시장에서도 안정적인 수익을 확보할 수 있는 파생상품 활용 전략(예: 옵션·선물 기반 헤징, 차익거래 전략)을 개발합니다. 또한 설명 가능한 AI(XAI) 기법을 적용해 시스템이 제안하는 전략의 근거를 인과적으로 설명함으로써, 금융 의사결정 과정의 투명성과 신뢰성을 강화합니다. 더 나아가 시장 환경, 정책 변화, 조직 및 개인의 특성 등 맥락(Context)을 반영한 적응형 의사결정 시스템을 설계하여, 금융 투자뿐 아니라 ESG 평가, 디지털 헬스케어, 산업 운영 최적화, 정책 시뮬레이션 등 다양한 영역으로 응용을 확장합니다. 궁극적으로는 강화학습을 포함한 지능형 AI 기법을 통해 변화하는 환경 속에서 지속적으로 학습·개선되는 지능형 의사결정 시스템을 구현합니다.